¿La conducción autónoma de Xpeng irá al este para vencer a Tesla? ¿Quién le dio confianza a Xiao Peng?
Recientemente, Xpeng Motors anunció que estará en? Los modelos producidos entre 2021 y 2000 están equipados con lidar, lo que provocó el descontento del veterano "fan negro" Musk: "Tienen versiones antiguas del software relacionado con Tesla, pero no tienen nuestra última computadora de red neuronal", enfatizó Ma Sk. que esta vista es sólo para Xpeng Motors.
Obviamente, Musk y Xpeng no solo están discutiendo sobre la ruta técnica del lidar, sino también sobre el sentimiento personal de Xpeng de "plagiar" el código del piloto automático de Tesla. Sin embargo, el tribunal aún debe decidir si Xpeng robó el código de Tesla.
Dado que ambas partes se niegan a publicar sus propios códigos para comparar, la "disputa de patentes" entre Xpeng y Tesla continuará durante mucho tiempo y es probable que termine en nada.
Dejemos de lado los viejos rencores por el momento y hablemos primero del asunto que nos ocupa.
Después de que Musk tuiteó sobre Xpeng, He Xiaopeng, el fundador de Xpeng Motors, no se quedó inactivo en las redes sociales. He Xiaopeng disparó directamente: "La automática de próxima generación de Xpeng se lanzó ayer. La estructura de conducción, incluido el lidar. , hace que algunas personas en Occidente se sientan muy infelices y usan a Pigu para hacer ruidos continuos. Lo que quiero decir es que los rumores han demostrado desde hace mucho tiempo que no se puede vencer a ningún competidor. A partir del próximo año, hay que estar preparado para ser derrotado. en China. Estamos mentalmente preparados para la derrota. En cuanto a la comunidad internacional, nos reuniremos."
Hay dos puntos clave en este artículo. ¿Uno es afirmar una vez más que "robar códigos" es un rumor y el otro es amenazar con que su conducción autónoma derrotará a Tesla? Departamento de Bomberos.
¿De dónde sacó la confianza de Xiao Peng? Primero, ¿el último sistema de navegación de Xiaopeng? ¿PNG? Ha obtenido buenos resultados en pruebas a pequeña escala realizadas por medios y usuarios. En segundo lugar, la aplicación de lidar el próximo año será "aún más poderosa", lo que le da a He una confianza considerable.
La batalla por las rutas de sensores de conducción autónoma es un lugar común en la industria. Tesla es una persona visual leal. Musk dijo una vez que "quienes usan lidar son tontos", pero las voces en la industria no son tan extremas como las de Musk. Más voces creen que "la solución de lidar combinada con cámaras es la más segura". Después de todo, lidar está destinado a soportar condiciones climáticas adversas y? ¿3D? El posicionamiento preciso de objetos en el espacio es mucho mejor que una cámara.
Aunque todo el mundo piensa en lidar, aparte de los vehículos de prueba de algunas empresas emergentes de conducción autónoma, ¿existe algún Audi que "sólo oye su sonido pero no ve su coche"? ¿A8? Además, el lidar básicamente no se ha producido en masa. Al final, el motivo sigue siendo demasiado caro.
Sin embargo, Huang Xin, director de productos de conducción autónoma de Xpeng Motors, dijo: "Se han cumplido los requisitos de las regulaciones de vehículos y el costo no es malo. No es tan escandaloso como se imagina y sigue siendo dentro del rango aceptable". En cuanto a quién utilizar Con respecto a lidar, Xiaopeng aún no ha llegado a una conclusión y solo sabe que varios proveedores están compitiendo por el producto. Teniendo en cuenta el coste, estas empresas deben centrarse en las marcas nacionales.
La eficacia del lidar en trenes no se probará hasta el próximo año, ¿pero? ¿PNG? Lo hemos experimentado. ¿Xiao Peng se jactó? ¿Combinado con mi prueba de manejo anterior? ¿modelo? 3? Experiencia, hice una comparación subjetiva entre los dos sistemas piloto.
Primero echemos un vistazo a la configuración del sensor, ¿Xiaopeng? ¿P7? ¿Qué pasa? 14 cámaras de percepción, radares de onda milimétrica de 5, 12? Especialmente radar ultrasónico
1 Cámara frontal de tres lentes
1 ¿Cámara monocular frontal?
