花式体验小鹏汽车记忆泊车:车库 800 米极限测试,可躲人躲车,极端场景也傻眼

小鹏汽车又放黑科技了,这次要大幅度解决你的停车问题。

对,就是停车场内 1 公里都不用你开的那种。

小鹏最近向部分用户 OTA 了记忆泊车功能 —— 司机手动将车开入地库,完成一次泊车,系统就能记住你的行驶轨迹和车位。

下次再来到这个地库,开启记忆泊车,车辆就会自动开到上次学习的车位那里,然后完成泊车。

整个过程无需人类司机进行任何操作,最远可以行驶 1 公里,并且还能记住 100 个停车场的停车轨迹...

简单来说,就是下了地库让车自己开吧。

目前,自动泊车系统在量产车里非常普遍,但绝大部分泊车系统都是需要在车位旁边缓慢行驶才能识别车位,然后开启后慢慢倒车入库。

因为车位识别流程复杂且准确率不高、行驶速度较慢,所以自动泊车功能的实用性并不高,很多车主并不使用。

而有了记忆泊车功能,下地库后就可以将停车的全流程交给车辆来进行操作,无需再经历难用的识别车位过程,实用性可以说是有了一次质变。

除了小鹏,不少车企都规划了记忆泊车系统,但还没有量产产品上市。

如果按照普通消费者真正能用到来定义量产的话。小鹏这套记忆泊车,已经是国内第一个能够真正买到并用到的记忆泊车系统。

国内首个记忆泊车 下地库自动帮你停车

小鹏 P7 最新公测版软件 XmartOS 2.6.0 中新增了停车场记忆泊车(VPA)功能,是一项面向停车场场景的 L2 级自动驾驶功能。

当车辆进入地下停车场,行驶到与车位平层时,在小鹏 P7 车机上的泊车功能模块中,就能让车辆开启泊车学习。

▲小鹏 P7

此时,驾驶员需要手动驾驶到停车场内的某一车位,并挂入 P 档。之后,车机会提醒即将完成学习,只需要驾驶员轻轻一点,整个学习过程就已经完成。

当车辆再次来到与目标车位平层的停车场入口,小鹏 P7 会很贴心地主动提醒,是否需要开始记忆泊车。驾驶员只需要点击确认,记忆泊车就会开始工作。松开制动踏板,按照学习的路线,行驶到上次学习时停入到的车位,全程不需要驾驶员操作。

跑一遍就学会的小鹏 P7,记忆泊车的效果如何呢?

1、车辆暂时还不会上下楼 在记忆路线上能随时开始

从前文的描述可以知道,小鹏 P7 的记忆泊车只能在一层楼内完成,并不会自己上下楼。因此,驾驶员需要先手动驾车到地下,与目标车位平层时即可开始记忆泊车。

同时,记忆泊车的起点不一定是学习的起点,只要是在小鹏 P7 学习的路径上,任意一点都能随时启动记忆泊车功能。

2、车辆路线如何确定?按照你教的路线走

在记忆泊车过程中,小鹏 P7 会完全复制学习路线,暂时还不会自己寻找近路。

只学过一遍人类驾驶路线的小鹏 P7 表现稳定,跟随着绕行路线前进,中间也“不忘”画蛇。由于画蛇给了小鹏 P7 转弯的错觉,它甚至打开了转向灯,表示自己正在转弯。

▲左侧:人类驾驶,右侧:记忆泊车(记忆泊车以 2.5 倍速度加速播放)

当然,车东西绕圈开属于特殊情况,正常使用中大部分人都会好好开车,所以小鹏 P7 在使用中也会按照正常的路径行驶。

2、驾驶员干什么?看着路即可

记忆泊车过程车辆会自动加减速,同时还能自动转向,不需要驾驶员做出任何操作,这是否意味着驾驶员可以下车一走了之呢?答案是不能。

小鹏 P7 的这套记忆泊车系统本质是一套 L2 级自动驾驶系统,需要驾驶员始终关注路况变化。如果出现紧急情况,需要驾驶员随时接管车辆,防止发生危险。

一旦发生事故,责任将判定给驾驶员,而非自动驾驶系统。

3、只能泊入学会的那一个车位

从前文的描述可以发现,小鹏 P7 的记忆泊车是从记忆路线上的一个起点出发,最终到达目标车位的过程。因此,驾驶员教会小鹏泊入的那个车位,记忆泊车时小鹏 P7 会找到相同的车位。

