什么样的 LCC 才能称得上好用的 LCC 呢｜8款热门车型 LCC 辅...

雨后彩虹

什么样的 LCC 才能称得上好用的 LCC 呢｜8款热门车型 LCC 辅助驾驶大横评

这一次测试车型一共有 8 款，覆盖了市面上的新车、热门车型，以及采用了不同辅助驾驶解决方案的车型。

从硬件能力来看看，这 8 款车型中最强的明显是蔚来 ES7 、理想 L9 以及小鹏 P5 ，三款车型都搭载了激光雷达。特斯拉 Model 3 、智己 L7 、飞凡 R7 则都配备了侧面感知摄像头，并且都搭载了大算力芯片。最后第三梯队的是深蓝 SL03 以及摩卡 PHEV ，硬件方案相对最弱。

从技术路线来看，特斯拉、蔚来、理想、小鹏、飞凡都属于自研路线，摩卡严格来说算半自研方案。智己采用的是 Momenta 提供的软件方案，深蓝 SL03 则是采用博世的方案。

由于这 8 台车大部分车型都在持续的 OTA 升级中，测试时各车型版本号如下：
特斯拉Model 3: V11.0（2022.24.8）
智己L7：IMOS1.2.6
蔚来ES7:Banyan 1.1.5CN
理想L9:V4.0.2
小鹏P5:Xmart OS 3.3.0
深蓝SL03：
飞凡 R7：工程版
可以说这 8 款车型中各个不同的技术方案都各有代表。为避免有人误解，这里提前说明一下，本身这次 8 款车型的价位各不相同，这不是一次车型的对决，仅仅是针对辅助驾驶里细分的 LCC 场景进行对比，对比的是 LCC 能力，不涉及整车的对比导购。

有人可能会有疑问，为什么不拿小鹏 G9 而拿 P5 。这是因为目前 G9 上的软件版本还不完善，很多功能都还没跟上。而 P5 目前已经推送了包括 LCC- L 增强版、城市 NGP 等，能代表目前小鹏自动辅助驾驶的最高水平，因此这次我们选择的是 P5 车型。

在这次测试中，项目涵盖了高速、国道、城市道路以及场地专项模拟测试，一共有 7 个大项包括超过 17 个小项。

在高速和国道场景，我们选择了一条来回超过 700km 的测试路线，基本涵盖了平时长途出行会遇到的几乎所有场景，包括普通车流较少的高速、划线不清晰车道不规则的扩建高速、普通国道、红绿灯等等。

通过 700km 的长途体验，能直观的对 8 款车型基础 LCC 的能力有个初步的印象。在这部分的测试中，我们将给出 8 台车在车道居中、交互体验、LCC 使用连续性方面的评价，供大家做参考。

在场地模拟项目测试中，我们将根据 8 台车的实际表现给出客观的评价以及测试数据。场地模拟项目主要是模拟我们日常使用 LCC 过程中会遇到的那些场景。包括：

加减速舒适性
大曲率弯道（2 个场景）
加塞（5 个场景）
应对静止车（5 个场景）
通过无标线十字路口（2 个场景）
特殊场景（3 个场景）

这里再重点说明一下，在我们这次的测试中，我们不仅仅是评价车辆是否能应对该场景，同时也看体验上的舒适性以及交互上的表现。

怎么理解呢？比如在某个场景某个车型能应对，但舒适性做得很差，冷汗指数依然很高，那么我们也不会认为它很好用。相应的如果在同样的场景下，如果某个车型无法应对，但是交互做得很好，用户能很好的理解它的能力边界做到无缝接管；那么尽管它应对能力弱一些，但是我们也认为它属于「好用」范畴。这次的横评看中的更多是体验，而不仅仅是能力。换句话说更加看重的是“细而精”，不是“大而全”。

好了，话不多说，下面我们开始。

体验舒适性是我们这次的测试的一项关键指标，甚至在部分项目，它比能否通过更值得关注。为了更好的判断不同车的加减速舒适性，我们设置了 20km/h 内连续 8 次的加减速。

测试时前面模拟车在 0-20km/h 区间来回加减速 8 次，测试车跟随前车做相同的加减速。在这个场景下，我们可以体验到测试车两个维度的表现，包括跟车及时性、加减速舒适性。

为了更直观的体现出 8 台车加减速舒适性的区别，我们测试了 8 台车在这个项目里的加速度和减速度的区间，加 / 减速度的值越大，那也意味着体感相对越突兀。
从体感来看，相对最舒适的是理想 L9 、智己 L7 以及摩卡。这三台车从实测数据结果以及日常体验来看，都是相符合的。最大加速度和最大减速度都在 2 m/s² 内。

小鹏 P5 、飞凡 R7 以及深蓝 SL03 次之，最大减速度在 2.5 m/s² 以内。其中 P5 、飞凡 R7 的加速度相对小一些，体感更加温柔。特斯拉 Model 3 的加减速舒适性也相对较差一些，减速也明显比较突兀，但线性度较好。

蔚来 ES7 是 8 台车里加减速体感最突兀的，从加速处理过的视频也能看出每次加速和刹车都很“重”。从我们记录的加减速度来看也是如此，最大加速度达到了 4.1 m/s² 、最大减速度也达到了 3.8 m/s² 。但相对来说， ES7 也是 8 台车中跟车最及时、跟得最紧的。

