車東西（公眾號：chedongxi）
作者 ｜ Juice
編輯 ｜ 曉寒
新車裝激光雷達，到底有大多用處？
在對搭載兩顆激光雷達的小鵬P5進行測試後，我們找到了答案。
最近一兩年，極狐、蔚來、小鵬、沙龍、上汽智己等新老自主品牌的智能電動汽車發佈會上，開始頻繁出現激光雷達的身影，有裝1顆、2顆的，狠的甚至還裝了3顆、4顆。
一時間，新車不裝激光雷達甚至都不好意思説自己是智能電動汽車。
但一個關鍵問題是，激光雷達到底能帶來多大的提升？
近年來，特斯拉、蔚來、小鵬以及傳統車企的車輛在開啓L2時，都出現過面對前方靜止異型車，駕駛員沒有及時接管而導致碰撞的事故，並頻繁引起外界對量產自動駕駛技術的質疑。
引入激光雷達，其實就是為了解決目前視覺+毫米波雷達傳感器架構的缺陷，避免靜止異形車以及近距離加塞等現有技術難以解決場景下的碰撞事故，同時也為實現城市L2打下了基礎。
小鵬P5是國內首款能買到的搭載激光雷達的量產車型，並且價格也是最便宜的。最近，小鵬向P5車主推送了新的軟件更新，其L2自動駕駛的算法引入了激光雷達的感知結果，能夠實現更好的表現。
小鵬P5
車東西也迅速對這一版本的軟件進行了體驗，測試了P5在靜止車輛、靜止物體、道路施工、近距離加塞、特殊車道線五大場景下的實際表現，一探激光雷達的虛實。
一、靜止車輛識別準確 但不能及時剎停車東西體驗的是一輛600P車型，也就是頂配車型，配備了兩顆大疆激光雷達，並且也已經升級到最新的軟件版本，具備ACC自適應巡航增強版和LCC道路居中輔助增強版。
此次測試的行程超過300公里，涵蓋了高速、快速路和城區道路等各個場景，在大部分時間內都開啓了ACC與LCC，而在有高精地圖覆蓋的高速路段，車輛則會自動轉變為NGP領航輔助駕駛。
小鵬P5的ACC/LCC功能中加入了激光雷達傳感器
具體到功能上來看，採用了激光雷達的小鵬P5應該會更加從容的應對對加塞、靜止車輛識別、靜止物體識別和施工場景識別等情況，因此車東西也針對這些項目進行了測試。
此前發生的事故多是因為前方出現靜止物體，所以激光雷達上車很大程度上也是為了應對這一難題，因此這也成為了車東西最重點測試的項目之一。
2021年1月（上）和2020年12月（下）ES8連續發生兩起事故
在目前主流的視覺感知系統中，除了攝像頭，車企還會採用多個毫米波雷達，而毫米波雷達主要是依靠多普勒效應來感知移動目標。多普勒效應的特性是，動態對動態最容易感知、動態對靜態較難感知、靜態對靜態極難感知。
而激光雷達理論上可以提升輔助駕駛在該場景下的安全性。
激光雷達並不像攝像頭那般需要對前方物體進行分類識別，只用通過反射回來的點雲信息確認前方存在一個障礙物就可以，然後系統對此做出規避，同時，激光雷達傳感器識別的距離更長，延遲較低，能夠提升車輛在面對異型障礙物時的駕駛安全性。
因此車東西也對這一項目進行了測試，由於高速路上的靜止車輛屬於小概率事件。因此車東西將這一測試轉移到了一條無人道路上。這一道路的建成時間並不算長，還沒有完全通車，因此道路兩旁停有一些貨車。
小鵬P5在識別到靜止車輛後提醒駕駛員接管
車東西選擇的車道前方剛好有一輛貨車，隨後同時打開了ACC和LCC，確保車輛是在輔助駕駛系統下前行。
出發沒多久之後，小鵬P5就識別到了前方的靜止車輛，車輛儀表盤上清晰的顯示出前方存在一輛車。
不過此時，小鵬P5並沒有明顯的降速，而是在車機頁面提醒駕駛員接管，同時安全帶也開始收緊來提醒駕駛員。在車東西沒有主動接管的情況下，車輛自動退出了LCC，但仍然保持着ACC狀態。
