大家好,我是电动小侦探!小鹏即将在X-Mart OS 2.6版本中,给智尊版车主OTA一项全新功能——停车场记忆泊车(简称VPA),据说以后车主在公司和家里地库就不用自己开了,车辆可以完全自主找到固定车位并停好。本着“电动车就是要可劲儿祸祸”的原则,我怎么会轻易放过这个功能的体验机会呢?话不多说,今天咱们就聊聊小鹏的VPA到底稳不稳。

VPA硬件架构&技术路线

解读硬件之前,我先给大家区别一下名字,面得弄混。行业中普遍将停车场高级辅助驾驶叫做“AVP代客泊车”,字母顺序不一样,可不是咱写错了哈。

之前小侦探的文章中写过,行业中AVP的技术路线有3条。一条是改造停车场,给停车场安装传感器,告诉车辆“你该怎么走”,叫场端路线;第二条是不改造停车场,通过车辆自身的摄像头/雷达/定位技术来实现自我决策与控制,叫车端路线;第三条是主机厂与自动驾驶公司合作,通过本地与云端实时沟通的方式帮助车辆做出行为决策,这个叫车场云端。

 小鹏VPA采用的是车端技术路线,特点是全栈自研,不依赖供应商,也不依赖停车场改造,但是对主机厂研发能力的要求非常高。敢这么玩儿,主要是P7本身就有非常丰富的传感器硬件做基础,Xavier平台的算力也可以满足VPA对环境构建的需求。

 但是,地下停车场是个比较极端的环境,光线、社会车辆、障碍物、行人,都是不确定因素,远比封闭道路要复杂得多。我们通常讲的传感器类别包括摄像头、毫米波雷达、超声波雷达,其中毫米波雷达在地库中由于反射路线复杂,从它那里获得的环境信息基本处于不可用的水平。

 因此,小鹏P7调用了全车所有的14颗外置摄像头,参与到环境感知与构建当中。此外还有1颗在方向盘红外线的辅助下,检测驾驶员注意力。外置摄像头也有不同的分工:

前视主摄与长焦摄像头,外加后视主摄,参与50米以外远距离物体的识别;

两颗鱼眼摄像头负责中距离环境感知,覆盖360°,范围3~100米;

4颗360°全景环视摄像头主要用于泊车,探测0~10米的近距离环境信息。

当然还有12颗超声波雷达作为视觉的辅助,可以探测近距离物体。除了我们肉眼能看到的这些传感器以外,小鹏P7还内置了一个成本不低的东西——IMU惯性测量单元。IMU通过检测物体的角速率和加速度,可以实时计算模拟出车辆的位置,准确性很高。地库没有GPS信号,所以车辆的实时定位基本靠IMU来完成。

 不少P7车主都有这样的体会:地库中行驶,即便GPS信号已经没了,大屏地图仍然能非常准确地显示车辆实时位置,这就是靠IMU来实现的。我开车下班回家,媳妇儿能用APP看到车辆准确的实时位置,甚至并线时车头的角度变化都能显示出来,妥妥的查岗利器。

实际体验怎么样?

 小鹏的停车场记忆泊车目前只开放地下车库,和NGP一样,车主在看完视频并通过测试后方可启用。VPA支持车辆学习100条路径,不过落实到日常生活,使用频率最高的也就是公司和小区那几条。

 使用VPA之前,车主需要先自己开一遍停车路线,并人工完成整个泊车过程。VPA的交互完成度很高,车辆在学习过程中就可以在大屏上实时展现学习到的环境和路线,显示效果还挺流畅的。学习一遍之后,车主再把车开出地库,车辆会以GPS信号重新接入作为判断依据,再次回到地库出发点时,VPA就可以正式接管车辆,完成寻位和泊车全过程了。

 VPA在后续使用中,车辆会综合IMU与地库标志物,比如立柱、岔口,将这些实时数据与学习来的虚拟空间做重叠比对,从而在失去GPS信号的情况下,实现厘米级的定位。这里小鹏自己还做了一个测试,在路径上摆放两排纸杯,单侧宽度仅超出车轮10厘米左右,VPA行驶的路径误差小到可以不压到纸杯。

 这里有几个问题跟大家解释一下。

 车辆如何判断地库是B1、B2还是B3?

