《什么是好用的 LCC》作为我们全新一档的黄金测试栏目，在第一季（感兴趣的朋友，可点击连接进行前往）当中，我们对准了目前热门的八款车型，放在同一场景下进行了一场“脑力碰撞”，不知道你的爱车或者意向车型有没有在内？“考试成绩”又合不合你的心意呢？

那么在此次《什么是好用的 LCC》第二季中，我们又带来了一批新车，来了一场“新老对决”，来自新势力们和老派车企们的“斗智斗勇”。

不同的“食材”，同样的“做法”，就会有别样的新奇！

这次文章篇幅较长，全文超过 1.5 万字，文章中的小视频也较多，仔细看完大约需要 1 个小时。全文目录如下，你可以根据需要选取观看：

1. 加减速舒适性
2. 大曲率弯道
3. 加塞场景
4. 识别静止车
5. 通过无标线十字路口
6. 特殊场景
7. 最后再聊聊 700km 长途体验
8. 全文总结：什么是好用的 LCC

当然，除了图文内容之外，我们也还有视频版本，大家可以点击这里查看这次横评的视频版：《谁才是最好用的 LCC ？（第二季）五车 LCC 期末考试成绩出炉！》

一、测试车型有哪些？

此次测试车型一共有 5 款，同样也是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 5 款车型中最强的明显是极狐阿尔法S HI 版，这也是此次测试车型中唯一一款搭载了激光雷达的车型，还是三颗。

极氪 001 和零跑 C01 则配备了侧面感知摄像头，在视觉硬件上占据优势。最后的第三梯队则是来自“老牌”车企的奔驰 EQE 以及日产 Ariya，均采用了比较常规硬件组合。

从技术路线来看，日产和零跑走的是自研路线，极狐采用的是华为提供的软件方案，奔驰采用的是博世提供的软件方案，极氪则是由 Mobileye 提供。

当然，对于辅助驾驶软件这一块，大部分车型都可以通过 OTA 进行优化以及升级，持续对辅助驾驶能力进行提升，所以此次测试的车型仅供测试版本参考： 

• 极氪 001：ZEEKR OS 3.2.1
• 零跑 C01：LeapOS 1.02.24
• 极狐阿尔法S HI 版：ARCFOX aS HI 1.2.2
• 日产 Ariya：0000085N0G
• 奔驰 EQE：RL_NTG7_E316.505_22092AC3

需要和大家单独说一下，日产 Ariya 系统开启条件比较特殊，LCC 在没有前车可以跟车时需要在时速 60km/h 及以上才能开启系统，但如果有跟车时就不会有太大限制（30km/h 及以上），只要能开启 ACC 系统就能默认开启 LCC ，由于开启条件的限制，所以本次的部分测试项目就无法参加了。

另外，需要说明一下，这次 5 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。

二、LCC 测试标准及项目解读 

这里也先说一下此次第二季的测试内容同样沿用上一季项目及标准，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 16 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 5 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 5 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 5 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 个子场景）
• 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（2 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。

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”。

GMAP 评级体系

这里重点介绍这次新的评价体系，我们称之为“GMAP 评级体系”。这套体系参考了中保研碰撞测试评级，G M A P 四个字母代表 4 个不同等级，可以简单把它理解为优秀、良好、中等、差。在不同的项目里面我们会有针对这四个等级的不同描述。

熟悉新出行的朋友都知道，新出行的所有评测从来不打分，所以的测试体系也不是以分数的形式呈现，具体原因过去也说过很多遍。主要是一个测试内容涉及多个项目，不同用户对不同项目的关注权重不一样，不能一概而论。

过去我们的想法很简单，只是呈现客观结果，但这对于用户来说阅读体验并不好，需要用户每一次每一句都从头到尾看完，而且往往最终也难以有个直观的结论。

这次引入 GMAP 评级体系则可以更直观的呈现出不同的结果。首先 GMAP 它评价的是一个等级，不是一个具体的分数，它是一个能力体验上的评价。

它也不像评分方式需要所有车同场对比测试后才可以给出对应的分数。在 GMAP 评级体系里，不同车型在不同时间做的测试都可以放到统一的 GMAP 评级体系里。

在接下来，我们也会对更多车型进行相同的测试，基于 GMAP 评级体系作出评级，给大家更好的做参考。

三、项目①：加减速舒适性

加减速体验舒适性是我们这次的测试的一项关键指标，也是基础。其主要也是模拟日常在高速、城区拥堵场景下，频繁加减速的一个场景。

在这个项目当中，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，包括跟车及时性以及加减速舒适性。

从结果以及体验来看，极氪 001、极狐阿尔法S HI 版以及日产 Ariya 在跟车以及加减速上都比较正常，其中极氪 001 和极狐阿尔法S HI 版在加减速舒适性会做得更好一些。

视频上传成功

不过在连续 8 次加减速测试当中，极狐阿尔法S HI 版误触了一次左右避让动作，虽然没有压线，但体感上还是会有一点“惊慌”。

而零跑 C01 和奔驰 EQE 在此项目当中表现就比较糟糕了，均出现了前段跟车不及时，慢半拍的现象，不断累积到最后一次刹停时，系统无法完成制动动作，需要手动接管。

对于奔驰 EQE 这样的表现我们也非常意外，因为在去程的高速路段当中，奔驰 EQE 所展示的跟车能力以及加减速舒适性都是非常出色的存在，虽然识别时机较晚，但加减速的体感会很舒服。确实在这个项目也测试出了奔驰 EQE 另一面的“缺陷”。

