原标题：蔚来VS特斯拉：智能驾驶的路还有多远
文|智能汽车杂谈
10月14日，随着蔚来NIO OS 2.7.0更新，该公司向其所有车主推送了NOP（Navigate on Pilot，领航辅助驾驶系统）。该系统可以在覆盖高精地图的城市快速路和高速公路上，帮助车辆实现自动变换车道、自动驶入和驶出高速公路匝道或立交桥岔路口、自动超过前方慢行车辆等功能。
在特斯拉发布了NOA（Navigate on Autopilot，导航辅助驾驶）后，蔚来成为全球第二家发布类似功能的智能汽车企业，着实给中国汽车产业脸上增光。
然而杂谈君在日前对该功能的实地体验却发现，NOP的表现并没有媒体评测的那么好。实际上，用“状况频发”来描述也不是夸大其词。
在杂谈君和三位朋友体验ES6 的NOP时便发现，车辆在进出匝道时经常需要人工接管。其中在一次出匝道时，ES6对车道线的识别失效导致NOP退出，要不是友人及时接管，车辆便会直接撞上隔离带，惊出一车人四身冷汗。
实际上不止蔚来NOP，特斯拉NOA也状况频发，在全球各地导致了多起事故，万幸造成人员伤亡的案例都不多。但细思恐极的是，为何两家全球顶尖的智能汽车公司，旗下最先进的智能驾驶辅助系统，没有一个好使的？到底问题出在哪里？
01刚交付就险些出事：蔚来的NOP，其实问题不小
从广义上看，实现导航自动驾驶的必要条件有三个：车辆能够对自身周遭环境进行准确探测；高精地图辅助的远距离路况信息；车道级导航定位。根据蔚来的官方介绍，该公司的方案如下：
1、1个三目摄像头，5个毫米波雷达。其中三目摄像头担任了车辆的主视觉传感器，五个毫米波雷达主要用于探测前方，以及车辆的四周的障碍物。
2、百度提供的高精地图，其能够实现车道级精度并能持续更新；
3、基于高精地图和GNSS（全球导航卫星系统）的车辆定位系统。
细分析来看，相比较在全球智能驾驶处于领先地位的特斯拉，“后发者”蔚来选择了更加成熟的方案：由Mobileye 提供的EyeQ4芯片作为视觉计算芯片。
这块芯片与大多数为中央计算平台提供视觉感知计算结果的不同，EyeQ4芯片将直接参与决策和执行；在环境感知方面，蔚来没选择能感知到更丰富信息的摄像头，而是能够直接输出结构化数据的毫米波雷达。
究其原因，对于刚刚成立5年且在自动驾驶领域积累不足（相对于特斯拉来说）的蔚来而言，尽快把智能驾驶的功能丰富度层面提升和特斯拉的程度才是王道。因此蔚来只能先解决有无问题，后面再说体验。
因此，萝卜拔快了难免不洗泥。较弱（相对特斯拉而言）的视觉感知能力让蔚来对于车辆周遭环境的感知十分有限，毕竟毫米波雷达的探测角度很窄，且无法区分障碍物类型。
这一方面导致蔚来被迫采用更加保守的执行逻辑，反应在功能层面便是在车流中很难完成自主变道。另一方面，车辆无法利用视觉信息完成在高精地图中的定位，只好更加依赖GNSS系统。
但现阶段该系统还不能进行车道级定位，尤其是在卫星信号不稳定的情况下，车辆定位将会“漂移”至十米开外。因此当车辆驶入了车道线发生变化的匝道时，无法感知到测向环境信息的视觉算法又无法辅助车辆按照高精地图的路径行驶，这就导致杂谈君的ES6朝隔离墙“直行”了。
那可能有人会好奇了，身为智能汽车的蔚来，未来是否会通过OTA更新改善NOP的体验？
答案是否定的。据杂谈君了解，蔚来董事长李斌已经在内部承认，ES8、ES6和EC6所属的NP1平台的自动驾驶能力已经吃干榨净，接下来能做的就只有情况标定和部分执行逻辑的“小修小补”了。更完善的传感器方案，更强大的算力以及更多精准的定位系统，一切答案可能只有NP2平台的新车才能实现。
