[汽車之家 電動車用車] 輔助駕駛功能現(xiàn)在成為了一個“時髦”的配置,越來越多地出現(xiàn)在各種車型上,談智能化必談輔助駕駛。而且由于新能源車的電子構架給以電子元件為基礎的輔助駕駛功能實現(xiàn)提供了便利,讓現(xiàn)下不少新能源車都搭載了各種輔助駕駛功能,有的還推出了選裝包,那這動輒幾萬元的選裝包香不香?究竟這些輔助駕駛功能是能拯救新手司機還是培養(yǎng)了馬路殺手?我們找來三輛新能源車,理想ONE/特斯拉Model 3/小鵬汽車G3,價位從有十幾萬到四十幾萬,車型級別有SUV也有轎車,看看它們的輔助駕駛功能的體驗究竟如何?
此次體驗分為兩大類:自動泊車類和ADAS類(智能輔助駕駛),涉及的場景如下:
■自動泊車場景將體驗:垂直車位、側向車位、斜向車位
■低速跟隨場景將體驗:低速跟停、跟停后再啟動
■高速巡航場景將體驗:打燈自動變道、彎道識別及車道居中輔助
自動泊車功能可能是不少人最早接觸所謂的輔助駕駛中的一項功能,無論是傳統(tǒng)燃油車還是電動車,這項功能也越來越多地出現(xiàn)在量產(chǎn)車型上。實際上輔助駕駛功能在經(jīng)過了這些年的發(fā)展,能實現(xiàn)的功能越來越多,可以釋放我們駕駛員壓力的場景也越來越多。
L2級別輔助駕駛功能也應用到上至百萬級,下至十幾萬的車型當中,那這些輔助駕駛功能究竟能幫我們解決實際開車、用車的難題嗎?還是和情景劇模擬的場景一樣“一頓操作猛如虎,仔細一看原地杵”,淪為雞肋?
為了還原真實車主的用車場景,我們對車主(擁有L2級別輔助駕駛功能車輛)進行了調(diào)查,在“您最經(jīng)常使用車上哪項輔助駕駛功能?“和”希望輔助駕駛幫您解決哪些問題?“這兩個問題中,我們發(fā)現(xiàn)輔助駕駛最高頻的場景集中在自動泊車、低速跟隨、高續(xù)巡航這三大類當中。
我們將在這三大類場景當中分別對理想ONE/特斯拉Model 3/小鵬汽車G3三款車進行體驗。在此需要說明的是此次并非是三車對比,重點在于還原用車場景,看看不同類型的輔助駕駛功能體驗如何?
無論是今天我們要體驗的自動泊車還是未來更高階的自動駕駛功能,它的實現(xiàn)都離不開“感知”、“決策”、“執(zhí)行”這個邏輯。如果我們將自動駕駛比做人走路,那“感知”類的硬件就像人類的眼睛一樣,車輛上攝像頭、毫米波雷達或超聲波雷達的都可以看作是“眼睛”。今天我們體驗的三款車型,雖然價位有所不同,但從搭載的“感知”類硬件產(chǎn)品上看,基本都屬于主流水平。好了,說了這么多,究竟他們的體驗有何不同?我們接著看。
鄭重提醒:以下的測試在封閉的測試場地中完成,并做好了安全防備措施,請勿模仿。
●自動泊車場景一:帶車位線的垂直車位
首先體驗的是帶車位線的垂直車位,這也是我們?nèi)粘I钪薪?jīng)常遇到的情況,測試車位的寬度為標準寬度(2.5m),對于車寬1.82m的理想ONE來說,它能否順利完成停車入位?在此先說明一下我們判斷成功停車入位的標準是:車輛停泊姿態(tài)端正不能壓停車線、車身處在車位正中,與左右、前后兩側車輛(障礙物)的距離基本一致。
這里需要說明的是理想ONE輔助駕駛系統(tǒng)必須在駕駛員系上安全帶的時才可使用,如果駕駛員在輔助駕駛功能啟動的時解開安全帶,輔助駕駛系統(tǒng)會立即退出工作,實際上輔助駕駛功能依然是幫助駕駛員正確駕駛的輔助工具。
