堪比老司机？3款新能源车辅助驾驶体验

　　[汽车之家 电动车用车]  辅助驾驶功能现在成为了一个“时髦”的配置，越来越多地出现在各种车型上，谈智能化必谈辅助驾驶。而且由于新能源车的电子构架给以电子元件为基础的辅助驾驶功能实现提供了便利，让现下不少新能源车都搭载了各种辅助驾驶功能，有的还推出了选装包，那这动辄几万元的选装包香不香？究竟这些辅助驾驶功能是能拯救新手司机还是培养了马路杀手？我们找来三辆新能源车，理想ONE/特斯拉Model 3/小鹏汽车G3，价位从有十几万到四十几万，车型级别有SUV也有轿车，看看它们的辅助驾驶功能的体验究竟如何？

　　此次体验分为两大类：自动泊车类和ADAS类（智能辅助驾驶），涉及的场景如下：

　　■自动泊车场景将体验：垂直车位、侧向车位、斜向车位

　　■低速跟随场景将体验：低速跟停、跟停后再启动

　　■高速巡航场景将体验：打灯自动变道、弯道识别及车道居中辅助

更多精彩视频，尽在汽车之家视频平台

　　自动泊车功能可能是不少人最早接触所谓的辅助驾驶中的一项功能，无论是传统燃油车还是电动车，这项功能也越来越多地出现在量产车型上。实际上辅助驾驶功能在经过了这些年的发展，能实现的功能越来越多，可以释放我们驾驶员压力的场景也越来越多。

　　L2级别辅助驾驶功能也应用到上至百万级，下至十几万的车型当中，那这些辅助驾驶功能究竟能帮我们解决实际开车、用车的难题吗？还是和情景剧模拟的场景一样“一顿操作猛如虎，仔细一看原地杵”，沦为鸡肋？

　　为了还原真实车主的用车场景，我们对车主（拥有L2级别辅助驾驶功能车辆）进行了调查，在“您最经常使用车上哪项辅助驾驶功能？“和”希望辅助驾驶帮您解决哪些问题？“这两个问题中，我们发现辅助驾驶最高频的场景集中在自动泊车、低速跟随、高续巡航这三大类当中。

　　我们将在这三大类场景当中分别对理想ONE/特斯拉Model 3/小鹏汽车G3三款车进行体验。在此需要说明的是此次并非是三车对比，重点在于还原用车场景，看看不同类型的辅助驾驶功能体验如何？

　　无论是今天我们要体验的自动泊车还是未来更高阶的自动驾驶功能，它的实现都离不开“感知”、“决策”、“执行”这个逻辑。如果我们将自动驾驶比做人走路，那“感知”类的硬件就像人类的眼睛一样，车辆上摄像头、毫米波雷达或超声波雷达的都可以看作是“眼睛”。今天我们体验的三款车型，虽然价位有所不同，但从搭载的“感知”类硬件产品上看，基本都属于主流水平。好了，说了这么多，究竟他们的体验有何不同？我们接着看。

　　郑重提醒：以下的测试在封闭的测试场地中完成，并做好了安全防备措施，请勿模仿。

●自动泊车场景一：带车位线的垂直车位

　　首先体验的是带车位线的垂直车位，这也是我们日常生活中经常遇到的情况，测试车位的宽度为标准宽度（2.5m），对于车宽1.82m的理想ONE来说，它能否顺利完成停车入位？在此先说明一下我们判断成功停车入位的标准是：车辆停泊姿态端正不能压停车线、车身处在车位正中，与左右、前后两侧车辆（障碍物）的距离基本一致。

　　这里需要说明的是理想ONE辅助驾驶系统必须在驾驶员系上安全带的时才可使用，如果驾驶员在辅助驾驶功能启动的时解开安全带，辅助驾驶系统会立即退出工作，实际上辅助驾驶功能依然是帮助驾驶员正确驾驶的辅助工具。

　　理想ONE在实现自动泊车功能时主要依靠的是超声波雷达，通过接收车位上车辆（障碍物）返回的波长，探测适合的停车位置，所以它对车位线的识别能力不强，在寻找车位时并不支持车位选择。倒车过程中是通过摄像头和雷达探测自身和障碍物的距离完成停车，由于停车线是平的，雷达无法识别到它，因此才会出现停车压线的行为。理想ONE在8次测试过程中，有4次未能识别到目标车位，3次泊车成功，1次泊车失败。