四、项目②：大曲率弯道

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 居中能力以及侧向视觉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：

• 第一个是位于城市道路上一个比较急促的弯道，并且这个弯道还处于一个下坡路段；
• 另一个则是城市快速路下桥后的大曲率弯，属于一个比较高难度的场景。

两个场景都比较有代表性，但是相比上一批选手来说，这批 5 台车的测试结果会有点“意外”。

1 、城市道路急弯

首先在第一个项目当中，测试场景同样是延续上次挑战的路线，为城市道路上常见的小急弯：在该场景进弯之后会有一个下斜坡的路段，而此时车辆会与坡面形成一个夹角，从而出现短暂的视野盲区，这也加大了该弯道的难度。

在此项测试当中，5 款车型均在弯道前开启 LCC 功能，以 50km/h 的时速通过弯道。

但让我们意外的是，这期 5 台车中只有奔驰 EQE 完整通过了该场景测试。奔驰 EQE 在该项测试中表现比较优秀，弯道居中能力好，转向柔和，基本没有多余摇摆的动作。

视频上传成功

极氪 001 则是在过弯当中会出现请求接管的提醒，系统会持续工作一段时间，直至快出弯时退出了 LCC 功能，无法完整通过弯道。

而上了激光雷达的极狐阿尔法S HI 版也不及预期，虽然能够完整通过弯道，但在弯中不断修正方向，并且出现了压线的情况，冷汗指数还是比较高的。

零跑 C01 在该项目中则无法通过，一进弯就会不断进行方向修正，系统可能觉得自己把握不住，最终退出了 LCC 功能，提醒驾驶员需要手动接管。

日产 Ariya 由于系统开启的限制，为了顺利打开 LCC 功能，所以我们将测试速度提至了 60km/h。在该测试项目中，日产 Ariya 则直接“冲”出了车道线，需要手动接管。

2 、城市快速路大曲率弯（夜间场景）

第二个测试场景也是延续上次的路线，选取的是城市快速路中的一个大曲率弯道，并且为夜间场景。看过上一季节目的朋友都知道这个弯道的难易程度了。

在该场景当中，整个弯道曲率都比较大，并且弯心处于一段隧道内，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，能够最大程度反应车辆的极限。

在第一批车辆的测试结果中，只有一半的车辆通过了此项测试，而这一批选手却几乎没有一个“生还”。我们期望最大的极狐阿尔法S HI 版同样也无法通过，确实有点遗憾。

视频上传成功

首先极氪 001 在进弯不久后就开始出现请求接管的提醒，系统依然在工作，随后完成第一个弯道后退出了系统，需要接管。

极狐阿尔法S HI 版与第一批的部分车辆类似，同样是通过了第一个弯道，随后倒在了出隧道后的大曲率盲弯上，偏向内弯，存在撞护栏的风险，需要手动接管。

而奔驰 EQE 的表现就出乎我们的预料，也是“走到最后”的一名选手。奔驰 EQE 在弯道内的居中稳定性以及加减速的表现都不错，几乎没有突兀感。

能够顺利通过第一个弯道以及出隧道后的大曲率盲弯，但是通过第二个大曲率弯心之后，行程轨迹发生了变化，可能是由于转向不足的原因，最终偏离到了外侧车道，需要人为接管。

同时，也要吐槽一下，奔驰 EQE 在偏离车道后没有任何提醒驾驶员接管的声音或者警报，在交互层面上确实严重缺失。

零跑 C01 则栽在了入弯的第一个弯心上，刚进弯就退出了 LCC 功能，并且提醒手动接管。

而日产 Ariya 在这个测试上也是比较特殊，需要将测试时速提到了 60km/h 才能顺利开启 LCC。最终也还是在第一个弯道时发生了偏移，需要手动接管。

小结：从两个场景当中也能直观看出这 5 款车型的综合表现，极氪 001 属于稳扎稳打的选手，没有太大亮点，也没有太大缺点，在自身能力范畴外的场景能够及时提醒人工接管。

奔驰 EQE 属于柔和型选手，拥有较好的弯道的感知能力，整个车道居中以及对于弯道上的加减速控制得非常舒服，但转向幅度会偏小，并且几乎没有交互体验。

极狐阿尔法S HI 版就有点可惜，光有“力量”但没“技巧”，在弯道能力上还是差了点意思，希望在未来软件更新之后能够让我们看到全新的体验。

而零跑 C01 和日产 Ariya 两项测试场景均无法通过，对于弯道的感知能力以及横向控制能力确实有待提高。

五、项目③：加塞场景

开车时最让人恼火的两大场景：一个是走走停停的心烦意乱，一个是“到处钻空子”的车辆横冲直撞。虽然如今有了 LCC 功能可以解决第一个问题，但在第二个的加塞场景，LCC 功能又如何应对呢？

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 5 台车各自的表现。

1、从侧方近距离慢速 / 快速加塞

在日常城市行驶当中，我们会遇到各种加塞场景，慢速加塞和快速加塞会占大多数。同时，加塞车在切入车道后往往也会受到前车速度的影响，从减速制动。所以我们也对其场景也进行了还原，模拟了两个测试项目：

• 快速加塞：我方车辆以 50km/h 行驶，侧后方车辆以 70km/h 时速进行切入，切入后都降速到 40km/h 时速；
• 慢速加塞：我方车辆以 50km/h 行驶，侧后方车辆以 60km/h 时速进行切入，切入后都降速到 40km/h 时速。