理想ONE在實現(xiàn)自動泊車功能時主要依靠的是超聲波雷達,通過接收車位上車輛(障礙物)返回的波長,探測適合的停車位置,所以它對車位線的識別能力不強,在尋找車位時并不支持車位選擇。倒車過程中是通過攝像頭和雷達探測自身和障礙物的距離完成停車,由于停車線是平的,雷達無法識別到它,因此才會出現(xiàn)停車壓線的行為。理想ONE在8次測試過程中,有4次未能識別到目標車位,3次泊車成功,1次泊車失敗。
這三款車的自動泊車系統(tǒng)都會在判斷無法進行泊車動作的時候出現(xiàn)暫停泊車或者中止泊車的畫面,此時若車輛未能停入正確的位置,我們則視其為泊車失敗。
三車垂直車位自動泊車成敗視頻記錄:
小結:從上述體驗可以看出來,三款車型的自動泊車系統(tǒng)大體有兩種分類,一種是主要依靠超聲波雷達,探測車位和障礙物,例如理想ONE和特斯拉Model 3,另一種是在超聲波雷達基礎上加入了基于攝像頭的視覺識別,相當于多了一個“眼睛”。而采用后者的小鵬汽車G3可以識別車位線,不僅可以識別空的車位,還能給駕駛員多種選擇,在帶車位線的垂直車位上泊車入位的動作也更加干脆。
●自動泊車場景二:不帶車位線的側方車位
在實際生活中,我們經(jīng)常還會遇到在路邊停車的情況,而且這些車位還沒有清晰的車位線,新手們面對這樣的停車位也會比較頭疼,側方停車就將模擬這一情況。測試車位在兩車之間,長度為6.5m(標準車位長度為7m)。
三車側方車位自動泊車成敗視頻記錄:
小結:可以看到側方車位對于這三款車來說都不是難事,無論是雷達識別系還是視覺識別系的自動泊車只要是能夠識別到車位,三款車都能很好地完成泊車入位的工作,失敗率比較低。且車輛停泊姿態(tài)也比較端正,處在前后兩車的中間,車身和道路邊線平行。
●自動泊車場景三:帶車位線的斜向車位
在體驗了兩種常規(guī)的車位之后,我們將難度升級。用帶車位線的斜向車位考驗一下三輛車。斜向車位的寬度依然為2.5m,不過測試車輛和目標車位夾角小于90度,且我們要求測試車輛倒車入位,這樣的車位泊車軌跡會比較復雜,無疑給自動泊車增加了難度。
據(jù)小鵬汽車反饋,小鵬汽車目前APA自動泊車系統(tǒng)并不支持我們測試的開口向后的斜向車位,他們認為這種使用場景較少,倒車入位的行車軌跡復雜,不如駕駛員車頭入位操作便利,所以該系統(tǒng)并不能識別這樣的車位。
三車斜向車位自動泊車成敗視頻記錄:
小結:看來對于這種比較復雜的場景,無論是基于雷達的自動泊車系統(tǒng)還是加入視覺圖像識別的自動泊車系統(tǒng),它們對車位的識別率都不高,即便能識別出車位,泊車入位的成功率也不高,特斯拉Model 3和理想ONE都將此斜向車位看作是垂直車位進行執(zhí)行,反復調(diào)整車輛角度之后,只能停止泊車動作。
幾點體會:
1、“找車位”能力還需加強。三款車型從車位識別率上來看,做得都不算出色。小鵬汽車G3雖然在雷達識別的基礎上加入了圖像識別,對于有車位線的垂直車位和無車位線的側方車位,時識別能比較強,但在斜向停車位上卻未能識別到車位?磥碓凇罢臆囄弧边@個第一步上,大家都還有進步的空間。
2、泊車動作挺自如。從自動泊車的動作來說,三款車的泊車動作還算流暢,掛擋和轉向的速度都比較快。
3、調(diào)整動作過多。在泊車過程中,三款車都為了能夠?qū)④囄煌H胝欢M行多次調(diào)整,出現(xiàn)了“揉庫”的現(xiàn)象,這也是目前自動泊車在執(zhí)行層面不如老司機的地方。
