技術解析：何小鵬說NGP贏FSD，只因特斯拉不穩定？

何小鵬在2022中國電動汽車百人會論壇上表示：在今年年內推出來的城市級NGP效果相當程度上會位元斯拉FSD效果要好。

有人會覺得這又是新勢力品牌CEO的大放厥詞，也有人認為這完全有可能。今天，我來和大家從多角度分析，小鵬的城市NGP效果會不會好於特斯拉的FSD。

從特斯拉過馬路左右搖擺，看硬體冗餘

小鵬為代表的國內新勢力品牌，採用的視覺+多感測器+高精地圖的方式，看上去要位元斯拉穩妥得多，因為很關鍵的一點，小鵬城市NGP的硬體冗餘度要位元斯拉FSD強。

人們常說，不要過分相信自己的眼睛，因為你的眼睛看到的世界，不一定是真實的。事實確實如此，攝像頭看到的也不一定就完全是真實的，毫米波雷達和鐳射雷達可以配合攝像頭進行更完善、更加全面的感知，尤其是在一部分感知裝置受到干擾，或被遮蔽時，剩餘的感測器可以繼續完成感知任務，這就是感知方面的冗餘度。

而當特斯拉的“眼睛”被遮蔽，或是受到明暗變化的影響時，智慧駕駛會果斷退出，讓人來操縱。有車主表示：在高速上開啟輔助駕駛後，車輛在進入隧道後，特斯拉突然急速剎車，然後又恢復到正常自動駕駛狀態，這就是由於光線急劇變化，車輛產生誤判所導致的。攝像頭就會像人眼一樣，在面對劇烈的明暗變化的情況下，會有那麼一瞬間感知失靈，需要時間進行適應。

問題也會出現在雨雪天氣情況下，“上帝為你遮住了眼，忘了掀開”以後，可以想象特斯拉會做出什麼樣的操作。至於在光線不足的夜間，問題會變得更為嚴重，有影片顯示特斯拉在夜晚匝道分叉路口區域左右搖擺嚴重，並出現進錯路口的情況，這是視覺方案在光線昏暗環境下天生的弊端，看起來在未來也無法得到很好的解決。

小鵬在這方面，由於感測器的冗餘度高，以小鵬P5為例：它搭載兩個楔形稜鏡鐳射雷達、12個超聲波雷達、5個毫米波雷達、13個高感知攝像頭、1套亞米級高精定位單元，一共33個感測器。反觀目前的特斯拉Model 3：8個攝像頭、12個超聲波雷達、1個毫米波雷達。小鵬P5位元斯拉Model 3多出了4個毫米波雷達和兩個鐳射雷達，特斯拉的一個毫米波雷達佈置於車頭，小鵬的兩顆鐳射雷達佈置於車頭，剩下的毫米波雷達佈置於車頭與車側，雷達配合攝像頭可以更完善的幫助小鵬P5變道轉彎。

特斯拉對於變道時側後方有車輛快速上來的車輛，存在一定感知方面的隱患，它的一個近距廣角攝像頭覆蓋50 m ，兩個中距後側視攝像頭覆蓋100 m，但單目視覺對於深度識別天生具有缺陷，據瞭解目前使用的動圖多幀位置差分處理，也無法做到好的識別，再加上夜晚後向強光的照射影響，後側向的識別感知問題可能會暴露的更嚴重。

側面靠視覺，不安裝毫米波雷達的方式，曾經造成了我們另一位國產新勢力增程式SUV在自動變道過程中屢屢出事兒，改款時遭遇晶片短缺，但也咬著牙給配上了，顯然這樣更加完備。

在中國城市，哪方面的冗餘更加重要？

硬體的冗餘度強，也能讓感知能力變得更強。在城市中，更強大的感知能力絕對是有必要的，感知得越準越全面，也就直接意味著更安全。

由於演算法需要處理攝像頭和一個毫米波雷達所帶來的較為不全面資訊，沒有更多的感測器予以輔助，導致其在城市中的感知度會表現不足。而目前特斯拉FSD版本中，在城市中普遍存在著：

在車道線比較寬的街道，會出現蛇形駕駛，穩定性不夠。對違法行車的社會車輛會判斷失誤，導致退出FSD。人流量特別大的街道，車輛會反覆判斷，猶豫時間過久，甚至會自動退出FSD，這一問題間接證明了人流量閾值上限的存在。無保護轉彎，時而猶豫時而激進，致使駕駛著缺乏信心。