小鵬P5在人工介入情況下退出ACC並剎停
隨着距離不斷逼近，車輛在ACC狀態下有了一定的減速，但並未完全剎停，直到距離非常接近仍未剎停，隨後車東西接管並且進行了剎停。
此外，在一次城市道路中，前方道路上有一輛車橫停在路邊，車尾部分出現在了主路上。車東西駕駛的小鵬P5同時開啓了ACC和LCC，車輛也識別到這一場景，但仍然保持了直線勻速前進，直到非常接近前方車輛都沒有做出減速或者變道的指令，最終車東西不得不主動介入，避開了潛在的剮蹭事故。
小鵬P5在輔助駕駛狀態下未對前方障礙物做出反應
從這個測試來看，小鵬P5確實可以識別到靜止的車輛，但並沒有進行減速，而是將控制權轉讓給了駕駛員，仍然存在一定的風險。
本次測試中沒有遇到目前L2系統最怕的場景：——靜止的異形車。所以並不知道P5的增強版L2在這類場景下的表現。
在理想L9的發佈會上，理想還專門發佈了一個視頻，展示車輛能夠在夜晚躲避一個處於側翻狀態的車輛。小鵬P5在車頭處搭載了兩顆激光雷達，理論上來説也應該能實現類似的功能。
二、施工路段可提前檢測 車輛無法做出規避除了靜止的車輛之外，施工場景也是輔助駕駛很難應對的場景之一，官方視頻顯示，小鵬P5在完成升級後，可以主動發現前方的施工場景，然後自動變道避開施工場景。
提前識別到施工場景時，車輛會主動避讓
那麼表現究竟如何呢，車東西也遇到了機會對這一場景進行了測試。
從實際體驗中首先可以明確得是，小鵬P5基本上都可以對前方的施工場景做出識別。
小鵬P5可發現遠處的施工場景
但在體驗過程中遇到的兩次施工場景，車輛都沒能很好的進行躲避，最終仍然需要人工接管才能避開。
第一次是在高速跟車過程中，當時車東西駕駛的小鵬P5開啓了NGP領航輔助駕駛正在跟着前方車輛行進，道路前方突然出現了施工情況，前車發現之後主動避讓了。
而小鵬P5在前車變道之後也第一時間發現了施工場景，但由於距離已經很接近了，而且旁邊車道車輛比較多，車輛也選擇了退出NGP領航輔助駕駛讓駕駛員進行接管。
好在發現比較及時，車東西接管後順利通過了該路段。
另外一次則是在夜間開啓NGP領航輔助駕駛的情況下，車輛也及時識別到了前方的施工場景，這次道路上的車輛並不算多，車輛自己進行過一次變道，選擇在施工車道旁邊車道繼續前進。
此時車輛識別到了路邊的圓錐筒，在車機界面也有顯示，但隨着車輛的前進，一部分圓錐筒開始越過車道線，甚至還侵入到了當前車道。但小鵬P5並沒有識別到這一情況，仍然處在NGP領航輔助駕駛模式向前走。
在意識到車輛可能並沒有辦法識別這一場景之後，車東西主動接管車輛通過了這一路段，否則車輛的右側非常有可能會刮蹭到圓錐筒。
從這兩例來看，小鵬P5對於圓錐筒的識別還比較準確，可以在很早就對其做出識別，但在處理策略上還不夠穩定，這兩次情況中，都是人類駕駛員接管才得以避開，仍然存在碰撞風險，還達不到宣傳視頻裏的效果。
這一測試結果和之前對靜止車輛檢測的結果類似，車輛都在很早就發現前方存在施工封閉路段，如果發現的較早車輛可以進行一定的躲避，如果發現的比較晚，那麼車輛會主動退出輔助駕駛讓駕駛員參與接管。
整體上來看，小鵬P5對於這一場景的處理仍然不算完美，無法徹底規避碰撞的風險。
三、加塞場景提升明顯 可主動降速躲避前車現階段量產車的L2自動駕駛系統幾乎都是視覺+毫米波雷達的傳感器架構。除了特斯拉之外，絕大部分在售的量產車都還沒引入BEV算法，對側方車輛的感知能力較弱——一台車分別出現在兩個攝像頭裏的時候，很難感知。
