几年来智能驾驶成为汽车行业的焦点，随着软硬件性能的提高，厂商们也开始了向更高级别的自动驾驶迈进的研发之路。
从简单的控制汽车横纵向移动到点对点自动驾驶功能的完美实现是众多汽车厂家及供应商钻研的方向。
在一定程度普及ADAS功能后，依靠高精地图导实现自动驾驶的领航辅助驾驶（NOA）开始慢慢的出现在大众视野里。
2019年6月特斯拉全球首家发布高速NOA功能，可供用户实现在高速场景下开启依靠地图的导航辅助行驶。
2022年9月小鹏汽车成为国内首家推出城市版NOA功能的车企，并在广州进行试点。
作为国内首家解决了复杂城市道路场景的厂家，小鹏汽车是如何做到自研情况下一步步实现城市NOA功能的落地？
雷峰网(公众号：雷峰网)新智驾邀请了小鹏汽车高级自动驾驶专家陈林来进行业内分享。以下为陈林的演讲内容，雷峰网新智驾进行了不改变原意的整理：
各位雷峰网的小伙伴们，各位行业的专家同仁，大家晚上好，我是小鹏汽车自动驾驶中心陈林。
今天分享的主题是小鹏汽车在智能驾驶这条路上的一些探索，包括小鹏汽车过去发布的产品如何走到的今天，以及展望今后的智能驾驶之路。
主要内容分为以下几个板块：
·自动驾驶等级划分
·自动驾驶市场现状
·小鹏汽车的自动驾驶之路
关注视频号，观看本次直播回放。
在我们正式讲小鹏的智能驾驶产品之前，先重温一下自动驾驶分级的一个概念。
这个概念在有些地方大家理解的有一些偏差。
国家的监管越来越严，如果理解有些偏差的，可能会导致今后做产品时出现被误杀的情况。
这张图片出自是SAE 美国汽车工程学会。图片中把自动化的级别从 0 到 5 做了一个划分。
汽车大的动态驾驶任务是通过横纵向控制，一个是在车道内或者车道间的横向挪移，一个纵向控制加减速或者保持匀速。
在L0级别，驾驶员几乎完全地掌控了这两种控制方式，但也存在一些自动化，只不过自动化的系统不能持续的控制车辆横纵向移动。
L0例子：AEB。在监测到一个比较紧急的情况，会自动进行紧急刹车，产生一个纵向的控制。
L0级别只能进行一个目标的检测并作出反应，无法持续的控制汽车。对应的就是在SAE发布的J3016标准中车机只能做出一定的OEDR。
Level 1用一个词总结：hands off or feet off，手或者脚其中一个可以休息放松一下。
L1 例子：ACC自适应巡航，在不控制横向的前提下持续地去控制车子的纵向。
根据中国发布的GB/T40429标准，L1级别也叫做部分辅助系统。
到了L2就将横纵向控制加到一起来实现，按照国家标准叫做组合辅助驾驶。
L2级的功能并不意味着驾驶员可以休息，国家监管部门强制要求各车厂在发布产品时必须完成脱手检测以及脱眼检测，旨在要求驾驶员专注于驾驶任务。
究其原因是因为车机系统仅仅是帮助驾驶员控制横纵向移动，但在OEDR观测周围的环境有没有危险时，还需驾驶员主要参与其中。紧急时刻，系统处理反应时间有限，这时驾驶员一定要尽快接管介入。
L2在形态之上，就牵涉到了今天分享的主题——导航辅助驾驶。导航辅助驾驶听起来比L2又要更近了一步，它不仅能够做横纵向，还能够上下匝道，能够帮你自动变道，能够根据地图把你从一个地点带到另外一个地点。
这是否意味着我们如今所说的NOA，NGP或者特斯拉的Autopilot或者FSD是属于更高级别？在这里界定一下L3和L2的区别。
L3 是在一定的范围之内，设立一定的实现条件下完成所有操控，例如在高速下，或在城区某个范围内，自动驾驶系统就可以帮你把一切事情都搞定。可以完全依靠系统去实现点到点的行驶。
L3级自动驾驶搭载驾驶员在环系统，在面临突发情况时，系统无法处理并会甩锅移交驾驶员接管，故L3级别仍无法实现解放驾驶员。在发生事故责任划分时会将责任归为自动驾驶系统负责，这也导致大多数公司不愿做L3而是直接从L2跳到L4。
市面上唯一一家经过认证的L3级别企业是奔驰，奔驰经过德国政府认证，可在高速上60KM以下时实现L3级别自动驾驶。除此之外仍处在L2级别，例如小鹏的NGP，特斯拉的FSD。
中国在L3级立法方面极其严格，尤其在意驾驶员及乘坐人员的生命安全。目前制定标准为《自动驾驶系统通用技术要求》，由于在L3级自动驾驶存在甩锅情况，无法在紧急情况下将车辆自动行驶至相对安全地带，因此引入下一级别，L4级别。
