高阶智驾功能发展到今天，比拼的已经是各项功能细节处理能力，只有更加细腻、拟人化的智驾功能，才能在更加复杂的场景下表现出足够可靠的实用价值。这一点，小鹏XNGP智能辅助驾驶系统做到了，它是当前能够在北京成功应对调头和环岛场景的第一款高阶智驾系统。
2024年，是以城市领航辅助为代表的高阶智驾的集中落地之年。
临近年末，智驾网针对城市领航辅助功能的评测也进入了这一年的总结阶段，包括蔚来、小鹏、理想、问界、智界、享界、极越、智己在内的几乎所有热门车型都已经完成了测试。
总体而言，当前的城市领航辅助具备了完整度很高的驾控能力，在识别信号灯、避让行人车辆以及转弯、变道、进出主路等场景下的应对策略已经比较成熟。
不过，调头和环岛这两个场景始终是个难题。
其实在今年参加过的试驾活动上，有些车型的智驾系统已经征服了这两个场景。但需要指出的是，那都是在官方指定的试驾线路上行驶的表现，其路线大概率已经让系统提前扫描和学习过了。
而在回到北京后的独立测试中，在随意设定的路线上，这些车型的真实能力就显露无疑了。
到目前为止，只有在享界S9上首发落地的华为乾崑ADS 3.0系统能够在实测时完成调头，其余所有车型的智驾系统都没能通过这个挑战。
至于环岛，甚至至今没有一款智驾系统能够通过。
面对环岛场景，有些系统会“知难而退”，在进入环岛前主动退出智驾，并提示驾驶员接管；有些系统虽然可以驶入环岛，但找不到出口，无法按照导航指引驶出，只能在环岛里反复转圈。
现在，这两个“老大难”场景终于被小鹏同时征服了，其XNGP智能辅助驾驶系统成了首个在北京没有提前扫描学习就能通过环岛和调头的高阶智驾系统。
此次智驾网测试的车辆是小鹏G9，该车XNGP智能辅助驾驶系统的版本为“XOS 5.3.5.8903先锋版3”。
根据官方信息，新版XNGP系统的依然采用“重感知+轻地图”策略，但其无图区域能力得到了大幅升级，主要是因为XNet深度视觉神经网络得到了量产应用。
XNet深度视觉神经网络是一套BEV（bird’s-eye-view ）视觉感知系统，可将多个摄像头采集的数据构建成3D鸟瞰图，并输出BEV视角下动态目标物和静态目标物的相关信息。相比上一代视觉感知架构，XNet深度视觉神经网络不再需要繁复的手写处理逻辑。
于是，这实现了端到端数据驱动算法迭代，在减少对高精地图、人类接管依赖的同时，提高了智驾系统对复杂场景的应对能力。
在硬件配置上，小鹏G9搭载了双英伟达DRIVE Orin-X智驾芯片，算力为508 TOPS，还配备了位于车头的2个激光雷达、12个摄像头、5个毫米波雷达和12个超声波雷达。
为了全面测试XNGP系统的表现，调头测试是在3个不同大小的路况场景下进行的。
第一个是道路中央只有隔离栅栏的路口，需要打满转向贴着栅栏尽头调转；第二个是道路中央有主路，需要在辅路调头车道处转一个大弯驶入对面车道；第三个是道路中央是封闭环线主路，需要在调头时穿过高架桥驶入对面车道。
在第一个场景中，XNGP系统准确识别了红绿灯，在绿灯亮起后立即就开始起步。在调头之前，还自动向右稍稍打了一点转向，为左侧空出更多空间，这是老司机都会采取的操作。
之后的调头过程，车速控制得当，系统对对向直行车辆的感知距离也足够远，并提前执行了等待让行，在没有障碍物之后继续起步调头。整个过程稳定平顺，所有的操作没有任何犹豫，跟老司机的驾驶风格一致。
在第二个场景中，由于是在辅路车道上调头，所以要绕过道路中央的主路，调头的半径就比较大，行驶路线也相对较长。
XNGP系统的应对依然平顺，以恰当的线路完成了调头。
第三个场景其实对系统的考验难度不高，因为中间要穿过环线高架桥，所以穿行过程的路线比较长，让这次调头更像是两个连续的左转。
XNGP系统在进入调头车道后直行的车速比较快，一直到临近调头处才做了一个力度相对较大的制动，之后准确识别了调头标志并沿着专用车道穿过高架桥完成调头。
在驶入、驶出高架桥下时，光线的明暗变化比较大，但系统对车道的识别一直很准确，可见其视觉感知硬件还是比较可靠的。
在环岛场景的实测中，我们将小鹏G9开到了之前测试时难住了所有车型的东四十条环岛。
