如果能让爱车自己在两公里范围内实现跨楼层停车，高速行驶按照导航路线智能辅助帮你驾驶，你会感兴趣么？不论感兴趣与否，相信你一定会提出安不安全靠不靠谱之类的质疑。所以这次我们带着疑问去体验了配有激光雷达的XPILOT 3.5版本小鹏P5。

其实近年来，各大新势力造车企业，都在将智能辅助驾驶视为决胜未来的主战场，像小鹏的NGP、特斯拉的NOA、蔚来的NOP等等，分别代表着对视觉感知+硬件感知和纯视觉感知方案等不同策略路线的理解与应用。

我们这次体验的小鹏P5是该车型中智能辅助驾驶软硬件配置最高的550P+激光雷达+XPILOT 3.5软件车型。除了前保险杠上显眼的2个激光雷达外，还拥有分布整车四周的5个毫米波雷达、12个超声波雷达，以及不同用途的13个视觉摄像头。

其中像毫米波雷达、超声波雷达、部分视觉摄像头，配合算法已经可以实现一系列L2级甚至更高水平的智能辅助驾驶功能，也就是小鹏的NGP智能驾驶辅助功能和VPA记忆泊车，但激光雷达的出现，则进一步提升和拓展了小鹏NGP和VPA功能的更多可靠性和功能性。

小鹏P5上的毫米波雷达、超声波雷达和视觉摄像头在分工上各有不同。毫米波雷达有不同扫描距离的种类，而小鹏P5上所适配的是一种中短距离探测用途的产品，它在辅助功能中主要服务于自适应巡航、泊车辅助、主动安全的探测等。超声波雷达更多的是配合自动泊车测距、主动安全测距等功能。多个视觉摄像头则用来采集道路环境信息、交通标识、车辆行人等。而协同上述多种雷达摄像头实现功能的则是XPILOT 3.5软件和高精地图。

位于车头的双激光雷达能够覆盖前方150°的视野，最远探测距离150米。相比毫米波雷达和单纯的视觉成像，激光雷达能提供更精准的三维信息感知，对于环境、静态、动态、隧道施工现场等特殊路况有着更精确的场景识别。简单来说，毫米波雷达所呈现的更像是平面上的画，而激光雷达则将画变成了立体的实物，所以在辨识和判断上显然更加精准。当然激光雷达也有它的短板。比如对天气要求高，环境扫描信息量大，扫描成像速度不及毫米波雷达等。但作为车规级的激光雷达会有更好的优化，在高速环境下配合毫米波雷达和视觉成像，实时的道路模型更立体，能正确判断更多的环境变量。在低速泊车时，更精准的生成周围环境，在狭窄空间也能规避不必要的剐蹭。

从软硬件维度来看，小鹏P5对各种功能进行了深度融合，驾驶辅助功能在目前多种技术线路中来说是相当保守的存在。账面来看还是值得信任的解决方案。至于体验好不好、可靠性如何还要从功能层面体验来做定夺。

小鹏P5的试驾之前已经进行过多次，驾驶体验和舒适性层面就不再过多赘述，咱们直接聊聊带激光雷达版本的NGP和VPA可靠性如何、好不好用。

NGP也就是小鹏的智能辅助驾驶，其实目前已经可以实现城市低速智能辅助驾驶和高速智能辅助驾驶，但由于各地政策路况环境不同，在北京目前只能体验高速智能辅助驾驶。

我们在北京的6环和京台高速上体验了该功能。开启方式和特斯拉的AP相似，在导航设定好目的地且开启条件允许的情况下，连续下压两次挡杆即可，车辆会保持行车线居中，并跟随导航行驶。

高速智能辅助驾驶，更像是高阶的ACC。除常规的跟车增减速功能外，系统会以当时路段的限速和道路环境为参考进行车速调整，如需并线会提示驾驶者关注周围环境，自身硬件也会判别是否适合切换车道，如果后方有相对速度较高的车辆靠近，系统还会一定程度上纠正驾驶者接下来的并线意图，以保证行车安全。

