奔驰MB.DRIVEASSISTPRO城区智驾实测,27传感器支持点到点辅助,需定期触碰方向盘
奔驰在旧金山展示新一代MB.DRIVE ASSIST PRO系统,搭载27个传感器与254TOPS算力平台,实现城区点到点辅助驾驶,可应对陡坡、施工区、行人等复杂场景;系统多数时间自主决策流畅,仅1次...
梅赛德斯-奔驰近期在美国旧金山公开演示其新一代高级驾驶辅助系统MB.DRIVE ASSIST PRO,重点验证其在真实城市道路环境下的运行能力。此次测试车辆为美规2027款GLC 400 Electric,配备最新MB.OS软件架构及一套高冗余感知硬件组合:10颗摄像头、5颗毫米波雷达与12颗超声波传感器,总计27个感知组件;计算平台峰值算力达254TOPS,用于实时融合处理多源数据并支撑环境理解与路径规划。
该系统首次将辅助驾驶能力从高速公路延伸至城区复杂道路,支持按导航路线完成点到点行驶,包括自动转弯、变道、避让静态障碍物及动态交通参与者等操作。在约一小时的旧金山城区实测中,车辆依次穿越陡峭坡道、临时施工围挡、违停车辆密集路段,并多次识别骑行者与横穿马路的行人。整体行驶过程较为连贯,系统决策果断,未出现明显犹豫或过度保守行为。
值得注意的是,尽管系统具备较高自动化水平,但驾驶员仍需履行监督职责:测试期间系统多次提示“请触碰方向盘”,以确认驾驶员处于就位状态并保持注意力。整段行程中仅发生一次主动接管——一辆特斯拉Model 3突然从右侧车道切入,意图路边停车,系统判定存在碰撞风险后迅速交还控制权。这一细节反映出当前L2+级辅助驾驶仍依赖人机协同机制,无法完全应对所有突发性、非标准交通行为。
相较之下,该系统在高速公路场景的表现略显保守。测试时正值晚高峰,车流密集,平均车速维持在40–48km/h区间。在此条件下,车辆自动变道动作偏慢,加减速策略也较谨慎,整体信心度不及城区工况。奔驰方面解释称,高速免手扶功能(即驾驶员可在最高137km/h下松开方向盘)与城区点到点辅助属于两个独立功能模块,分别适配不同驾驶场景与安全逻辑,目前高速功能尚未在本次演示中启用。
根据官方披露,MB.DRIVE ASSIST PRO采用多传感器融合架构,强调冗余设计以提升可靠性。其城区辅助驾驶功能不依赖高精地图,而是通过纯视觉+雷达+超声波方案实现本地化感知与决策,这与部分依赖高精地图的竞品方案形成差异。不过,该系统仍属SAE L2+级别,驾驶员必须全程监控路况,系统不具备完全自动驾驶能力。
奔驰计划自2024年12月起,率先向美国加州符合条件的用户开放MB.DRIVE ASSIST PRO体验权限,初期覆盖范围有限,后续将分阶段扩大。硬件层面,纯电CLA、纯电GLC、GLE、GLS及S级等车型已预埋相关传感器与计算单元,可通过OTA升级激活功能;非硬件兼容车型则无法后期加装。
从行业视角看,奔驰此举标志着传统豪华车企在智能驾驶赛道上加速追赶。过去数年,特斯拉FSD凭借持续迭代与大规模路测数据积累,在城区辅助驾驶领域占据先发优势;而宝马、奥迪等厂商多聚焦于高速NOA或泊车场景,城区落地相对滞后。奔驰此次选择在旧金山——FSD核心测试区域之一——进行公开演示,显然意在直接对标FSD的实用表现,传递其技术路线的可行性与成熟度。
值得指出的是,当前主流车企的城区辅助驾驶方案在功能边界上趋于趋同:均要求驾驶员持续监督、禁止脱手、限制极端天气或低光照条件使用。差异主要体现在感知冗余度、算法鲁棒性与本地化适配能力上。奔驰27传感器配置高于多数竞品(如小鹏XNGP为11–13传感器,蔚来NOP+为12传感器),反映其对安全性与失效容错的高度重视;但更高硬件成本是否能转化为更优用户体验,仍有待长期验证。
此外,MB.OS软件架构的统一化也为功能扩展提供基础。该系统自2023年起逐步搭载于新款奔驰车型,支持跨域融合与快速迭代,理论上可缩短新功能上线周期。若MB.DRIVE ASSIST PRO后续能稳定输出接近FSD V12.x的通行效率与场景覆盖广度,有望成为欧洲车企中首个真正具备全场景辅助驾驶能力的量产方案。
需要强调的是,尽管媒体常以“硬刚FSD”描述此类演示,但技术实质仍是L2+级辅助驾驶,与L4级自动驾驶存在本质区别。奔驰并未宣称系统可替代人类驾驶,反而反复强调驾驶员责任不可转移。这种审慎态度既符合全球监管趋势,也反映出传统车企在智能化转型中对安全底线的坚守。
截至2024年底,美国NHTSA已对多家车企的辅助驾驶系统提出审查要求,尤其关注“脱手误判”与“接管延迟”风险。奔驰此次演示中明确保留方向盘触碰提醒机制,可视作对监管预期的主动响应。未来随着UL 4600等新标准落地,类似多模态冗余设计或将成为高端车型标配。
综合来看,MB.DRIVE ASSIST PRO代表了传统豪华品牌在智能驾驶领域的关键一步:它不再满足于高速巡航辅助,而是直面最复杂的城区场景,以高硬件冗余与本地化算法尝试构建差异化竞争力。能否在真实用户日常通勤中持续稳定运行,将是其下一阶段真正的考验。
