滔滔不绝城区智驾横评测试后我们离真正好用的城区智驾还有多远？
5 月 21 日，我们发布了新出行首篇针对城区领航辅助驾驶的横评视频。
而在这次横评测试结束后，作为三台车的测试数据记录员之一，在已有评测视频的内容上，我们还想和大家进行一次「后日谈」——在测试完目前智驾能力头部车企的产品后，我们离一款真正好用的城区智驾，还有多远。
这无疑是值得所有选购智能电动汽车用户都会关心的问题:我们经历了这么多年的发展，相比较普通用户额外多花费了数千元、数万元不等的购车费用，车企一次又一次的 OTA 升级……多出的钱、时间、情绪，什么时候才能转化为相对应的正向体验？
本期滔滔不绝以图文形式呈现，作为 视频内容的后日谈，和大家简单复盘这场横评，以及后续的智能驾驶发展。
GAMP 是新出行一直以来面对智能电动车型的的重要评测标准，在此之前，我们针对了智能座舱、车道保持辅助、高速领航辅助驾驶(以下称高速 NOA)、辅助泊车等不同领域构建了细则测试标准。
但如果从原始测试数据的记录量来看，以上四个领域的标准测试数据进行相加，才有可能勉强与一次标准的城区 GAMP 测试相当。
城区对比高速的单一场景、泊车与智能座舱的封闭场景、LCC 相较低的上下限场景，一定是会来得更为复杂的。为此在测试前，如何把控测试标准，还原体验者的视角，同时对后续测试车型起到指导性作用，都是关键。
“所以就是吹你们数据量多，做得辛苦呗？”
兄弟你这么说我本来想搞煽情一点的话就垮了啊……但事实确实如此，接下来就为大家介绍一下，GAMP-城区 NOA 版测试项目标准:
1:可用范围
相对于四通八达的高速，城区除了主干大道外，更多的是如同人体一般狭窄的“脉络”，也就是毛细道路来串联起各个街区。
谈及 NOA 就必须谈及可用范围，所以针对城区，我们额外做出了项目上的调整:
- 主/辅路降级情况
- 路口通行情况
- 立交匝道通行情况
- 施工场景通行情况
这四类场景，可以说是涵盖了绝大部分大家在城市中使用智驾时遇到“系统犯难”场景——“主路覆盖了，卧*你怎么辅路降级啊？”“直道王，进匝道就****”“路口不能跟着前车过？”“你是要带着我撞进工地里？”
其次，一个好用的辅助驾驶系统——注意是辅助驾驶系统，也就是说人机共驾依旧是目前所有的智能电动汽车用户需要进行的环节——不仅是自身的能力出众，在遇到系统无法处理的情况时，与“人”的交互也要井井有条，给予驾驶员，甚至舱内人员安心感。
因此，在延续高速 GAMP 的安全规则小项上，我们还针对城区额外添加了新的安全交互项目:
- 安全规则
- 安全交互提醒(系统针对驾驶员发起的安全交互提醒，包括但不限于减速提醒、 变道提醒、 隔壁车辆主动入侵提醒、绕行提醒、 红绿灯路口提醒、 驾驶者监测提醒等)
- 系统安心感评价(智驾系统进行的事件令驾驶员/舱内人员感到安心或者不安心，例如不舒适减速、方向盘大幅摆动、礼让行人等)
智驾系统的加减速舒适性，同样是属于老生常谈的话题——刹得太慢要接管，刹得太急要骂人。同时加速上也要做到起步足够聪明，中低速跟车和堵车情况时也能做到快速反应。
面对中低速的城区行车情况，在变道场景上，我们也要进行更加细致的分类:
- 超车变道
- 无效变道
- 博弈变道
- 导航变道
- 绕行变道
这五种场景相信都是比较好理解的——导航变道自然不必多说，超车变道与无效变道考量智驾系统对于道路的通行时机反应，博弈变道和绕行变道则是考量智驾系统对于前方障碍与侧向的感知能力与判断。
5:接管
而在城区这类复杂的场景中，驾驶员对车辆进行接管也有着截然不同的情况发生，我们在研判主动接管与被动接管的逻辑关系后，将驾驶员对于车辆智驾系统的接管幅度进行了分级:
轻踩踏板:驾驶员主动接管，车辆智驾系统并未退出。属于是在大部分安全场景下，驾驶员手动提升智驾系统的通行效率。
效率接管:驾驶员主动接管，并手动退出智驾系统。属于是在部分施工与占道场景中，智驾系统并未能成功博弈或绕行，并且没有退出系统，选择原地僵持的情况。
主动接管:驾驶员主动接管，智驾系统主动退出。属于部分极端或复杂场景下，智驾系统无法处理并退出，需要驾驶员进行手动接管。
最后是一图总结我们本次城区 GAMP 的测试成绩，供大家查阅:
当然，测试并非一帆风顺。在我们的测试中，也有不少“翻车点”。我们并不会对其进行回避，但我们也需要明白:为什么 ta 会在这样，或者那样的场景中出现了问题？
为此我们针对三台车在三种不同的主动接管场景下，分别进行复盘，看看问题到底因为什么产生:
-小鹏 G9
在下图的场景中，我们可以明显的看到，在这种规则较为复杂的左转路口中，驾驶员因为顾及右侧车辆过于接近，从而进行了一次主动接管的操作。
首先我们简要介绍下这个路口的情况——左转时需要跨越对向车流线，在最左侧车道完成左转。
这也是我们特意挑选的一个路口，这样的标线对于初次来到这种路口的司机都有些难以理解，对于智驾系统而言就会显得更为混乱。
