。

第一个路口有红绿灯和行人横穿，车辆在红灯前停住，绿灯亮起之后起步通过。

第二个路口没有信号灯，但有两辆车从侧向驶来，车辆判断了一下通行顺序，让行之后才通过。

第三个路口有一个骑自行车的人从车前穿过，车辆提前减速让行。

全程没有一次需要驾驶员接管。

红绿灯识别准确率显示为100%。

从仪表盘视角可以看到，每个红绿灯都被系统识别了出来，并且在屏幕上标注了颜色和状态。

红色是红灯，绿色是绿灯，黄色的闪烁也被标注了出来。

模拟异形障碍物的测试中，路面上放置了一个不规则的物品，像是一个掉落的箱子。

车辆成功识别到了这个物品，并且提前减速变道避让。

避让的动作不算大，方向盘只打了一点点，绕过去之后又回到了原来的车道。

模拟临时标线和交警手势的复杂场景中，路面上的临时标线和标准标线不一致，同时前方有一个模拟的交警在打手势。

车辆先识别到了临时标线，然后识别到了交警的手势，按照交警手势的指示完成了避让和重新规划路线的操作。

整个过程没有卡顿，决策时间和正常行驶时差不多。

飞驰汽车的技术负责人第一个开口了。

他的语气比之前更慢一些，像是在斟酌每一个词：

“无保护左转停顿了两秒左右，这个决策节奏比较接近老司机的习惯，不是那种机械式的等待。

模拟施工区绕行和窄路会车这两个场景的完成情况也达到了预期，说明感知系统在复杂环境下的识别和处理能力已经具备了一定的通用性。

高速变道成功率百分之九十九以上，匝道汇入成功率百分之九十五以上，

这两个数据如果能在更复杂的路况下复现，就具备了一定的工程价值。”

他没有用“惊艳”这样的词，但语气里的保留明显比之前少了一些。

他说话的时候一直看着屏幕上那个匝道汇入的慢放画面。

顶点汽车的人说：

“城区接管率每百公里一次以下，这个数据在目前的新能源车型里属于较高的水平。

边缘场景的处理能力，异形障碍物、临时标线、交警手势，这些往往是最难覆盖的，也是区分智