小鵬的NGP功能號稱可以打敗特斯拉的自動駕駛，何小鵬也多次在社交平台上推廣關於自家城市NGP的功能，在幾個月前，我們看到了當時的小鵬城市NGP的演示視頻，那時感覺這個功能用起來，還是讓車有點兒“傻里傻氣”，對於一些我們日常頻繁遇到的工況條件，它還不能特別應對自如。
就在上週，小鵬城市NGP工程版又迎來最新一版迭代更新，測試視頻也已經發出，這一次測試的道路距離更長，從小鵬廣州總部到廣州塔，全程26公里，期間車輛遇到的場景更加多樣，可以説除了盤山路，剩下的場景幾乎涵蓋了大多數人的用車場景。那麼我們就一起來看看，最新的城市NGP還會不會像之前那樣“傻”了？
説之前的版本“傻”，是因為在遇到公交車這一類大車型時，前一版小鵬城市NGP整體策略偏於保守，尤其是面臨公交車從右車道切過來，還不足以發生碰撞的時候，小鵬汽車會直接剎停減速到0，確實能避免和公交車剮蹭，但極大增加了後車追尾的風險；對於公交車進站停車，它也會停下來等一下，而後在考慮向左進行超越。
到了最新一版上，小鵬城市NGP在應對這些場景的時候，有了一定提升。首先是應對突發安全狀況，從小鵬廣州總部出發沒多久，小鵬P5就遇上逆行兩輪電動車正面駛來，從視頻畫面中可以看到，城市NGP反應迅速，緊急剎停避讓，待電動車通過，保障了車輛安全。
在臨近終點廣州CBD的時候，小鵬汽車遇到了右側同向一輛外賣電動車往當前車道併攏行駛，小鵬城市NGP也進行了自主的避讓。
還要下苦功，不能總依賴“臨場發揮”之前我們多次在文章中提到過，在中國道路上，做到能夠完全識別異型車是非常難的，因為很多機動車或者非機動車，樣子是千奇百怪，數據庫可能真的做不到收集完整，那麼就要考驗車輛的“臨場發揮”了。之前智己L7講過，他們有針對於各種大型車輛、異型車輛的數據庫，車輛自身在不斷學習，以儘可能的做到安全，理想也有類似的數據庫，可見目前自研智能駕駛系統的各家車企們，已經深刻注意到了這一問題，之前Mobileye的教訓大家有目共睹。
不管是遭遇逆行非機動車，還是經歷外賣電動車突然插入車道，都是我們日常駕駛中常遇到的場景，人類駕駛員一般會做出最合適的避讓方式，但人類的反應時間可能並不如自動駕駛系統快，所以城市內的輔助駕駛系統甚至可以更高效的幫助我們避讓這些問題。
還有一點在於中國有非機動車道的城市並不多，機動車與非機動車混行的情況相當多，當車輛有可能在交通流量極大的地方，遇到這種突然竄出或者闖入的情況，極有可能出現“岔道困境”，那麼系統會如何標定呢？
匯入主路的過程一定是很多新手的噩夢，對於自動駕駛車輛上的乘客來説，那一定也是要捏把汗，特別是對於在匯入主路的過程中，還要避讓繞行施工路段，難度確實不小，小鵬P5整體過程還算比較平穩，但從視頻中可以看出，其實在最最終成功匯入的時候，有些壓到實線了，這部分還需要更細緻的優化，直接跟車主的錢袋子掛鈎。
其實對於壓實線這種情況，目前量產車上的輔助駕駛，經常會出現壓實線變道的情況，尤其是特斯拉，可能也是因為特斯拉車主們更喜歡在網上分享行車視頻，這麼做危險不危險我們先不談，反正這個錢包和駕駛證分數是要受影響了，在中國，L2級甚至是L3級的情況下，違章還有事故，第一責任人永遠是駕駛者。
對於施工路段，特別是在夏天，這種情況會特別常見，而一般高精地圖中很難及時進行標記，讓車輛繞行躲避，在大多數智能駕駛方案中，都沒有車路協同系統的情況下，那麼一樣就需要看車輛的臨場發揮了，這是車輛剩下的傳感器們就要擔起大任了，而要是有V2X車路協同系統，應變會更加輕鬆。
本次小鵬城市NGP測試中，有通過隧道的測試路段，這其實可以算是對於智能駕駛能力的一項重要考驗。在激光雷達和毫米波雷達的加持下，小鵬P5表現比較平穩。從視頻中可以看到，剛要出隧道口那一刻，車內攝像頭拍攝出汽車前方一片空白，在普通場景下，人類駕駛員一般要提前減速確保安全，而小鵬P5由於搭載2顆激光雷達，得以勻速輕鬆駛出隧道口，甚至可以優於人類的感知能力。
我們老生常談的目前自動駕駛技術，主要分為純視覺方案和多傳感器融合方案兩種，但無論哪一種，均是以視覺為主的，開車的朋友們應該都經歷過，在駛出隧道口的剎那間，眼前會有那麼一瞬間的空白，而攝像頭一樣也會有這種問題，你把攝像頭對着太陽，它會有短時間的炫光，我們一直不太接受特斯拉的純視覺方案，原因就在這裏，之前我們也分析過特斯拉出隧道時，自動駕駛可能會退出的情況。
在官方公佈的視頻中，小鵬城市NGP還展示了通過錯位路口、多層路網以及複雜環島，複雜紅綠燈路口左右轉，連續彎道，整個過程都能夠完成順暢的切換和通過，最終成功抵達終點。在全程26公里的過程中，平均時速大概為35KM/H，沒有進行人工接管。
對我們之前看到的那些關於城市NGP有些犯傻的情況，以及剎停後的提速延遲問題，在新版本中有了很大改善，對於我們日常用車環境中，最普遍的場景都能做到比較合適的應對，可能對於一些經常舒適性的問題還需要進一步優化，比如重剎。
那麼再説點兒目前現實的：小鵬P5的量產版車型，在最近一次的OTA升級中，讓激光雷達數據得以發揮更多作用，之前這兩顆激光雷達的數據只用在自動泊車的過程中，而現在P5所搭載的XPilot基礎輔助駕駛與NGP均調用了激光雷達數據，使得對於大車的感知能力得到了提升，另外還能更精準感知及避讓施工路障。
G9或最先實現城市NGP？小鵬的城市NGP將在明年推出，而且應該是先從小範圍開始推行使用，有一個比較有爭議的地方，就是城市NGP很可能不是在一直試驗的小鵬P5車型上最先推出，而是在還未發佈上市的G9車型上，相比小鵬P5，小鵬G9在硬件上進一步升級，不僅配備了兩顆激光雷達，還搭載兩顆英偉達Orin芯片，整體的視覺感知效果也要比小鵬P5好不少。
問題主要是在芯片方面，小鵬P5採用的英偉達Xavier，只有30Tops的算力，和G9的兩顆Orin相差了十多倍，G9整體的架構也要比P5更加先進完善，何小鵬也表示了G9是他的最愛。
我們從最新工程版的城市NGP也已經能看出了，小鵬對於系統的優化，當然對於安全方面，今後落地執行還要有更多方面的考量。新勢力們對於智能駕駛的競爭，已經進入了白熱化階段，隨着各家旗艦車型的陸陸續續亮相上市，在L2或者L3級規則下的智能駕駛方案，也將一個個落地，至於它們究竟如何，我們到時候上車見分曉。