L4级别自动驾驶只要在它的ODD运行范围之内，必须把所有情况全部处理完。即使遇到紧急特殊情况无法处理或即将超出自己的范围，也要将车辆带到一个比较安全的状态，专业名词叫做最小风险状态（MRC)。
L4级别可以完全脱离驾驶员，达到无人状态。
L5级别非常好理解， 只要有路的地方基本上都可以开，除极端恶劣天气外，都没有问题。
在国内市场见到的产品都是 L2 及以下，没有达到L3，不管是NGP，NOA，还有特斯拉的AUTO PILOT都是 L2 级。
在国际市场上，做到L3的共有两家企业。奔驰和本田。
奔驰在德国经过认证并且已经商用，在美国也获得了商用许可。在全球范围内属于开始最早的企业。
本田在前年发布了一款产品：Honda SENSIN，通过了日本交通省的正规认证，认证为L3级别。这款产品仅装机实用一百台，只租不售。因此在量产领域还不存在。
总结来说，真正量产的产品应该只有奔驰。
国内市场国家也在慢慢推动L3的落地测试，去年 11 月份，国家出台相关文件，开展智能网联汽车准入试点和上路通行试点工作。进了这个试点之后，就意味着是国家工信部和公安部承认这款产品属于L3 级。
L4级市场上只有一款产品——奔驰。在特定场地和设备结合情况下可以实现下车后的自动泊车。但目前行车产品仍未产出。
另外Robotaxi无人驾驶出租车也是奔着L4发展的，在国内一些城市可以在一些APP上打到这种无人出租车，由于监管原因未能实现全国上路。
目前整体市场，车厂都是从辅助驾驶开始做，从L0级一直往上做到L2级，很多车厂可能会跳过别扭的L3级直接达到L4级。而像以百度、Waymo 为首的科技公司，直接从Robotaxi入手。
另外我们在各种正式的文章或文件中看到的自动驾驶都是指L3-L5级别，而辅助驾驶才是L0-L2级别。
小鹏在2022年9月17号，在广州首发城市NGP产品。
这款产品能够实现在城市场景下的导航辅助驾驶，本质上来说还是L2产品。目前能做到导航辅助驾驶这个程度，国内只有小鹏。
其实在小鹏做这款产品之前，做过用户调研。对于普通用户而言，有71%的里程都是发生在城市道路上的，更有 90% 的驾驶时间是在城市道路，100%的用户会途径城市场景。因此城市场景对用户的意义是非常重要的。
之前有人做过一个研究，真的想让用户为智能驾驶买单，用户场景一定要覆盖到平时使用场景的70%，才会觉得买这个东西是非常值得的。
城市NGP与高速NGP的对比：代码量是高速NGP的6倍，感知模型数量是4倍，预测、规划、控制相关代码量更是达到了88倍。
至此就是小鹏汽车认为的智能驾驶的上半场。小鹏汽车完成了用户平时驾驶最相关的多个场景的产品覆盖（记忆泊车、高速NGP、城市NGP).。
小鹏推出高速NGP后，用户有15%的时间在使用此功能；记忆泊车上线后提升了5%；增强版记忆泊车上线后又增加了百分之几的使用时间；城市NGP推出后达到90%的使用时间占比。下一步使用时长占比100%是要达到全场景NGP，小鹏这款全场景辅助驾驶产品内部代号为XNGP。
XNGP主要有两个点：一是全国都能用，二是全程都能用。
首先是全国都能用。城市 NGP 也好，高速 NGP 也好，以及其他公司的NOA产品（除特斯拉外），还是依赖到高精地图的。国内目前所有车企或者其它Tier1服务商提供的产品，都需要依靠高精地图。
高精地图生产周期长，采集困难，审核严格，无法做到全国及时覆盖，因此不依靠地图的重感知、轻地图的辅助驾驶急需推出。XNGP就是如此，不需高精地图即可实现完整的功能。
其次就是全程都能用，不论是何时场景，何种环境（极端天气除外）都可实现从车位到车位的完整体验。
实现全场景辅助驾驶是小鹏汽车未来两年最重要的工作。
支撑小鹏实现XNGP（全场景辅助驾驶）有两大方面，硬件，软件以及AI体系。
硬件方面小鹏汽车在NGP的配置算力从之前的30TOPS提升到如今的508TOPS，摄像头也有一个比较大的提升，足以支撑小鹏完成XNGP的开发甚至能够坚持冲向无人驾驶之前。
软件及AI体系方面，小鹏汽车引入了一款全新的感知结构，我们内部叫做XNET。
