辅助驾驶目前正处在向自动驾驶跨越的关键阶段。体验革命将近爆发之际，我们的内容也应势迎来了全新升级。
投入重金拿下了更大、更专业的测试场地；白泽奖升级为更重磅的白泽杯。
而测试场地以及白泽杯首秀，我们则选择用同样重量级的4款40万级豪华大型SUV来完成—— 问界M9 （ 参数 丨 图片 ）、蔚来ES9、 理想L9 以及岚图泰山。
其目的，就是带大家看看来到L3级自动驾驶的前夜，第一梯队的辅助驾驶到底什么水平了。
至于测试的先决条件、四款SUV各自的技术特点。
现在测试已经结束，本篇文章就用六大场景先带大家看看这四款SUV城市领航的具体能力以及差异在哪里。
漫天飞“纸”怎么躲？
我们在测试的路上，恰巧碰见前方掉落了一地纸箱。
而薄脆的纸箱被过往高速车辆碾压后，已经变成了许多碎片，再随着高速车流和大风四处飘飞，场面有些混乱。
对于辅助驾驶系统来说，这种分散、无规律、动态移动的碎片，是明显的短板。
一方面很难精准感知到碎片位置，另一方面也很难拿捏迎面飞来的碎片到底构不构成危险因素。
既然碰见了这样的场景，那必须要趁机试一下了。
面对这样似是而非的驾驶场景，问界M9的处理最细腻。
它原本已经准备打灯变道超车，但系统精准识别到随风飘入邻车道的碎纸片风险，当即减速，主动撤回变道操作，随后重新规划行车轨迹，平稳绕行前方残留纸箱，同步开启双闪警示后车，最后变道远离。
同是华为乾崑方案的岚图泰山，表现与问界M9相似。
它也是提前减速，主动规划变道避让路线，同时开启双闪提示后方车辆，但可惜因临道车辆没能及时变道。
蔚来ES9和理想L9的反应没有问界M9和岚图泰山细腻。
蔚来ES9没有制动减速，保持原有轨迹直接通过；理想L9 Livis 系统识别到了异常，不过只出现了轻微减速动作。
车太大路太窄
现在的车越造越大，但道路的尺寸却还是那样。
我们这次测试的车，每一款的尺寸都在5.2m以上，体量非常大，但矛盾的是，在我们的日常生活中，开小路总是避免不了的。
而且，小路往往两侧违停、非机动车占道、行人随机走动，交通规则名存实亡。
对于辅助驾驶，特别是体型庞大的全尺寸SUV来说，在螺蛳壳里做道场，感知精细度和动态博弈能力都面临高压考验。
蔚来 ES9 开进混行窄路后，先减速礼让三轮车，同时向右调整方向，避开后方驶来的电动车，也对前方行人进行礼让。
理想 L9 Livis 在路况相对简单的情况下，通行表现比较丝滑。但遇到前车路边临停，剩余通行空间极度狭窄时，系统出现卡死，无法继续通过。
岚图泰山可以在两侧停放电动车的道路平稳穿行，也能够绕行路边临停车辆。
不过遇到对向电动车强行抢行，虽然系统做出减速响应，但出于安全考量，驾驶员选择人工接管车辆。
四款车中，最令人满意的还是问界M9，全尺寸SUV却开出了一种小车的灵活，能够连续调整轨迹，进而避让、绕行道路两侧的各类障碍物。
行人堆里过路口
开学季又来了，各位送孩子上学的家长，一定对什么叫做“行人堆里开车”深有体会。
我们没有去学校门口，但是目的地也是出了名的复杂混乱——深圳华强北。
华强北人流量大，源源不断的行人来回频繁穿插，一旦判断不好行人意图与运动趋势而盲目行动，就有可能造成车祸。
问界M9在斑马线前低速尝试通行，但人流量太大，系统选择停车等待，一直到出现安全通行空间之后再继续前进，同时还避让右后方抢行的车辆。
蔚来ES9同样低速试探通行，捕捉到合适间隙之后，加速通过路口。
理想L9的运气比较好，刚好行人信号灯是红灯，所以通过的比较顺利，而且觉察到行人距离车身较近时，车辆会做出轻微防御性减速。
岚图泰山的策略比较简单直接，先原地停车礼让，一直等到路口行人基本全部离开，才继续通行。
桥洞挑战
桥洞的挑战在于出入口光线明暗反差大，会对摄像头形成感知压力。
而我们经过的这个桥洞入口，一方面比较隐蔽，考验系统的认路能力；
另一方面桥洞左侧还停有车辆，把路面挤压到只剩单车通行的宽度。
感知、认路、暗光条件下识别障碍，看似只是一个桥洞，其实是对辅助驾驶的综合考验。
问界M9丝滑进入桥洞，识别到左侧临停车辆后，稍稍减速，然后调整轨迹完成绕行通过。
蔚来ES9没有犹豫直接驶入桥洞，同步弹出 360 全景影像，遇到对向来车及时减速礼让，顺畅完成通行。
理想L9进入桥洞之前车速偏高，识别到路边临停车后出现较大幅度减速，短暂犹豫判断之后完成通行。
岚图泰山同样没有迟疑，但过临停车的时候更小心，而且前方有行人，转弯盲区还遇对向三轮车，整体表现更好。
临时路口开盲盒
施工错位路口，是辅助驾驶最头疼的场景。
临时红绿灯、被路障挤压的入口、标线残缺不全，所有的不确定因素在同一个路口叠满。
考验的不只是辅助驾驶的识别能力，还有路线规划、变道汇入的综合判断。
问界M9跟车前进，顺利绕行临时红绿灯，并稳稳汇入正确车道。
蔚来ES9自主识别路口变化，驶入正确通行车道。
理想L9在即将进入车道前，优先选择车流更少的路线，汇入过程速度克制，没有强行加塞。
岚图泰山则没有进入正确的车道，驾驶员被迫在进入路口前接管。
乡村窄路连续绕行
乡村小路的路况，和城市道路完全是两种逻辑。
路面本身不宽，几乎没有清晰的车道线，能参考的边界很少，同时两侧还往往零散停着车，非常考验系统对横向距离的判断精度。
如果说城区考验的是博弈和反应，那乡村小路考验的就是感知和控制。
跟在上述窄路中一样，问界M9还是多次小幅修正方向，连贯完成连续避障，行驶轨迹稳定。
蔚来ES9提前减速，缓慢通过；理想L9 Livis 整体表现丝滑连贯。
岚图泰山先是绕行右侧临停车，看见对向电动车之后，避让幅度变大，最终缓慢通过。
以上六大场景所折射出的规律其实很明显。
这四款车的技术路线尽管有的是世界模型，有的是VLA；尽管激光雷达数量从3颗跨越到了6颗，但最终来到日常领航场景，其实差距并没有纸面数据所反映的那么大。
原因想来也不复杂，领航场景大多可预期，各家更是专注在训练城区领航，以解决好大家更高频的日常场景。
如果这四款四十万级的车，在以上场景仍然左支右绌、狼狈不堪，就真是说不过去了。
而要看出能力真正的分野，还是要看系统在极限瞬间的表现。
夜间逆光、行人横穿、后向障碍物......这些场景对于系统来说，感知窗口更短，容错空间更小。
接下来，我们就将从速度、距离等维度切入，用具体数据拆解四款车型的技术路线与硬件方案，在安全表现上究竟拉开了多大差距。
相关内容下周就会释放，敬请期待。
热门跟贴