众所周知，伴随着智能驾驶辅助系统的应用越来越普及，ACC/LCC是目前大多数智能汽车都会配备的功能但随之而来的是用户对LCC的评价两极分化

是的，相信LCC真的有用，甚至很多老司机在高速公路上也会熟练地打开ACC/LCC，通过分享驾驶来节约能源但也有用户表示普通LCC太鸡肋只要城市路段行驶情况变得稍微复杂，或者弯道曲率稍大，车道线难以识别，LCC就会自动退出，并不像之前宣传的那么好用

那么问题来了面对市场上用户对LCC褒贬不一的评价，LCC到底是鸡肋还是真的有用

LCC辅助驾驶的8款车型》应该很好的回答了这个问题，同时也让我们看到了智能驾驶目前和未来的趋势谁是领头羊。

细节决定体验，小鹏LCC是最好的。

说到LCC，众所周知，虽然发展了很多年，但是在使用上还是面临很多限制。

比如只适用于主干道等路况较好的路段，不适用于复杂的城市道路，无法识别前方的人，标志等物体，存在安全隐患，对于紧急制动前方的车辆，无法对紧急制动等做出快速判断。

虽然这些都不是LCC的主要使用场景，但毕竟用户面对的是复杂的道路，不可避免的存在弱势场景这个时候，谁能在这些看似非主要的使用场景上有所突破，自然会大大提升用户体验

具体来说，上面说的新出行LCC测评，就是在LCC的主要使用场景之外，对用户在复杂路况下经常遇到的脆弱场景进行测评在评估的八辆车中，小鹏LCC的表现最为突出

以LCC测试中静止车辆的防撞为例，这种场景一方面是我们城市中非常常见的情况，也是非常影响行车安全的突发路况，另一方面，这也直接针对LCC的一个天然痛点如果LCC只是沿着车道行驶，很容易发生擦伤反而要求车辆的感知，操作，计算能力足够强这是一次超一流的LCC全方位能力测试测试环节分为三种场景——10%占用道路，30%占用道路和被占用车辆打开车门

从测试结果来看，这个环节8辆车的LCC差距巨大30%的占道避让难度不算太高理想L9，蔚来ES7，智记L7，Model 3都能识别并停车，但当实现10%的占道避让，打开车门避让时，很少有车辆停车前者仅止于理想L9和知机L7，后者则意味着所有员工无法真正停止或做其他回避操作

值得注意的是，上述模型结果不包括一款车，即小鹏P5相比于其他车辆的制动停车或者需要手动操作，小鹏P5直接给出了更高维度的解决方案——减速转向避让另外，在被占车辆打开车门避让的过程中，小鹏P5因为需要大范围转向，及时打开了转向灯这样一来，小鹏P5不仅不需要在被占车辆后面停车等待，还能保证道路交通的效率和安全

正是这些对细节的追求，使小鹏成为新旅行LCC评估中综合体验最佳的LCC。

所以在我们看来，LCC不是鸡肋，之所以有用户抱怨它是鸡肋，主要是因为厂商不重视LCC场景的细节，细节才是体验的根本。

这里需要补充的是，我们之所以以新出行的测评为例，是因为在业内人士看来，它采用了类似于中国保险研究院安全测试的档位测评，而不是大部分媒体的评分测评，更加公正，贴合用户的实际体验，对车主有很大的帮助。

决定自动驾驶的未来，小鹏是最有希望的。

所谓知其所以然，需要知其所以然以上小鹏在LCC经历中表现突出的原因可以分为两个原因一个是激光雷达的加入，使得它的感知能力，识别速度，甚至对可通行区域的分析都是激光雷达模型无法比拟的另一个就是不仅仅是激光雷达的加入其实绝对离不开小鹏在驾驶辅助方面的积累和经验，以至于理想中的L9和蔚来ES7带激光雷达都达不到的能力

我们先来看它配备激光雷达的融合方案小鹏P5是世界上第一款量产激光雷达的智能电动汽车该系统以视觉为纲，以激光雷达和毫米波雷达为支撑，实现多感知融合

基于此，它从技术角度解决了我们常见的ACC/LCC的局限性，能够在前方有障碍物时自动减速或停车，同时保持车辆纵向行驶，直到障碍物消失，车辆自动恢复设定速度巡航同时，通过激光雷达的应用，对目标的位置，大小，方向的感知表现更加准确，对于近距离切入目标，最好减速行驶，避免压线和剧烈减速

此外，它的迂回和曲线通过能力更强，可以顺利通过曲率较大的曲线总的来说，更像人类司机，甚至像老司机

小鹏P5的ACC—L和LCC—L系统给车主带来的体验是让驾驶变得更简单，减少人为干预，并能识别前方物体，做出安全的紧急动作有媒体甚至称:这已经不是普通的LCC了，这是中国市场上最好的LCC

所谓无积跬步，无以至千里小鹏之所以能体验到最好的LCC，与其在自动驾驶领域的积累和经验密切相关

根据IHS Markit的数据，Xpeng Motors是国内首家自主研发包括定位与高精度地图融合，感知算法与传感器融合以及行为规划，运动规划与控制在内的全栈自动驾驶技术，并将软件应用于量产车的汽车公司，Xpeng Motors最新自主研发的智能辅助驾驶系统是目前市面上汽车中最先进的自动驾驶技术之一。

此外，该机构还指出，在中国的汽车制造商中，Xpeng Motors拥有最多的闭环数据，它可以通过积累有价值的现场数据和角落案例来训练其深度学习算法和自动驾驶软件。

这里我们以闭环数据为例目前，小鹏通过定向采集，已经收集了大量的训练数据如果某些极端场景的数据量不足，模拟系统可以生成大量的同类型数据进行快速迭代训练

其中，小鹏还首次引入黄金骨干网架构，通过自监测技术持续使用数据演进骨干网模型同时，骨干模型和发布模型的训练解耦，使得多任务网络训练更加高效

不久前发布的小鹏自动驾驶智能计算中心的助推，也将是支撑闭环数据的又一把钥匙可以提高自动驾驶模型训练效率602倍与2400TFLOPS服务器的单机训练相比，80机并行训练可以将训练时间从276天缩短到11小时

写在最后:俗话说:循序渐进，循序渐进基于自动驾驶的积累和经验，截至2022年，小鹏在高速，地下停车场等单一场景实现了高水平的智能辅助驾驶能力，2022年，城市导航辅助驾驶已经正式实现放眼未来，小鹏将在2023—2024年实现全场景智能辅助驾驶，2025年开始无人驾驶

郑重声明：此文内容为本网站转载企业宣传资讯，目的在于传播更多信息，与本站立场无关。仅供读者参考，并请自行核实相关内容。