混乱的十字路口和修路路段是一个极不常见的混合场景，这一场景下，AutoX无人车完成了跟随前方慢车行驶、停车等待前方左转车辆以及右转车辆。在该路段低速行驶过程中，AutoX无人车行驶平稳，未出现急停急加速的情况。
五、路边停靠大型卡车
路边停靠大型卡车对自动驾驶决策能力要求很高，当无人车前方有停靠车辆时，激光雷达是无法感知前方车辆具体长度的，在该场景下无人车需要变道到卡车的左后方，再进一步进行感知、判断、决策。
六、十字路口卡车倒车
十字路口卡车倒车这一场景几乎很难遇到，当AutoX无人车跟随前方卡车行驶至十字路口时，前方卡车突然右转并停在路中央，该状态下，AutoX无人车会停车等待，当卡车倒车时，AutoX无人车会继续停车等待，在卡车停止倒车后，AutoX无人车完成了绕行动作。
通过简单的试乘体验，我们发现深圳坪山道路路况属于非常复杂一类，在这段道路中，很多场景不符合交通法规的，比如，违章停车、十字路口倒车等。
但是对于AutoX无人车来说，我们发现它更像是一个老司机，可以在第一时间对不同的场景做出不同的判断和决策。
这一点非常难得。
AutoX无人车之所以能够轻松应对各种场景，很重要的两点是：大规模路测和第五代硬件一体化系统。
在加州交通管理局DMV发布全新2020年全年自动驾驶数据中，AutoX无人车的MPI（接管里程数）紧随Waymo、Cruise之后。前三名Waymo、Cruise、AutoX的MPI均在2万到3万英里的区间，即3万到5万公里。
此外，自2018年起，AutoX在深圳中心地区展开大规模路测，通过积累海量市中心复杂路况数据，获得了海量高质量、高难度的L4级自动驾驶数据，以数据驱动AutoX Driver学习驾驶的能力。
而AutoX全新第五代传感器系统，搭载高分辨率激光雷达和摄像头，通过超高分辨率感知能力应对中国复杂都市路况。
很多人都在说，在中国能够实现无人驾驶就能够复制到全世界，相比而言，国内国内城市道路的特色对于无人驾驶技术有着更高的要求和挑战：大部分街道上物体数目繁多、遮挡严重，普通分辨率的传感器难以满足在中国特色路况下达到全无人驾驶的感知需求。