　　这三款车的自动泊车系统都会在判断无法进行泊车动作的时候出现暂停泊车或者中止泊车的画面，此时若车辆未能停入正确的位置，我们则视其为泊车失败。

三车垂直车位自动泊车成败视频记录：

更多精彩视频，尽在汽车之家视频平台

　　小结：从上述体验可以看出来，三款车型的自动泊车系统大体有两种分类，一种是主要依靠超声波雷达，探测车位和障碍物，例如理想ONE和特斯拉Model 3，另一种是在超声波雷达基础上加入了基于摄像头的视觉识别，相当于多了一个“眼睛”。而采用后者的小鹏汽车G3可以识别车位线，不仅可以识别空的车位，还能给驾驶员多种选择，在带车位线的垂直车位上泊车入位的动作也更加干脆。

●自动泊车场景二：不带车位线的侧方车位

　　在实际生活中，我们经常还会遇到在路边停车的情况，而且这些车位还没有清晰的车位线，新手们面对这样的停车位也会比较头疼，侧方停车就将模拟这一情况。测试车位在两车之间，长度为6.5m(标准车位长度为7m)。

三车侧方车位自动泊车成败视频记录：

更多精彩视频，尽在汽车之家视频平台

　　小结：可以看到侧方车位对于这三款车来说都不是难事，无论是雷达识别系还是视觉识别系的自动泊车只要是能够识别到车位，三款车都能很好地完成泊车入位的工作，失败率比较低。且车辆停泊姿态也比较端正，处在前后两车的中间，车身和道路边线平行。

●自动泊车场景三：带车位线的斜向车位

　　在体验了两种常规的车位之后，我们将难度升级。用带车位线的斜向车位考验一下三辆车。斜向车位的宽度依然为2.5m，不过测试车辆和目标车位夹角小于90度，且我们要求测试车辆倒车入位，这样的车位泊车轨迹会比较复杂，无疑给自动泊车增加了难度。

　　据小鹏汽车反馈，小鹏汽车目前APA自动泊车系统并不支持我们测试的开口向后的斜向车位，他们认为这种使用场景较少，倒车入位的行车轨迹复杂，不如驾驶员车头入位操作便利，所以该系统并不能识别这样的车位。

三车斜向车位自动泊车成败视频记录：

更多精彩视频，尽在汽车之家视频平台

　　小结：看来对于这种比较复杂的场景，无论是基于雷达的自动泊车系统还是加入视觉图像识别的自动泊车系统，它们对车位的识别率都不高，即便能识别出车位，泊车入位的成功率也不高，特斯拉Model 3和理想ONE都将此斜向车位看作是垂直车位进行执行，反复调整车辆角度之后，只能停止泊车动作。

几点体会：

　　1、“找车位”能力还需加强。三款车型从车位识别率上来看，做得都不算出色。小鹏汽车G3虽然在雷达识别的基础上加入了图像识别，对于有车位线的垂直车位和无车位线的侧方车位，时识别能比较强，但在斜向停车位上却未能识别到车位。看来在“找车位”这个第一步上，大家都还有进步的空间。

　　2、泊车动作挺自如。从自动泊车的动作来说，三款车的泊车动作还算流畅，挂挡和转向的速度都比较快。

　　3、调整动作过多。在泊车过程中，三款车都为了能够将车位停入正位而进行多次调整，出现了“揉库”的现象，这也是目前自动泊车在执行层面不如老司机的地方。

　　4、泊车过程无剐蹭。虽然我们设置了安全员，确保测试车辆与障碍车的安全距离，实际上所有车辆在监测与障碍车距离时，都没有出现判断失误的情况，这点是值得称赞的。

全文总结：整体效率不如“老司机”

　　虽然三款车型在自动泊车功能实现上走得是不同的路线，但整体的水平都差不多，泊车操作流畅度方面已经和人类驾驶员有的一拼了，不过在车位识别上还有一定的差距，所以整个泊车过程还是有些“缓慢”，还无法做到像老司机那般自如。对于刚上路的新手司机来说，只要你有耐心等待，它确实能够帮助你规划正确的泊车路径，不过对于老司机来说，它就显得不那么实用了。