这两种场景在日常开车过程中都十分常见，同样也是围绕了不同的「加塞方向」和不同「加塞速度」两个变量来设置加塞场景。主要也是考量车辆对于后方及侧方的感知能力、侧方的感知能力、加塞车辆的监测能力以及制动时机的能力。

● 极狐阿尔法S HI 版

我们先来看看极狐阿尔法S HI 版，得益于“全副武装”的硬件配置，极狐阿尔法S HI 版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在进入车辆侧后方的时候，已经能够被检测到并一路监测它的行驶路径直到切入。

视频上传成功

在快速加塞场景下，极狐阿尔法S HI 版在模拟车 1/2 车身侵入车道线时就开始做出减速动作，整个过程非常线性，并没有突兀的制动感觉，驾乘人员的安全感都很好。

而在慢速场景下，同样是在模拟车 1/2 车身侵入车道线时开始减速，但在舒适性上并没有快速加塞场景那么好，有较为明显的制动点，整体舒适度会较为普通。

● 极氪 001

相对来说，极氪 001 的 SR 界面显示对车辆的监测就没那么及时，在车辆侵入自身车道时，SR 界面才会显示。不过，在两个细分场景下，整个体验依旧稳扎稳打，能够较早进行识别以及做出减速动作，但减速舒适性会略差于极狐阿尔法S HI 版。

视频上传成功

在快速加塞场景下，极氪 001 在模拟车 1/2 车身侵入车道线时就开始做出减速动作，前半段的减速动作会稍微重一些，但后半段的减速过程会比较线性，会略差于极狐阿尔法S HI 版的减速舒适性。

而在慢速场景下，也是在模拟车 1/2 车身侵入车道线时开始减速，整体体验与快速加塞场景类似，但是相较于快速加塞场景会更加舒适一些，制动幅度也会更小。

● 零跑 C01

在加塞场景下，零跑 C01 的表现就有点不尽人意了，虽然能够完成识别并且制动，但是整个减速过程不够流畅，舒适性不足。

视频上传成功

对于切入的模拟车，在车辆出现在侧面的时候 SR 界面能够显示，并且在模拟车切入时会设置为监测车辆，标为蓝色。

在快速加塞场景下，零跑 C01 需要模拟车完全侵入车道线时开始做出减速动作，并且在 SR 界面上会有一定的画面延迟。

全程的减速动作会分为两段进行，第一段在模拟车完全切入后进行减速，减速度较大，随后会松开刹车，再进行第二次的减速，而这次的减速度相对会比较舒适，整个规控会更像新手司机。

在慢速场景下，几乎与快速加塞一致，需要模拟车完全侵入才做出减速，不过会比快速加塞场景稍微早一些开始减速，同样也分为两段减速动作，不够流畅。

 ● 奔驰 EQE

奔驰 EQE 对于加塞场景的表现其实是在我们预期之内的，整体减速非常柔性，体验感很舒服。不过制动时机会略晚，需要模拟车完全进入才能进行减速。

视频上传成功

在 SR 界面上，与极氪 001 相同，也是需要车辆切入车道后 SR 界面才会有显示。不过对于切入的模拟车会设置为监测车辆，并在 SR 界面做出提醒。

在快速加塞场景下，奔驰 EQE 需要模拟车几乎完全切入车道线内才会减速，导致识别的时机会晚一些，但好在减速度较为柔和，体感比较舒适，并没有太多的冷汗指数。

而慢速场景几乎也与快速加塞场一致，需要完全切入才会进行减速，同样是制动时机较晚，制动舒适性较高。

 ● 日产 Ariya

在加塞场景中，日常 Ariya 在 LCC 状态的开启情况是和是否跟车状态是捆绑的，所以我们先开启基础的 ACC 功能，在识别到加塞车后系统也会自动开启 LCC ，基本不影响我们测试加塞场景，所以这个项目我们采取保留。

视频上传成功

在快速加塞场景下，日产 Ariya 在识别加塞车辆也是需要在整车进入车道后再进行减速，第一次识别中因为跟车不及时系统没有制动需要人为接管。而在后两次的测试中，车辆进入车道内后系统均能锁定加塞车辆，完成减速制动，制动舒适度也比较高。

慢速场景也与快速加塞场相同，需要完全切入才会进行减速。但在跟车难度上会比快速加塞场景更小，所以也没有出现跟车不及时的现象，所以在重复测试当中均能够完成识别以及制动。

小结： 从总的测试表格来看，在应对加塞这个项目上，5 台车均能够完成识别并减速。在综合体验来看，极氪 001 和极狐阿尔法S HI 版所展现的识别能力以及舒适性上是比较优秀的。而奔驰 EQE 虽然在识别以及制动时机上较晚，但好在加减速的舒适性较好，也比较好评。

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。

这个测试项目就是模拟还原低速跟车时车辆探头加塞的场景。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。

这个场景明显会比前面的场景难度高许多，也会倾向于考卷内的“高分题”。从测试结果来看，5 台车中从多次的实测下来，只有极狐阿尔法S HI 版和极氪001 能够正确识别并做出减速避让的动作，其它的 3 台车均无法识别刹停。