最后我们特意做了一张加减速区间的柱状图，可以明显看出蔚来 ES7 的区间最大，Model 3 次之。摩卡PHEB、小鹏 P5、理想 L9 次之。小鹏 P5 和飞凡 R7 都是加速比刹车更加温柔的策略。

大曲率弯是 LCC 典型的一个场景，也是领航辅助驾驶的基础能力之一。在我们遇到的许多高速、转换高速的匝道等等都能遇到大曲率弯道。同时它也是考验 LCC 能力的一个最直观的场景。

在大曲率弯的项目中，我们一共设置了两个场景。一个是位于普通市区道路上一个比较急促的弯道，并且这个弯道还带有一点坡度。另一个是城市快速路下桥后的大曲率弯。两个场景都比较有代表性，而且 8 台车的测试结果也比较出乎我们的意料。

1 、城市道路急弯

先来看看第一个场景，城市道路上的急弯。这个弯道不大，是一个左转弯。进弯后是一个小斜坡，如果人开车是看不到车道线的。而进弯后曲率比较大，算是一个盲弯。测试时以 50km/h 的时速通过。

从直观的结果来看， 8 台车都能在无干预的情况下通过，而体验最好是特斯拉 Model 3 、其次是小鹏 P5 。两台车给你的体验都很像是一个老司机，转弯轻柔，弯道居中能力好，非常稳定。 Model 3 在通过的时候甚至几乎不需要怎么减速，而且方向盘的转动幅度也很低，给到驾驶员的安全感非常好。

蔚来 ES7 、智己 L7 、飞凡 R7 以及摩卡在进弯时都有些微偏左。但过弯过程中减速幅度不是特别大，速度保持得相对比较稳定。这 4 台车中摩卡的体验也相对更好，减速幅度不大，方向盘的摆动幅度也不大，信心足。

理想 L9 在这个项目中的表现相对低于我们的预期，进弯后刹得太急，速度一下子从 50km/h 降到 38km/h ，减速感特别突兀。同时方向盘的调整幅度也较大，给到驾驶员的安全感反而不是很足。

深蓝 SL03 这台采用博世方案则有些出乎我们的意料了，我们本以为在这个项目中，它应该无法通过，但最终它还是比较稳定的通过，速度调整幅度也不大。但 SL03 在这个弯中的居中能力相对弱些，进弯时先是靠左偏，快出弯时又往右偏。

2 、城市快速路大曲率弯（夜间场景）

第二个大曲率弯我们选取的是城市快速路的场景，进弯后是一小段隧道，出隧道后是向左的大曲率盲弯，非常考验感知能力以及横向控制能力，这次 8 台车中就有两台车在这里差点撞护栏。

在这个项目里面， 8 辆车弯道居中能力的差距就进一步凸显出来了。 8 辆车中一半能通过一半需要接管。蔚来 ES7 、智己 L7 、飞凡 R7 以及深蓝 SL03 无法通过，另外 4 辆车均能完整通过。

体验最好的依然是特斯拉 Model 3 ，堪称完美，就像一位老司机般，过弯全程依然是没有任何减速、方向盘没有来回摇摆、甚至转向幅度都不大、整个过弯过程既高效又稳定。

P5 次之，也是相对比较稳定的通过。此外接下来是摩卡，弯中有一定的摆动，但是给人安全感还是有的，比理想 L9 更足一些。
理想 L9 虽然也能在无接管的情况下完整通过，但是体验并不好，而且给到驾驶员的安全感也不足。与上一个项目类似，进弯后减速较急，而且减速幅度也很大，同时在弯中方向盘来回摆动，车辆画龙现象明显。

蔚来 ES7 和智己 L7 的情况可以说完全一样，进弯后前半段没问题，但在出隧道的时候有往右边护栏上“撞”的风险，驾驶员手动接管，接管后可再次开启。

飞凡 R7 则是两次在弯中的横向控制力不足，导致两次退出，退出后也均可以再次开启。深蓝 SL03 则在进弯后提醒接管，提醒很及时也很到位，接管后弯中全程无法重新开启。

小结： 从这个大曲率弯 8 台车的表现开下来，特斯拉 Model 3 过弯的速率最高，给人的安全感也是最足的。弯中几乎无摇摆，稳稳的就过了。理想 L9 从这次测试来看，软件版本存在的问题是弯道很不稳定，急刹、摇摆现象非常常见。ES7 和 L7 在这个弯的现象类似，在同个位置都有撞护栏的风险。让我们比较意外的是摩卡 PHEV，全程都能相对比较稳的通过，弯道能力值得肯定。

五、加塞场景

我们一直听到一种说法是“堵车的时候最适合打开 L2 辅助驾驶”。然而事实是真的如此吗？ 堵车走走停停时，我们最常遇到的场景是加塞。因此针对加塞场景，我们模拟了 4 个日常最常遇到的小场景，看看这 8 台车各自的表现。

1、从侧方近距离慢速 / 快速加塞

在行驶中遇到有车切入加塞我们细分了两个场景，分别是侧后方有车快速驶来并切入加塞以及侧方近距离慢速加塞。在我们测试中，模拟车切入后都做减速动作，增加难度，看看车辆应对能力。

这两种场景在日常开车过程中都非常常见，需要系统具备较强的侧面感知能力，能对旁边车道模拟车做监测，从而能够及时识别以及减速避让。

测试时自车开启 LCC 以 50km/h 的速速匀速行驶，模拟车以 60km/h 的时速从旁边车道缓慢切入。第二种场景是模拟车以 60km/h 的时速快速从后方超车并加塞在自车前方两种场景下，模拟车切入后都降速到 40km/h 时。