因此目前L2的系統對側向的Close Cut-in近距離加塞場景也非常害怕，經常無反應、反應遲鈍或者過度反應。
Close Cut-in也是行業的一大難題。在沒有BEV算法的情況下，在車頭兩側，或者車身兩側引入激光雷達後，能夠增加一個傳感器的感知結果，更容易感知和追蹤側前方的加塞車輛。
那麼引入了激光雷達感知結果後，小鵬P5的增強版L2應對加塞場景表現如何呢？
在拿到車之後，車東西第一時間就將其開上了高速並且打開了ACC和LCC，確保車輛處在自動前進的狀態。在高速公路上，所有車道的車輛均保持着一定的車速前進，因此非常適合測試加塞場景。
小鵬P5在輔助駕駛狀態下會主動降速避讓前方加塞車輛
在測試過程中，不斷有車輛從旁邊車道切入到本車道，從車上的儀表盤來看，小鵬P5基本上都能識別到這些車輛，並且會根據距離進行一些相應的調整，如果前方距離還比較大，車輛會保持原來的速度前進；如果車距比較小的話，車輛會有一定的自動降速。
不過這些場景對於以視覺為主的輔助駕駛系統來説也並不算困難，從這點並不能看出激光雷達對於輔助駕駛系統的提升。但之後的一個場景卻改變了車東西的看法。
小鵬P5在輔助駕駛狀態下會主動降速避讓前方加塞車輛
當時車東西一直在中間車道開啓NGP領航輔助駕駛行駛，速度一直在最高限速以下，然後一輛重卡從左側車道完成了超車，而在超車之後，還沒有拉開距離，對方就開始在未打轉向燈的情況下往右側車道變道，在車尾還沒完全超過本車時，車頭已經回到了當前車道。
如果車東西駕駛的小鵬P5仍然維持原來速度在本車道行駛的話，非常有可能發生碰撞事故，好在小鵬P5及時發現了前車的變道意圖，及時進行了減速，從而避開了潛在的碰撞事故。
從車東西的實際體驗來看，小鵬P5在激光雷達的加持下，對於加塞的應對有了一定的提升，可以規避潛在事故的發生。
小鵬P5在輔助駕駛狀態下可以比較好應對前方車輛變道
一位自動駕駛感知工程師告訴車東西，發生加塞的時候，一般旁車會和本車有一定時間的平行前進。
這時候，視覺輔助駕駛方案只能通過側向攝像頭來識別，而側向攝像頭只能記錄到旁車局部的情況，無法推測出旁邊障礙物的形狀。只有車輛完全出現在側前方，前視攝像頭也參與之後才能識別出完整的車身，這就導致車輛從識別到決策之間會有一個時間差。
小鵬P5在輔助駕駛狀態下可以很好的識別周邊車輛
如果旁車恰好在這一時間進行加塞，那麼車輛會有很大概率無法識別而導致車禍發生。
激光雷達的位置如果佈置得當，可以覆蓋車輛前側的180度範圍，像小鵬P5採用了兩顆激光雷達，基本可以對車輛前側進行完全覆蓋。這種情況下，只要旁車車頭越過本車，激光雷達就能夠識別到，並對此做出應對，從而減少碰撞事故發生。
小鵬P5前側激光雷達
也就是説，這兩顆激光雷達的加入，確實提升了小鵬P5的輔助駕駛能力，在應對加塞場景的時候，車輛會表現的更加自如，從而給駕乘人員帶來更安全的體驗。
四、無車道線仍可正常前行 還能跟車過紅綠燈在測試過程中，車東西發現小鵬P5使用激光雷達的增強版L2對道路無車道線的應對能力比較強。車東西在一段沒有清晰車道線的城市道路中開啓了ACC和LCC之後，車輛一直可以在最右側車道內穩定行駛，遇到前方出現電瓶車和行人的時候也會主動降速進行躲避。即使在沒有車道線的路口，也能夠順利通過。
小鵬P5開啓輔助駕駛後在無車道線道路上行駛
這一提升主要得益於激光雷達的加入。
