广告
国内外主流车型智能驾驶测试评价体验
在换道场景方面，更为强调路径规划。问界与小鹏均存在道路上无明显障碍物且用户觉得没有必要时，进行多次变道的场景。在上海测试中，小鹏偏好变道靠左行驶，而问界左转靠左、右转靠右车道的逻辑明显，且偏好连续变道（必要性不强）；问界会在很远的距离就开始提前变道，但在当时的路况中有时并非最优策略。阿维塔同样存在车道选择犹豫的场景，虽未导致接管，但影响驾驶体验。
在汇流分流场景中，预测模块准确度与切入车流时机较为重要。汇流分流场景又包含上下匝道、车道线合并、主辅路合并分流等场景，要求车辆对车道车流有精准的感知预测，测试场景中特斯拉表现均较为优秀。但从特斯拉的一个测试场景中注意到，后方消防车辆以鸣笛的方式传递需要让道的信号，特斯拉 FSD 暂时不具备听力和分辨消防车的能力，按照美国的交规只能采取人工接管。
除以上场景之外，目前无论是特斯拉还是国内车企在加塞场景方面仍有较大进步空间。在加塞时，自动驾驶系统一方面要保持安全距离，另一方面要择时汇入车流，但中间涉及到博弈等复杂问题，特别是在堵车时变道加塞场景，当前自动驾驶系统基本都是完成加塞预备动作后卡在中间动弹不得，需要人为接管推进。
3.3.5、 复杂道路场景：环岛场景仅特斯拉能处理，国内暂未覆盖
复杂道路场景基本是自动驾驶系统很难处理的道路场景，在我们的测试中，这类场景较少，但是接管率较高。其中环岛场景一直以来都是处理难题，在环岛场景中，自动驾驶车辆需要完成驶入、换道、驶出等操作，再加上常见的不遵守交通规则的非机动车，更增加了复杂性。自动驾驶车辆需要根据驶出环岛的路口选择合适的内侧、中间、外侧车道，驶出环岛时需要提前变换到中间车道后再变换到外侧车道，最后驶出环岛。内侧车道行驶干扰少，但是驶出时需要变换两条车道，对感知、规划增加了更多挑战；外侧车道行驶，驶出环岛成本最低，但是需要面对的无序的干扰较多。在如此复杂的规则下，目前国内车企在面对环岛场景时会提前提示接管，并自动退出自动驾驶功能。而特斯拉 FSD 表现出众，能够应对测试场景中出现的环岛场景。
掉头场景方面，问界 M9 在广州实现了一次掉头操作，在重庆与北京均未成功；智己 L6 在上海也实现了一次自主掉头；小鹏在掉头场景之前会判断能否一把方向盘掉头，否则会提示接管。修路场景方面，道路正在进行维修或施工，多异形障碍物，对感知能力要求较高的同时，也需要车辆及时重新规划路径，在我们的测试中仅有特斯拉、问界、小鹏遇到该类场景，但除特斯拉外的国内车企对修路场景的通过率均较低。
3.4、 城市分析：不同城市中，不同的规控策略带来的体验差异较大
前文提到国内车企对于城市 NOA 功能采取的开城策略，同时不同城市的驾驶风格、驾驶习惯存在差异，道路工况也存在较大差异，相比较下能够更好发现车企自动驾驶的能力。为了比较自动驾驶系统在不同城市之间的表现，我们选取问界与小鹏在北京、上海、广州、重庆四地进行了测试。从场景数量的分布上看，问界在重庆、北京的场景样本数量最多；小鹏在上海、北京的场景样本最多，但是在广州限于测试时间与路况，仅有 11 个场景样本。
在道路工况方面，上海所测试道路车道线较为清晰，且车道较为宽敞，红绿灯并不复杂，相比之下，北京所测试某些道路的车道线较为模糊复杂，某些非机动车道比机动车道还要宽，为自动驾驶系统的运行造成了较大的挑战；重庆方面，不仅车道多为窄路，且交通信号灯较为复杂，尽管车道线状况良好但也会有信号灯识别错误的情况出现；广州测试道路也相对宽敞，具有清晰的车道线与红绿灯提示。在交通参与主体方面，相较重庆、广州而言，北京、上海测试路段遇到的司机显得较为文明礼让，而重庆测试路段遇到的司机相比则更为激进，重庆路况复杂的另一因素在于由于多为窄路，路边停车以及非机动车停放较多，部分场景下车辆规划路线上会遇到长时间的停泊车辆，对自动驾驶系统造成较大的考验。
- 下一篇：向新而行，海克斯康进博之旅即将开启
- 上一篇：新能源汽车控制系统中的电压环
广告 
广告
编辑推荐
最新资讯
-
系统级封装（SiP）在新能源汽车领域的应用
2024-12-23 08:51
-
车载通信框架 --- 智能汽车车载通信架构浅
2024-12-23 08:40
-
全国首例！武汉车网智联公司完成智能网联测
2024-12-23 08:39
-
R54法规对商用车轮胎的要求（下）
2024-12-23 07:39
-
为攻克油冷技术难题，舍弗勒申请一项电机转
2024-12-23 07:38
广告
广告