从细节的体验来看，极狐阿尔法S HI 版在该场景之下除了能够识别并做出减速之外，还会做出一个向左避让的动作，没有出现较为突兀的重刹情况，体感上还算不错。

视频上传成功

而极氪 001 的策略与极狐阿尔法S HI 版相似，同样做出一个向左避让的动作，并且完成制动。但是整个系统不够极狐阿尔法S HI 版稳定，在数次测试当中，只有一半测试成功通过。

视频上传成功

3 、低速跟停后再起步时遇有车探头加塞

这个场景主要也是模拟堵车起停时的加塞场景：刹停状态下，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。

测试方式也是最大程度模拟真实场景，按照测试车先跟随前车刹停，在前车起步的时候，模拟车加塞进来，看看各个车辆的辅助驾驶功能如何面对。

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，属于“压轴题”的范畴。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，人为操作都会点慌忙，更何况 LCC。

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，能够让系统最大程度监测模拟车的动向，但难度依然很高。

而在 5 台车型当中，只有极狐阿尔法S HI 版对侧向的感知能力较强，能够确识别到模拟车从后方行驶至右前方的实时位置。

极氪 001 和奔驰 EQE 虽然不及极狐阿尔法S HI 版，但也能够对右侧方的模拟车进行识别，而日产 Ariya 和零跑 C01 则无法识别旁侧车辆。

从结果来看，所有 5 台车中只有极狐阿尔法S HI 版能够对模拟车的加塞进行刹停避让，但冷汗指数也十分得高，整个刹停动作会比较极限，几乎快贴近加塞车才进行一个重刹。

其它车型均选择“无视”模拟车的加塞直接往前走，确实也是难为他们了。

视频上传成功

这个结果其实也是在我们预期之内的，毕竟有了上个项目的案例结果，对于选手们来说也是一个加强版的低速跟车加塞场景。

不过从体感来说，极狐阿尔法S HI 版的刹停还是有点惊险的，所以在实际驾驶过程中，建议大家还是提前接管比较稳妥。

4 、低速跟停后与前车的距离

从以上测试以及大家日常体验的 LCC 功能当中，相信大家都发现处一些端倪了。那就是 LCC 功能即使调至最低档位，跟车距离依旧太长，导致让加塞车辆“有机可乘”。

所以这也衍生出我们的第四个测试项目，那就是看看这 5 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，奔驰 EQE 跟停后与前车的平均距离最近，最短距离仅为 2.281 米，就算有车想加塞也不容易。此外，零跑 C01 也是 2 米以内的成绩。

其次就是极狐阿尔法S HI 版，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。

而极氪 001 和日产 Ariya 则是 4-4.5 米级别，与前车的距离几乎达到了一个车身位置，非常容易被加塞。

六、项目④：识别静止车

对于辅助驾驶无法识别静止车以及物体一直都是大家讨论的话题，多起的相关交通事故也让这争议不断。

那么我们此次也针对这个问题，模拟了多个常见的场景进行测试模拟，包括：

• 中高速场景下对车道前方静止车辆的识别（夜间）
• 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

1、车道前方静止车的识别（夜间）

这个测试场景主要是还原模拟在夜间中高速行驶时碰到的静止车辆，在最极端的情况下，能否帮助或者辅助驾驶员避险。 

测试方法也比较简单，我们首先在夜间环境下把一台模拟车放置在车道前方，测试车以 80km/h 的时速向模拟车同个车道进行行驶，看看测试车能否成功识别并刹停。

从测试结果来看，5 台车中只有极狐阿尔法S HI 版、极氪 001 以及奔驰 EQE 3 台车能够成功刹停。其中极狐阿尔法S HI 版和奔驰 EQE 所展现出的体感会比较类似，都是比较线性的刹车，并没有突兀的急刹车等动作。

视频上传成功

不过极狐阿尔法S HI 版得益于齐全的硬件配置，基本在静止车出现在视野范围内就开始缓慢制动，制动时机和识别时机上也是 3 台车中最早的，也更能够给到用户安全感。

而极氪 001 在制动时机和识别时机上会略早于奔驰 EQE，略晚于极狐阿尔法S HI 版。

但是极氪 001 的制动策略就会有点“犹豫”。整个行程会分为三段减速动作，第一段相对会比较轻，方向也会靠左边车道一些，似乎想进行绕行的动作；而第二段的减速就比较明确，整个减速度会比较大，不过在临近静止模拟车时又松开了一点刹车，随后再进行最后一段刹停动作。

相对来说，极氪 001 整个减速制动过程不够流畅，应对策略不够清晰，从而会有一定的冷汗指数。

零跑 C01 和日产 Ariya（ACC 状态）在该项目均无法通过，我们将这两台无法通过的车辆在白天再进行验证，发现也都无法通过。

不过日产 Ariya 在夜间测试当中触发过一次刹停动作，但极其不稳定，其余重复测试均无法刹停。除此之外，在交互体验上，日产 Ariya 也会比零跑 C01 多出一个明显的声音以及 SR 界面的提醒。

2 、10%/30%/ 开车门占道静止车

这个测试场景相信大家在日常行驶中也有碰到过，各种压线占道的违停，让我们在为数不多的车道上“寸步难行”，而这个场景就是为了还原这些场景。

在这个项目里我们也分为了三个子场景：

• 静止车设定成占道 10%，试时测试车以 40km/h 的速度通过；
• 静止车设定成占道 30%，试时测试车以 40km/h 的速度通过；
• 静止车车压线占道并打开车门，试时测试车以 40km/h 的速度通过；

