
本来想过几日再发关于辅助驾驶(NGP)的极限场景,哪些场景不适用,哪些场景需要特别留意。
但最近的情况发生的有些多,那我也列举一些情形,供新出行的鹏友参考一下吧,如果有不对的地方,还请指正。
我也一直希望官方能加强视频教育学习,毕竟中国的路口实在太复杂了,尤其是人车混流的情况。必要时一定要接管。
1、什么是NGP,目前的架构是?
NGP全称navigation-guided-pilot,中文名为导航辅助驾驶,是基于XNET感知架构下的BEV鸟瞰图。采用了端到端自动驾驶规控和预测。
端到端指的是输入是原始数据,输出是最后的结果,简单理解为就是输入车辆周围画面,输出方向盘转动的角度,油门的力度,刹车力度。这就意味着我们需要采集大量的训练数据,让网络知道遇到这种情况,应该怎么规划路径。
以下是我在github上找到的一段bev预测画面。左侧理解为我们看到的sr界面,右侧为实时的检测预测画面。当然真正的自动驾驶的逻辑画面可比这个复杂多了。
视频上传成功
2、极限及特别留意场景有哪些?
2.1 侧面车辆的快速cut in。
(1)车辆并排行驶,旁边车辆突然变道。
视频上传成功
(2)匝道汇入主路,右侧车辆连续变道。
视频上传成功
(3)左右车辆同时变到中间车道
视频上传成功
2.2 NGP与后方车辆同时变道
NGP变道慢,需注意后方车辆快速变道后是否快速加速
视频上传成功
2.3 NGP出匝道进主路后方有车辆
如果有车辆需要特别留意,会出现博弈情况(有时候后方车辆不让),尤其是没有加速车道,因为现阶段的汇入主路的学习都是加速车道的。
2.4 NGP进入红绿灯路口
由于NGP的执行规则是死了,普通人遇到路口都会提前减速,但是NGP会根据设定的距离,加上识别红绿灯时距离近会出现急刹。
2.5 前方车辆急刹
由于NGP不像人一样,他需要达到阈值点才会减速,但由于前方减速过快,可能设置的阈值点过小,导致有追尾风险。
2.6 堵车情况,NGP变道出匝道
由于NGP变道规则是死的,有些情况下人类司机认为能变进去,但是NGP可能需要博弈一下。
2.7 修路情况,出现锥桶和不规则路障。
遇到修路一定要时刻紧绷,尤其是不规则的障碍物。这种修路的情况会出现高精地图的错乱,导致路线规划有问题。
2.8 高精地图信息丢失。
这一方面鹏厂以及做了优化,遇到修路的情况,NGP会提示前方即将退出,请及时接管。
总结:
一:国内的路况远比我们想象的复杂,不要挑战辅助驾驶的极限,有些场景他就是弱势。因为数据集没有收集到类似的场景。我举几个简单的例子。
- 每个县的红绿灯外观不一样。
- 有的路况有右转专用道,有的路口没有
- 非机动车道比机动车道宽。
- 路口非机动车乱穿。
二:现阶段的NGP,NOA,NOP,NZP的处理逻辑和能力都差不多,不是什么感知能力差,而是对于感知的处理能力和逻辑还需要优化,因为有些场景系统也是第一次遇到。在逻辑处理方面,规则都是死的,还需要更加拟人化发展,举个例子。
- 人开车,看到前方堵车会提前刹车,但是辅助驾驶要到达一个距离阈值之后才会刹车。
- 人开车,遇到非机动车时,会下意识的借旁边半个车道,但是辅助驾驶可能需要变道然后超车才能完成。
三:要加强NGP使用的基础学习,现阶段都是辅助驾驶,就像之前马斯克的直播,有些地方的决策就是有问题的,而且方向盘经常大幅转动。
四:极限场景交给媒体朋友测试就行了,我们遇到突发情况一定要接管,希望各位鹏友都能安全平安驾驶。
五:如果有其他场景可在评论区补充。