5 cámaras de percepción mejorada
4 cámaras panorámicas
1 cámara de seguimiento del conductor
Cinco radares Bosch de onda milimétrica de quinta generación
12 Sensores Ultrasónicos
¿Tesla? ¿modelo? 3 Se trata de:
1 cámara frontal de tres lentes
5 cámaras panorámicas
1 radar frontal de onda milimétrica
12 sensores ultrasónicos
1 Cámara de coche (no habilitada)
A juzgar por los datos registrados por el sensor, ¿Xiaopeng? ¿P7? ¿Es significativamente mejor que Tesla? ¿modelo? 3? Sí. ¿Pero qué pasa con Xiaopeng? ¿P7? ¿Desarrollado por NVIDIA? ¿Javier? ¿La potencia informática del chip es ligeramente inferior a la de Tesla? ¿modelo? 3? ¿Qué pasó? ¿FSD? chip. Hay otra diferencia esencial, ¿es Xiaopeng? ¿PNG? Con el soporte de mapas de alta precisión de Amap, ¿qué pasa con Tesla? ¿NOA? Se trata de inteligencia ciclista. Los escenarios de aplicación de los otros dos sistemas también son diferentes, ¿Tesla? ¿Noé? ¿Solo admite carreteras; Xpeng? ¿PNG? Además de las autopistas, también da soporte a algunas vías urbanas.
En términos de configuración, Tesla es peor que Xpeng, especialmente por la riqueza del radar de ondas milimétricas y la falta de mapas de alta precisión. Mirar solo la configuración es definitivamente unilateral. Hablemos desde nuestra experiencia real al correr en carretera.
¿Xiaopeng? ¿PNG? El entorno de prueba se eligió a lo largo de la autopista de Nansha a Humen en Guangzhou, donde hay mucho tráfico, especialmente camiones grandes, lo que supone un gran desafío para el sistema de asistencia a la conducción.
El sistema piloto prueba nada más que tres funciones. La primera es el cambio automático de carril, la entrada automática a rampa y la identificación de conos de helado.
¿Cuando el sistema detecta que es apto para abrir? ¿PNG? Sincronización, marcada dos veces seguidas, ¿NGP? Inaugurado oficialmente.
¿Esto no tiene nada que ver con Tesla? ¿Noé? La lógica es casi la misma, pero en el momento inicial, ¿NGP? La experiencia no es lo suficientemente buena y la intervención del sistema es contundente. Incluso sin presionar la línea, el volante tira con suficiente fuerza para centrar el vehículo por completo. Aunque esta acción no es peligrosa, hará temblar el corazón del conductor por primera vez.
¿Hasta ahora, NoA? Manéjalo mejor.
¿Activar? ¿PNG? Después de eso, el vehículo puede permanecer en el carril de manera estable. En un tramo recto normal, ¿NGP? Entonces qué. ¿Noé? Ambos se desempeñaron igual de bien. Cuando encuentre altibajos, ¿existe algún mapa de alta precisión que lo ayude? ¿PNG? funcionará de manera más estable.
Cambio de carril automático, ¿NGP? Puede completar de forma independiente una serie de operaciones como iluminación automática y cambio automático de carril. La lógica del cambio de carril activo es la siguiente: dentro del rango del límite de velocidad, cuando el vehículo actual tiene un cierto impacto en la velocidad de crucero de Xiaopeng o necesita salir de la rampa, el vehículo considerará cambiar de carril. ¿Sensores de cuerpo completo para vehículos? La detección de 360° detecta amenazas en carriles adyacentes. Cuando es seguro hacerlo, el sistema se enciende y se prepara para cambiar de carril.
Los conductores con diferentes hábitos tendrán diferentes sensaciones sobre el tiempo de espera desde encender el semáforo hasta cambiar de carril. Algunos colegas piensan que este tiempo es demasiado largo y que el sistema no es lo suficientemente decisivo. Creo que esta configuración del sistema es comprensible. Las normas de tráfico exigen encender las luces durante más de tres segundos antes de cambiar de carril, pero muchos de nosotros no podemos hacerlo por hábitos de conducción, por lo que esto crea un contraste.