看看这 5 台车是如何应对，是直接通过还是识别刹停、或者是绕行？

● 极狐阿尔法S HI 版

我们先来看看极狐阿尔法S HI 版的表现，无论是在 10%、30% 的占道还是压线占道打开车门的场景，极狐阿尔法S HI 版都能准确提前识别到前车，并且均做出了无减速的绕行动作。这样的策略也提升了 LCC 功能的整个通勤效率。

视频上传成功

同时，绕行幅度也会随着占道比例不同进行修正，占道越大，绕行幅度就越大。

同时，令人惊喜的是极狐阿尔法S HI 版仪表盘上能够完整识别占道车辆打开车门的状态模型，这也是我们测试车型中第一个能识别打开车门的模型车辆。

● 极氪 001

本来该项目是给带有激光雷达的车型留下的一道“超纲题”，但这一次我们也有出乎意料的收获。没有搭载激光雷达的极氪 001 也完整通过了占道车门的场景。

视频上传成功

在 10% 的占道场景下，极氪 001 同样能够准确识别占道车辆，并且与极狐做出了同样的应对策略，不减速的小幅度绕行。

不过在 30%占道以及占道开车门项目里，极氪 001 相对极狐阿尔法S HI 版就谨慎得多。

在 30% 占道和占道开车门的场景下，极氪 001 都会提前进行一点减速，随后先向左侧打一点方向，临近占道车时再向左侧打一点方向，似乎是确认占道车辆的占道比例再进行修正，整个应对策略会更加谨慎一些。

● 零跑 C01 

在这三个场景下，零跑 C01 在 SR 界面上均能识别占道车的存在，但没有任何减速和绕行动作，需要手动接管。

视频上传成功

● 奔驰 EQE

奔驰 EQE 在这三个占道场景下，同样无法完成制动和绕行，另外在开门占道场景上，SR 界面上也无法对其进行识别。

视频上传成功

其中在 10% 占道场景下，奔驰 EQE 在临近占道车时会识别占道车辆并且触发 AEB 警报，而在 30 %占道场景下只能够识别车辆但没有任何警报进行提醒。

在占道打开车门的场景，奔驰 EQE 就直接漏检了，SR 界面无法识别到占道车辆，同样也没有任何减速和绕行动作。

● 日产 Ariya 

由于日产 Ariya LCC 开启的限制，我们在该项测试中将日产 Ariya 测试时速提到了 60km/h。

在三个测试场景之下，日产 Ariya 均没有任何的减速或者避让动作，并且在 SR 界面当中也无法对占道车辆进行识别。

视频上传成功

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，极狐阿尔法S HI 版和极氪 001 均采用了绕行策略，相对来看，极狐阿尔法S HI 版无减速绕行通勤率拉满，而极氪 001 则更加谨慎。

其他车辆均都做除了“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 5 台车的应对策略。

最终根据结果来看，同样只有极狐阿尔法S HI 和极氪 001 能够识别占道模拟车并且完成绕行避让，而其余 3 台车均无法识别探头占道模拟车，需要手动进行接管。

视频上传成功

对比极狐阿尔法S HI 和极氪 001 来看，这 2 台车的应对策略依旧与上面测试相同。面对探头车占道场景极狐阿尔法S HI 是不减速进行绕行，而极氪 001 则是在临近探头车占车时先减速，再进行绕行动作。

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， 极狐阿尔法S HI 和极氪 001 的能力毫无疑问值得肯定。

七、项目④：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。

在这两个场景下，大部分车型在前方无车的情况下，都会直接退出 LCC 功能，需要手动接管。而在前方有车的场景下，有的会退出 LCC 功能，有的也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，有些车型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 5 台车来说，明显是难度加大。

从测试结果来看，只有极狐阿尔法S HI 版完成了挑战，每一次经过无标线路口的时，LCC 功能都没有退出，并且还会自行调整方向把错位的车道线进行接上，从而顺利的通过无标线十字路口，整个操作如行云流水。

视频上传成功

极氪 001、奔驰 EQE 以及零跑 C01 均在进入无标线路口时就退出了 LCC 功能，而日产 Ariya 由于自身系统的限制，无法在此场景开启 LCC 功能。

在极氪 001、奔驰 EQE 以及零跑 C01 3 台车当中，虽然均以失败告终，但细节上却有点区别。

首先在极氪 001 上，进入无标线路口时都会直接退出并通过声音进行提醒接管，边界感很清晰。当通过路口识别到车道线后，LCC 会自动恢复工作。

在零跑 C01 上，进入无标线路口同样是直接退出并有声音进行提醒接管。但是通过无标线路口后，LCC 不会重新恢复工作。

而奔驰 EQE 进入无标线路口退出 LCC 功能后，没有任何警报声进行提醒，SR 界面的 LCC 功能直接消失，但通过路口后会自动恢复 LCC 功能。

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 5 台车的应对策略。

从测试结果来看，极狐阿尔法S HI 两个场景均能完整通过，并且采用的是不跟车策略。在跟车状态下，前车偏离也并未被带偏，稳稳在自己的车道通过无标线十字路口。这或许也是因为本身车辆的能力足够强大，能够自行通过路口。

视频上传成功

极氪 001 则是“无作为”，有防偏离策略，不管是跟车还是前车偏离的情况下均在无标线十字路口退出 LCC 功能并附带接管提醒。对于前车变道的情况下，极氪 001 也不会被带偏方向。

