小鹏智驾识红绿灯

红(hóng)绿(lǜ)灯(dēng)识(shi)别(bié)：自(zì)动(dòng)驾(jià)驶(shǐ)的(de)“视(shì)觉(jué)必(bì)修(xiū)课(kè)”

在(zài)自(zì)动(dòng)驾(jià)驶(shǐ)的(de)赛(sài)道(dào)上(shàng)，红(hóng)绿(lǜ)灯(dēng)识(shi)别(bié)堪(kān)称“基础题中的高难度题”。传统燃油车靠人眼判断，而智能汽车需要让摄像头、激光雷达等传感器“看懂”红绿灯的色块变化，甚至读懂倒计时、箭头指示等复杂信息。小鹏汽车XNGP智驾系统给出的解决方案是：通过双激光雷达+13个摄像头+5个毫米波雷达的硬件组合，构建起360度无死角的感知网络。以小鹏G9为例，其激光雷达可探测150米外的障碍物，配合13个摄像头对红绿🚨灯的识别精度达98.7%，在2025年7月的系统升级中，连续红绿灯路口的通过成功率提升至92.3%。

但现实场景远比实验室复杂。比如，广州岑村-科韵路一带的“魔鬼路段”，随处乱停的机动车、逆行的电单车、泥头车与红🔻绿灯形成“动态博弈”。小鹏P5的增强型LCC功能曾在此路段实现“零接管”通过——当激光雷达识别到前方150米处的红灯时，系统会提前0.8秒启动减速，同时通过仪表盘和语音双提示“即将停车”，刹车力度控制在0.2g以内，避免乘客前倾。这种“老司机式”的预判，源于小鹏自研的XNet深度视觉感知神经网络对200万公里实车数据的训练，能识别包括“雪糕筒”“故障车”在内的12类特殊交通参与者。

无图时代：靠传感器还是“脑补”地图？

2025年小鹏XNGP的“无图化”升级引发行业热议。传统方案依赖高精地图的“上帝视角”，但地图更新滞后（通常每季度更新一次）会导致功能降级——比如遇到临时施工的红绿灯，系统可能因地图未标注而误判。小鹏的解法是“重感知、轻地图”：通过BEV（鸟瞰视角）感知架构，将摄像头、雷达的多模态数据融合，实时生成局部3D地图。以深圳南山科技园路段为例，系统可在无高精地图的情况下，仅靠传感器数据完成红绿灯识别、车道线生成和障碍物避让，2025年第二季度用户实测数据显示，无图区域的智驾功能使用率达78.6%，较有图区域仅低3.2个百分点。

不过，“无图化”并非完美。2025年3月，某媒体测试中小鹏G9曾出现红绿灯识别错误——将远处广告牌的红色灯光误判为红灯，导致车辆急停。小鹏工程师回应称，这是因强光干扰下摄像头成像异常，后续通过OTA升级优化了曝光算法，将类似场景的误判率从0.3%降至0.05%。这暴露出纯视觉方案的短板：在暴雨、逆光等极端天气下，摄像头可能“失明”，此时激光雷达的3D点云数据便成为关键冗余。

从“看灯”到“懂路”：智驾的下一站

红绿灯识别只是起点，真正的挑战在于“理解交通意图”。比如，当绿灯亮起但前方拥堵时，系统需判断“跟车还是变道”；当红灯倒计时剩余5秒时，需预测“是否值得加速通过”。小鹏XNGP的“天玑5.1系统”已能实现此类决策：在2025年7月的升级中，系统新增“交通流预测”功能，可结合历史数据预测路口等待时间，若预测等待超过30秒，会自动建议变道至🈯其他车道。实测数据显示，该功能使城市NGP的通行效率提升15%，用户对“决策合理性”的评分从4.2分升至4.7分（满分5分）。

更远的未来，是“车路云一体化”。当5G网络普及，红绿灯信号可直接通过V2X（车与基础设施通信）传输至车辆，系统无需“看灯”即可提前0.5秒获取信号状态。小鹏已在广州部分路段试点此技术，测试车在信号遮挡的隧道内仍能准确⚪执行红绿灯指令，误判率为0。这或许预示着：未来的智驾系统，将不再依赖“眼睛”，而是通过“耳朵”和“大脑”直接理解交通规则。

从“看懂红绿灯”到“读懂交通意图”，小鹏的智驾进化史，也是中国自动驾驶产业从“跟跑”到“领跑”的缩影。当我们在2025年回望，或许会发现：今天那些因红绿灯识别而纠结的瞬间，正是通向全自动驾驶的必经之路。