I'm PortAI, I can summarize articles.

小鹏汽车 10 号员工:小鹏的智能泊车为什么这么能打?

即便在以智能化技术见长的新造车三强中,小鹏的智能泊车依然是突出的长板。 

一位新势力友商的销售谈到这点时毫不避讳:「三家之中,小鹏(的智能泊车)最强。」

确实这两年,我们不光从车主用户那里,也时不时从专业同行工程师那里听到对小鹏智能泊车功能的赞许。 

小鹏的智能泊车到底强在哪里,小鹏是怎么把泊车这个单点做到非常突出,这也是我们一直以来比较好奇的。

在最近一个月内,小鹏汽车最新的软件版本 Xmart OS 2.6.0 从公测到推送,小鹏推出了业界最早量产的 VPA 停车场记忆泊车功能。

我们趁这个机会,也和小鹏汽车自动驾驶产品开发高级总监、智能泊车的负责人肖志光聊了聊。 

总结下来,小鹏在智能泊车上成功卡位,可能源于几方面的因素:

1、早期产品策略

2017 - 2018 年时,小鹏对辅助驾驶系统进行调研,发现在主动安全、行车和泊车三大系统中,泊车系统很不成熟,于是泊车系统成为当时小鹏自动驾驶团队的重点攻关方向。

2、投入力度

当前,小鹏的泊车团队规模超过 150 人,其中软件算法部分 100 多人。据我们了解,按照针对泊车功能的团队规模,小鹏在泊车上的投入有可能在国内车企中是排名第一位的。 

3、自研的链条

与选择成熟的供应商相比,自研的灵活性更高、差异化更强。

在 G3 和 P7 量产之后,自研的团队能很快根据用户的使用反馈来进行功能迭代和功能优化。 

这也是这次小鹏的 VPA 停车场记忆泊车能够比较早开放的原因之一。

1、小鹏 10 号员工:小鹏的泊车为什么能做好?

2015 年,肖志光加入小鹏汽车成为公司的第 10 号员工。

在那之前,他是广汽研究院的无人驾驶工程师。

同年 10 月,特斯拉通过软件更新推送第一次向用户开放了 Autopilot。

Autopilot 很快成为同时期量产自动驾驶系统中的标杆。

肖志光和同事看了特斯拉上 Autopilot 的功能,评估要驱动这样一套系统,需要一个强大的域控制器,而当时市面上开放可选的高性能计算平台还很少。

到小鹏选定 Xavier,并和德赛西威量产新一代域控制器,已经是 2020 年的故事了。

在当时,小鹏的团队通过调研分析,认为自动驾驶系统主要的主动安全、行车与泊车三大系统中,泊车系统的成熟度比较低。

「我们看到了其中很多用户痛点,之前的泊车系统经常识别不到车位,且操作不便捷,那这些地方我们可以去攻关,真正解决用户的痛点。」肖志光回忆说。

于是,泊车系统成为肖志光团队当时攻关的重点。

到 2018 年底,第一代小鹏 G3 上市,G3 可以支持水平、垂直、斜列车位的自动泊车以及遥控泊入泊出,识别率和泊车的执行速度都不错,一下子就在 15 到 20 万元之间的车型中展现出拔群的泊车能力。

反观特斯拉这几年对泊车功能反倒没有那么重视。

Autopilot 的泊车功能一直被吐槽可用性一般,今年中国产的 Model Y 交付之后,索性就没有自动泊车功能。

中国区目前也没有明确的计划,什么时候要开放国产 Model Y 的自动泊车能力。 

小鹏方面,则在 P7 上市之后,车端传感器和计算单元比 G3 又有一层提升,所以在视觉感知、多传感器融合和车载地图方面都更强了,泊车的车位识别率、速度、精度和功能上都有大幅改善。

作为一家把智能化技术当成核心卖点的新势力,小鹏是在软件上的投入是非常可观的。

2019 年,肖志光在一个公开演讲中提到,当时小鹏自建的自动驾驶团队有 300 人,其中软件工程师占 70%。

这次 6 月份,肖志光又在采访中透露,现在小鹏的智能泊车团队大概是 150 多人,软件人员有 100 个人左右。

粗算下来,也是保持了软件人员 70% 的高比例。

仅仅从泊车团队的人员规模看,就算和这方面投入较大的自主品牌比,小鹏的泊车团队是相当大。

在研发团队中,真正能分配到自动泊车功能的研发人员,一般的车企配置不会超过几十人。

以长安为例,2021 年长安软件科技公司对外透露,其总人员规模是超过 500 人,覆盖智能座舱、智能驾驶、车控、OTA 和云端大数据等 8 个领域,就算自动驾驶占到其中的 1/3,也就是 100 多人,再分散到泊车上有几十人已经相当不错。