而小鹏 G9 事实上对于这种混乱标线/无标线的路口路径规划能力是在线的，需要接管的真正原因，在于侧向感知能力。
这一次接管则更能说明侧向能力问题，目前智驾系统对于可变车道仅做识别，想要完成右转还是要依靠最右侧车道，但在错过进入最右侧车道的时机后，小鹏 G9 选择了在实线处“探头”尝试变道——这样的变道思路当然是不可取的，尤其是右侧车道正在排队通行时。
-问界 M7
问界 M7 在大部分情况下的表现都是优秀的，但也依旧存在有问题——无图化后的智驾系统，在环境构建和路线构建上的操作有时并不能达成一致，这也是问界 M7 三次接管的原因。
比如上图中的场景，一个毛细小路上的路口变换，此时问界上的智驾系统对于道路环境的实时理解是到位的，将路口正常渲染出来。但在路线规划上反而产生了严重的偏离。
在这种车道线清晰，没有障碍物干扰，环境重构成功的情况下，路径规划的区域仿佛“慢了一拍”，没能规划正确路线，这种偶发性的接管大大影响了问界 M7 在覆盖率上的“完美体验”。
-蔚来 EC6
蔚来 EC6 在体验上的表现有种“后来者居上”的感觉，但在面对较复杂的场景中，蔚来的极限对策上显得略微有些不足——
当我们谈论智驾系统的极限能力时，并不是代表我们要专门测试和“走钢丝”，去做出一些看似精彩和惊险的镜头，而是为了让大家能够更好的判断，在我们测试的场景中，驾驶员需要去做出什么样的反应，以及是否「有必要」开启智驾
——言归正传，在这类毛细小路中，智驾系统通常对于前方占道车辆的绕行判断显得有些犹豫，即在很近的距离上才会判断是否需要做出绕行的操作。而当绕行时侧向有所干扰，那么整个绕行的策略也会随之垮下了。
同样的犹豫表现还偶发性出现在变道当中，下图场景里的蔚来 EC6 就发生了较长一段时间的变道犹豫，“骑”在线上跑了一段时间。
总-分-总的写作手法百试不灵，所以在这一章节中我们回收标题，即我们离真正好用的城区智驾还有多远？在进行了这一次城区 GAMP 横评测试后，作为测试者的角度，我们想和大家分享一二:
- 毛细小路覆盖率
我们解决了高速，解决了城区的主干大道与快速路，那串联起各个街区的毛细小路就成为了智驾系统成长升级的“BOSS 关”。
在这次测试中我们可以看到，主要一线城市上三车的覆盖率都相差无几，但在二三线城市中，相较于问界的稳定发挥，蔚来/小鹏在可用里程上都有所波动。
如果说小区门口到小区内部停车场的泊车打通，是智驾的最后一步，那这些“毛细小路”的覆盖率显然是倒数第二、第三步。前几步如果都没有做好，用户的体验显然很难再进一步。
- 安全与安心
在解决了覆盖率之后，如何让用户更愿意主动购买和使用智能驾驶系统，显然安全感与安心感是非常重要的。
这也是我们本次城区 GAMP 横评设置了这么多子项的原因——作为创作者，我们固然乐意看到智驾系统表现出极高的上限，拍摄到难度拉满的各种场景通过的情况；
但同样作为用户，我们更希望的是看到了上限，也要看到下限，去理解车辆的智驾能力区间究竟处于何种水平，是否值得日常体验去信赖 ta。降低触发安全规则，少一些变道和路口通行犹豫，加减速舒适性提高……显然无论是作为测试者，还是作为工程师，都还有大量的工作需要解决。
测试后记
-小鹏 G9 测试员整体评价:
在惠州城区整体感受下来，个人觉得小鹏城市 NGP 安心感表现一般。原因主要是因为在城区会经常断点，因此整个城市 NGP 使用流畅度就会觉得一般。而且部分场景下，NGP 还会出现部分场景下的压实线情况。
同时在加减速方面，在遇到公交车侵占车道时整个减速过也会相对突兀。而且还出现过走错出口的情况。
优点是当小鹏 G9 城市 NGP 可用时，在常规场景下整体表现还是比较流畅的，包括无保护的左转和右转，整体表现相对丝滑。另外，在安全交互提醒方面，NGP 做的也不错，可以很好的提醒用户接管车辆。
-蔚来 EC6 测试员整体评价:
蔚来 EC6 作为彩蛋车型，从过去一直被忽视的城区 NOP+，到如今开启了国内最大规模用户全量覆盖的智驾系统，并且在表现上也快速跟上了第一梯队，这些无疑都是给到我们惊喜的。
而在可用范围上，蔚来也和问界一样，闯进了各个城区的毛细小路当中；在行车能力上，包括障碍绕行、路径规划等表现都比较成熟，特别是对于行人等弱势交通参与者的礼让上做得出彩。
-问界 M7 测试员整体评价:
双城记般的体验下来，问界 M7 的城区能力无疑是 TOP 级别表现。但面对深圳城区的毛细小路上，很多场景必须得压线绕行，不然根本没法过去。
而问界 M7 虽然在大部分时候在绕行策略上都做得比较出色，但还可以更好，面对底层的安全规则与复杂场景的选择可以更加灵活处理，这样毛细小路的体验还会更上一层楼。
声明：以上内容为本网站转自其它媒体，相关信息仅为传递更多企业信息之目的，不代表本网观点，亦不代表本网站赞同其观点或证实其内容的真实性。投资有风险，需谨慎。
猜你喜欢