A diferencia de los conductores humanos, existen rampas de entrada y salida. ¿Existen límites de velocidad frecuentes en las rampas de las autopistas en China? ¿60 kilómetros por hora? ¿Dentro cuál es el mínimo? 30 km/h, 40 km/h, pero los humanos generalmente deciden la velocidad de paso de forma independiente según las condiciones de la carretera, pero las máquinas no. Cuando los fabricantes diseñan programas, todo se basa en leyes y regulaciones, lo que resulta en una desconexión entre el funcionamiento de la máquina y los hábitos reales de conducción humana.
Aunque esta separación afectará en cierta medida la experiencia de conducción de muchos "conductores veteranos", siempre es correcto conducir de acuerdo con la ley y la normativa. Si un accidente de tráfico se produce a causa del sistema "radical", el reparto final de responsabilidades será aún más "caótico". Sin embargo, este conservadurismo también trae consigo algunos inconvenientes. Dado que los camiones grandes tienden a ocupar intensamente el carril derecho, este terrible control móvil a menudo hace que muchos automóviles pierdan la oportunidad de salir de la rampa, y los conductores humanos todavía tienen que "intrigar". Si la máquina sigue dudando, es más probable que se pierdan oportunidades. Por supuesto, todo esto es una cuestión de probabilidad. ¿Ante el tráfico intenso, Xiaopeng? ¿P7? Descenso suave en todo momento.
Aunque la estabilidad general al cambiar de carril es bastante buena, ¿qué pasa con Xiaopeng? ¿PNG? No sin espacios. Por ejemplo, al cambiar de carril, el vehículo del tercer carril quiere incorporarse al mismo carril que usted. En este momento, a Xiaopeng le resulta difícil hacer percepciones precisas, lo que también es una dificultad para muchos sistemas de asistencia a la conducción y no es una tarea fácil para los conductores humanos.
A través de la experiencia práctica, mi conclusión es, ¿Xiaopeng? ¿PNG? ¿El cambio de carril autónomo es generalmente mejor que el de Tesla? ¿Noé? Aún mejor, por un lado, los sensores más ricos hacen que Xpeng sea más nítido y confiado al tomar decisiones. Por otro lado, ¿qué pasa con Xiaopeng? ¿PNG? Las capacidades algorítmicas de predicción del comportamiento requieren una mayor comprensión de los hábitos de conducción de los conductores chinos, de modo que se pueda realizar una planificación del comportamiento más precisa al encontrar obstáculos delante del vehículo.
Con la ayuda de mapas de alta precisión, ¿Xiaopeng? ¿PNG? Ser capaz de manejar con calma curvas de varias curvaturas al entrar y salir de rampas es, de hecho, mucho más estable que Tesla.
Sin embargo, esta función aún no es perfecta. Tuvimos dos "momentos de pánico" en la misma rampa en momentos diferentes. En China, muchos desvíos que se incorporan a las autopistas tienen forma de embudo, es decir, varios carriles se fusionan en uno o dos. Fue esta pendiente la que hizo tropezar a Xiaopeng. En prueba de manejo. ¿El Xpeng que condujimos? ¿P7? Cuando estaba a punto de incorporarse a la carretera principal, el tráfico en la parte trasera derecha de repente se congestionó. ¿P7? Frenó rápidamente y la velocidad del auto bajó a? ¿20 kilómetros por hora? Incluso se agachó aún más, casi provocando una colisión por alcance.
Los dos conductores de nuestro coche, incluido yo, coincidimos en que tal emergencia no surgiría mientras conducíamos. Cuando no hay obstáculos por delante y el atasco aún no ha llegado a ocupar el carril, sólo nos falta acelerar y adelantar rápidamente para evitar el bochorno.
Consulté a Huang Xin, director de productos de conducción autónoma de Xpeng Motors, y Huang Xin dijo: ¿NGP? Cuando hay un atasco en la parte trasera derecha, la estrategia es reducir la velocidad y evitarlo. Los ingenieros creen que cuando ocurre un accidente de tráfico, el daño causado por la baja velocidad siempre es menor que el daño causado por la alta velocidad.