4、泊車過程無剮蹭。雖然我們設置了安全員,確保測試車輛與障礙車的安全距離,實際上所有車輛在監(jiān)測與障礙車距離時,都沒有出現(xiàn)判斷失誤的情況,這點是值得稱贊的。
全文總結:整體效率不如“老司機”
雖然三款車型在自動泊車功能實現(xiàn)上走得是不同的路線,但整體的水平都差不多,泊車操作流暢度方面已經(jīng)和人類駕駛員有的一拼了,不過在車位識別上還有一定的差距,所以整個泊車過程還是有些“緩慢”,還無法做到像老司機那般自如。對于剛上路的新手司機來說,只要你有耐心等待,它確實能夠幫助你規(guī)劃正確的泊車路徑,不過對于老司機來說,它就顯得不那么實用了。
以上就是三款車關于自動泊車的體驗,關于三款車輔助駕駛系統(tǒng)在低速跟隨、自動變道、彎道識別中的表現(xiàn),我們將在14日晚八點準時更新,歡迎感興趣的小伙伴持續(xù)關注。(文/汽車之家 姜田雙 攝 胡永彬 協(xié)助 新能源組)
[汽車之家 駕駛輔助系統(tǒng)體驗] 如果說自動泊車功能考核的是車輛在相對封閉場地中輔助駕駛能力,那在今天的下篇內(nèi)容中,我們將實際“上路”,看看輔助駕駛功能在路上的表現(xiàn)如何?此次體驗包括ACC自適應巡航、LKA自動車道保持、ALC自動變道輔助等諸多功能。在此先說明一下現(xiàn)階段L2級輔助駕駛功能不等于自動駕駛功能,我們的所有體驗中駕駛員都全程手握方向盤,以備隨時接管車輛。
●智能輔助場景一:低速跟停/啟動
實際上這種情況下考察的是車輛低速狀態(tài)下的跟隨能力,有的車型將該功能合并在ACC自適應巡航當中,比如特斯拉和理想,也有的單獨將其列成了一項輔助駕駛功能,比如小鵬汽車G3將其單獨羅列出來叫做TJA交通擁堵輔助。無論哪種叫法,我們考察的都是停車后與前車保持的距離和跟停后再啟動的時間。因為停車距離太長或者跟停后再啟動過慢非常容易被人“加塞”。為盡量避免人為誤差,每次測試前方車輛都采用同一個駕駛員,車輛剎車、加速都以較平緩的方式進行。
理想ONE的自動減速、加速的整個過程比較平順,車內(nèi)駕駛員沒有前后點頭的現(xiàn)象,不過停車的距離有點過長,給別的車制造了加塞兒的機會。不同車間距下理想ONE跟停再啟動的響應時間分別在2秒03和2秒09(3次平均值,下同),而經(jīng)過實測,該車的低速跟隨功能最長可以保留1分27秒不失效,應付大部分紅綠燈沒有什么問題。
兩種車間距設定下跟停啟動的響應時間大體相同,分別為1秒57和1秒51,而特斯拉低速跟隨功能可以保證車輛停留3分鐘以上不失效。不過特斯拉Model 3停車后和前車的距離也是屬于較遠那一類的,在中國特殊“國情”下加塞兒不可避免。
小鵬汽車的ACC在低速狀態(tài)下的減速力度較大,且不太線性,更像一個新手司機,看見前方減速就猛踩一下剎車的那種感覺。至于跟停再啟動失敗的問題,在反復測試多次后,10次中有3次可以實現(xiàn)自動跟隨。我們也聯(lián)系了小鵬汽車工作人員,得到的反饋是,該車雷達比較敏感,當前后車附近出現(xiàn)障礙物或行人,車輛都不會自動跟隨。
低速跟車情景三車表現(xiàn) | ||||||
車型 | 跟隨停車/啟動 | 與前車車距(近/遠) 取三次平均值 | 跟隨前車啟動時間(近/遠) | 停車保留時間 | ||