零跑 C01 采用的是跟车过的策略，能够通过前车的引导通过无标线十字路口，但到达对向路口时系统没有及时跟上前车轨迹，从而会出现跑偏的情况。同时，在前车变道的情况下，零跑 C01 也会随着前车进行偏移。

在被前车“带偏”的情况下，我们也对其做出了一个测试，就是在跟车变道的状态下，是否能够对变道车道的车辆进行检测。通过测试结果，零跑 C01 无法识别隔壁车且无制动避让动作。

奔驰 EQE 同样采用的是跟车过的策略，在跟车以及前车变道跟车的情况下，到达对向路口时系统能够自主恢复 LCC 功能。但在跟车变道的状态下，也是无法识别隔壁车以及做出相应动作。

至于日产 Ariya 则在该测试场景下无法开启 LCC 功能，所以无法对其进行判断。

小结：在过无标线十字路口这个项目中，极狐阿尔法S HI 可以说是“稳如老狗”，本身就有相对较强的应对能力，所以 不管有车还是无车都能够自行通过。而极氪 001 则是“态度分明”，处于自身能力外的场景均会提醒驾驶员接管，而在跟车情况下，方向也不会被带偏。

奔驰 EQE 和零跑 C01 则是跟车策略，但奔驰 EQE 在这方面会做得更好一些，跟车通过无标线路口后自动恢复 LCC 功能，而零跑 C01 跟车过路口后，会存在偏离车道的风险。

八、项目④：特殊场景

最后一部分是特殊场景项目，虽然不常遇见，但也是针对 LCC “临时”应对能力的一个场景。在这个部分里面原本我们是设定了三个场景，但由于经过讨论，我们将前车变道离开后加速时机的项目取消了，最终我们保留了车道收窄以及施工雪糕筒场景。

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进行避让。

从上一批选手当中也能看出这个测试项目的难易程度，通过率非常低，并且没有“完美通过”的案例出现。但这一批选手测试之后，出现了让我们眼前一亮的表现。

视频上传成功

首先是极狐阿尔法S HI 版，虽然我们预期是完整通过，但没想到它却是“完美”通过。它并不是通过车道收窄的指引进行方向调整或者避让通过，而是通过自身的能力进行提前打灯变道，属实是安全感十足的表现。

为了进一步验证极狐阿尔法S HI 在避让的时候是否也能对侧面旁车进行识别，我们也找了一台模拟车，和极狐阿尔法S HI 并排行驶，进行测试。

结果也是超出了我们的预期，极狐阿尔法S HI 在检测到有旁车的情况下，会进行了刹停处理。随后等到旁车通过汇入路口后，再自动进行打灯变道。这也是我们上一批以及这一批测试车辆中唯一一个通过这个测试场景的车型了。

再来看极氪 001 ，极氪 001 在这个场景下跟上一批选手会比较类似，能够识别收窄的车道线并做出绕行动作，但整个绕行时机会偏晚，以及幅度也会偏小导致无法完整通过，需要手动接管。

而零跑 C01 在这个项目中也是获得了让我们比较意外的成绩，在这项测试中，零跑 C01 也能够识别车道收窄的车道线并做出避让动作，在通过路口过程中会有多次调整方向的行为，从而拥有了足够的空间通过合并路口。

虽然能够通过，但还是会比较极限，冷汗指数较高。同时，在通过合并路口之后还会触发 LCC 退出请求，需要手动接管。

在零跑 C01 上，我们也进行了侧面旁车识别的验证测试，通过测试结果来看，零跑 C01 无法对旁车进行识别且无减速制动动作。

而奔驰 EQE 在这个项目上则无法识别并且直直向前冲，需要手动接管，期间也没有任何声音或者警报提醒。

日产 Ariya 在该测试场景同样无法开启 LCC 功能，所以无法对其进行判断。

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。

但这个难题确实难倒了这一期的选手们，除了搭载了激光雷达的极狐阿尔法S HI 版，均全部“阵亡”，无法识别雪糕筒也无刹停动作。

视频上传成功

在这个测试项目当中，极狐阿尔法S HI 版表现依然完美，能够提前识别到前方的雪糕筒并且进行打灯变道操作。

我们给极狐阿尔法S HI 版也增加了一点难度，在旁侧车道安排了一个并行的模拟车，并且在避让路口处进行刹停。最终极狐阿尔法S HI 版也能够识别旁车并且做出刹停动作，在旁车启动并通过路口时，再继续完成打灯变道。

而其余选手们均无法识别雪糕筒以及完成刹停或者避让动作。

场地测试总结：

总结一下 5 台车在以上好几项细分项目上的综合表现，首先极狐阿尔法S HI 版作为目前华为智驾能力最完整的一个车型，从表现看综合能力比较高，特别是应对我们设置的部分“奥数题”场景，也看到系统有相应的训练，通过性比较高，但在大曲率弯道通过能力上需要加强。

极氪 001 也是 Mobileye EyeQ5H 的首发车型，系统的能力一直存在争议，而这次我们测试的 3.2.1 版本中已经比较惊喜了，相比过去已经有了较大的优化，特别是绕行能力，但在跟车距离的防加塞策略以及在大曲率弯道中也需要继续优化，比较好评的一点极氪在边界感上会比较清晰，不过于激进，在挑战系统边界时系统会提前发出预警，让驾驶者的安全感更高。