之前的 AI 系统，虽然采用多相机的输入方式，但是其实最终输入的是单张图片，这个图片就是静态的。当然它也能识别出来这个车子的大小是多少并标记出来。
XNET和之前的感知系统最大一个不同就是：它不仅是多相机的，而且是多帧的。说白了，它输入的不再是一个单帧图片，而是一个短视频。从视频里面不仅可以知道和我们交互的这些交通参与者的大小，位置，姿态，还能知道其具体的速度以及历史轨迹，从历史轨迹能去预测它将来的行动方向。
像人类一样去识别探测预测遇到的交通路况并针对此状况进行相应的博弈，实现多车道里的变道。这就是XNET的动态感知能力。
XNET还有一个特别牛的地方：静态感知能力也特别强。可以在不依靠高精地图的情况下通过感知得到的车道线，道路边缘斑马线等实时生成一个地图。因此XNET可以做到在无高精地图的地方使用。
有利有弊，XNET也有不好的地方：太吃数据。要让它跑起来至少需要几十万个视频，甚至一百万个视频。我们算了一下，让它跑起来需要标注2000人一年，即使我们有1000人的标注团队，也需要两年才能完成。并且这两年不能有更多的CORNER CASE进来。
我们做了一个全自动的标注系统，可以把原始数据、相机、图像、激光雷达等信息作为输入，将视频里出现的各种目标物的位置、尺寸、速度、加速度标注出来，且准确率比人工还高。但仍会进行二次检查。经过全自动标注系统的一个部署，我们之前的整个工作只需要十几天就可以完成了。
我们在去年八九月份我们和阿里一起合作做了一个当时全国最大的自动驾驶制算中心；扶摇，用来训练，AI学习标注之后的相关数据，仅需要11个小时就可以形成一个迭代。
现在越来越多的车企都在部署自己的制算中心，正是因为要进行数据的训练与学习。
训练的结果再部署到车子上，我们用的是Transformer架构。Transformer一开始光是动态XNET就需122%的Orin-x的算力，但经过重构优化后，现在仅需9%就可以完成。
从采集数据到标注到训练最后再到部署，这就是全闭环、自成长的AI和数据体系。
做自动驾驶绕不开仿真能力。做自动驾驶都知道，需要用三支柱法来进行产品的一个测试。仿真是最能规模化的，其他两个比如场地测试和道路测试无法做到规模化。
经过这么多年的积累，我们已经已经跑过了 5000 万公里的仿真行驶里程，积累了 2 万多个模拟场景，任何一行代码的发布都会经过这些测试。平常的集成都会经过一些测试保证没有带入新的bug。能保证我们的产品的持续提高。
在今年的上半年，我们会把城市NGP发布在 G9 Max 版本里面去，支持广州、深圳以及上海。再通过无高精地图的城市，开放识别红绿灯和执行通过路口的能力。在下半年我们会继续去增强XNGP，让它在无图城市也会有变道超车、左右转的能力。
在明年 2024 年，实现全场景下的辅助驾驶，不依赖高精地图，真正实现能够车位到车位的智能导航、辅助驾驶的能力。
另外，我们在去年也是开始了L4的探索，使用没有经过任何改装的G9实现Robotaxi。在硬件方面没有任何的加装，在软件方面进行了相关升级。
探索Robotaxi就是探索真正的无人驾驶，在有限的城市道路里探索它，发现它，把能力带到配有辅助驾驶的量产车中去，基于完全相同的软硬件，可以无缝实现在量产车上。
辅助驾驶的量产车可以销售到全国各地区，可以记录各种各样的复杂环境，经过数据的反哺，可以让能力持续的增强，进而无缝带到Robotaxi去。我们希望通过这样子的一个迭代过程，能够让两边都能够得到增益。
最后在 2025 年的时候，在无人驾驶探索的时候可以进行一个汇合，这是我们做 Robotaxi 的想法。
无人驾驶这条路非常非常的难，其实整个历史上已从汽车出现的第一天，大家就在探索是不是能做到无人驾驶。100 多年过去了，我们还在这条路上继续在拼搏，但是我们觉得这条路是非常正确的一条路。
任何的创新都是从一个困难的时候开始的。我们相信只要我们脚踏实地，一步一步地去走，最后我们一定能够实现。也希望最后能和大家坐在无人车里面一起举杯同庆。谢谢大家。
1.相比其他厂商的辅助驾驶，例如智己汽车已经把自己的辅助驾驶免费了。小鹏的辅助驾驶有什么优势吗？
