昊铂HT城市无图NDA，能否征服北京复杂路况？

wan123 2024-05-24 阅读:36160 评论:0

4月，昊铂已经在广州、上海、深圳、苏州、杭州、南京6个城市率先开启了城市NDA功能，并即将在7月份开通北京、温州、宁波、佛山、绍兴等41座城市，最终在9月全国搭载。于是，在正式开通之前，这次我们也在2024款昊铂HT上，在北京体验了一段复杂的城市路况，看看最新内测版本的城市NDA现在在北京表现如何。

昊铂HT在激光雷达版上搭载了新一代固态可变焦激光雷达，搭配5个高精毫米波雷达、7个智能驾驶摄像头以及Orin-x芯片等顶级硬件。同时，系统还使用了拟人化决策的AI大模型，采取BEV +OCC+Transformer全方位自进化学习推理模式，基于每天1400万公里数据的投喂，不断提升决策水平。

在这次的体验过程中，我们选取了昌平区一段全程30分钟左右的综合路段。

首先，是较为正常的城市路况，按车道行驶、自动变道、通过红绿灯等常见的场景下，城市NDA都表现正常，可以根据导航在路口自主进行转弯并避让行人，且在没有车道线的时候可以跟随前车向前行驶，各个行驶动作熟练稳定。

之后由城市道路进入了蜿蜒的山路。在各种不同曲度的弯道中，车辆可以自主控制速度沿车道行驶，在大曲率过弯时会将速度降到很低，这里也开始遇到了有挑战性的路况。比如途中我们遇到了两次山路占道施工的情况，靠两侧的施工人员人工指挥从旁边借道逆行通过。显然这是一个对自动驾驶系统过于复杂的情况，它可以成功在施工路段前停下，但要让它主动逆行通过确实有些难为它了，是需要我们人工进行短暂介入干预的。

另外，对于一些较急的弯道，对向的大货车需要借道进行转弯，昊铂HT在看见车道被占用时可以及时地停下，不过目前也没有哪家的系统可以聪明到主动倒车进行避让，显然也需要人工介入指导一下。不过这两次人工干预的情况显然比较特殊，哪怕是人工驾驶也可能会混乱。但经过类似的场景，显然对于系统算法的提升是会有帮助的。

之后来到一段路况是相对复杂的非机混行路段，包括自行车、电动自行车、摩托车、过马路行人、对向左转/掉头车辆以及随时进出站的公交车，基本上我们能遇到的城市通勤场景都凑齐了。车辆在路口几次主动避让了对向掉头和左转的车辆，虽说在交规上并不需要这样做，但非常礼貌。同时，面对看似有过马路意图的行人或自行车，也会提早减速主动进行避让。

总体来讲，这套仍然在内测的城市NDA整个过程基本平顺稳定，几乎没有特别离谱的操作，执行各种动作流畅和平顺，无论是起步、刹车还是转向都没有任何突兀的感觉。尤其在连续山路中，或许没有我们自己开的时候转向更加“犀利”，但这点对于乘客来说是更加友好的。

另一方面，我们能感觉到它非常明显的保守风格，尤其会非常严格地遵守交通规则。比如当前方慢行的电动车或摩托车，车辆在前后均无其它车辆的时候也并不太敢压线进行超车，这一点从我们被不少其它社会车辆超过也能可见一斑，而且当下的系统版暂时并不喜欢让车辆顶着限速，在山路中的速度也控制得比较低，甚至是在没有限速的区域会默认设置40km/h的速度，为了保证安全也会非常谨慎地控制加速。

不过这一点倒是也可以理解，毕竟现在只是内测版本，整个系统还并没有达到完整全量推出的地步，过于激进难免增加不必要的危险。不过，我们的驾驶过程中，在保证安全的情况下，我们可以通过滚轮或踩下加速踏板来让车辆加速，帮助车辆“大胆”地行驶，正如我们之前遇到的那些场景一样，也就可以避免潜在影响身后车辆通行的问题。

至于说昊铂HT的这套城市NDA到底合不合格？目前这套内测版本的能力确实并不完美，但我们不能因此否定它，就像是试装车之于量产车，更重要的是我们看到了城市NDA的潜力。

得益于较强的激光雷达和毫米波雷达的硬件配备，系统可以有效全面地感知到路面上的各种交通参与者，并可以顺利熟练地执行各种动作。因此，这套ADiGO智驾辅助系统已经拥有了较为扎实的技术基础，而剩下的可以通过不断地数据训练和软件算法升级，让我们遇到的问题不少就都能迎刃而解。现在基于内测版本收集的数据和案例也可以为以后推送给用户的正式版本做贡献。