　　以上就是三款车关于自动泊车的体验，关于三款车辅助驾驶系统在低速跟随、自动变道、弯道识别中的表现，我们将在14日晚八点准时更新，欢迎感兴趣的小伙伴持续关注。（文/汽车之家 姜田双 摄 胡永彬 协助 新能源组）

　　[汽车之家 驾驶辅助系统体验]  如果说自动泊车功能考核的是车辆在相对封闭场地中辅助驾驶能力，那在今天的下篇内容中，我们将实际“上路”，看看辅助驾驶功能在路上的表现如何？此次体验包括ACC自适应巡航、LKA自动车道保持、ALC自动变道辅助等诸多功能。在此先说明一下现阶段L2级辅助驾驶功能不等于自动驾驶功能，我们的所有体验中驾驶员都全程手握方向盘，以备随时接管车辆。

●智能辅助场景一：低速跟停/启动

　　实际上这种情况下考察的是车辆低速状态下的跟随能力，有的车型将该功能合并在ACC自适应巡航当中，比如特斯拉和理想，也有的单独将其列成了一项辅助驾驶功能，比如小鹏汽车G3将其单独罗列出来叫做TJA交通拥堵辅助。无论哪种叫法，我们考察的都是停车后与前车保持的距离和跟停后再启动的时间。因为停车距离太长或者跟停后再启动过慢非常容易被人“加塞”。为尽量避免人为误差，每次测试前方车辆都采用同一个驾驶员，车辆刹车、加速都以较平缓的方式进行。

　　理想ONE的自动减速、加速的整个过程比较平顺，车内驾驶员没有前后点头的现象，不过停车的距离有点过长，给别的车制造了加塞儿的机会。不同车间距下理想ONE跟停再启动的响应时间分别在2秒03和2秒09（3次平均值，下同），而经过实测，该车的低速跟随功能最长可以保留1分27秒不失效，应付大部分红绿灯没有什么问题。

　　两种车间距设定下跟停启动的响应时间大体相同，分别为1秒57和1秒51，而特斯拉低速跟随功能可以保证车辆停留3分钟以上不失效。不过特斯拉Model 3停车后和前车的距离也是属于较远那一类的，在中国特殊“国情”下加塞儿不可避免。

　　小鹏汽车的ACC在低速状态下的减速力度较大，且不太线性，更像一个新手司机，看见前方减速就猛踩一下刹车的那种感觉。至于跟停再启动失败的问题，在反复测试多次后，10次中有3次可以实现自动跟随。我们也联系了小鹏汽车工作人员，得到的反馈是，该车雷达比较敏感，当前后车附近出现障碍物或行人，车辆都不会自动跟随。

　　小结：从实测结果看巡航间距的远、近基本上不会影响停车后与前车的距离和跟随启动的时间。间距的调节针对的是巡航状态下的与前车的距离，而且车辆在高速状态下和低速状态下，同样的跟车间距也会有不同的状态，一般来说高速状态下会更远、低速会更近。为了规避风险，三款车跟停后与前车的距离都比较远，但跟车启动的速度还是比较及时的，基本都在2秒内。

●智能辅助场景二：打灯自动变道

　　我们设定了一个远距离一个近距离两个场景，远距离是指障碍车和测试车纵向距离约为两个车身，近距离则表示两车的纵向距离为半个车身。在我们日常实际驾车过程中，上述“远距离”情况下车辆可适当进行变道，而“近距离”情况下则不适合变道，看看这三款车在变道过程中对前后方危险的规避能力如何。

　　实际上理想ONE变道时车辆对后方障碍物的监测靠的仅仅是超声波雷达，超声波雷达是通过反射计算出与障碍物间的距离，但范围较短，远不及摄像头和毫米波雷达。理想汽车的这套变道逻辑更多的需要由驾驶员对风险进行把控，这也是理想汽车并没有将该功能成为自动变道辅助的原因，但从消费者的角度来说，这无疑给他们增加了学习负担。车企方面则需要“教育”用户该车可以实现打灯并线，另一方面还要“教育”用户这个功能更多的是需要驾驶员确保安全性，个人认为学习成本比较高。