● 理想 L9

我们先来看看理想 L9 ，得益于全身比较齐全的硬件配置，理想 L9 在这两个细分场景下的表现都非常好。从 SR 界面可以看到在模拟车出身在侧后方的时候， L9 就已经能检测到，并一路监测它的行驶路径直到切入。

在快速场景下，理想 L9 在模拟车入侵 1/2 车身的时候作出刹车减速动作；而在慢速场景下，模拟车入侵 1/3 时车辆即开始减速。减速比较柔和，驾驶员的安全感很好，体验很舒服。

● 小鹏 P5

相对来说，小鹏 P5 的 SR 界面显示对车辆的监测就没那么及时，在车辆出现在侧面的时候 SR 界面才显示。在这两个场景下， P5 也能准确快速的识别并作出减速避让的动作，但相对 L9 来说，减速的时机略微慢一下。

快速场景下，在模拟车切入 2/3 时才有动作。而在慢速场景下，模拟车切入 1/2 时就开始减速。但两种场景的体验差别较小，给人的表现也是很老司机。

但值得注意的是，在快速切入场景下，如果模拟车切入较急的情况下，P5 还同时伴有语音交互，系统会及时的提醒“请立即减速”，给到驾驶员的体验相对更好些。

● 蔚来 ES7

与理想 L9 类似，得益于较高的硬件规格， ES7 的 SR 界面也能完整的监测模拟车从后方靠近再切入减速的全过程。在快速场景下， ES7 要在模拟车几乎全切入才开始减速，而在慢速场景下大约 1/2 时减速。两个场景下减速舒适性很好，同时仪表盘还伴有文字和音效提醒。

● 智己 L7

由于侧面摄像头的加持，智己 L7 的 SR 界面也是能够持续的从模拟车从后方靠近的时候开始监测。两个场景下系统对模拟车的识别都很及时，慢速场景下大约在车辆入侵 1/3 左右开始减速。而快速场景下会滞后些，侵入 1/2 后才开始减速。减速不突兀，仪表盘 SR 界面清晰准确，体验很舒服。

● 特斯拉 Model 3

Model 3 的视觉感知能力也是不容小觑，一样在模拟车从后方靠近的时候就能持续进行监测，直到车辆切入自车道。但相比蔚小理三台车来说， Model 3 的刹车点相对后一些，减速感也相对明显点。

在快速切入场景下， Model 3 需要在模拟车几乎完全切入时才开始减速。 而在慢速场景下，模拟车切入 1/3 的时候就开始减速。

● 飞凡 R7

飞凡 R7 在这个项目的表现也基本是第一梯队的水平，系统能持续从模拟车靠近的时候开始监测，直到模拟车切入到自车道，成功识别。

在慢速加塞场景下，飞凡 R7 在模拟车 1/2 车身切入的时候，车辆就开始减速，比快速加塞来得更加及时。快速加塞时需要切入 1/2 才开始减速。整个减速体验非常的舒适，车内乘客无突兀感和不适感。

● 深蓝 SL03

深蓝 SL03 的硬件是这次 8 台车中最弱的，缺少了侧视感知摄像头，只能依靠角毫米波雷达来对模拟车进行识别。由于缺少侧面感知摄像头，只能依靠角毫米波雷达，因此识别能力相对弱些， SR 界面只有在车辆出现在侧前方别毫米波雷达扫到后才会显示。

但在遇到这种切入的场景，系统依然能够识别，但识别的时机会晚一些，需要模拟车几乎整车切入时车辆才会减速。减速会突兀一些。但值得点赞的是系统的提醒非常清晰和及时。

● 摩卡 PHEV

摩卡 PHEV 在这个项目里面表现有点低于我们的预期。与深蓝 SL03 一样，对侧向车辆的感知只能通过角毫米波雷达，在模拟车从侧后方驶来时毫米波雷达监测到后会在仪表盘有黄色波纹作为提醒。

然而在模拟车切入车道时摩卡 PHEV 的识别能力较弱，三次测试中有两次识别时机很晚，需要手动接管，给到驾驶员的安全感特别低。

小结：从总的测试表格来看，在应对加塞这个项目上，大部分车型都能够进行识别并刹停。就算是硬件最弱的深蓝 SL03 ，在两个角雷达的加持下，也能够完成这个项目，唯一不足就是减速舒适性相对弱一些。但让我们没有想到的是摩卡 PHEV 由于减速时机较晚，反而需要接管。

当然了，这里也说明一下，测试结果仅仅作为参考，测试的时候相对在比较极限的时候才会去介入，和实际开车时的心态不一样。实际驾驶过程中，建议大家在遇到相对近距离和快速加塞，还是提前接管比较稳妥。

2 、低速跟车行驶时遇有车探头加塞

低速跟车时遇其它车辆探头加塞这种场景相信每一个开车的人都非常熟悉，在堵车低速走头停停的场景下非常常见。如果堵车时你本车道的前车比隔壁车道走得更快，那么大概率会有隔壁车辆变道加塞过来。

低速跟车时遇它车探头加塞这个项目模拟的就是这种场景。测试时测试车以 15-20km/h 的时速低速跟随前车行驶，模拟车以相同的时速加塞，看看此时测试车的应对策略。