XPILOT也是免费的。小鹏的辅助驾驶应该是在国内的厂商里面态度最坚决的。从一开始就决定自研，起初可能还是会用到很多供应商的方案，但是慢慢的开始自研。我觉得自研是做自动驾驶必须要走的一条路，只有自研，你才能有更大的自主度，迭代才能更快起来。现在自动驾驶必须要快速的迭代起来，你有数据去下hi先反哺，收集一些反馈回来，能够快速的发现问题，快速的修复它，这样才能让自己的产品变得更加的成熟起来。如果是供应商的方案，相对会比较慢一点，会很被动。我觉得小鹏之前走的路也非常对，从一个低难度的泊车开始起步，迅速的就在行业里面打好了口碑。当时 G3 那款车是拿到了I-VISTA当时的历史最高分，后来有没有人超过我不知道。所以一下子就响了。接下来去做的高速NGP，高速的场景相对来说还是要简单一些的，做出来之后又把精力放到了我们用户最常使用的城市，所以我觉得策略是非常清晰的，按照逻辑一步一步的走，去逼近无人驾驶更高级别或者更难的级别的一个程度。
2.讲的内容是实现了还是规划中？
XNGP它有两方两个层面。第一个层面是不需要高精地图，全国路段都可以使用。这一部分还是在开发过程中的。上半年红绿灯的直行能力马上就会发了。预计3 月份会支持这个功能，下半年会支持变道左右转。这些能力是在开发中的。后面高速NGP和城市NGP已经发了，高速NGP是2021年1月份正式给用户在推，城市NGP是去年 9 月份开始小规模的在广州推。慢慢会扩展到上海和深圳。主要是取决于一些地图的审批进度，安全非常重要，工信部特别注意这个东西，我们跑的开放城市都是会需要去跑一遍，去测一遍，保证没有安全问题我们才会发出来。目前产品是有的，还没有发布。Robotaxi还是在不停的进化过程中。
3.城市车道线不清楚的咋办？车道线画串了咋办？
牵扯到一些技术细节。如果有高精地图，我觉得是还应该还好。车道线牵扯到的技术细节比较多，可能在这就没法说那么细。
4.城市NOA还有哪些落地问题需要车企去攻克的？
落地其实很多，其实很多车企都已经落地了，包括咱们小鹏，蔚来，理想，包括咱们的吉利，毫末，很多车厂都已经落地了。但是我觉得接下来更重要的是去促进智能化拐点的一个到来。我前面也想过这个问题，怎么样去让更多的用户去用它。
首先是得做到非常非常的安全，这个是用户最关注的，也是监管部门最关注的。安全肯定是第一位，而且不是不发生交通事故的那种，而是要让用户心里面觉得安全，在用咱们辅助驾驶的城市导航辅助驾驶时，不要做一些人类理解不了的一些操作，比如一开始突然来一个急刹，或者来突然一个转向又转回来，可能没有出安全事故，但是用户心里面会非常的不安，他会觉得你这个东西不安全，你这次没出事，下一次万一又出事了。所以一定是要让用户心理上觉得安全，开车的习惯就是符合人类的预期。
第二条我觉得应该效率一定要高。效率不是一定要达到我们人类老司机的程度，但是至少你应该达到咱们正常开车百分之八九十的效率。比如你开车过去，我们正常开车过去一个小时，你用咱们的辅助驾驶一个小时10分钟，这样的水平，我觉得相信很多人应该能够接受了。比如他们可以在车子上稍微休息一下，如果咱们的L3出来了之后，就更可以稍微闭眼小眯一会，不能睡着，L3的要求是不能睡着，它有时又会让你接管。效率一定要高起来。
第三个应该就是舒适性，不能有太急的加减速拐弯，让人心理上会觉得不太舒服，觉得不太安全。
5.什么时候能够放OTA？
预计三月份发。
6.P7 在智能驾驶方面还能有迭代吗？
今年应该是筹划的，有一个高速NGP2.0的功能，我得确认一下，这个东西老款应该可以用的。
7.XNGP只能在 G9 Max 上才能开启？
对的，因为需要用激光雷达NP。
8.重庆道路复杂，什么时候能够实现城市脱手驾驶？
希望能够尽快能够在重庆落地。重庆也是高精地图的几个试点城市之一，但是如果要脱手，那就是要L3及以上了，可能时间还要久一点。
9.城市 NGP 实现是否会扩展现有高速场景搭载的传感器？
城市NGP是需要有激光雷达的，高速场景是高速 NGP 是可以不用激光雷达。
10.三月OTA 除了 NGP 驾驶还有什么？
SR（智能辅助驾驶环境模拟显示）有增强。
正在生成分享图...
nebula