何小鹏在2022中国电动汽车百人会论坛上表示：在今年年内推出来的城市级NGP效果相当程度上会比特斯拉FSD效果要好。

有人会觉得这又是新势力品牌CEO的大放厥词，也有人认为这完全有可能。今天，我来和大家从多角度分析，小鹏的城市NGP效果会不会好于特斯拉的FSD。

从特斯拉过马路左右摇摆，看硬件冗余

小鹏为代表的国内新势力品牌，采用的视觉+多传感器+高精地图的方式，看上去要比特斯拉稳妥得多，因为很关键的一点，小鹏城市NGP的硬件冗余度要比特斯拉FSD强。

人们常说，不要过分相信自己的眼睛，因为你的眼睛看到的世界，不一定是真实的。事实确实如此，摄像头看到的也不一定就完全是真实的，毫米波雷达和激光雷达可以配合摄像头进行更完善、更加全面的感知，尤其是在一部分感知设备受到干扰，或被遮蔽时，剩余的传感器可以继续完成感知任务，这就是感知方面的冗余度。

而当特斯拉的“眼睛”被遮蔽，或是受到明暗变化的影响时，智能驾驶会果断退出，让人来操纵。有车主表示：在高速上开启辅助驾驶后，车辆在进入隧道后，特斯拉突然急速刹车，然后又恢复到正常自动驾驶状态，这就是由于光线急剧变化，车辆产生误判所导致的。摄像头就会像人眼一样，在面对剧烈的明暗变化的情况下，会有那么一瞬间感知失灵，需要时间进行适应。

问题也会出现在雨雪天气情况下，“上帝为你遮住了眼，忘了掀开”以后，可以想象特斯拉会做出什么样的操作。至于在光线不足的夜间，问题会变得更为严重，有视频显示特斯拉在夜晚匝道分叉路口区域左右摇摆严重，并出现进错路口的情况，这是视觉方案在光线昏暗环境下天生的弊端，看起来在未来也无法得到很好的解决。

小鹏在这方面，由于传感器的冗余度高，以小鹏P5为例：它搭载两个楔形棱镜激光雷达、12个超声波雷达、5个毫米波雷达、13个高感知摄像头、1套亚米级高精定位单元，一共33个传感器。反观目前的特斯拉Model 3：8个摄像头、12个超声波雷达、1个毫米波雷达。小鹏P5比特斯拉Model 3多出了4个毫米波雷达和两个激光雷达，特斯拉的一个毫米波雷达布置于车头，小鹏的两颗激光雷达布置于车头，剩下的毫米波雷达布置于车头与车侧，雷达配合摄像头可以更完善的帮助小鹏P5变道转弯。

特斯拉对于变道时侧后方有车辆快速上来的车辆，存在一定感知方面的隐患，它的一个近距广角摄像头覆盖50 m ，两个中距后侧视摄像头覆盖100 m，但单目视觉对于深度识别天生具有缺陷，据了解目前使用的动图多帧位置差分处理，也无法做到好的识别，再加上夜晚后向强光的照射影响，后侧向的识别感知问题可能会暴露的更严重。

侧面靠视觉，不安装毫米波雷达的方式，曾经造成了我们另一位国产新势力增程式SUV在自动变道过程中屡屡出事儿，改款时遭遇芯片短缺，但也咬着牙给配上了，显然这样更加完备。

在中国城市，哪方面的冗余更加重要？

硬件的冗余度强，也能让感知能力变得更强。在城市中，更强大的感知能力绝对是有必要的，感知得越准越全面，也就直接意味着更安全。

由于算法需要处理摄像头和一个毫米波雷达所带来的较为不全面信息，没有更多的传感器予以辅助，导致其在城市中的感知度会表现不足。而目前特斯拉FSD版本中，在城市中普遍存在着：

1. 在车道线比较宽的街道，会出现蛇形驾驶，稳定性不够。

2. 对违法行车的社会车辆会判断失误，导致退出FSD。

3. 人流量特别大的街道，车辆会反复判断，犹豫时间过久，甚至会自动退出FSD，这一问题间接证明了人流量阈值上限的存在。

4. 无保护转弯，时而犹豫时而激进，致使驾驶着缺乏信心。

我们从小鹏公布的小鹏P5城市NGP工程版测试视频中，可以看到目前城市NGP的实力表现，特别是针对无保护的左转右转，前方静态车辆的避让，这些标定起来十分困难的情况，P5都可以轻松面对，可以看到目前城市NGP但实力。同时，据何小鹏介绍：在广州城区的测试区域内，搭载城市NGP的小鹏P5测试车，曾多次保持行驶数十公里完全不需要接管，或者只接管一次，十分接近高速NGP的效果。之前高速NGP的通过匝道、隧道和变道的成功率都在90%以上，可见目前城市NGP的已经初见成效。但从视频来看，也不全都是那么完美，在面对最具中国特色的电动车突然横穿斑马线时，P5的操作也让人捏一把汗。