某新造車公司自動駕駛工程師告訴車東西，在視覺方案中，需要依靠攝像頭對於路口另一側的車道線進行檢測，但這一檢測結果可能並不準確，為了保證安全，工程師在開發設計的時候會降低域值，設計比較保守，導致車輛無法很好的經過無車道線的路口。
小鵬P5開啓輔助駕駛後自動通過紅綠燈路口
而激光雷達通過激光反射形成點雲，對於路口另一側車道線的檢測更加準確，在這樣的基礎上，工程師在設計的時候可以更加自如，可以保證車輛更好的通過無車道線路口。
小鵬P5在輔助駕駛狀態下通過無車道線路口
另外，激光雷達的加入可以更好的識別出前方車輛的位姿，能夠直接跟車經過路口。
得益於對車道線的精準感知，車輛在通過大麴率彎道時的表現也非常出色，在一些轉彎比較大的匝道都可以正常行進。
小鵬P5在輔助駕駛狀態下通過大麴率彎道
從這項測試來看，在加入了激光雷達之後，小鵬P5對於車道線的識別能力有了非常明顯的提升，在應對大麴率彎道的時候更加自如，沒有此前那種猶豫不決的感受；同時對無車道線道路的應對能力有了提升，甚至可以跟車經過紅綠燈路口。
不過，從車東西實際體驗來看，小鵬P5目前還無法識別紅綠燈，紅綠燈路口還需要人類駕駛員保持高度警惕。
五、小物體“識別”不全面 不能躲避三角牌如果説之前幾項測試小鵬P5的表現還算可以，那對靜止物體的測試則比較失敗。
車東西在高速上測試NGP領航輔助駕駛過程中，前方路段有輛車拋錨停在了最左邊車道，導致整段路比較擁堵，車輛幾乎走走停停。
當時不知道擁堵原因車東西正駕駛小鵬P5在最左邊車道行進。之後車輛緩行到事故區，前方車輛在看到三角牌之後，向右變道駛離了本車道。
而小鵬P5並未識別到前方的三角牌，仍然維持着原來的速度在走，直到非常接近三角牌時仍未做出反應，隨後車東西主動介入，才避開了三角牌。
小鵬P5未能識別到三角牌
從這點來看，小鵬P5即使在加入了激光雷達之後，對於這些較小的靜止物體的識別能力也沒有明顯的提升，如果沒有人工主動介入，非常有可能繼續前進撞上前方事故車。
上述工程師表示，攝像頭主要是對物體進行拍攝，然後逐幀分析對比數據庫確定前方障礙物的種類，大部分車型都可以進行識別，但一些拉着不規則物品的大車如拉着樹木的大車，以及一些靜止物體則無法進行識別。
無法識別就意味着無法做出正確的判斷，從而會導致事故的發生。
而激光雷達並不用對障礙物進行分類識別，僅僅通過激光反射的點雲就可以確定前方存在障礙物，然後車輛的決策過程中只要對這些障礙物進行規避就可以了。
激光雷達點雲圖
因此，在採用了激光雷達之後，小鵬P5完全有能力發現前方的三角牌，並對其做出降速或是變道的指令。但在測試中卻並未出現這樣的結果。
目前並不知道是小鵬的工程師是沒有用激光雷達對小型物體做感知和避讓算法，還是做了算法但並沒有準確識別。
結語：雖有提升，但並不明顯經過300多公里的體驗下來，車東西發現小鵬P5引入激光雷達之後，其L2系統確實有了一定程度的提升，一些場景如加塞等有了比較明顯的提升，但對於靜止車輛、靜止物體的識別並沒有提升，甚至也不會主動剎停，從效果上來看，並沒有發生質的變化。
甚至在測試中，在完成了前期的學習和考試之後，在地庫內並沒有成功啓動記憶泊車的尷尬情景。
不過，由於涉及到的場景比較複雜，也有一些場景我們並沒有測試到。
但整體來看，以激光雷達+攝像頭+毫米波雷達的傳感器配置來看，這一方案的潛力顯然非常高，在很多場景都能夠發揮更好的作用，尤其是之後將會推出城市NGP，但考慮到這是小鵬汽車首次將激光雷達引入到量產車上，後續應該會有更多的變化，屆時我們也會持續對其進行測試驗證。