上面這，小心翼翼扶着方向盤的圖，是今年3月我坐在小鵬P7後座上拍的，留存至今。同車的媒體在開了20分鐘之後，終於放下了之前的緊張感，開始信任NGP智能駕駛輔助帶來的便利。
從南京用NGP輔助開到青島，全程500多公里，我試了之中350公里的NGP正式版表現，感覺不錯，比較穩健和精準，並且反差的回憶起了2020年廣州車展前落地深圳去第一次體驗NGP工程版時的驚訝。
第一次摸到工程版，因為是測試階段，是沒有太多限制的。在這個99%的司機開不好車的時代裏，那個工程版的切線/變道之迅速和精準，讓我找到了不少玩賽車“人”的感覺，而那個主動提示並進行超越慢車的功能和遭遇大車時主動略微貼向道路另一側並閃燈提醒的“避讓大車”功能，是真的刷新了主流技術標準，之前沒人去做這方面的智能化。
那時候，連續開完工程版/Beta版/正式版之後，也不用做什麼大膽的預測，就可以確定這是未來爆款了，人無我有、好用、安全、輕鬆。現如今，小鵬P7單月超6000台的銷量，且在NGP正式推送之後取得了超過20%的開通率，開放125天之後累計使用里程超過了500萬公里，這些數字都證明了它在實打實的刷新車主買了車之後的駕駛體驗。
而現在這個節骨眼上，隨着如今全球第一輛大規模量產激光雷達車型小鵬P5的上市，隨着XPILOT 3.5的即將登陸，以及小鵬發佈了NGP城市版的測試視頻，我們得以找尋一下之中新的亮點與技術實現。這一次，它又完成了什麼創新，以及創新的結果如何。
新的感知：亮點在準確度/複雜彎道聊這條小鵬P5城市NGP工程版測試視頻之前，還是先要囉嗦幾句，做一個技術方面的邏輯鋪墊。在目前的智能駕駛輔助系統以及難度更高的自動駕駛系統研發之中，核心路徑早已確定。
智能駕駛輔助由感知+計算+執行三個大的分類組成，AI人工智能的邏輯和人類邏輯是一樣的，你可以把感知理解為司機開車時觀察前後左右，瞭解路況，只不過人類的感知能力肯定不如攝像頭+雷達+激光雷達；計算，則可以理解為人腦的判斷與博弈，判斷是否能夠超車/需要加速or減速/需要變道等；執行，則是執行計算之後的結果。
如果你明白了這些，我們再往下看小鵬P5這支城市NGP工程版測試視頻，到底搞出了哪些新名堂。
先説感知部分，關於小鵬P5上的雙激光雷達大規模量產應用的消息，網上隨便查就有很多，參數數據為探測距離為前方150米左右。因為目前尚無相關的法規，整個行業也處於摸索階段，它在中國車企的相關應用中屬於中長距激光雷達，在全球領域中屬於中距激光雷達。不必介意這之中的定義有所差距，150米這個數字，學過交規的人都知道，在高速上以120Km/h時速跟車行駛，保持100米的距離是足夠剎停的。也就是説感知能力部分，因為小鵬P5用上了量產激光雷達，已經把對前方的探測距離提升到了一個之前它人沒有做到的水平。不用掰扯已經有視覺攝像頭能識別250米以外距離這件事，因為視覺攝像頭受限於機器的學習能力，只能做到識別成像，而無法像激光雷達一樣全場景覆蓋感知，這會直接導致下一步計算之中出現紕漏，最終執行不力，加速/剎車/轉彎等出現問題。
感知能力部分，小鵬P5的參數在5個多月之前就公佈過，2個橫向視角 120°的HAP 激光雷達+5 個毫米波雷達+12 個超聲波雷達+13 個攝像頭，另外還結合有一組高精度定位單元（GPU+IMU），實現單車端360度的感知以及前方超廣角感知，同時基於精度地圖對車輛進一步定位。
在這一次官方公佈的視頻裏，它的感知能力有幾個小細節值得單獨拎出來説説。
1.配備了激光雷達之後有什麼用，從測試視頻裏能看到的是，偏向中長距它的識別效果不錯，因為120度的橫向扇形探測能力，2個激光雷達在疊加之後，車輛能夠提前感知中遠距離的其他交通參與者，並給到對應的相對準確反應。但因為是城市NGP，它的長距離效果有待進一步觀察。但能夠發現的細節是，因為有了長距離感知能力之後，它在應對複雜車流（環島匯入、社會車輛匯入車流）時，要比現有行業領航功能更為果斷，也能預留出準確的安全距離，果斷的前提建立在它能精確感知成像，將之提供給計算單元。
2.另外2個細節亮點，體現在它的中短距離準確性上，比如在側向存在通行車輛而前方路邊有障礙物（兩輪車/行人/其他車輛時），甚至是現在很流行的禮讓行人，它並沒有漏掉任何關鍵信息。結合第一個亮點複雜車流匯入來看，裝上了激光雷達的小鵬P5，對車輛周邊360度交通環境的感知是足夠準確的。當然，視頻中並未展示寵物/兒童/工程遺留物這些細節，但基於此前NGP能準確識別雪糕筒來看，預計不會是問題。
