我们在和蔚来前期的工作沟通中，得知试驾车也是一辆2020款的ES8。我们先快速了解一下新旧款的主要差别。

相比于旧款车型有如下肉眼可知的变化：

车头部分的设计更新，和ES6风格类似的设计手法

（新款ES8的‘胡子’不再向两边延伸了，NIO的车头家族设计更统一。预测明年上市的轿车产品应该也会用类似的设计）

车尾的高位刹车灯长度变长

（变长的高位刹车灯确实增色不少，‘es8’下面的桔红色横线装饰意味着是高性能版本，即空气悬架和前永磁+后异步电机，6系SUV选装套件的话也会有一样的标识）

车内变化主要在中控屏幕采用窄边设计，屏占比更大

此外，动力总成方面也由旧款的前后交流异步电机变成了前永磁同步、后交流异步电机的搭配，目的是尽可能保证以往加速性能的前提下，提升续航水平。

我们回到今天的重点 - NOP，Navigation On Pilot

在蔚来的相关资料中，原厂对NOP领航辅助的解释为“ 是导航系统、高精地图与 NIO Pilot 自动辅助驾驶系统的深度融合，在 Pilot 功能已实现的巡航车速控制、车距保持、转向辅助和转向灯控制变道等功能的基础之上，支持车辆根据导航路径规划，在高精地图覆盖范围内的大部分高速公路及城市高架路等路段实现自动进出匝道和切换主干道，同时可根据道路限速和环境感知等信息自动调整车速、智能变换车道及超越慢车，从而实现指定路径下的按照导航路线自动辅助驾驶。”这与目前行业内对高精度导航的普遍定义基本一致，这也是从Pure L2向Pure L3自动辅助驾驶的必经之路。

什么是NIO Pilot

NIO NOP系统演示

ADAS系统存在的意义是提升安全、舒适性。现阶段的交通环境人为控制为主，这也的确导致了很多“问题”出现，而这些“问题”在数据和控制逻辑精度不断提升，以及法规不断更新的前提下会在未来逐步解决。当然，我们的测试并不会因此忽略“问题”的存在。

根据我们的测试结果结合原厂对NOP的定义，验证了如下产品亮点

- 导航，高精地图及NIO Pilot深度融合；

- NOP结合百度高精度地图及自研高精度定位覆盖大多数高速公路及城市快速路；

- NOP自动调节车速，自动变道及超车，自动进出匝道；

- 针对中国路况和交通环境的本土化开发；

- 智能交互系统信息丰富，互动自然。

我们蔚来NOP的硬件架构和系统平台也做了相关归纳，这套系统的软硬件素质非常高，这也是蔚来在目前国产高端BEV领域可以有强话语权的原因之一。

- 前向三目摄像头 ×1

- 环视摄像头 ×4

- 前向中距毫米波雷达 ×1

- 角雷达 ×4

- 超声波雷达 ×12

- 驾驶员监控 ×1

- 计算平台Mobileye Q4 ×1

我们的ADAS团队对蔚来NOP系统做了如下几个方面的测试，NOP路径规划性能、NOP高精度地图及定位性能、NOP车辆自动换道性能、NOP自动进出匝道性能、NOP自动车速调整、NOP智能交互体验等五个方面。需要强调的是，我们是以终端消费者的视角+ADAS系统研发/测试体系中适合消费者使用场景的部分方法来对NOP进行相对系统化的测试。ADAS在供应商和OE原厂方面会进行近万种测试以及至少百万公里的技术及安全冗余开发，因此消费者的主要使用场景采用全部系统开发测试方法既不现实也没必要。

1. NOP路径规划

😀 利用原有导航系统的全局路径规划能力并结合高精度图给出全局优化决策；

😀 在高精度地图路段，车道级规划能力，提前预判并给出最优路径；

🙁 地面到高架路，或者高架路到地面，会存在无法准确推断出在桥上还是桥下的问题；

🙁 下匝道会提前2.5公里就开始尝试变道，系统规划及灵活控制能力有待提高。

解读：蔚来的NIO Pilot目前已经全面覆盖城市路况、城市快速路和高速公路，因此在线路径规划方面有本土优势，并且使用逻辑与手机地图差别不大，基本可以实现愉悦的车载导航使用状态。对于手机导航偶尔会出现无法判断是否在高架路的情况，NIO Pilot也会有频率很低的误判，民用级的导航系统和数据的弊端。以NIO Pilot为基础扩展的NOP功能实际上是为了让消费者在目前法规和交通社会下体验更为轻松的出行，并且也是实现更高驾驶辅助的必经之路。由于人为参与的交通状况非常复杂，蔚来的相关开发团队一定有非常充分的冗余规划，只是在初期释放功能的时候会非常保守，尽可能不给出现危机的机会，这也从一定程度上表现出不如特斯拉更为灵活的运行状态。希望在之后的OTA中，对机制进一步优化，表现的会更自然。

2. NOP高精度地图及定位

😀 接近匝道时能够准确判断纵向及侧向位置信息，准备定位现有位置及领航辅助NOP可利用区域；

😀 横向定位非常准确，车辆居中以及换道后的居中收敛时间都非常快；

🙁 有时相同条件下出匝道的位置会有很大不同，部分原因有可能是纵向定位误差波动大；

🙁 缺乏准确的高程定位能力，桥上及桥下基本还是依赖用户输入。

解读：评判是否为优秀的Pure L2驾驶辅助，车道自动居中性能是非常重要的指标之一，这对于硬件要求和算法要求实际上非常高。实际上，现在依旧有很多主机厂在对外传播时并没有搞清楚（或者故意）车道保持和居中的差异，对消费者来讲还是有很大误导的。蔚来的这套系统的表现非常好，在非常拥挤的路况也能保证车道正中，提供了很好的安心感。出现问题的地方就是在各类出匝道的时候，车辆驶出位置不定，过晚就需要人为输入干预。

