蔚來和特斯拉的智能駕駛,為何哪個都不好使?

特斯拉NOA和蔚來NOP都有著各自的命門。現階段，不論誰家的智能駕駛，都註定不好使。

10月14日，隨著蔚來NIO OS 2.7.0更新，該公司向其所有車主推送了NOP（Navigate on Pilot，領航輔助駕駛系統）。

該系統可以在覆蓋高精地圖的城市快速路和高速公路上，幫助車輛實現自動變換車道、自動駛入和駛出高速公路匝道或立交橋岔路口、自動超過前方慢行車輛等功能。在特斯拉發布了NOA（Navigate on Autopilot，導航輔助駕駛）後，蔚來成為全球第二家發布類似功能的智能汽車企業，著實給中國汽車產業臉上增光。

然而雜談君在日前對該功能的實地體驗卻發現，NOP的表現並沒有媒體評測的那麼好。實際上，用「狀況頻發」來描述也不是誇大其詞。

在雜談君和三位朋友體驗ES6 的NOP時便發現，車輛在進出匝道時經常需要人工接管。其中在一次出匝道時，ES6對車道線的識別失效導致NOP退出，要不是友人及時接管，車輛便會直接撞上隔離帶，驚出一車人四身冷汗。

蔚來 NOP 領航輔助駕駛系統 圖片來源：企業提供

實際上不止蔚來NOP，特斯拉NOA也狀況頻發，在全球各地導致了多起事故，萬幸造成人員傷亡的案例都不多。但細思恐極的是，為何兩家全球頂尖的智能汽車公司，旗下最先進的智能駕駛輔助系統，沒有一個好使的？到底問題出在哪裡？

剛交付就險些出事：蔚來的NOP，其實問題不小

從廣義上看，實現導航自動駕駛的必要條件有三個：車輛能夠對自身周遭環境進行準確探測；高精地圖輔助的遠距離路況信息；車道級導航定位。

根據蔚來的官方介紹，該公司的方案如下：1、1個三目攝像頭，5個毫米波雷達。其中三目攝像頭擔任了車輛的主視覺傳感器，五個毫米波雷達主要用於探測前方，以及車輛的四周的障礙物。2、百度提供的高精地圖，其能夠實現車道級精度並能持續更新；3、基於高精地圖和GNSS（全球導航衛星系統）的車輛定位系統。

細分析來看，相比較在全球智能駕駛處於領先地位的特斯拉，「後發者」蔚來選擇了更加成熟的方案：由Mobileye 提供的EyeQ4晶片作為視覺計算晶片。

這塊晶片與大多數為中央計算平臺提供視覺感知計算結果的不同，EyeQ4晶片將直接參與決策和執行；在環境感知方面，蔚來沒選擇能感知到更豐富信息的攝像頭，而是能夠直接輸出結構化數據的毫米波雷達。

究其原因，對於剛剛成立5年且在自動駕駛領域積累不足（相對於特斯拉來說）的蔚來而言，儘快把智能駕駛的功能豐富度層面提升和特斯拉的程度才是王道。因此蔚來只能先解決有無問題，後面再說體驗。

蔚來ES8、ES6和EC6等車型均可實現NOP 圖片來源：企業官網

蘿蔔拔快了難免不洗泥。

較弱（相對特斯拉而言）的視覺感知能力讓蔚來對於車輛周遭環境的感知十分有限，畢竟毫米波雷達的探測角度很窄，且無法區分障礙物類型。

這一方面導致蔚來被迫採用更加保守的執行邏輯，反應在功能層面便是在車流中很難完成自主變道。另一方面，車輛無法利用視覺信息完成在高精地圖中的定位，只好更加依賴GNSS系統。

但現階段該系統還不能進行車道級定位，尤其是在衛星信號不穩定的情況下，車輛定位將會「漂移」至十米開外。因此當車輛駛入了車道線發生變化的匝道時，無法感知到測向環境信息的視覺算法又無法輔助車輛按照高精地圖的路逕行駛，這就導致雜談君的ES6朝隔離牆「直行」了。那可能有人會好奇了，身為智能汽車的蔚來，未來是否會通過OTA更新改善NOP的體驗？答案是否定的。

據雜談君了解，蔚來董事長李斌已經在內部承認，ES8、ES6和EC6所屬的NP1平臺的自動駕駛能力已經吃幹榨淨，接下來能做的就只有情況標定和部分執行邏輯的「小修小補」了。

