从惊艳到实干：小鹏 1024 汽车科技日

作者： ZEALER出行
2022-10-25 18:37
558

我对两年前小鹏汽车的第二届 1024 汽车科技日，印象实在是太深刻了。那年发布会的两个重点，无论高速场景的 NGP 导航辅助驾驶，还是可见即可说的全场景语音，放在 2020 年这个时间节点，几乎找不到对标的产品。

相对而言，今年 1024“激动人心”的程度似乎不比前两年。我想，一方面是因为最近两年汽车领域进步太快，在各种智能化领域大家都迅速追上来了；另一方面，小鹏自己也没有把重心，太多地放在那些“惊艳”的部分。今年的汽车科技日，小鹏的重点似乎转到了“如何实现过去的惊艳”上。

整场发布会的大部分时间，都用在高级辅助驾驶上。去年，小鹏在汽车科技日带来了城市场景的 NGP 导航辅助驾驶功能，这些功能上个月已经推送给配备激光雷达的 P5 用户。随着广州、深圳成为第一批开放城区辅助驾驶高精地图的城市，P5 用户在相关区域就可以使用第一版城市 NGP 功能。

根据小鹏的统计，城市道路在所有小鹏用户的行驶里程中占 71%，时长则占了 90%，毫无疑问是高频场景。当然，要实现它的难度也很高，城市 NGP 的代码量是高速 NGP 的 6 倍，系统需要录入 4 倍的感知模型才能应付，而预测和规控的代码数量则是高速 NGP 的 88 倍，差不多两个数量级。简而言之，在城市实现导航辅助驾驶，系统要看得懂更多东西，也要有更多的自主决策能力。

小鹏在这里的解决方案还是相对比较常规的：通过多传感器融合，以及经过初步训练，更接近“老司机”的行为模式，让 P5 在覆盖有高精地图的区域实现辅助驾驶。至于遇到没有高精地图的场景，小鹏仍会充分利用感知能力，使用 LCC-L 等降级功能保证安全可用。

今年实现城市辅助驾驶验证开放后，小鹏从 2023 年起，就要开始推进多个场景无缝融合的全场景辅助驾驶了，并且要在 2025 年后往无人驾驶的方向发展。整体目标也很明确，就是要在没有高精地图的支持下连接停车场、城市、高速三大场景，全程尽量 0 接管，并做到超越人类驾驶员的博弈、通行效率和安全性。这套辅助驾驶系统被小鹏称为 XNGP。

XNGP 仰赖的硬件基础没我们想象得那么遥不可及，在 G9 上面我们都见过了：分布全车的高精度摄像头，前向两个激光雷达，全车 5 个毫米波雷达以及 508TOPS、包含两个英伟达 Orin 芯片的计算平台。没有在显而易见的硬件上继续“卷”下去，可能让一些朋友觉得无聊，别担心，XNGP 有意思的地方在于软件和算法。

为了实现 XNGP，小鹏也开始对感知架构进行调整，新的感知架构名为 XNet。从前的 NGP 会使用比较传统的单一摄像头、单一图像帧处理方案，两个摄像头之间、上一帧与下一帧之间没有关联性，就像我们“眨眼补帧”一样；如果再不加上前后画面的关联，那整个感知架构就和看幻灯片没区别。

在 XNet 架构中，“幻灯片”变成了“长视频”。通过引入 Transformer 机器学习架构，融合多个摄像头的数据，XNet 不止可以生成实时感知周围车辆、环境的鸟瞰图（也就是大 V 们三句话不离的“BEV”，Bird’s Eye View，实际相当于类似全景影像视图的“上帝视角”），还能通过“特征金字塔”（简称 FPN）预测周围道路使用者接下来大概率会走的轨迹，为接下来决策“自己该怎么走”提供数据基础。

值得注意的是，小鹏在这里用了“纯视觉”的表述。或许随着算法的进步，接下来的 XPilot 感知硬件，也会在今天的基础上适当做做减法；而如今配备全车视觉感知的小鹏，未来也能做到很多今天还做不到的事情。

为了让上面的想法成真，小鹏也开发了基于 AI 的标注系统，同时与阿里云合作，建立了自己的算法训练体系。以后的每一条算法，都要在仿真体系中行驶数千万公里，经过各种模拟 Corner Case 验证后才会推送——比如，旁边突然出现一辆因轮胎脱落导致一路火花带闪电的失控大车怎么办。

做到这一步，小鹏也开始探索 Robotaxi 领域的各种可能（换一种说法，是要抢自动驾驶公司的生意了）。变成 Robotaxi 的小鹏 G9 和量产车相比没有任何改装或升级，只是驾驶席上坐着的是小鹏安全员。Robotaxi 与市售车的数据和算法互通，相互促进提升。小鹏也通过了封闭道路自动驾驶的相关测试。