而且长安的产品线众多,长安软件科技透露其在研车型是 23 款。 

小鹏这样的新车企,产品线还比较少,研发精力相对聚焦,就算算上其下一款中大型 SUV 在内,小鹏的在研车型可能也就是 4 到 5 个。

大力研发之下,容易出奇迹。

2、小鹏实现 VPA 记忆泊车的两个突破 

随着 6 月 16 日,小鹏 P7 OTA 2.6.0 正式开始推送,VPA 停车场记忆泊车功能也正式向 P7 车主开放。

VPA 停车场记忆泊车功能可以实现从停车场入口 - 常用车位之间 1000 米范围的记忆泊车,也就是用户手动驾驶一遍,机器学习一遍就自己会开了。

肖志光透露,VPA 停车场记忆泊车功能上线,主要是归功于其在技术上的两项突破:

一个是视觉识别能力,除了传统的车辆、车位线框等传统的元素之外,为了实现地下停车场的实时感知和语义建图,现在小鹏的视觉识别算法支持墙壁接地线、柱子、行人等等目标的识别,后续还会支持悬空物体的识别。

第二是语义地图定位技术,因为地下停车场中既没有 GPS 信号也没有高精地图,毫米波雷达在地下停车场容易出现多径反射,所以也几乎不可用。

在停车场中,小鹏主要使用了视觉技术来实现厘米级高精定位,并且能做到很高的稳定性,「一旦定位上以后几乎不存在定位失败的情况。」 

肖志光分析,停车场场景也有还很多特殊性:

首先路口非常多,停车场环境是一个狭小的空间,在这种环境下会经常出现会车。

狭小空间的会车,不但要求把车辆识别出来,还要准确估计车的姿态,因为离的非常近,姿态会影响双方的行驶。 

其次路口的通行。路口的通行有三种情况,可能是直行,可能是左拐,也可能是右拐,我们需要准确预测这些其他车辆的行为,做出正确的决策进行通行。 

再次在某些场景中行人非常多,有些停车场会有超市入口,超市的门口一般不是一两个人横穿道路,而是一大波行人以各种情况横穿道路,我们需要精准识别行人,预测行人意图并且决策车辆驾驶行为。 

为了保障整个停车流程中的安全,小鹏从算法模块到整个功能,设定了上百个与安全、体验和性能相关的 KPI。

VPA 记忆泊车功能上线、内测和公测就是依据这些 KPI 来逐步开放的。

比如,针对停车场内的儿童识别,小鹏的团队在算法设计与数据采集上都花费了大量功夫,专门针对儿童的感知进行优化。

3、地表最强泊车之后,还能怎么演进?

从 6 月 16 日开始进行的 Xmart OS 2.6.0 推送,小鹏 P7 智尊版及以上(也就是搭载 Xpilot 3.0 硬件)的车型将支持 VPA 停车场记忆泊车功能。

按照小鹏的惯例,Xmart OS 的推送都是全量推送,但各地因运营商等原因会有不同程度的延迟。 

小鹏在宣传 VPA 停车场记忆泊车时,直接打出了「地表最强泊车」的标签。

这种体验接近于代客泊车 Valet Parking,但 VPA 功能需要司机本人在车上监督,属于泊车辅助范畴。 

这个阶段,VPA 记忆泊车主要的意义是帮助车主用户在熟悉的停车场,比如家里小区或者工作单位的停车场完成相对固定路线的代泊。

这个逻辑,与华为 - 极狐 HI 版上搭载的 ADS 功能,上汽智己在智己 L7 上推出 IM Pilot 类似,也是都记忆学习功能,适用于车主开得越多、用得越多的通勤路线场景。

小鹏这次的泊车功能更新敢打「地表最强」,主要是设计的可用性比较高:

可用范围广。小鹏同步正在全国 20 多个城市进行测试。

所以对普通用户来说,这不是一个在某些特定停车场耍酷的演示功能,而是一个能在绝大部分停车场都用起来的一个功能。

记忆泊车路线最长可达 1000 米,最多可存储 100 个停车场。前面 1000 米的这个距离,基本上可以覆盖大部分停车场(在同一层)入口到停车位的距离。

记忆泊车生成的地图数据量很小,这样允许这个功能在相当多的停车场内能够开启。 

不过从目前的体验来看,小鹏 Xmart OS 2.6.0 上的 VPA 也有局限性:

 比如,目前仅支持相对比较规整的地下停车场,还未支持环境更复杂、更开放的地面停车场;

其次,泊车场景中不支持坡道,这样也就不支持跨层泊车,在泊车路线中甚至是在同一楼层中小幅的坡道也不可以。

打造 VPA 停车场记忆泊车,小鹏内部经历了 1 到 2 年时间,百人规模的投入以及 2 款车型的研发历程。

下一步,更大的挑战,是实现停车场内的无人代客泊车。

从实现 NGP 赶上特斯拉的 NOA,到现在推出 VPA 做到全球首家量产,中国造车新势力确实更懂中国自动驾驶。

$小鹏汽车.US $小鹏汽车-W.HK

The copyright of this article belongs to the original author/organization.

The views expressed herein are solely those of the author and do not reflect the stance of the platform. The content is intended for investment reference purposes only and shall not be considered as investment advice. Please contact us if you have any questions or suggestions regarding the content services provided by the platform.

Like