奔驰 EQE 在此次测试也带来了令人惊讶的规控调教以及舒适性，因此在一些对于居中稳定性、跟车舒适性有关的项目都获得了较为不错的成绩。但是在此次测试中也暴露了部分问题，例如在连续跟车上以及大曲率弯道上，系统在这类极限场景中出现边界模糊。

日产 Ariya 也是由于开启条件限制，LCC 可用范围会有所降低，它也更倾向于一个高速使用的 LCC 系统。

而零跑 C01 作为新秀，也在不断追赶，基础加塞能力以及跟停距离上表现也较为不错，但弯道能力以及跟车时出现的刹车不连续的规控问题也需要加强。

九、项目⑤：700km 长途体验

在前面以及上一季都有说过，场地的项目测试不是我们这次的唯一判断标准，我们还分别驾驶 5 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，并且在居中稳定性、加减速舒适性、交互能力、LCC 使用连续性方面的进行评价，同时也能更好的体验到 5 台车之间的差异。

● 极狐阿尔法S HI 版

在各项场地测试成绩优异的极狐阿尔法S HI 版，在这 700km 长途体验当中表现也比较不错，但可惜会有一点“小瑕疵”。

首先在交互体验，极狐阿尔法S HI 版做得确实比较便利，只需要连续拨动 2 次怀挡挡杆即可开启 LCC 功能或者是领航辅助，没有任何学习难度。不过可惜的是，脱手检测采用的是扭矩方向盘，体验相对于于握力会差一些。

在连续性方面，极狐阿尔法S HI 版系统也非常稳定，仅仅在乱线修路等极端场景会退出系统，并且在手动变道、接管或者系统退出情况下，都能够进行自行恢复 LCC 功能。另外，极狐阿尔法S HI 版还拥有高速/城市领航、打灯变道的功能，功能项上还是非常丰富的。

在高速跟车加减速舒适性上跟测试场地的成绩一致，整个行程中也没有出现比较突兀的重刹动作，距离适中，跟车舒适。

但是在车道居中稳定性上，极狐阿尔法S HI 版不管在直道还是弯道，其方向盘都在不断左右摇摆，虽然不影响车身稳定，但体感上还是会有些不适，这点会是它的“小瑕疵”。

● 极氪 001

其次就是场地测试“名列前茅”的极氪 001，在这 700km 长途体验当表现也是稳扎稳打，几乎没有什么太大的缺点可以挑出来。

首先在交互体验上，极氪 001 的开启以及调节还是需要些学习成本的，简单来说就是不够便捷。

单击方向盘左侧的辅助驾驶按键只会开启 ACC 功能，需要连续双击两次才能完整开启 LCC/ACC 功能。我在初体验的时候，按下辅助驾驶按键还纳闷为什么没有 LCC 功能。此外，在触摸屏上调节时速等功能其实也没有实体按键来的方便。

不过在脱手检测方面，极氪 001 使用的是握力方向盘，体验相对轻松。

其次在连续性方面，极氪 001 与也极狐阿尔法S HI 版之间的差距几乎很小，极狐阿尔法S HI 版能够通过的场景，极氪 001 也可以。同样在手动变道之后也能自动恢复 LCC 功能。不过现阶段，极氪 001 还没有打灯变道以及更丰富的功能项，期待未来的 OTA 更新。

在车道居中稳定性以及加减速舒适性上，极氪 001 的情况与极狐阿尔法S HI 版基本差不多，不过在一些曲率大的弯道上会出现减速情况。

同时，极氪 001 在行驶当中方向盘也不断地进行左右修正，虽然不会影响车身稳定，调整的频率以及幅度也较低，但多多少少还是会影响到驾驶员的体感。

● 零跑 C01

零跑 C01 在整体的场地测试还是长途体验来看，成绩都不太理想。

在交互体验层面上零跑 C01 会做得不错，采用了怀挡开启方式，连续拨动 2 次即可开启 LCC 功能，没有学习成本，并且开启的限制也非常宽，基本大部分高速城市上都能正常开启。

在脱手检测上使用的是扭矩方向盘，在实际行驶过程中还是存在“大力了退出，小力没反应”的情况。

其次就是系统边界感很清晰，不在自己能力范畴内的就直接退出系统，并且会有比较响亮的提醒声来告知驾驶者接管。

当然，在连续性方面难免就会差了点，在一些乱线、雪糕筒占道等复杂场景都会触发系统退出，并且无法自动恢复系统。在功能项方面，C01 的这套软件系统版本上也还未完善，C11 上的打灯变道功能也没有同步至 C01 上。

最后就是导致体感不好的最大原因：车道居中稳定性以及加减速舒适性。与极氪、极狐相同，零跑 C01 在行驶当中方向盘也会不断进行摆动调整，但是零跑 C01 的摆动会影响到车身稳定性，在一些曲率较大的高速弯道上，摇摆的幅度会极其挑战驾驶员心理防线。

此外，在部分高速弯道场景内出现较频繁的误减速，特别是夜间场景。并且减速幅度较大，最低会降速到 50+km/h，这对于高速场景上还是比较危险的。同时，在体验过程中还出现过误触减速的现象，冷汗指数较高。

● 奔驰 EQE

奔驰 EQE 的场地测试与高速体验的成绩就有点出入了，在高速上奔驰 EQE 就化身为一个“老司机”选手。

首先在交互体验层面上，作为传统厂家，难免会有一些学习难度，功能按键多而杂，无从下手，奔驰 EQE 上也是如此。但是在奔驰 EQE 上拥有一键开启 LCC 的按键，只需要点击方向盘左侧按键下的「set」即可开启 LCC 功能，学习之后还是比较简单的。