从结果来看，这个场景明显会比前面的场景难度高许多， 8 台车中从多次的实测下来，只有小鹏 P5 、智己 L7 以及特斯拉 Model 3 能正确识别并减速避让，其它的 5 台车均无法识别刹停。

从细节的体验来看，智己 L7 在这个项目中的表现最好，在车辆压线进来的时候就能识别并减速避让，减速的舒适性也比较好。小鹏 P5 次之；特斯拉 Model 3 的识别非常及时，但刹车相对比较突兀，体感上的舒适度不如智己 L7 。

3 、低速跟停后再起步时遇有车探头加塞

这是堵车时会经常遇到的另外一种加塞场景，前车刚起步，立马就有车加塞进来下，相信每一个在高峰期开过车的人对此都深有体会。测试时测试车先跟随前车停止，在前车起步的时候，模拟车加塞进来，看看这个时候测试测将怎么应对。

虽然这个场景也很常见，但是难度也是所有加塞项目里面最大的。你大致可以脑补一下，如果你起步的时候突然有辆车加塞进来，是不是也会比较突然吓一跳？

因此我们也降低了难度，加塞之前模拟车是先出现在测试车的右前方，也就是出现在驾驶员的视线内。对于理想 L9 、小鹏 P5 、蔚来 ES7 、智己 L7 、特斯拉 Model 3 以及飞凡 R7 这 6 台侧向感知能力较强的车型来说，此时系统也已经能准确识别到模拟车出现在右前方的位置了。

但从结果来看，所有 8 台车中只有蔚来 ES7 能准备识别到模拟车的加塞并成功刹停避让。其它车型均“无视”模拟车的加塞直接往前走。

这个结果也是很出乎我们的意料，因为在上一个项目中，蔚来 ES7 在上一个低速跟车的场景下可是无法对加塞车辆进行识别以及减速避让的。

4 、低速跟停后与前车的距离

看到这里，或许你也发现一些端倪了，在低速跟车以及跟停后，有些车和前车的距离较远，看起来很容易被加塞。而有些车和前车离得较近，留给其它车辆加塞的空间较小。这也衍生出我们的第四个测试项目，那就是看看这 8 台车在跟随前车停止后，和前车的距离到底有多大区别。

测试方法也很简单，开启 LCC 低速跟随前车，模拟遇到红绿灯或前方堵车，前车慢慢刹停，测试车跟随停止。看看此时测试车与前车的距离是多少，测试车调节到最短跟车距离，每辆车测试三次。

从测试结果来看，智己跟停后与前车的距离最近，对短距离只有 2.43 米，就算有车想加塞也不容易。此外包括摩卡、小鹏 P5 也都和前车离得比较近，三次测试的数据都在 3 米以内。

第二梯队的是理想 L9 、蔚来 ES7 以及飞凡 R7 ，属于 3-3.5 米级别，这个距离相对比较适中，和大部分人开车时的跟停距离比较接近。

最远的是特斯拉 Model 3 ，跟停后的距离在 5 米左右，与前车的距离达到了一个车身位置，特别容易被加塞。

最不稳定的是深蓝 SL03 ，我们也因此测试 5 次， 5 次的结果都有很大的波动，而且结果都是一次很近一次很远，极其不稳定。但从实际的用车过程中来看，目测距离大概是在 3.5 米左右的级别，属于第二梯队的水平。

六、识别静止车

ACC 对于静止车辆的识别一直是大家讨论的话题，这次我们也针对这个项目做了系列测试。包括：

中高速场景下对车道前方静止车辆的识别

10%/30% 静止占道车的识别

开车门占道静止车的识别

车头斜向侵入车道静止车的识别

一共 5 个场景进行了测试，均是模拟日常用车过程中常见的特殊场景。

1、车道前方静止车的识别

在第一个场景，我们把一台模拟车放置在车道前方，测试车以 80km/h 的时速向模拟车行驶，看看测试车能否成功识别并刹停。而且在这个项目中，我们还升级了难度，在夜间进行测试。

理想 L9 和特斯拉 Model 3 均能准确识别，而且刹车时机比较靠前，给到用户的安全够非常充足，减速也比较舒适。

蔚来 ES7 和小鹏 P5 也均能成功识别并刹停，但两车减速时机相比 L9 来说相对晚一些。而从减速的舒适性来看， P5 更好一些， ES7 前段刹车力度较大，减速体感相对更突兀些。

值得一提的是智己 L7 ，在晚上的场景，系统表现很不稳定，几次出现刹车时机太晚需要手动接管的情况，也出现漏检无法识别减速的情况。而在白天的场景下，智己 L7 的表现就比较正常了，多次测试均能识别并成功刹停。

这也是智己这套以视觉为主的方案目前存在的问题，类似的夜晚无法应对但白天能成功识别的情况，在下文的测试项目中还会继续上演。

飞凡 R7 无论是白天还是夜间，都出现能识别但无法完全刹停需手动介入的情况，不是特别稳定。

深蓝 SL03 和摩卡类似，无论是夜间还是白天，识别时机都过晚，无法刹停需要手动接管。两车都有相应的接管提醒，对比之下深蓝 SL03 的接管提醒更加明显，减速的同时伴随急促的催促音。

2 、 10%/30%/ 开车门占道静止车

在这个项目里我们再次升级难度，把静止车设定成占道 10% ，看看测试车能否准确识别占道车辆。类似的场景多见于国道或者是高速上，测试时测试车以 40km/h 的速度通过，看看车辆直接通过还是识别刹停、或者是绕行？