 通过IMU实现的,可以计算出车辆垂直距离下降了多少米,从而判断层数。

 为什么不支持跨层寻找车位?露天停车场为什么不行?

 跨楼层停车、地面停车场后续会开放,别着急,小鹏会按节奏一步步完成全场景VPA,毕竟还得考虑车主的学习和接受过程。

 车内体验VPA,车速要比自己开慢一些,基本不会超过18km/h。由于在学习过程中,车辆通过视觉和IMU把减速带也记下来了,所以再次面对减速带,车辆会稍稍降低车速,避免车内产生严重颠簸。同时,交互仍然是小鹏非常出彩的地方。VPA状态下,语音助手小P会频繁提示司机车辆的状态,如转向、行人、社会车。面对路口,闪远光、打转向灯这些地库规范操作也一个不落。

人肉测试开始!

 因为整个VPA体验过程实在太顺,波澜不惊,我决定切换一下角色,从司机变成行人,看看VPA在行人眼中是不是足够安全。下面这个视频强烈建议大家观看,1分钟高能预警,小侦探可是冒着绳命危险在测车啊!

(详情操作视频点击这里)

为了模拟地库行人毫无规律的行进路线,我分别尝试了站立不动阻挡路线、跨越护栏横穿、鬼探头等几种不同的突发状况。我用自己完好无损的双腿表示:P7均做到了成功识别行人并刹停。其中最难的要数鬼探头,不过P7仍然在离我不足半米时成功刹停。

 大家从上面动图中也能看到,我鬼探头窜出来时速度有多快。系统迅速做出反应,通过语音和大屏提示车主接管车辆。我感觉自己已经没法再“作死”了,要是换成人类司机,绝对会下车暴揍我一顿……

 还没完,VPA高度依赖摄像头,于是我决定用泥巴将摄像头弄脏,看看P7在视线受阻的情况下还能不能完成记忆泊车。第一次,我把三目摄像头的玻璃弄脏,效果类似眼镜起雾的感觉。结果开下地库后,VPA仍然可以正常工作,车辆的行为相比清洁状态,似乎没什么差别,依旧稳得一批。

 在第一次的基础上,我又把保险杠下方的360°前视摄像头用泥巴糊住,挡掉接近一半的视线。结果在三目摄像头和一颗360°摄像头都受到干扰的情况下,车辆仍然完成了记忆泊车。遗憾的是,我已经没有胆量在这种情况下模拟行人了。个人认为小鹏的VPA在传感器融合、算法以及定位能是比较均衡的,不会过度依赖某一颗传感器,否则摄像头一脏功能就不灵光,也会大大影响车主的使用体验。

 目前VPA可以准确识别出车辆、柱子、减速带、行人等重要元素,针对停车场复杂的环境,将来VPA还将支持识别闸机、宠物、三轮车、隔离桩等物体。另外,VPA的学习不是只有一次,在相同路径反复的使用中,车辆还会不断优化路线和决策细节。今后到了车主手上,相信VPA也会是个越用越好用的功能。

总结

 虽然代客泊车短期不会成为决定购车的关键因素,但从技术背后可以看出,小鹏NGP正在从单一的高速封闭环境拓展到复杂的低速开放环境。得益于全栈自研路线,小鹏可以在现有传感器的基础上,彻底挖掘传感器和芯片算力,这是VPA拥有稳定体验的基础。

回到一开始代客泊车技术路线,今年我们会看到以小鹏为代表的车端解决方案、以威马&百度为代表的的车场云端方案。我认为,代客泊车技术更大的意义在于,自动驾驶的交互从车辆-驾驶员两者,拓展到了车辆-驾驶员-外界人员三者。当地库里跳广场舞的大妈都知道现在的车可以自己找车位,自动驾驶才真正与大众视野产生交集。也是从现在起,汽车吹响了攻陷“最后1公里”的号角。