更完善的傳感器方案，更強大的算力以及更多精準的定位系統，一切答案可能只有NP2平臺的新車才能實現。那麼問題來了，以視覺算法強大著稱的特斯拉NOA，為何也不好用呢？

02算法強大的特斯拉NOA，被高精地圖扯了後腿相比較剛剛才發布的蔚來NOP，特斯拉NOA無論是知名度還是實際體驗都要好得多。

高速公路上，雜談君體驗的這輛Model 3自主變道十分乾脆果斷，對後車距離的要求也比蔚來NOP更低。而在進入匝道後，雖然對於我國高速公路匝道動輒40乃至30公裡每小時的速度遵循得有些教條，NOA倒也能準確地沿車道線行駛。

特斯拉NOA的車機交互界面 圖片來源：網絡

然而特斯拉的NOA依舊有很大的問題，直觀的就是在中國高速公路上經常錯過出口。實際上在雜談君駕駛Model 3順著G50滬渝高速從上海青浦區往市區開的一路上，已經設定好的幾個匝道出口車輛都沒有準確駛出！

事實上Model 3在臨近出口時已經併入了最外側車道，然而並沒有及時從出口下高速。顯然，NOA標榜的高速導航輔助駕駛中，最核心的一項功能並不靠譜。究其原因，缺乏對於中國道路環境的適配，是特斯拉NOA在中國折戟的關鍵原因。

目前NOA是特斯拉依靠純視覺感知來實現的，更多是基於美國路況進行的開發和標定。而在大洋彼岸的中國，無論是交通標誌、道路建設標準還是交通環境都有較大區別。

因此在車輛高速行駛的狀態下，特斯拉的視覺算法不能及時發現出口，導致了雜談君的車輛一直找不到下高速的機會。那麼，特斯拉是否可以像蔚來那樣通過高精地圖來彌補感知環節的缺憾呢？答案亦是否定的。

類似高精地圖這樣包含了精確地理位置信息的文件，我國擁有較為嚴格的監管要求。身為獨資外企的特斯拉無法購買和自主製作，畢竟這事關國家安全。因此，特斯拉NOA目前使用的是由百度提供的精度較低的「ADAS」地圖。畢竟這屬於導航地圖範疇，不涉密。

但這塊地圖的精度顯然無法滿足NOA的車道級導航和定位需求。也正因如此，相比較蔚來NOP在中國開放了包括城市快速路、高速公路在內的封閉道路，特斯拉NOA在中國只開放了高速公路的收費路段。誠然，後者的車流量相對較少，出口和匝道轉彎角度較小，交通環境也更為簡單。

其實，特斯拉在美國對高精地圖的重視程度也不高。該公司CEO馬斯克對自動駕駛同樣秉承著「第一性原理」：人類可以只通過雙眼完成對於道路的環境識別，機器也一定做得到。

因此特斯拉不僅在量產車上堅決不採用雷射雷達方案，還不大蒜依賴高精地圖。而再結合該公司沒有針對中國道路對NOA進行足夠多的優化，事故的頻繁發生也就成了必然。

一輛開啟了NOA狀態的特斯拉汽車，在美國發生交通事故圖片來源：網絡

總結

文章前半部分雜談君提出，實現導航輔助駕駛的必要條件有三個：車輛能夠對自身周遭環境進行準確探測；高精地圖輔助的遠距離路況信息；車道級導航定位。

但在複雜的道路環境中，還不能實現實時更新的高精地圖，並不能反映極端狀態下的道路變化信息（例如雨雪，滑坡和泥石流）。

天氣和天災人禍等情況也會導致車輛不能及時收到無限通信以及為新型號，無法進行準確定位。因此，唯有車輛對自身周遭信息的準確探測，才能保證駕駛安全。

然而無論是現有的特斯拉強視覺感知，還是蔚來的視覺+毫米波雷達的技術路線，都不足以滿足車輛在高速行駛下，實現導航輔助駕駛（L2.5級自動駕駛）的探測需求。

畢竟，計算機的算力還不夠高，車輛的感知算法也不能夠處理海量的視覺信息。因此如果真的想要讓車主在高速上真正「放開雙手」，整個汽車產業還有很長的路要走。要知道，高速上的事故，可比城市道路的可怕多了。