对不起，何小鹏这次没让我高潮

AutoLab

记者 | 白杨

编辑 | 白杨

投稿邮箱：editor@autolab.cn

很显然，今年的小鹏1024，一辆（或者该说一架）飞行汽车，抢走了城市NGP的关注度。

不过，作为一个对上天并不感到兴奋的恐高症，还是想和大家好好分享一下X Pilot 3.5以及X Pilot 4.0的信息。

城市NGP，重写预测和规划的代码

什么是城市NGP？可以看一段视频来了解。城市NGP计划是在2022年上半年，向选装了X Pilot 3.5的小鹏P5车主推送。

城市NGP是高速NGP向城市路况的延展么？是也不是。

虽然看起来，城市NGP和高速NGP（以下简称3.0和3.5）功能类似，都是实现点到点的辅助驾驶，系统能够按照导航设定的路线自动变道，但高速和城市场景下，NGP需要处理的核心问题大不相同。

高速场景，变道主要是出于效率考虑或者是服从导航，微观路径规划比重很低。到了城市道路，最核心的任务变成了避让人、车、非机动车，以及理解更为复杂的交通规则，例如红绿灯、禁止停车区、分时段的公交车专用车道......

所以在城市场景，微观路径规划、目标行为预测、可行驶区域等就成了核心任务。

此外高速和城市道路的环境差异，也决定了两者的解题方式不同。高速公路普遍地势空旷，能够很好接收RTK信号，因此使用图商的高精地图，再使用千寻位置提供的厘米级定位服务，就解决路径规划的地图与定位问题。

但是到了城市道路，高楼林立，GPS定位就瞎掉了，RTK的定位精度就无法满足需求。再加上城市道路的变化程度比高速公路多得多，修路、改标识牌非常频繁，对高精地图的鲜度也提出了更高要求。

现阶段图商提供的，基于激光雷达等多传感器采集的3D点云高精地图，由于成本及国家测绘发布审核的限制，只能做到3个月更新一次，这也完全满足不了3.5对高精地图的需求。

这意味着到了3.5，此前3.0用的高精地图和高精定位都用不了了，大家甚至可以理解为，3.5和3.0需要解决的问题几乎都不相同，使用的方法也都不相同。

更为重要的是，想做到高速NGP功能，现在产业链也比较成熟了，多家供应商都能提供，技术门槛已经降低。

但想做到城市NGP，难度就太大了，虽然版本上是3.0和3.5的差别，但实际上差不多是小学加法题，和初中二元一次方程组求解的难度差距。

因此面临新的难题，小鹏团队选择了重写预测和规划的代码，也选择了新的高精地图高精定位解决方案。

先说新的高精地图。传统高精地图按照规定，需要使用专业测绘采集车，标准化作业，并需要在发布前提交有关部门审核，整个周期较长。

小鹏选择了使用高德的视觉高精地图。这套视觉高精地图，会包含城市道路中车道线位置、车道类型、车道方向、车道交通限制信息、斑马线、限速等信息，以及红绿灯、红绿灯与车道的相对位置、立交桥、龙门架等的位置信息。

吴新宙表示，和高德合作的视觉高精地图，会尽可能实现每天一次更新。

这意味着两个信息，首先高德的这个视觉高精地图大概率不是依靠自家测绘车采集的，否则保持日更整体成本太大了，有很大可能性是使用众包方案。其次，日更的效率，大概是在发布时并不需要有关部门审核。