理想ONE | 成功 | 4.4m | 4.1m | 2秒03 | 2秒09 | 1分27秒 |
特斯拉Model 3 | 成功 | 5.1m | 5.4m | 1秒51 | 1秒57 | 3分鐘以上 |
小鵬汽車G3 | 不成功 | 3.2m | 3.25m | 1秒52 | 1秒51 | 1分30秒 |
小結:從實測結果看巡航間距的遠、近基本上不會影響停車后與前車的距離和跟隨啟動的時間。間距的調(diào)節(jié)針對的是巡航狀態(tài)下的與前車的距離,而且車輛在高速狀態(tài)下和低速狀態(tài)下,同樣的跟車間距也會有不同的狀態(tài),一般來說高速狀態(tài)下會更遠、低速會更近。為了規(guī)避風險,三款車跟停后與前車的距離都比較遠,但跟車啟動的速度還是比較及時的,基本都在2秒內(nèi)。
●智能輔助場景二:打燈自動變道
我們設定了一個遠距離一個近距離兩個場景,遠距離是指障礙車和測試車縱向距離約為兩個車身,近距離則表示兩車的縱向距離為半個車身。在我們?nèi)粘嶋H駕車過程中,上述“遠距離”情況下車輛可適當進行變道,而“近距離”情況下則不適合變道,看看這三款車在變道過程中對前后方危險的規(guī)避能力如何。
實際上理想ONE變道時車輛對后方障礙物的監(jiān)測靠的僅僅是超聲波雷達,超聲波雷達是通過反射計算出與障礙物間的距離,但范圍較短,遠不及攝像頭和毫米波雷達。理想汽車的這套變道邏輯更多的需要由駕駛員對風險進行把控,這也是理想汽車并沒有將該功能成為自動變道輔助的原因,但從消費者的角度來說,這無疑給他們增加了學習負擔。車企方面則需要“教育”用戶該車可以實現(xiàn)打燈并線,另一方面還要“教育”用戶這個功能更多的是需要駕駛員確保安全性,個人認為學習成本比較高。
通過特斯拉Model 3的儀表盤可以看到車輛的“心路歷程”,當駕駛員打轉向燈發(fā)出變道請求時,車輛會根據(jù)后側車輛的相對距離以及速度判斷是否適合變道,當側后車顯示為紅色,車輛則不會進行變道操作。
小鵬汽車G3打燈后會在儀表盤上顯示變道軌跡,不過該車對是否變道顯得更加“謹慎”,只有在前后車都離它約三個車身以上距離時,它才會執(zhí)行變道行為,且整個變道過程緩慢,好像有點“不敢”變道的感覺。
三車打燈自動變道的表現(xiàn) | |||||
車型 | 是否能規(guī)避風險 | 是否完成變道 | 主觀體驗 | ||
遠距離 | 近距離 | 遠距離 | 近距離 | ||
理想ONE | 主要靠駕駛員把控 | 主要靠駕駛員把控 | 是 | 部分情況可以 | 變道動作輕柔、不會猛打方向,但整體節(jié)奏較慢。 |
特斯拉Model 3 | 能 | 能 | 部分情況可以 | 否 | 對是否能變道比較猶豫,不過一旦執(zhí)行變道,節(jié)奏很好,會有一定的加速動作。 |
小鵬汽車G3 | 能 | 能 | 否 | 否 | 無法完成彎道并存在一定風險。 |
小結:從上述體驗中我們可以看到自動變道功能實現(xiàn)起來比較復雜,各車型對它的限定條件也比較苛刻,比如清晰的車道線、最低車速、確保安全風險等等,我們的建議是該功能更適合在車較少的路況下使用,此外需要說明的是并不是能執(zhí)行變道行為就是優(yōu)秀的,最重要的是確保安全的前提下完成動作。
●智能輔助場景三:環(huán)路彎道