3. NOP车辆自动换道

😀 换道过程总体平顺，平稳，安全，可靠；

😀 换道时，侧向加速度峰值一般不会超过0.35G, 侧向速度及加速度波动小，接近普通驾驶员换道操作水平；

😀 换道时会清晰给出目标位置，给客户充分信心；

🙁 换道决策非常保守，往往会错过很多非常安全的机会，在一般繁忙的高架路段体验感较差；

🙁 目前超车仅支持左侧超车，这个和目前中国的交通现实不符合；

🙁 在弯道换道时，成功率不是很高；

🙁 目前还无法准确识别实线，NOP有可能会实线变道导致违章。

解读：对于无法从右侧超车的情况，我们目前暂时给出的评价是不好，相信这个结论一定会让很多乐于“主持正义”的网友提出异议。无妨，我们可以进一步讨论。这一点我们特别提出来的原因是法规要求和实际交通状况有巨大差异。实际上右侧超车对于系统来讲完全可以实现，因为硬件布置是对称的，不存在左驾视觉盲区的情况。在快车道经常被慢车阻挡的情况相信各位也经常遇到，被迫从右侧超车提高通行率也是不得已而为之。此外，我们对于这点背后的积极期望实际上是通过双侧移动物体监测，结合车道路况，将路径规划更加完善，达到很多消费者在选配置时经常说的一句话，所谓“可以不用，但不能没有”。

4. 性能评估-NOP自动进出匝道

😀 NOP出匝道时，车道及位置判断准确，变道平顺，可靠；

🙁 匝道切换时，如果遇到复杂情况成功率不高（一道变多道）；

🙁 对于并道区域短的匝道，有时无法出匝道；

🙁 在曲线匝道长时间行驶时，方向波动较多，需要不断调整转向角；

🙁 出匝道并不能行驶完全行驶完匝道，往往在匝道初段就截止了，这与高精度地图数据机制有关。

解读：NOP在面对匝道时会比较纠结，除了因匝道入口宽度、匝道内车道分割等原因之外，主路部分的并线车距控制距离非常长，两车距离的相对时间冗余较大。这也就涉及到上面提到的左右车道超车并线的更为复杂的情况了。这一点特斯拉的系统就会在蔚来面前显得更“野”。

5. 性能评估-NOP自动车速调整

😀 NOP匝道行驶时，能够根据曲率信息及前视观察信息来进行自动车速调整；

😀 NOP直线行驶时，车辆可以根据道路信息自动调整车速，同时也会给驾驶员调整车速的选项；

😀 纵向加速及减速时加速度柔和，平顺，纵向加速度峰值在0.45G左右；

🙁 限速识别功能正确率偏低，NOP并没有全面采用法规限速信息来控制车速；

🙁 驾驶员可以设置的行驶车速范围超过路面限速，这样有可能导致违章。

6. 性能评估-NOP智能交互体验

😀 Nomi深度集成NOP功能；

😀 Nomi可以提前给出提示即将进入领航辅助区域，进入后再次提醒；

😀 对于变道不可用给与声音提示，并且会有不同版本，对话风趣，机灵，用户体验佳；

😀 车辆换道提示及时，显示交互非常形象；

😀 领航不可用，车道保持不可用均有语音提醒；

🙁 有时会有偶发唤醒失灵。

总结

- 作为全球第二款支持此项功能的车辆，虽然为Beta版本，但整体表现惊艳；

- 开发及测试参考大量中国本土数据，为中国用户和驾驶习惯做了优化；

- 高精度地图和定位的应用为中国量产车的先行者，随着软件的优化和迭代，后续性能会更加出色；

- 相信后期经过大数据训练的换道决策会更成熟，尤其引入大量中国实际驾驶数据；

- 驾驶员监控系统标定太灵敏，有时看倒车镜都会触发，误判情况偏多，后续还需要大量优化；

- 方向盘早期硬件没有配备电容压力传感器，方向盘脱手检测依赖方向盘扭矩传感器，所以导致轻握甚至轻转方向盘系统都不会感知到Hands On，这些会导致使用过程中存在大量误判；

- 长时间脱手导致的系统退出机制有待完善，车辆最终会自然滑动，如果有减速功能就会更为安全。

以上为此次beta版的测试结论，仅以OS 2.7系统为准。发稿时蔚来已经推出了OS 2.8.0系统，更新幅度很大，不仅包括支持100度电的电池系统，NOP的跟车起步在满足条件下可在60秒内自动起步，而不是原来的5秒。因此，电子化时代下的BEV会跟我们的iPhone一样，随时都有更好的性能更新。

作为beta版系统，蔚来NOP表现出了很高的软硬件素质。在目前中国交通环境下，蔚来的安全冗余非常保守，好处是尽可能降低了车辆出事故的可能，但也的确不够人性化。这点详细在之后不断迭代中会更完善，并且随着采用相关系统的车型越来越多，交通状况必然会往自动驾驶的大方向发展，此时的问题便不会是问题了。

最后，此次测试的视频还在精细的剪辑中，GForce车研社实验室希望用准确的表达来为大家呈现最真实的测试结论。也希望大家把自己的想法和观点发给我们，非常欢迎积极客观的讨论。

GForce车研社

2020.12.15