新的判斷：亮點在於進化能力判斷=AI算法之後的Yes or No=博弈，所以從這條視頻裏我們其實沒有特別多可以説的部分。因為，如果從純技術角度來説，這就是一行行代碼，0和1的不斷交替，二進制的不斷交替。把這些枯燥的東西掰開了説，也並代表不了什麼。
不過，從這條視頻裏，我們還是能找到一些有價值的信息。
一直以來，小鵬的智能駕駛路線是全棧自研，也就是説擁有不斷進化的代碼能力，代碼能力同時決定與硬件的匹配是否會出現問題、自身的代碼有無漏洞，以及最關鍵的，如果出現漏洞，它的修復能力夠不夠快以及修復之後的效果。
如果非全棧自研，意味着當技術需要調整/改進/優化時，車企需要“技術歸零”，從源頭上尋找是供應商問題還是自己的問題，如果是供應商問題則提出修改意見，待供應商調整後再來優化自身部分；如果是自身部分，則需要進行大量的結果倒推，再去與外部供應商協商。行業中目前的相應輔助駕駛案例裏，非全棧自研類的調整，大多需要較長時間且結果無法確定。
從這條視頻來看，計算部分小鵬的優勢是比較強的，之前的NGP版本中車輛的決策過程無卡滯，很好的在城市NGP中進行了繼承，相對而言，城市路段因為路況更加複雜，難度更高。從這一維度看，小鵬NGP的進化能力是比較出色的。
新的執行：複雜情況下，細節決定一切從官方信息來看，這一次的城市NGP工程版測試在廣州市區內進行，全場11km左右，在複雜車流中，較之行業目前主流的實現效果，它多了7項左右的主要功能：紅綠燈識別、黃閃感知、紅綠燈左轉、無保護右轉、變道超車、環島通行、臨停車輛繞行。
如果按照功能實現進行分類，可分為識別執行、行進路線變軌執行、超車執行，共3個大類別，同時3者之間又互相包含執行動作的組合。
先來剖析識別執行部分，因為系統的感知能力得到增強，所以它可以實現的功能突破了此前技術標準。能夠區分紅燈、綠 燈、黃燈閃爍，3種情況，並且還能看到一個細節點，它會同時結合激光雷達+毫米波/超聲波+攝像頭來最終確定是否可以通行。如遇到無阻礙安全路面（視頻畫面），則可以勻速通過，之中並未發生等待/卡滯。並且，能夠在黃燈閃爍路段，車輛進行一定的戒備動作，保證安全距離。
另外，無保護右轉也出現在了城市NGP工程版測試視頻中，測試結果是順利的快速匯入車流。從技術角度剖析，這一次的城市NGP工程版做出的突破是“更激進”；當下傳統智能駕駛中，在執行左/右轉彎這種帶有預測性的動作時，往往需要非常高的安全域度，比如多少米範圍內沒有車輛，如果域度不足，則會出現頻繁的猶豫/等待，顯然這在中國這個全球最大的汽車市場中是不適合的。
解決辦法只有一個，就是讓系統在這一場景的駕駛風格變得激進一些；但，更激進，需要匹配的就是更精準的感知和更精準的算法，感知越準/計算越精確=執行越安全。
路線變軌部分的執行能力，其實在感知部分有簡單的提及，在這一隻測試視頻裏，它在行車時給出了大多數人覺得更穩妥的“靈活避讓”。針對路邊的臨停車輛，針對左右側同時匯入的車流，城市NGP對於物體的動態進行了很好的判斷，再匹配上360度精確感知和執行，讓車輛在行駛過程中始終預留安全距離並移動，尤其是很好的解決了側向+後方的識別與預測。
然後，還有一個細節，關於它的行車邏輯。雖然，在這條視頻中，小鵬並未標記類似與高速NGP那樣的“超越慢車”功能，但我們仔細觀看了接近2分鐘視頻裏的每一個會車環節，是基本沒有卡滯的。幾乎能做到，該快的快、該慢的慢，這種表現。這同樣，得益於精確感知+精確計算+精確執行，並且隨着這項功能日後推送，用户進一步實際使用，所積累的關鍵數據越來越多，它的升級和優化空間還能進一步增強。
寫在最後看過這條視頻之後，可以像之前一樣下個結論“小鵬P5這車不愁賣”，至於為啥沒説它是未來爆款這事兒，並不是因為不敢，而是城市NGP正式版還沒有推送，還沒有真正體驗過，現在直接立Flag並不嚴謹。
比較明確的一件事是，從視頻內容來看，這一次小鵬P5又刷新了不少駕駛新體驗。不同於高速NGP之中的“如何把車進一步開快並儘可能安全”，這一次的新結果是“如何把車開順，並儘可能安全”。
當然，我們能看到的只是精確感知+計算+執行之後的結果落地，並不能看到一行行代碼之中的精益求精。至於，我為什麼説小鵬P5這台車不愁賣，因為之前我已經在上市前摸過了工程版車型，它的三電尤其是續航里程、它的智能座艙-只動口不動手、它的安全以及駕駛感受，它進一步把車的場景從代步拓展至休息、娛樂等場景，彙總這些方面的體驗，讓我知道，它的亮點並非只是智能。