当路线接近分岔路或盘桥路线时，系统会根据路况提前打灯并线改变车速，如交通环境复杂，还会告知驾驶者干预操作。进入到分流和盘桥路段，高速智能辅助驾驶会严格按照限速行车，通过弯道时主动保持居中，没有传统撞线式车道保持的不适感。

在驶离匝道并入新路线后，该系统也会根据实际情况增减车速，过程并不突兀，给人的安全感还是比较足的。此外在接近收费站前，系统也会提前告知驾驶者即将推出控制，预先交接完成驾驶权，以保证行驶安全。

综合来看，这套高速智能辅助驾驶的逻辑依然是以安全为基础，对其他交通参与者能进行优先避让，辅助驾驶过程平顺，并没有出现令人紧张的情况，长距离适用能缓解驾驶疲劳，整体体验令人满意。

相比考验高速表现的NGP来说，VPA则是对地面停车场低速泊车表现的进阶考试。目前很多车型都能支持多方位的辅助泊入泊出，功能不足为奇，之前我们也曾体验过小鹏P5的VPA智能泊车功能，而这次带有激光雷达的小鹏P5则在VPA的基础上推出了VPA-L，突破了长距离（2km内）和多楼层泊车的复杂性。

小鹏P5上的这套高阶版VPA-L包含了智能泊车和跨楼层记忆泊车。简单讲就是我们常用到的辅助泊车功能，搜寻到车位，就能帮你停好。停车场记忆泊车，在地下停车场或停车楼场景下，你不用开到车位，让它帮你停就好。

在使用跨楼层辅助智能泊车功能前，需要对已有的车位进行泊车路线记忆。也就是说需要学习一次进入停车楼或地库的完整过程和一次路线的验证。我们以地库为例，将起始点设定在停车场的收费亭边，开启功能后，以不超过20公里/小时的速度正常行驶，通过减速带时车辆会自动记忆。进入下一楼层时车内的动画显示也会同步车辆的楼层变化及行驶路线。

抵达目的车位附近，车辆会自动识别可停车车位，只需要停止于对应位置，然后通过选项开启自动泊车，当车辆完成泊车后，跨楼层的辅助智能泊车就算学习完成了。

之后只需要将车辆原路行驶至出发点稍远位置，便能开始实现全套的自动泊车过程，而且自动跨楼层泊车的全过程中，车辆不会超过14公里/小时，遇到其他车辆和行人还会主动降低车速并避让。在这样的车速下能够保持绝对的安全和突发情况刹停距离。

总的来说，这套系统的可靠性挺高的，体验也算比较好使的。学习和使用中没有发现什么硬伤，而且在狭窄的停车场同样适用。泊车过程速度一般，会让不少老司机着急，但对于泊车苦手来说也算是一种福音吧。另外目前的适用人群稍显局限，需要使用者在地下停车场或停车楼里的固定车位。同时可能出于安全原因，还暂不支持车辆召唤功能，也就是说如果你的车位比较远还是需要自行取车。

其实针对停车现在不少品牌都有在做，但能称得上优秀的目前还没有。比如特斯拉的车辆召唤功能，但说实话并不太好用，视觉识别总是会发生剐蹭，对车位大小要求太高。威马W6的自主泊车和召唤功能也还不错，但问题是速度太慢，甚至可能因为环境因素中途停止，实用度并不高，甚至有些尴尬。当然同样的问题在小鹏P5的身上也可能会遇到，还有很长的路需要慢慢完善。

其实关于驾驶辅助和自动泊车的技术一直在进步，各家品牌也投入了不少的人力物力。但奈何现阶段的制约因素还有很多，消费者的认知和对这些功能的信任度也不高。所以还需要不少时间让整个行业共同进步。相信当辅助驾驶功能开始变得可靠且高效时，使用率和普及自然就不再是问题。

关键词： 激光雷达 辅助功能 地下停车场