考虑到或许由于 10% 的占道场景下，占道区域较小，留下的空间依然足够给部分车型通行，因此我们也设置了另一个 30% 的占道场景。在 30% 占道的情况下，大部分车型都需要绕行一下，无法保持车道居中通过，这样也能更好的判断车辆的应对策略。

最后我们还模拟路边有车压线占道并打开车门的场景。在这三个场景下，测试车都以 40km/h 的时速通过。

● 理想 L9

我们先来看看理想 L9 ，无论是在 10% 还是 30% 的占道场景，理想 L9 都能准确提前识别到前车，并且提前稳稳的刹停。

但从 SR 界面来看，由于测试的路面是带有一点弧度的， SR 显示似乎系统先把占道车识别成本车道上的静止车，因此提前做了识别减速。

为了验证我们的猜想，我们又把 L9 换到一条直路上再次测试相同场景下的表现，可以看到在直路上， L9 的刹车时机会慢许多，直到比较靠近的时候才把模拟车列为占道车辆，并减速避让。

两个场景也说明了理想 L9 都能对 10% 、 30% 占道车辆进行识别并减速。

但在占道车开车门的场景下，理想 L9 表现就不合格了，车辆能正确识别到占道车开车门的车辆，并且也减速了。但是在后半段，系统无法对车门的区域进行准确识别，或许是车辆认为占道车不影响通行空间，重新加速通过，驾驶员最终手动接管。
● 小鹏 P5
小鹏 P5 在这个项目里面就非常值得一说了，在 占道 10% 、 30% 两个场景下，均能绕行容果，全程无退出也不需要接管，与自己开的应对策略基本一样。 P5 也是这次测试的 8 辆车中唯一在这个项目里面具备绕行能力的车型。

更值得关注的是占道车开车门的场景，在这个场景下，我们一共给 P5 测试了 6 次。在这个场景下 P5 的应对策略和前面 2 个占道场景很像，都能够绕行避让，而且更加人性化的是绕行时提前打转向灯。
不过在前三次测试过程中， P5 在绕行通过后即退出了 LCC ，但随后从第 4 次开始，每一次 P5 都能完美的打灯、减速、绕行通过。从车外的视角来看， P5 在绕行时也没有压到车道线，而且每一次的行驶轨迹基本一样，成为这个项目表现最好的车型，整个应对策略和自己开基本一样。
● 蔚来 ES7
蔚来 ES7 在这三个项目里的表现就特别经典，在 10% 的占道场景下，系统能够识别到占道车辆，并且也做了非常舒服缓慢的减速。但是随着距离越来越近， ES7 最终“系统认为车道预留的空间足以通过”，因此又做了加速动作。但实际的预留空间非常极限，为安全起见，最终手动接管。
在 10% 和占道车开车门的两个场景下， ES7 都是同样的表现。甚至车辆的减速点以及再加速点都基本一致。
而在 30% 的场景下， ES7 就能准确的识别并成功刹停，整个减速过程很舒缓不突兀，体验非常好。

● 智己 L7
智己 L7 在 10% 的场景下，智己 L7 和理想 L9 类似，由于道路曲率的存在，SR 界面显示系统错误把模拟车识别成本车道的车型，因此早早就做减速，并成功刹停。
随后我们重新另一段直路做验证，车辆会先减速，随着距离越来越近，系统或许认为余留的道路空间足以车辆通过，因此继而尝试再加速通过，最终手动接管。
在 30% 的占道场景下，智己 L7 则能非常准确的识别并刹停。而在开车门场景下，系统无法准确识别打开的车门，仅仅把它当作一辆压线车，无法识别也无法减速避让。
● 特斯拉 Model 3
特斯拉 Model 3 在这三个场景下的表现就没有我们想象的那么好。首先 10% 占道场景下， Model 3 没有任何反应，系统能识别到车辆，但是没有任何减速、避让动作，或许也是车辆认为余留的空间足够通行。
在 30% 占道的情况下， Model 3 能够成功识别并刹停。但相对 L9 、 ES7 、智己 L7 等车型来说， Model 3 的刹车点要更滞后些，刹车力度更大，但值得好评的是刹车依然很线性。
对于压线车开车门的场景， Model 3 能识别，在最后关头也有刹车动作，但已经超出驾驶员的心理防线，最终需要手动介入，在这个场景下，我们也判定 Model 3 失败。
随后我们以 30km/h 时速再次进行测试，特斯拉 Model 3 则能够成功刹停。但刹车的力度相对较大，体感较为突兀，类似半急刹车的体验了。
● 飞凡 R7
在这三个场景下，飞凡 R7 都没有任何的动作，这三个场景下， SR 界面都显示把模拟车识别为仅仅是压线的车辆，系统或许认为模拟车不对自己车道的通行空间造成影响，因此无任何减速和提醒的继续通过。
不过飞凡 R7 的 LCC 允许驾驶员做一定的转向干预，只要干预的力度不太大， LCC 就不会退出。因此我们在 30% 的占道场景里，稍微扶了一下方向盘，此时 R7 顺利绕行通过。

● 深蓝 SL03
深蓝 SL03 在 10% 和开车门两个场景下， SR 界面能识别占道车的存在，但没有减速和绕行动作，均需要手动接管。但在 30% 占道的场景下， SL03 在识别后有减速动作，但无法完全刹停，需要手动接管。
● 摩卡 PHEV
摩卡 PHEV 在这三个场景下的结果都是类似，无减速需要绕行。在 10% 和 30% 占道场景下， SR 界面显示能够准确识别车辆占道，但在开车门的场景下，车辆一样无法识别打开的车门，同样也是无减速的通过。
小结：静止车占道是城市路段非常常见的场景，这部分仅仅是列举了常见的几种，实际上还有非常多各种各样的占道场景，包括接下来我们要测的探头车占道。
从实测结果来看，目前具备 LCC- L 能力的小鹏 P5 表现最好，3 个场景下均能绕行通过，其它大部分车型虽然能识别，但都做了“无视处理”，尽管在 10% 占道场景下不会对行驶路线造成威胁，但实际驾驶员在通过时还是有较大的心理压力。

3、探头车占道
探头车这个场景其实也是非常常见的一个场景，这个场景模拟的是常见的，有车从辅路汇入主路时往往会先探半个车头处理，占住一部分车道。这个时候人开车的话需要根据实际情况，要不减速避让、要不绕行通过。
在这个场景下，我们统一设置探头占道模拟车，测试车以 40km/h 的时速经过，看看这个场景下这 8 台车的应对策略。
这个场景我们同时测试了夜间和白天两种不同环境， 8 台车只有 P5 能同时在白天和夜间完成绕行避让，处理得特别好。
智己 L7 只有在白天光线较好的情况下，可以实现绕行避让。天色一晚光线暗下来之后，则无法完成绕行了，在经过的时候仪表盘会出现“接管”提醒，但不明显。

其它剩余的 6 台车型，无论是白天还是夜晚，这个场景都无法应对。但只有飞凡 R7 在 SR 界面上能准确的显示出模拟探头车，其它车型 SR 界面均无任何显示。
这个场景的难点在于测试车仅能看到车头探头的一半，剩下一半车身均被道路的护栏挡住，测试车无法提前通过车身其它部位对模拟探头车做识别。这无疑加大了对车辆感知能力的要求，从这个结果来看， P5 、智己 L7 的能力毫无疑问值得肯定。
七、通过无标线十字路口
无标线十字路口是在市区使用 LCC 时经常遇到的一个场景。在过去我们体验的许多车型中，我们发现在面对无标线十字路口时，会遇到两种场景，一种是前方无车情况，另一种是前方有车。
在这两个场景，大部分车型在前方无车的情况下，都选择退出 LCC ，需要手动接管。而在前方有车的场景下，大部分车型都会选择跟随前车的轨迹经过路口。
第二种跟车过的场景，我们发现当前车变道的时候，大部分车型都会跟着改变行驶轨迹跨越到别的车道，这种情况会相对比较危险，存在事故的隐患。
因此在通过无标线十字路口的这个项目中，我们主要也是针对这两种场景进行测试。看看不同车型在经过无标线十字路口时是否也会退出？跟随前车轨迹通过路口的时候，是否也会被带偏。

1 、前方无车场景下经过无标线路口

在这个项目测试中，刚好所选的路口不是规则平直的路口，而是带有一定的错位。对于这 8 台车来说，明显是难度加大。从测试结果来看，也能明显的看出差距。
完成得最好的依然是特斯拉 Model 3 和小鹏 P5 ，每一次经过的时候 LCC 都没有退出，而且还自动稍微转一下方向盘把车道线接上，从而顺利的通过无标线十字路口。整个操作如行云流水，和自己开的节奏完全一样。
飞凡 R7 的处理策略和 Model 3/P5 类似，在这种无车道线路段不长且能看到对向车道线的路口，会尝试把车道线接上，使得车辆能顺利通过。在测试的过程中，有飞凡 R7 成功通过的案例。
智己 L7 、深蓝 SL03 以及摩卡则是相同的策略，通过无标线路口时不是直接退出提醒接管，而是继续沿着当前的车道前往前行驶，同时寻找车道线。但成功率较低，经常最后来到对向车道后发现偏离车道太远，这个时候才不得不退出。
理想 L9 和蔚来 ES7 的策略很一致，都是直接退出提醒接管，系统不会尝试去寻找车道线，很干脆，边界感很清晰。当通过路口识别到车道线后， LCC 会重新自动启动接管。在无法达到 Model 3 的那种能力时，我个人觉得这种策略体验上远比智己、深蓝等要更好。2 、跟车过无标线十字路口
跟车过无标线十字路口这个项目的测试目的有两个，第一个是看看在经过无标线路口时，在有前车的情况下，是否可以跟随前车的轨迹通过而不需要退出，保证 LCC 的使用连贯性。第二个正如前面所说，在前车变道的时候，是否会跟随前车变道而被带偏，这种情况存在一定的安全隐患。
因此在测试的时候我们做了两次验证，一次是有前车但不变道，一次是前车变道。看看这 8 台车的策略。