　　通过特斯拉Model 3的仪表盘可以看到车辆的“心路历程”，当驾驶员打转向灯发出变道请求时，车辆会根据后侧车辆的相对距离以及速度判断是否适合变道，当侧后车显示为红色，车辆则不会进行变道操作。

　　小鹏汽车G3打灯后会在仪表盘上显示变道轨迹，不过该车对是否变道显得更加“谨慎”，只有在前后车都离它约三个车身以上距离时，它才会执行变道行为，且整个变道过程缓慢，好像有点“不敢”变道的感觉。

　　小结：从上述体验中我们可以看到自动变道功能实现起来比较复杂，各车型对它的限定条件也比较苛刻，比如清晰的车道线、最低车速、确保安全风险等等，我们的建议是该功能更适合在车较少的路况下使用，此外需要说明的是并不是能执行变道行为就是优秀的，最重要的是确保安全的前提下完成动作。

●智能辅助场景三：环路弯道

　　在车辆巡航时，不少驾驶员希望车辆自动保持在车道线中央，这样可以缓减部分驾驶员的压力，于是车道保持/车道居中辅助就出现了。该功能是通过车辆传感器对清晰车道线的识别实现的，在行车过程中不断纠正、调整车辆角度，从而使其保持在车道中央。实际上该功能在自动变道辅助时就已经体验过了，不过我们打算向失效机率较大的弯道发起挑战。

　　在弯道中理想ONE的转向力度比较线性，驾驶员手扶方向盘不会有“较劲”的感觉，不过遇到弧度较大的弯道，车辆还是会有车道线识别失效的情况，会感到车辆有种要冲入弯道的感觉，此时需要驾驶员及时接管车辆，仪表盘上也会有相应的显示

　　小结：在非弯道路段三款车的车道保持/车道居中辅助功能，方向盘的转向力度都适中，驾驶员接管后也不会发生“较劲”的现象。虽然在弯道中虽然特斯拉Model 3和理想ONE都算成功识别并通过了弯道，不过该功能的成功对弯道的角度、弧度以及两侧的路况要求较高，实际生活中在弯道上我们还是不建议使用该功能。

●三款车辅助驾驶技术各自的路

　　前面主要说的是三款车型关于辅助驾驶的体验，现在我们就来聊一聊它们各自的技术路线。上面我们也说了，要想让车辆像人类一样驾驶车辆，强大的感知能力是基础，而车辆上面的各种传感器就是用来实现感知力的。

　　感知后就是预判和执行能力，特斯拉采用的是自己研发的视觉处理工具Tesla Vision，基于深度神经网络，对行车环境进行分析和判断。特斯拉CEO马斯克对他们的“视觉”路线非常自信，曾表示可以不用激光雷达使用摄像头就达到L4级别的自动驾驶。

　　而其他车企如小鹏汽车、理想汽车走的是综合路线，感知力主要靠摄像头+毫米波雷达。小鹏汽车G3上有三颗毫米波雷达，前置雷达拥有广角/窄角两种模式，探测距离分别可达100m和160m，主要作用是前方目标物的侦测和追踪。

　　不同的技术路线在不同的场景下有不同的优劣势，在此我们不对技术路线做点评，但从硬件上看，小鹏汽车和特斯拉为未来辅助驾驶功能的升级做了一定的储备，反观理想ONE则略显薄弱。

全文总结：技术的成熟还有待发展

　　回到此次选题的初衷，通过几大场景的体验，我们可以看到随着技术的不断进步，现在的辅助驾驶功能更加多样，不过大多数功能是针对特定场景才能实现的，技术的成熟度还有待发展，目前最适合使用的场景依旧是路况较好的高速巡航路段，可以一定程度地缓解驾驶员的压力。

　　不过无论何种辅助驾驶功能，驾驶员依然是“完全责任主体”，在此我们也想呼吁汽车厂商，在把驾驶辅助系统作为宣传卖点的同时，做好用户教育和预期管理。在技术还不完全成熟的现在，这部分内容的缺失很有可能造成较大的安全隐患。（文/汽车之家 姜田双 摄 胡永彬 协助 新能源组）