在車輛巡航時,不少駕駛員希望車輛自動保持在車道線中央,這樣可以緩減部分駕駛員的壓力,于是車道保持/車道居中輔助就出現(xiàn)了。該功能是通過車輛傳感器對清晰車道線的識別實現(xiàn)的,在行車過程中不斷糾正、調(diào)整車輛角度,從而使其保持在車道中央。實際上該功能在自動變道輔助時就已經(jīng)體驗過了,不過我們打算向失效機率較大的彎道發(fā)起挑戰(zhàn)。
在彎道中理想ONE的轉向力度比較線性,駕駛員手扶方向盤不會有“較勁”的感覺,不過遇到弧度較大的彎道,車輛還是會有車道線識別失效的情況,會感到車輛有種要沖入彎道的感覺,此時需要駕駛員及時接管車輛,儀表盤上也會有相應的顯示
三車車道保持/車道居中輔助的彎道表現(xiàn) | ||||
車型 | 是否識別彎道 | 是否自主完成彎道 | 車速 | 主觀體驗 |
理想ONE | 成功 | 小部分需要駕駛員接管 | 約48km/h | 轉向調(diào)整幅度小,力度輕柔。 |
特斯拉Model 3 | 成功 | 是 | 約50km/h | 一些彎道轉向力度較大。 |
小鵬汽車G3 | 成功 | 否 | - | 無法完成彎道并存在一定風險。 |
小結:在非彎道路段三款車的車道保持/車道居中輔助功能,方向盤的轉向力度都適中,駕駛員接管后也不會發(fā)生“較勁”的現(xiàn)象。雖然在彎道中雖然特斯拉Model 3和理想ONE都算成功識別并通過了彎道,不過該功能的成功對彎道的角度、弧度以及兩側的路況要求較高,實際生活中在彎道上我們還是不建議使用該功能。
●三款車輔助駕駛技術各自的路
前面主要說的是三款車型關于輔助駕駛的體驗,現(xiàn)在我們就來聊一聊它們各自的技術路線。上面我們也說了,要想讓車輛像人類一樣駕駛車輛,強大的感知能力是基礎,而車輛上面的各種傳感器就是用來實現(xiàn)感知力的。
感知后就是預判和執(zhí)行能力,特斯拉采用的是自己研發(fā)的視覺處理工具Tesla Vision,基于深度神經(jīng)網(wǎng)絡,對行車環(huán)境進行分析和判斷。特斯拉CEO馬斯克對他們的“視覺”路線非常自信,曾表示可以不用激光雷達使用攝像頭就達到L4級別的自動駕駛。
而其他車企如小鵬汽車、理想汽車走的是綜合路線,感知力主要靠攝像頭+毫米波雷達。小鵬汽車G3上有三顆毫米波雷達,前置雷達擁有廣角/窄角兩種模式,探測距離分別可達100m和160m,主要作用是前方目標物的偵測和追蹤。
不同的技術路線在不同的場景下有不同的優(yōu)劣勢,在此我們不對技術路線做點評,但從硬件上看,小鵬汽車和特斯拉為未來輔助駕駛功能的升級做了一定的儲備,反觀理想ONE則略顯薄弱。
全文總結:技術的成熟還有待發(fā)展
回到此次選題的初衷,通過幾大場景的體驗,我們可以看到隨著技術的不斷進步,現(xiàn)在的輔助駕駛功能更加多樣,不過大多數(shù)功能是針對特定場景才能實現(xiàn)的,技術的成熟度還有待發(fā)展,目前最適合使用的場景依舊是路況較好的高速巡航路段,可以一定程度地緩解駕駛員的壓力。
不過無論何種輔助駕駛功能,駕駛員依然是“完全責任主體”,在此我們也想呼吁汽車廠商,在把駕駛輔助系統(tǒng)作為宣傳賣點的同時,做好用戶教育和預期管理。在技術還不完全成熟的現(xiàn)在,這部分內(nèi)容的缺失很有可能造成較大的安全隱患。(文/汽車之家 姜田雙 攝 胡永彬 協(xié)助 新能源組)
好評理由:
差評理由: