众所周知，随着智能辅助驾驶系统的应用越来越普遍，ACC/LCC已是目前绝大部分“智能”汽车都会配备的功能。但随之而来的是用户对于LCC评价的两极分化。
有的认为，LCC确实有用，甚至很多“老司机”会在上高速时，熟练地顺手打开ACC/LCC，为自己的出行驾驶分担一下，以节省精力。但也有的用户表示普通的LCC太鸡肋，只要城市路段的驾驶情景变得稍微复杂一些，或者弯道曲率稍大和遇到车道线难以识别的地段，LCC就会自动退出，根本没有之前宣传所说的那么好用。
那么问题来了，面对市场的用户对LCC褒贬不一的评价，LCC到底是鸡肋还是真的有用？
近日新出行推出的《什么是好用的 LCC｜8款车型 LCC辅助驾驶大横评》应该很好地回答了这个问题，同时也让我们看到了当下和未来智能驾驶谁才是领先者的趋势。
细节决定体验，小鹏LCC最出众
说到LCC，众所周知，其虽然发展多年，依然面临许多使用上的限制。
例如只适用于主干道等良好路况，对于复杂的城区道路无法满足；对于前方的人、标志牌子等物体无法进行识别，存在安全隐患；对于前方紧急制动的车辆，无法作出快速的判断紧急制动等。
虽说这些并非是LCC的主要使用场景，但毕竟用户在使用中面临的道路复杂，难免有弱势场景，这个时候，谁能在这些看似不是主要使用场景的细节上有所突破，自然会让用户的体验大大提升。
具体到我们前述的新出行的LCC测评，就是除了对LCC的主要使用场景外，还对那些用户在复杂路况下经常遇到的弱势场景进行了测评。而在测评的8款车辆中，小鹏LCC的表现最为出众。
以LCC测试中的占道静止车辆避让和为例，一方面，该场景是我们市区极其常遇到的情况，同时也是十分影响行车安全的突发路况；另一方面，这也直接瞄准了LCC的一个天生痛点，若是LCC只跟着车道行驶，就容易发生剐蹭，反之，则需要车辆的感知、操作、算力都足够强。这算是一个“超纲”的LCC全方位能力测试。该测试环节一共分为了三种场景——10%占道、30%占道以及占道车辆打开车门。
从测试结果看，这一环节中8款车LCC落差巨大。30%占道避让的难度并不算高，理想L9、蔚来ES7、智己L7与Model 3都能识别并刹停，但10%占道避让以及打开车门避让，就鲜有车型刹停了，前者只有理想L9和智己L7刹停，后者则是全员都不能真正刹停或其他避让操作。
值得注意的是，上述的车型成绩并不包括一款车，那就是小鹏P5。对比起其他车型的刹停或者需要人为操作，小鹏P5直接给出了一个更高维度的解决方案——减速且自主打方向避让，并且在占道车系打开车门避让中，小鹏P5因为需要大幅度自主转向，车辆还及时开启了转向灯。如此一来，小鹏P5不仅不需要在占道车后方停车等待，甚至还能保证路面通行效率与安全性。
正是上述这些对于细节的追求，让小鹏在新出行的LCC测评中，一骑绝尘，成为综合体验最好的LCC。
所以在我们看来，LCC并非鸡肋，而之所以部分用户抱怨其是鸡肋，主要还是因为厂商没有注重LCC场景中的细节，而细节才是决定体验的根本。
基石决定自动驾驶未来，小鹏最可期
所谓知其然需知所以然。究上述小鹏在LCC体验上出色表现的原因，新出行认为可以分两个原因，一个就是激光雷达的加入，让其感知能力、识别速度乃至可通行区域的解析，都是没有激光雷达车型所媲美不了的；另一个，就是不只是激光雷达的加入，事实上这绝对离不开小鹏在驾驶辅助上的积累与经验，才实现了同样拥有激光雷达的理想L9、蔚来ES7都实现不了的能力。
我们先看其搭载激光雷达的融合解决方案，小鹏P5是全球首款量产激光雷达的智能电动车，这套系统以视觉为纲，以激光雷达、毫米波雷达为支撑，实现多重感知融合。
基于此，它从技术角度很好地解决了我们前述普通ACC/LCC的局限性，做到了在保持车辆纵向行驶的同时，如遇到前方有障碍物时，车辆便自动减速或停止，直到障碍物消失，车辆自动恢复设定的速度巡航。与此同时，通过激光雷达的应用，对于目标物的位置、大小、方向的感知性能更加精准；对于近距离切入的目标可以更好地做出减速避让，避免压线和剧烈减速。
此外，在绕行与过弯道能力上更强，能更顺畅通过曲率更大的弯道。总的来说更像人驾驶了，甚至就像一位老司机。
而从包括新出行等各大媒体评测该小鹏P5的ACC-L和LCC-L系统给车主带来的体验就是让驾驶更轻松，减少人为的介入，也能很好地识别前方物体，并作出安全的紧急动作。
所谓不积跬步无以至千里。小鹏之所以能做到体验最好的LCC，与其在自动驾驶领域的积累和经验密不可分。
根据IHS MaRkIT的数据，小鹏汽车是中国首家自主开发包含定位和高精地图融合、感知算法和传感器融合及行为规划、运动规划和控制的全栈式自动驾驶技术，并在量产汽车上应用该软件的汽车公司；小鹏汽车最新自主研发的智能辅助驾驶系统是目前市场上所售汽车中已采用的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，小鹏汽车拥有最多的闭环循环数据，可以通过积累有价值的现场数据及边角案例，训练其深度学习算法及自动驾驶软件。
我们这里以数据闭环为例，目前，小鹏通过定向采集的方式，收集到大量的训练数据。如果一些极端场景的数据量不足，还可以通过仿真系统，生成大量的同类型数据，进行快速迭代训练。
在这之中，小鹏还首次引入了黄金骨干网络架构（Golden backbone），通过自监督技术，不断用数据演进骨干模型。同时，解藕了骨干模型和发布模型的训练，让多任务的网络训练效率更高。
而前不久发布的小鹏自动驾驶智算中心“扶摇”，也将成为支撑数据闭环的另一关键。其可将自动驾驶模型训练效率提升602倍，与2400TFLOPS算力的服务器进行单机训练相比，80机并行训练可将训练时长由276天缩短至11小时。
写在最后：俗话说：一步先，步步先。正是基于在自动驾驶的积淀和经验，截至2022年，小鹏已实现在高速、地下停车场等单场景内的高等级智能辅助驾驶能力；2022年已正式实现城市导航辅助驾驶。看未来，小鹏将在2023年至2024年实现全场景智能辅助驾驶，2025年起年起正式向无人驾驶进发。