从测试结果来看，特斯拉 Model 3 和小鹏 P5 是采取不跟车的策略，这或许是因为本身两台车在不跟车的时候能力已经足够强，所以都是自行通过路口。
理想 L9 、蔚来 ES7 在有车的时候会采取跟车过的策略，但是同时做了防“带偏”的策略，在前车变道的时候系统退出 LCC ，提醒手动接管。
飞凡 R7 的策略相对比较复杂。在我们的测试中，飞凡 R7 也有存在被“带偏”的情况，但也存在不跟车过的结果。
咨询了厂家工程师我们得知， R7 目前的策略是在路口不长能看到对向车道线的情况下，会选择自行把车道线连接上，
不跟车。如果路口过长看不到对向车道线，并同时有前车的情况，会选择跟车，否则直接退出 LCC 。这就能解释为什么在测试时有时能成功有时不能成功的问题了。
我们猜测深蓝 SL03 也是和飞凡 R7 类似的策略，在测试结果也出现跟车通过和不跟车失败的情况。而在前车经过后变道的场景中， SL03 则没有出现过被带偏的情况。

智己 L7 的策略是先沿着当前的车道线做延长，在识别到对向车道后会和当前的行驶轨迹做对比，如果偏差太大为安全起见则退出 LCC ，否则就继续把轨迹接上。从多次的测试结果来看，智己 L7 的策略是不跟车。
摩卡的策略是跟车过十字路口最好的，前方有车的情况下直接跟车过。但是在前车变道的时候，摩卡会根据后方两侧角雷达的检测结果做判断，如果角雷达检测到后方有车，那么不跟车变道，否则跟随前车改变轨迹。这种策略就明显更加智能。
小结：在过无标线十字路口这个项目中，可以看出各家很多不一样的策略。理想 L9 和蔚来 ES7 的策略类似，无车就退，有车就跟，前车变道我就退，不盲目跟，相对很清晰。摩卡 PHEV 则更进阶，前车变道时如果侧方无车也会跟着变，但如果侧方有车就让驾驶员接管。

小鹏 P5 和特斯拉 Model 3 由于本身就有相对较强的应对能力，所以不管有车还是无车，都自己过。实际表现也让人很放心。智己 L7 和飞凡 R7 的策略就复杂许多，但有点像“盲人摸象”，先沿着原有的轨迹走，同时寻找车道线。但实际的成功率较低，安全感较弱。

八、特殊场景
最后一部分是特殊场景项目，在这个部分里面我们设定了三个场景，一个是车道收窄、一个是雪糕筒、另一个是来自于平时体验 LCC 时遇到的场景，那就是前车变道离开时本车的加速时机。下面一个个来说。

1、车道收窄的合并车道

这个场景其实可以看作是附加题了，类似的车道收窄的路口平时会遇到，但不多，我们主要也想看看在类似的场景下是否有车能够避让的。

其实一开始在计划这个项目的时候，都没抱有太大希望。一来是我们认为这 8 台车应该没有车型能够通过，二来也是因为确实比较难找到类似的场景可以提供我们做多次测试。

然而惊喜就是在不经意间出现，在我们踩点的时候刚好就有一个类似的场景。而 8 台车测试下来，结果也超出我们的预期。

特斯拉 Model 3 依然是最强的，能够完整的避让通过。为了进一步验证 Model 3 在避让的时候是否也能对侧面旁车进行识别，我们找了一台模拟车，和 Model 3 并排行驶。但结果正如我们所预料的， Model 3 无法在有并排车的情况下刹停，依然会继续变道避让。

有转动方向盘避让行为的还有理想 L9 、飞凡 R7 以及深蓝 SL03 ，在经过时都会轻微转动方向盘进行一定避让。深蓝 SL03 还有成功避让的案例，通过后 LCC 退出并提醒接管。飞凡 R7 和理想 L9 在后半段都有相应的接管提醒，特别是 L9 ，接管提醒特别明显。

剩下的蔚来 ES7、智己 L7 以及摩卡三台车则均无任何动作，仅 L7 在临靠近前有 LCC 退出提醒。

2 、施工雪糕筒

施工雪糕筒可以说是亘古不变的话题了，原因在于这确实是日常最场景的需要避让的场景，无论是高速还是城市道路，都会有它的存在。然而事实上对于 LCC 来说，这是个非常大的难题，这也是为什么尽管用户关注这么久了，我们依然把它称为是附加题。

这次把它加入我们的测试项目中，一个主要原因也是在与这次参与测试的 8 台车型中，有 3 台车型搭载了激光雷达，我们也看看在激光雷达的加持下，是否能够成功实现对雪糕筒的识别和避让。

结果也有点出乎我们的意料，只有具备了 LCC- L 的小鹏 P5 可以对雪糕筒进行识别，识别到雪糕筒后车辆开始减速并尝试变道避让，同时提醒驾驶员接管。如果驾驶员持续没接管，最终会刹停，也不会进行变道。

这个项目中，表现第二好的是特斯拉 Model 3 ， SR 界面能识别，虽然不能刹停避让，但能提前给到很明显的接管提醒。

理想 L9 、蔚来 ES7 、飞凡 R7 三台车 SR 界面能正确的识别出雪糕筒，但均没有接管提醒，也无法刹停避让。

智己 L7 、深蓝 SL03 以及摩卡 三台车 SR 界面则均无法识别，没有接管提醒也无法避让。
3 、前车变道离开后加速时机
这个场景或许也有同学遇到过，常见于在一些快速路，在前车准备变道出主路时，遇到需要排队出主路，前车出一半车身。这个时候如果我们自己开车的话，通常会打一把方向盘绕过去。但是在开启 LCC 的时候，通常需要等到前车几乎完全离开车道才会继续起步，此时很容易被后方的来车催促，因此有了这个测试项目。