也就是说,如果车主在停车场内有固定车位,记忆泊车的效果就能发挥其最强能力。

4、行驶速度快吗?比人稍慢

在整个记忆泊车过程中,小鹏 P7 共行驶了 771 米的距离。期间避让行人 4 次,避让车辆 1 次,顺利完成了记忆泊车。

泊车速度相比人类驾驶稍慢一些,驾驶员驾车用时接近 6 分钟,记忆泊车用时不到 8 分钟。小鹏 P7 的记忆泊车已经处于非常稳定的状态,行驶中的最高速度大约在 13km/h 左右,全程只有礼让行人时才有停车动作,其他场景下都有一定的行驶速度。

实际体验可躲人躲车 极端场景也会傻眼

从表面上看记忆泊车比较简单 —— 记住驾驶员的操作路径,重新行驶一遍即可,简直就是虚拟小火车。

但真正的难点是优秀地下车库的路况比较复杂,各种行人、车辆甚至是购物车来回穿梭,并且地下车库对毫米波雷达非常不友好,能否做好避障就决定了这套系统的成败。

▲小鹏 P7

车东西在一个拥有 6600 多个车位的超大地下停车场里对小鹏这套系统进行了实际测试,表现可以说是比较到位。

1、地图构建的很完善 没有开错路径

实际测试发现,小鹏 P7 经过一次的学习,已经能够构建出精准的地图,在车机屏幕上显示实时路径,同时在右侧显示车辆实时俯视图。值得注意的是,角落里还有一张全程的地图,显示已经走过的路径和未来的路径,有点赛车游戏的感觉了。

整个体验过程中,无论我们设置多么困难的路线,小鹏 P7 都能精准完成路径的复现,表现非常出色。

2、停车礼让行人 小鹏 P7 很绅士

在停车场的路口处,正好是商场的出入口,这里人多、车多,路况比较复杂。

▲小鹏 P7 停车礼让行人

当有行人走上行车道时,小鹏 P7 逐渐刹停,等待行人通过。待行人走到安全区域后,车辆才会重新开始行驶。

3、靠右行驶完成会车 全程不停车

记忆泊车过程中,小鹏 P7 还遇到了两次会车场景。

第一次在长直路上,车辆向右打了一点方向,整体靠右行驶完成会车,之后再次回到记忆路线中。整个过程非常平顺,同时没有触发停车。

▲小鹏 P7 停车场内会车

另一个会车场景有些复杂。当小鹏 P7 需要向右急转时,恰好对向车道开来一辆 SUV,两辆车几乎正对着行驶,并且即将会车。这一场景下,小鹏 P7 也没有慌乱。先向右靠避开对向车辆,再完成转弯动作,最终还精准通过了狭窄门洞。在此期间,小鹏 P7 仍然没有意外停车,行驶非常平稳。

▲小鹏 P7 应对对向车辆、急转弯和窄门洞

4、极限场景下小鹏放弃了

如果给记忆泊车再增加点难度,小鹏 P7 还能轻松泊车入位吗?

车东西规划了一个路程不长,学习顺利的场景,但在记忆泊车的路线上增加了几台购物车作为路障。

当小鹏 P7 遇到泊车路线正前方的两台购物车,先是缓缓停车,思考了两秒,准备从右侧行进避让障碍物。

小鹏 P7 距离障碍物越来越近时,车辆再次刹停,同时仍在调整方向尝试前进。等待 10 秒钟左右,小鹏 P7 提示,如果着急的话,建议人工接管车辆。

▲小鹏 P7 应对路障

此时,车辆的双跳灯开启,提示周围的车辆可能遇到紧急情况。

经过近 50 秒的“思考”和方向调整之后,小鹏 P7 最终没能通过这一障碍物,宣告记忆泊车退出,请驾驶员接管车辆。

这是一个比较极端的场景,也就是在泊车道路上出现了固定障碍物,这种问题对人类驾驶员来说很好解决,但对车辆来说,它会默认不违反交通规则。小鹏 P7 对车道和车位做出位置判断之后,不会故意压到车位线,因此最终小鹏 P7 在尝试绕过障碍物时,右侧车轮压线之后就停止前进。

