自动驾驶行业专题报告：领航辅助，自动驾驶“奇点”时刻到来？(6)

技术角度，城区领航被视为 L4 级自动驾驶功能在乘用车上的极致演绎，实现难度和 壁垒远高于高速领航，因此想要实现较理想的驾乘体验，落地后或仍需 3 年左右的时间进 行技术迭代和产品打磨。尽管在系统训练层面，自动驾驶 95%的底层架构和基础问题已经 解决，但最后 5%的长尾问题，也就是 corner cases（极端案例）的存在，是制约无人驾 驶实现的最大瓶颈之一。具体长尾问题包括多样的驾驶环境、罕见的极端情况和无法预测 的人类行为，极为琐碎，收集难度极高，它可能是一次因为道路颠簸造成的汽车零部件松 动，也可能是一只撞击在传感器上的小鸟。与场景较为规则、工况较为单一的高速领航相 比，城区领航路口多、变道多、拥堵多，corner cases 的数量和复杂程度大幅提升，不仅 涉及异型车、行人、路障等多类别主体，且存在加塞、“鬼探头”、前车急停等非规律行车 现象，给智能驾驶的实现带来巨大挑战。
据小鹏在 2022 年 1024 科技日上的介绍，城市 NGP 的代码量是高速 NGP 的 6 倍，感知模型的数据是高速 NGP 的 4 倍，预测/规划/控制 相关的代码是高速 NGP 的 88 倍。此外，在 2023 年 4 月的上海车展发布会上，小鹏也表 示，计划在 2023 年内实现高速场景每千公里接管次数小于 1 次，2025 年实现城市场景每 百公里接管次数小于 1 次，可见城区领航的困难程度。
目前已落地的城区领航功能包括小鹏城区 NGP/CNGP、极狐城区 NCA 及阿维塔城区 NCA。例如极狐阿尔法 S HI 版与阿维塔 11 在广州、深圳测试时，在桥 底、隧道口、道路连接处等位置频繁遭遇高精地图断点，容易触发手动接管，影响驾驶连 续性。此外，目前城区领航功能在使用时仍需要驾驶员保持较高的专注度，行车过程中存 在刹车过急、绕行较为激进、弯前减速不够等现象，容易增加驾驶紧张感，人机共驾体验 有待进一步优化。