测试的时候也是模拟前车变道离开，看看测试车在前车驶离到什么时候开始起步。从实测结果来看， 8 台车大家都很接近，除了蔚来 ES7 和理想 L9 要在出半个车身才起步之外，其它 6 台车型均能在前车前轮压线出车道后加速起步。
九、最后再聊聊 700km 长途体验

前面一开始说了，场地的项目测试不是我们这次的唯一判断标准，我们这次还分别驾驶 8 台车型进行了全程约 700km 的高速长途体验，通过长途体验来更好的验证我们的场地测试结果，同时也能更好的体验到 8 台车之间的差异。

这次的长途路线包括了 95% 以上的高速路以及 40km 左右的国道路段。高速路段 90% 都是路况较好、划线较清晰的双车道路线，主要体验 8 台车的居中稳定性能。
10% 左右的路段属于双车道在扩路段，相对比较复杂，划线不清晰、车道突变等等都有，难度较大。 40km 的国道属于有红绿灯、人车混杂、大货车较多的复杂路段，主要体验 8 台车的能力差异。

1、Model 3/智己 L7 使用连续性最差

首先在最基础的几乎无车的高速路段，特别是返程的时候，由于路上车辆较少，也无需转换高速， 8 台车 LCC 居中稳定性都非常好， 8 台车都能稳稳稳的行驶在车道中央，全程无任何接管。
在这种较少车辆的场景下， LCC 考验的更多是使用的连续性。比如在需要变道的时候，手动变道后车辆是否能够自动恢复 LCC ，而无需重新开启。在这方面上， 8 台车除了特斯拉 Model 3 和智己 L7 之外，其它车都具备自动恢复功能，使用连续性更好。

另一方面，在方向盘握手感应方面，智己 L7 、特斯拉 Model 3 、深蓝 SL03 采用的扭力感应在体验上也没有其他车型的握力感应体验来得更好。但好在 Model 3 可以通过“调节时速”、 P5 则可通过按方向盘的按键来替换“转动方向盘”，告诉系统你手还握着方向盘。

在施工路段， 8 台车的能力差异就体现出来了，和我们在场地上的测试结果也几乎完全吻合。特斯拉 Model 3 给人的信心或者说安全感依然是最好的。能力边界比其它车型更广，能应付的复杂场景更多，而且方向盘的摆动幅度和频率、过弯的减速幅度都更低。
2、蔚来 ES7/理想 L9 不及预期，激光雷达作用不明显

蔚来 ES7 和理想 L9 虽然有了激光雷达的加持，不过当前版本并没有体现出很大的优势，能力边界没有和其它车型拉开差距。经过复杂施工路段的时候，和其它车型一样大部分都无法应付，在许多个项目中包括大曲率弯的表现并没有预期的那么好。

在大部分场景下的体验舒适性或者安全感方面，没有和 Model 3 的体验缩短距离，也没有和其它没有搭载激光雷达的车型拉开差距。
3、P5 LCC- L 能力依然强，飞凡 R7 值得期待
小鹏 P5 由于搭载了 LCC- L 也就是 LCC 增强版，在大部分场景下的表现都很强，也是 8 台车中和 Model 3 最为接近，而且在城市路段它比 Model 3 能应付的场景也更多。

智己在这次的表现似乎也比我们上次测试的时候策略更加保守，但能明显的发现智己 L7 的很多策略和特斯拉 Model 3 很像。

飞凡 R7 的表现在我们的预期之内，从这次的体验来看，能力不比蔚来理想弱。来自于上汽集团自家的自研团队，也是传车企第一家真正自研团队，我很期待它接下来的迭代。

4、摩卡PHEV 略显机械，深蓝 SL03 依然很“水桶”

摩卡 PHEV 我们上次体验了它的 NOH 高速领航辅助驾驶，来自于毫末智行的方案在许多场景上的应对策略还是较为“机械”，交互提醒也相对比较繁琐些。
深蓝 SL03 是 8 辆车中硬件水平最弱的，其实一开始并没有在我们的测试车型名单。但大家都知道大个买了一辆深蓝 SL03 ，只不过他的车还没提，他朋友的车先提了。刚好几台备选车型无法如期借到车，因此把深蓝 SL03 加进来。但出乎我们意料的是它的表现并不弱，甚至在部分项目表现比其它硬件更好的车型都还要强。

感谢你耐心看到这里，从测试结果来看，能明显发现所有 8 台车中，没有一个绝对的强者，也没有绝对的弱者。尽管 8 台车的硬件水平不一样，但是在细分项目中，也并不是绝对的硬件好表现就好，硬件弱表现就差。

十、好用的 LCC 不仅仅能力边界广，也要有更强沟通能力

回到开头的话题，什么是好用的 LCC ？从整个智驾层面来看， LCC 可以说是支撑高阶辅助驾驶甚至完全自动驾驶的最基础地基。地基打好了，上层建筑才有牢固的可能。而对于普通用户来说， LCC 是大家花最少的成本就能享受到的基础辅助驾驶能力，一个好用的 LCC 能让我们用得放心、用得舒心，真正的降低我们长途出行的驾驶疲劳度。

因此，我们认为一个好用的 LCC ，需要具备较广的能力边界，应付足够多的场景。但在当前阶段，需要有个基础，就是有好的交互以及好的体验舒适性。
好的交互包含两层意思，一是使用逻辑简单不复杂；二是有清晰易懂的能力边界，简单理解就是在面对无法应对的场景，能够清晰的告知用户提前接管。