那么问题来了，以视觉算法强大著称的特斯拉NOA，为何也不好用呢？
02 算法强大的特斯拉NOA，被高精地图扯了后腿
相比较刚刚才发布的蔚来NOP，特斯拉NOA无论是知名度还是实际体验都要好得多。高速公路上，杂谈君体验的这辆Model 3自主变道十分干脆果断，对后车距离的要求也比蔚来NOP更低。而在进入匝道后，虽然对于我国高速公路匝道动辄40乃至30公里每小时的速度遵循得有些教条，NOA倒也能准确地沿车道线行驶。
然而特斯拉的NOA依旧有很大的问题，直观的就是在中国高速公路上经常错过出口。实际上在杂谈君驾驶Model 3顺着G50沪渝高速从上海青浦区往市区开的一路上，已经设定好的几个匝道出口车辆都没有准确驶出！
事实上Model 3在临近出口时已经并入了最外侧车道，然而并没有及时从出口下高速。显然，NOA标榜的高速导航辅助驾驶中，最核心的一项功能并不靠谱。
究其原因，缺乏对于中国道路环境的适配，是特斯拉NOA在中国折戟的关键原因。目前NOA是特斯拉依靠纯视觉感知来实现的，更多是基于美国路况进行的开发和标定。
而在大洋彼岸的中国，无论是交通标志、道路建设标准还是交通环境都有较大区别。因此在车辆高速行驶的状态下，特斯拉的视觉算法不能及时发现出口，导致了杂谈君的车辆一直找不到下高速的机会。
那么，特斯拉是否可以像蔚来那样通过高精地图来弥补感知环节的缺憾呢？答案亦是否定的。类似高精地图这样包含了精确地理位置信息的文件，我国拥有较为严格的监管要求。身为独资外企的特斯拉无法购买和自主制作，毕竟这事关国家安全。因此，特斯拉NOA目前使用的是由百度提供的精度较低的“ADAS”地图。毕竟这属于导航地图范畴，不涉密。
但这块地图的精度显然无法满足NOA的车道级导航和定位需求。也正因如此，相比较蔚来NOP在中国开放了包括城市快速路、高速公路在内的封闭道路，特斯拉NOA在中国只开放了高速公路的收费路段。诚然，后者的车流量相对较少，出口和匝道转弯角度较小，交通环境也更为简单。
其实，特斯拉在美国对高精地图的重视程度也不高。该公司CEO马斯克对自动驾驶同样秉承着“第一性原理”：人类可以只通过双眼完成对于道路的环境识别，机器也一定做得到。因此特斯拉不仅在量产车上坚决不采用激光雷达方案，还不大蒜依赖高精地图。而再结合该公司没有针对中国道路对NOA进行足够多的优化，事故的频繁发生也就成了必然。
03 总结
文章前半部分杂谈君提出，实现导航辅助驾驶的必要条件有三个：车辆能够对自身周遭环境进行准确探测；高精地图辅助的远距离路况信息；车道级导航定位。但在复杂的道路环境中，还不能实现实时更新的高精地图，并不能反映极端状态下的道路变化信息（例如雨雪，滑坡和泥石流）。天气和天灾人祸等情况也会导致车辆不能及时收到无限通信以及为新型号，无法进行准确定位。因此，唯有车辆对自身周遭信息的准确探测，才能保证驾驶安全。
然而无论是现有的特斯拉强视觉感知，还是蔚来的视觉+毫米波雷达的技术路线，都不足以满足车辆在高速行驶下，实现导航辅助驾驶（L2.5级自动驾驶）的探测需求。
毕竟，计算机的算力还不够高，车辆的感知算法也不能够处理海量的视觉信息。因此如果真的想要让车主在高速上真正“放开双手”，整个汽车产业还有很长的路要走。
要知道，高速上的事故，可比城市道路的可怕多了。