针对于这些中国特色道路现状，中国的本土新势力造车的智能驾驶辅助系统正是根据这些情况来打造的，本土化问题，也是NGP效果要强于FSD的重要一环。

百度自动驾驶研发部门负责人曾表示，北京的道路环境复杂程度是美国加州的15倍以上，北京只是中国复杂道路环境的一个缩影，如果到了3D的重庆，则又是另一种“复杂”，生长与中国本土的新势力智能驾驶系统，确实要比生在加利福尼亚的特斯拉更加艰难，城市中各种不文明驾驶行为、“形态各异”的非机动车和“神奇”操作，以及行人给你带来的“出其不意”，都是本土智能驾驶打一出生就要考虑的问题，这些问题国产新势力都花了大量的时间进行攻克，确实需要大量传感器协同配合，自学习以及更深入的进行感知，做到更多冗余特斯拉在面对这些它“不认识”物体或情况时，又没有雷达传感器，它会做些什么呢？

FSD就这么不行？要抛弃纯视觉方案？

在这里，我也要输出一些其他的看法，小鹏NGP是要依靠高精地图的，如若是到没有高精地图没有覆盖的地方，它会主动退出NGP，若要是到了一些正在大拆大建的地方，地图没有来得及更新，NGP也无法实现。而在这方面，就能更好的体现出特斯拉FSD的普适性了，视觉方案可以适应多变的环境，通过自学习能力，完成智能驾驶。当然，现阶段考虑这样的问题还有些超前，毕竟还是人机共驾，有人驾驶的阶段。但要是到了无人驾驶阶段，方向盘都给取消了以后，就等着拖车吧。所以，要完成各种情况下的完全自动驾驶，视觉方案依然是一个趋势。

造成特斯拉如此钟爱视觉方案的因素有以下几点：

首先，在智能驾驶发展过程中，“幽灵刹车”、“鬼刹车”这种情况不断出现，毫米波雷达有可能产生误判，导致视觉与雷达反馈矛盾，干脆取消，完善视觉算法，一劳永逸。

其次：特斯拉有一套强大纯视觉测距法用以取代毫米波雷达的职责。特斯拉充分利用旗下大量车辆的行驶数据进行深度学习，致使AI系统更聪明，得意做出判断。我认为，特斯拉的这套方案十分接近真实驾驶者的操控逻辑：摄像头是驾驶者的眼睛，把看到感知到的信息汇总到算法平台，经过“大脑”运算思考，然后系统根据从数据中学习到的经验做出应对的动作。人并不像“蝙蝠”，能发出超声波，所以省去毫米波雷达。

再者：成本问题是特斯拉造车的一大重点考虑因素，特斯拉目前采用的单个摄像头平均成本在150元人民币左右，被国内新势力追捧的激光雷达最低也需要200美元左右，对于特斯拉这种对上下游原材料价格极度敏感的企业来说，这部分成本的巨大差异，是一定要反映在售价上的。

城市NGP高枕无忧？“狼”正在迅速成长

最后，小鹏城市NGP在现阶段可以比特斯拉FSD效果要好，但是，越来越多的消息预示着特斯拉新一代FSD即将到来。

目前这一代特斯拉 FSD（HW3.0），图像传感器为安森美的 AR0136AT，这是 2015 年的产品，像素仅有 123 万像素。新一代 FSD（HW4.0)，预计首先会搭载在不断推迟量产的 Cybertruck上，其中最大的变动之一就是图像传感器由安森美的 AR0136AT 变为索尼的 IMX490，像素增加到 543 万。像素每提升一倍，算力要提升3倍，FSD芯片的算力可能要破1000Tops。

同时，今年二月最新生产的Model S和X真的取消了毫米波雷达，特斯拉是真的要在视觉这条道路上“一磕到底”了，小鹏城市NGP也即将迎来FSD的新一轮挑战。