Además, personalmente creo que si un escenario similar se maneja de la misma manera que un conductor humano acelerando, el sistema necesitará hacer más predicciones sobre los vehículos amenazantes. ¿Cuál es la velocidad del oponente? ¿Qué tan lejos está el otro lado? ¿A qué velocidad se debe acelerar? Después de todo, se trata de un coche trasero repentino, que es difícil de detectar. Hacer predicciones precisas no es fácil. La forma más segura es reducir la velocidad y ceder el paso. ¿Es esta la gran mayoría en esta etapa? ¿Adas? La estrategia habitual de los sistemas y sistemas de conducción autónoma: no provocar si puedes, sólo hazlo seguro.
El puente Humen tiene un gran volumen de tráfico y siempre ha sido una "especialidad de la construcción". Aquí siempre hay innumerables conos de helado. En comparación con las carreteras de construcción ordinarias, el puente Humen es simplemente un "problema adicional".
Xiaopeng no tiene problemas para identificar los conos de helado, pero a veces la colocación inadecuada de los conos de helado realmente frustra a Xiaopeng. ¿PNG? Una bolsa, mientras el cono de helado se inclina ligeramente por este callejón, ¿NGP? ¿Mostrarás una evidente falta de confianza, especialmente cuando hay muchos coches delante, o? ¿PNG? Salga; de lo contrario, el sistema se ralentizará automáticamente a una velocidad irrazonable. En resumen, es necesario mejorar la experiencia.
¿Tienes que pasar por eso, Xiaopeng? ¿PNG? ¿Es realmente mejor que Tesla? NoA, esta es también la respuesta unánime de los colegas de los medios. Para facilitar la comprensión, permítanme resumir brevemente a Xiaopeng. ¿PNG? ¿Lo hace mejor que Tesla? ¿Noé? La excelencia se debe en gran medida a las ventajas de los sensores y mapas de alta precisión.
1. La predicción y la planificación del comportamiento son más razonables y hay pocos cambios de carril innecesarios.
2. Frente a la rampa con gran curvatura, ¿NGP? Tenga más confianza
3. Tenga un plan razonable para el momento de ir cuesta abajo.
¿Xiaopeng? ¿PNG? Desventajas:
1. Percepción insuficiente de los atascos en el lado derecho, ceder la velocidad a ciegas y fácil colisión por alcance.
2. Los datos del mapa de alta precisión son temporalmente inestables y algunas carreteras físicas no se reconocen con precisión.
3. Sigue siendo inestable cuando se trata de escenas complejas de conos de helado.
¿Aunque Xiaopeng en su conjunto? ¿PNG? ¿Que Tesla? ¿Noé? Mejor, pero Xiao Peng dijo que la conducción autónoma de Xpeng vencerá a Tesla, lo cual no es fácil de lograr. La ventaja de Xpeng son sus sensores existentes, lidar de seguimiento de automóviles, mapas de alta precisión y algoritmos de conducción autónoma, todos los cuales tienen una mejor comprensión de los hábitos de los consumidores chinos. ¿Cuáles son las principales fortalezas de Tesla? Es el Modo Sombra, lo que Musk llama una computadora de red neuronal. El tamaño del mercado actual de Tesla es mucho mayor que el de Xpeng, y los datos recopilados por las personas de Tesla que corren en la carretera todos los días se retroalimentarán continuamente a la conducción autónoma de Tesla. El enorme poder del aprendizaje profundo compensará las deficiencias de muchos algoritmos y hardware, y la tecnología de visión y los algoritmos de Tesla se volverán cada vez más sofisticados. Aunque lidar tiene ventajas inherentes, esta ventaja se reducirá.
Como primera empresa en producir en masa sistemas piloto, las reservas técnicas de Tesla no pueden subestimarse. Aunque Xiaopeng ha logrado un éxito temporal, no es fácil dejar atrás a sus antiguos predecesores de repente. He Xiaopeng dijo que quería llevar a Tesla a Oriente, lo cual fue una "charla de enojo" con cierta emoción, y no se puede descartar la sospecha de "autoexageración". A juzgar por el desempeño técnico actual de Xiaopeng, este sistema tiene un gran potencial. Xiaopeng está calificado y es capaz de competir con Tesla en competencias de conducción autónoma de alto nivel.
Este artículo es de Autohome, el autor de Autohome, y no representa la posición de Autohome.