我們從小鵬公佈的小鵬P5城市NGP工程版測試影片中，可以看到目前城市NGP的實力表現，特別是針對無保護的左轉右轉，前方靜態車輛的避讓，這些標定起來十分困難的情況，P5都可以輕鬆面對，可以看到目前城市NGP但實力。同時，據何小鵬介紹：在廣州城區的測試區域內，搭載城市NGP的小鵬P5測試車，曾多次保持行駛數十公里完全不需要接管，或者只接管一次，十分接近高速NGP的效果。之前高速NGP的透過匝道、隧道和變道的成功率都在90%以上，可見目前城市NGP的已經初見成效。但從影片來看，也不全都是那麼完美，在面對最具中國特色的電動車突然橫穿斑馬線時，P5的操作也讓人捏一把汗。

針對於這些中國特色道路現狀，中國的本土新勢力造車的智慧駕駛輔助系統正是根據這些情況來打造的，本土化問題，也是NGP效果要強於FSD的重要一環。

百度自動駕駛研發部門負責人曾表示，北京的道路環境複雜程度是美國加州的15倍以上，北京只是中國複雜道路環境的一個縮影，如果到了3D的重慶，則又是另一種“複雜”，生長與中國本土的新勢力智慧駕駛系統，確實要比生在加利福尼亞的特斯拉更加艱難，城市中各種不文明駕駛行為、“形態各異”的非機動車和“神奇”操作，以及行人給你帶來的“出其不意”，都是本土智慧駕駛打一出生就要考慮的問題，這些問題國產新勢力都花了大量的時間進行攻克，確實需要大量感測器協同配合，自學習以及更深入的進行感知，做到更多冗餘特斯拉在面對這些它“不認識”物體或情況時，又沒有雷達感測器，它會做些什麼呢？

FSD就這麼不行？要拋棄純視覺方案？

在這裡，我也要輸出一些其他的看法，小鵬NGP是要依靠高精地圖的，如若是到沒有高精地圖沒有覆蓋的地方，它會主動退出NGP，若要是到了一些正在大拆大建的地方，地圖沒有來得及更新，NGP也無法實現。而在這方面，就能更好的體現出特斯拉FSD的普適性了，視覺方案可以適應多變的環境，透過自學習能力，完成智慧駕駛。當然，現階段考慮這樣的問題還有些超前，畢竟還是人機共駕，有人駕駛的階段。但要是到了無人駕駛階段，方向盤都給取消了以後，就等著拖車吧。所以，要完成各種情況下的完全自動駕駛，視覺方案依然是一個趨勢。

造成特斯拉如此鍾愛視覺方案的因素有以下幾點：

首先，在智慧駕駛發展過程中，“幽靈剎車”、“鬼剎車”這種情況不斷出現，毫米波雷達有可能產生誤判，導致視覺與雷達反饋矛盾，乾脆取消，完善視覺演算法，一勞永逸。

其次：特斯拉有一套強大純視覺測距法用以取代毫米波雷達的職責。特斯拉充分利用旗下大量車輛的行駛資料進行深度學習，致使AI系統更聰明，得意做出判斷。我認為，特斯拉的這套方案十分接近真實駕駛者的操控邏輯：攝像頭是駕駛者的眼睛，把看到感知到的資訊彙總到演算法平臺，經過“大腦”運算思考，然後系統根據從資料中學習到的經驗做出應對的動作。人並不像“蝙蝠”，能發出超聲波，所以省去毫米波雷達。

再者：成本問題是特斯拉造車的一大重點考慮因素，特斯拉目前採用的單個攝像頭平均成本在150元人民幣左右，被國內新勢力追捧的鐳射雷達最低也需要200美元左右，對於特斯拉這種對上下游原材料價格極度敏感的企業來說，這部分成本的巨大差異，是一定要反映在售價上的。

城市NGP高枕無憂？“狼”正在迅速成長

最後，小鵬城市NGP在現階段可以位元斯拉FSD效果要好，但是，越來越多的訊息預示著特斯拉新一代FSD即將到來。

目前這一代特斯拉 FSD（HW3。0），影象感測器為安森美的 AR0136AT，這是 2015 年的產品，畫素僅有 123 萬畫素。新一代 FSD（HW4。0），預計首先會搭載在不斷推遲量產的 Cybertruck上，其中最大的變動之一就是影象感測器由安森美的 AR0136AT 變為索尼的 IMX490，畫素增加到 543 萬。畫素每提升一倍，算力要提升3倍，FSD晶片的算力可能要破1000Tops。