除此之外，奔驰 EQE 还继承了传统厂家共有的“缺点”，那就是没有任何与驾驶员在交互层面上交流和提醒。就比如奔驰 EQE 在开启 LCC 和退出 LCC 的时候，没有任何一点“动静”，遇到能力范畴外的复杂场景，就直接退出 LCC 功能，不给驾驶员一点提醒空间。

不过在连续性方面，奔驰 EQE 的表现还是非常不错的，除了乱线弯道、修路等困难场景下，奔驰 EQE 都能够通过，并且能够在手动变道、接管之后自动恢复 LCC 功能。

此外，奔驰 EQE 也拥有打灯变道功能，并且变道效率以及 SR 界面模型也做不错。

在居中稳定性上，奔驰 EQE 则是在 5 台中最好的一个表现状态，在高速行驶当中方向盘平稳，体感上几乎很少感觉到方向盘的调整和摆动，过弯也几乎无感通过，非常舒服。

除此之外，奔驰的辅助驾驶系统主打的还是人机共驾的一个属性，所以奔驰 EQE 在开启 LCC 后，方向盘并不是“僵直”状态，而是有一定范围能够让驾驶员进行干涉或者调整的。

最后在就是与场地测试出入较大的加减速舒适性，奔驰 EQE 在日常的高速或者城市开启 LCC 时，整个跟车舒适性是非常出色的，几乎没有突兀的加速度和减速度的出现。仅仅在高速体验的舒适性考量上，我个人觉得奔驰 EQE 应该在这趟旅程中体感最好的一个车型。

● 日产 Ariya

日产 Ariya 的辅助驾驶系统开启条件（需要 60km/h 以上）其实也能看出它会更倾向于高速场景之下的使用，体验下来也是如此。

在交互层面上，同样是传统车企的“味道”，方向盘按键多而杂，但相比奔驰 EQE 的一键开启，日产 Ariya 的步骤就复杂的多了。

在初次使用的时候，需要点击座椅左侧下方的车道辅助按键，开启车道居中功能，然后再点击方向盘右侧按键区域的辅助驾驶按键（蓝色那个）将 LCC 功能激活，之后向下拨动「CANCEL」按键才能完成 LCC/ACC 的开启。不实际操作一次，还真的搞不来。

不过在开启一次之后，后续只需要向下拨动「CANCEL」即可开启 LCC 功能。

在其他方面就与奔驰 EQE 的体验感受比较类似了，也是几乎没有任何交互提醒，连续性高，手动接管、系统退出后均能自动恢复 LCC 功能。此外，日产 Ariya 也有打灯变道功能，这点还是比较意外的。

在居中稳定性和加减速舒适性上也是如此，方向盘不会有多余的调整以及摆动，过弯时居中稳定性好，不会出现压线或者是过弯时贴近内弯的情况。跟车距离虽然会拉得比较开，但是加减速的舒适性做的非常舒服，同样没有突兀的制动感或者加速感。

小结：从这 5 台车的高速体验来看，反差还是比较大的。作为传统品牌的两款车型在场地测试中没有太过惊艳的表现，但是在我们高速场景中它们的居中稳定性、加减速舒适性上表现非常出色。在大多数的高速路段下，奔驰 EQE 和日产 Ariya 都能够很好提供到一个非常舒服的体验，极大减轻驾驶疲劳。

而极氪 001 和极狐阿尔法S HI 版虽然能力边界比其它车型更广，能应付的复杂场景更多，但在高速体验下来，其实体感并算不上太好。

其主要的原因可能是因为系统“内容”太多，导致在简单的场景下会用复杂的方式去解决。就比如在高速的曲率弯道上，其实不用减速就能够通过，但系统就会认为过弯速度太快，从而对其进行减速通过。加上不断修正的方向盘，也会给到驾驶者一定程度上的不安感。

而零跑 C01 作为新秀，在目前不成熟的系统软件之下，表现确实不太让人满意，不管是居中稳定性还是跟车舒适性，以及规控等问题上，都有比较大的提升空间。 在这套仅次于极狐阿尔法S HI 版的硬件水平之下，我认为它能够做的更好一点，期待未来软件 OTA 后的表现。

感谢你耐心看到这里，从测试结果来看，能明显发现所有 5 台车中，没有一个绝对的强者，也没有绝对的弱者。尽管 5 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。

编辑总结：

回到开头的标题，什么是好用的 LCC ？其实每个人都会有不同的答案，更广的能力边界，能够应付更多的场景，是好用的 LCC；使用简单、有良好的居中稳定性和跟车舒适性是好用的 LCC......

从这一批选手当中，其实也能看出来每家对于 LCC 的定义以及使用场景，新势力们可能热衷于应用在更多的场景化体验，而传统品牌则聚焦在日常高速出行当中。

当然，往以后来看，一款好用的 LCC 肯定是需要更广的能力边界，应付足够多的场景。但对于目前而言，我认为一个好用的 LCC 在交互层面、安全性、体验舒适性上做好了，那就是好用的 LCC 了。

不知道你们心目中好用的 LCC 是在哪款车型上呢？对于「好用的 LCC」定义，又是如何呢？可以在评论区进行讨论留言。

好了，本期文章内容就到这里了，再次感谢你的耐心观看！

 LCC 辅助驾驶大横评结果汇总：