▲小鹏 P7 压线后不再前进

总结来看,小鹏 P7 的这套记忆泊车系统规避了多个容易受吐槽的关键点。一个是龟速行驶,另一个是记忆路线短,还有就是避障的问题。在把这三点做好的基础之上,小鹏记忆泊车不增加车辆的成本,同时不依赖停车场的改造,已经具备很高的可用性。

据了解,现在小鹏记忆泊车已经开放给 400~500 名公测用户使用,不久之后,小鹏汽车就会全量推送这一 OTA 升级。

靠摄像头构建地库地图 能记住 100 个停车场

记忆泊车整个过程看似简单,不就是记下人工驾驶的路线,跟着跑不就行了。但实际上,开发记忆泊车有诸多挑战。

地下停车场没有 GPS 信号、没有高精地图、没有移动网络,甚至毫米波雷达的工作效果也不够好。相比于宽阔、信号良好、毫米波雷达正常工作的高速公路,开发停车场场景的 L2 级自动驾驶,其困难程度相当于直接打断了小鹏 P7 的一条腿。

▲小鹏 P7 自动驾驶架构

那么,小鹏汽车的工程师是如何解决这些难题的呢?

1、地库无地图 必须自建图

相比公共道路,地下停车场场景面临最大的困难就是没有地图。因此,必须车辆自己实时建图,从而理解停车场的构造究竟是怎样的。

利用视觉感知和实时构建,同时毫米波雷达辅助,小鹏 P7 就能完成对停车场各类场景的判断。只要是在学习过程中车辆通过的位置,传感器就能记录下周围的场景,包括路面、墙壁、车位等关键信息。

据了解,小鹏 P7 在记忆泊车过程中,会开启车身全部摄像头,包括 10 个高感知摄像头和 4 个环视摄像头。这种操作并不常见,因为环视摄像头在高速场景中作用并不明显,同时由于供应商的限制,融合二者的感知数据其实并不容易。

▲小鹏 P7 传感器配置

小鹏汽车自动驾驶中心高级产品经理孙红霄说道,环视摄像头和超声波雷达的感知距离大约在 6 米左右的范围。环视摄像头与高感知摄像头的配合,二者配合能够对整个环境进行更精准的建模。

2、GPS 信号受阻 车辆定位很关键

地下停车场还有一大挑战就是没有 GPS 信号,车辆可以知道周围有什么,但是却不知道自己在哪。

面对这一情况,小鹏 P7 通过 IMU 惯性测量单元,精准判断车身姿态和运动方向,实时确认车辆的位置。最终,车辆能够画出一张精准的行车路线图。

▲小鹏 P7 空间定位和记忆泊车

此外,小鹏采用语义地图和匹配算法,实现实时厘米级高精度定位。据介绍,语义地图相当于车辆在感知过程中打下无数个坐标形成地图,并且车辆理解每一个坐标代表什么。每走过一次相同的场景,车辆也会验证此前的算法是否正确。也就是说,小鹏 P7 在停车场内走得次数越多,记忆泊车的精度也会越高。

通过这种方式的定位,并不是确定车辆在地球上的某个位置,只需要确定车辆与各个关键点的相对位置。因此,完全不需要依赖 GPS 信号。

3、雷达性能受限 主要靠视觉避障

而在高速公路 L2 级自动驾驶系统中常见的毫米波雷达,在停车场场景无法全部发挥作用。

孙红霄说道:“地下停车场是一个封闭环境,毫米波雷达电磁波的反射会非常杂乱,顶棚、承重柱、金属物体等都会有不同程度的反射。总体来说,毫米波雷达能够帮助追踪动态目标,在停车场内对视觉的依赖相当强。”

4、可记住 100 个停车场 数据本地存储

现阶段,小鹏 P7 能够记住单个停车场内 1000 米的泊车路线,最多能记忆 100 个停车场,帮助驾驶员完成记忆泊车。孙红霄说道,对于 100 个停车场、每个停车场最多 1000 米的数据,小鹏 P7 所拥有的存储空间完全足够。并且,车辆所记忆的数据全部存储于车端,为保护隐私不会联网上传。