城市的视觉高精地图，目前并不知道高德是采用怎样的方式采集，是否会受到法律政策影响，这是城市NGP落地可能面临的风险之一。

高精地图属于带位置的敏感信息，特别是在国家网络安全审查的当下，对视觉众包高精地图方案都还没有清晰的政策指引，不确定性会很大。

再说高精定位，这一块的压力会集中在小鹏的研发团队上。吴新宙称小鹏的高精定位方案为，IMU（惯性导航）、视觉为纲，GPS为辅。

由于城市楼宇中GPS信号的多路径效应，以及IMU在长时间运行的累计误差，可能厘米级定位的重担是需要视觉来抗。

如何实现视觉定位呢？实际上在高德给到小鹏的高精地图上，会有定位参考图层，例如龙门架和路牌等非常固定的特征点，当车辆行驶到某个位置，摄像头拍到了该特征点，知道这个特征点的绝对定位数据，再依靠算法获得自身与该特征点的相对位置，就能获得自身车辆所在位置的绝对定位，再用这个绝对定位去修正IMU+GPS定位的误差，就能实现连贯的高精度定位。

小鹏先在场景较为简单的封闭停车场做AVP功能，“训练”视觉SLAM算法，再将经验逐步拓展到开放道路。目前3.5上视觉构图这块直接采购了高德地图的产品，相当于把所有的地图记忆提前植入“大脑”中，当大脑路过似曾相识的路段，通过比对眼中看到的和脑中的记忆，就能像老司机一样，扔在城市任意一个街道，就能知道自己在哪儿。

除了高精地图和高精定位，如何避让人、车、非机动车做规划控制，就需要在感知上不漏识别每一个障碍物，清楚预测每一个障碍物的行动轨迹，已经在遵守交通规则下规划一条合理的自车行动轨迹，这同样难度很大。

其中最难的可能是感知，因此X Pilot3.5在硬件上，开始调用环视摄像头（由于鱼眼的畸变，使用需要处理），已经增加了2个激光雷达来输出环境的3D深度信息。由于城市道路环境复杂很多，因此分辨率低的毫米波雷达基本就歇菜了，激光雷达会给到很好的前侧行驶区域内的障碍物距离信息。

通过展示的视频来看，目前小鹏城市NPG规划控制表现的还有些机械，但毕竟小鹏的团队也是刚开始协调点云和视觉的感知，而且明年上半年才开始在几个核心城市推送，还有时间去在算法模型调优上下功夫。

小鹏3.5确实很领先了，但我觉得小鹏该焦虑的是，作为国内车企在智能驾驶投入最大的企业，如果无法做到技术是独一无二的，风险就很大了。

特别是，如果供应商能做到同期交付，这种感觉就像是你把主要精力用在复习数学，结果发现有人在卖数学答案了，更要命的是，那些把精力用在复习语文英语的同学，他们还买了这个数学答案。

期待明年夏天的“AutoLab智能驾驶大横评”，给华为HI加持的极狐阿尔法S HI版、小鹏P5的X Pilot 3.5、Momenta加持的智己 L7三款车型一个同场景竞技的机会。

城市NGP之外，还有信心勃勃的规划

顺着城市NGP之外，小鹏也展示了智能驾驶下个阶段的规划。

小鹏将在2023年上半年推送X Pilot 4.0，新系统会搭载在一款全系的中大型SUV上。小鹏P5上3.5的硬件在实现全场景辅助驾驶上还有些吃力，这会限制后续体验的持续提升。

4.0在算力上采用两颗Orin-X自动驾驶芯片，算力达到508 TOPS。在感知是，4.0会采用800万像素前视双目摄像头，同时激光雷达也会有所升级，据行业内部人士透露的消息称，4.0将继续搭载激光雷达，只是不再选用3.5上所使用大疆Livox的产品，而是转投Robosense（和威马和智己同款）的M1。

后续还有 5.0的规划，小鹏2024年将实现全冗余的自动驾驶软硬件架构，向自动驾驶进化。同时会根据体系优势，通过地图闭环与数据闭环，保持持续领先地位。

储能和超充

小鹏也盯上了储能的大蛋糕。

何小鹏宣布小鹏将自研储能充电技术，能够实现一次储能满足30台车不间断充电。有意思的是，小鹏还规划了移动储能充电车，能够提供流动部署及超充自主补能能力，这一块目前没有更多消息透露，不知道会不会和蔚来的送电小哥一样。