下一步解决地上停车 非固定车位也不怕

在自动驾驶行业内,停车场一直是一个研发困难的场景,这是因为场景复杂,且交通参与者更加无序。

不过,小鹏一直都是行业内的先行者。早在 2019 年,小鹏 G3 车型就已经实现了全自动泊车功能。

驾驶员驾驶车辆找到车位之后,即可下车,连续按两下车钥匙上的泊车按键,车辆就能自己到车入库。完全不需要驾驶员参与,相当于 L4 级自动泊车。时至今日,这套全自动泊车系统在业界也难以找到第二个对手。

就在不久前,记忆泊车已经面向用户公测,即将全量推送,小鹏的泊车辅助再上了一个新台阶。

不过,经过大半天的体验之后,车东西也看到了这一版本更新中的三个遗憾之处。第一,当前记忆泊车只能在地下停车场使用,露天停车场或停车楼不能使用。第二,目前记忆泊车只能在同一楼层内使用,小鹏 P7 还不会上下楼。第三,现阶段记忆泊车只能泊入目标车位,并非任意一个指定车位。

带着这些问题,车东西和业内多家媒体共同采访了小鹏汽车自动驾驶中心高级产品经理孙红霄和小鹏汽车互联网中心副总经理刘毅林,他们对体验后的疑问做出解答,并讨论了未来记忆泊车的发展规划。

▲刘毅林(左)和孙红霄(右)接受媒体采访

孙红霄说道,小鹏做停车场的记忆泊车功能,最终一定会对停车场全场景覆盖,而在此之前,小鹏会分步完成,因此第一个记忆泊车场景就选择了地下停车场。

至于为什么不选择露天停车场,孙红霄认为,露天停车场的环境可能是更加复杂的,因为露天停车场并不是一个封闭环境,交通参与者更多,同时场景也更复杂。

同时,露天停车场常年日晒雨淋,车道线、车位线等基础设施的完善程度大多不如地下停车场。

露天停车场、停车楼等其他场景的记忆泊车功能已经在规划中,未来会更新发布。

另外,记忆泊车功能的跨楼层能力正在规划中,很快就能更新发布。届时,车主有望可以将车停在地面,车辆记忆泊车到地下三层。

现阶段,记忆泊车只能泊入目标车位,这一车位可以是车主的固定车位,想要泊入临时车位,需要记忆泊车与自动泊车相结合才能实现。

孙红霄说道,非固定车位的记忆泊车同样也已经在规划当中。未来甚至可以记忆泊车到停车场内的超充站车位,逐渐让记忆泊车成为停车场内的导航辅助驾驶功能,也就是小鹏汽车的 NGP 功能。甚至,记忆泊车已经是城市低速 NGP 的一种体现。

刘毅林说道,小鹏 P7 在记忆泊车功能中能够显示丰富的元素,这些元素的呈现主要由互联网团队负责,更是互联网团队和自动驾驶团队紧密配合的结果。

他说道,小鹏汽车自动驾驶团队主要负责记忆泊车功能的研发,包括感知物体的类型、未知、属性等关键信息,然后交由互联网中心的应用研发团队做 3D 环境还原。未来,小鹏 P7 车机上能够呈现出风味丰富的元素,包括宠物、地面箭头、隔离桩、交通锥、三轮车以及闸口等。

结语:小鹏汽车的自动驾驶野心

回顾 2020 年小鹏 P7 的发布会,当时何小鹏说道未来将实现高速自主导航驾驶 NGP、停车场记忆泊车、红绿灯通行辅助等诸多 L2 级自动驾驶功能,如今三个目标中有两个已经实现。

小鹏坚持全栈自研自动驾驶系统,在量产自动驾驶行列中已经居于前列。面对未来出行场景,相信小鹏汽车还会不断拓展量产自动驾驶的边界。

广告声明:文内含有的对外跳转链接(包括不限于超链接、二维码、口令等形式),用于传递更多信息,节省甄选时间,结果仅供参考,IT之家所有文章均包含本声明。

文章价值:
人打分
有价值还可以无价值
置顶评论
    热门评论
      文章发布时间太久,仅显示热门评论
      全部评论
      请登录后查看评论
        取消发送
        软媒旗下人气应用

        如点击保存海报无效,请长按图片进行保存分享