溫 No. 7 - 宋。
近年來，城市NOA是一種流行的配置，各家車企想要爭奪中高階使用者，都不敢忽視。
就在日前，智己汽車正式上線2024年首款車載軟體版本——IMOS 27.0 （測試版） 龍年慶典版。 里程碑是，這個版本包括IM AD City NOA，這是上海第乙個可用的，全國城市通勤模式的第乙個版本將於今年第一季度開放。
Urban NOA是針對城市交通環境開發的駕駛員輔助系統，可為駕駛員提供自動導航輔助等功能，包括自動變道、超車、智慧型跟隨、自動泊車等操作。
不僅是智己汽車，小鵬汽車、理想汽車、華為（文捷、阿維特等）、蔚來汽車等，都推出了自己的城市NOA功能。 如果說兩年前，關於城市NOA的討論還感覺像**，那麼現在城市NOA如雨後春筍般湧現，開始在路上購物。
所以這個時候，我們有必要認真討論一下：完美的城市NOA應該是什麼樣子的？
城市NOA不會掉鏈條，它必須滿足三個原則
根據《國家遠端資訊處理行業標準體系（智慧型網聯汽車）建設指南（2023年版）》，城市NOA需要遵循三項原則：
1、良好的感知能力：準確識別周圍環境，跟蹤目標物體。
例如，前面提到的雷射雷達，因為作為一種感知硬體，與公釐波雷達和攝像頭相比，具有無與倫比的解像度。 例如，入門級雷射雷達的解像度不低於01mard，即它可以在 0 公里的距離上區分 3 的距離兩個3m的目標，適當的千里眼。
2、高效決策能力：根據不同的場景和任務，靈活調整自動駕駛策略和行為。
比如前面提到的自動駕駛演算法，自動駕駛晶元，就與它直接相關。 以英偉達的自動駕駛晶元為例，從2015年開始，英偉達就開始進入車載SOC和車載計算平台領域，為自動駕駛提供基礎算力。 再過幾年，算力的提公升就是乙個飛躍。
目前，Orin訂單火爆，上汽R和智基、理想L9、蔚來ET7、小鵬P7i、比亞迪、沃爾沃XC90等都搭載了Orin平台進行開發，陣容不容小覷，可謂是表面上算力最強的晶元。
3、執行能力強：能夠“強力”執行既定計畫。
至於如何確保既定計畫的實施，國家隊也在積極發揮。 國家標準GB T 41798-2022《智慧型網聯汽車自動駕駛功能現場試驗方法及要求》有專門設計的試驗專案。
以“準確識別周圍環境並跟蹤目標物體”為例，該標準明確提到了交通訊號燈的識別和周圍車輛的識別; 關於“根據不同的場景和任務靈活調整自動駕駛策略和行為”，該標準甚至設計了“最小風險策略”測試，要求汽車能夠獨立完成苛刻的路障規避。
此外，這些測試中的每乙個都有詳細的速度和時間要求，必須實現安全的輔助駕駛。 例如，在對接平台專案中，除了車輛的角度外，還明確了車輛的精確位置，甚至為您考慮了主動開門的服務。
如果能夠順利通過上述測試，車企必須滿足這三項原則的要求。
以在智慧型駕駛領域需求量較高的小鵬汽車為例，為了釋放感知範圍，小鵬G6採用的最新智慧型駕駛系統XNGP基於其自主研發的XNet感知網路，走基於視覺感知的BEV+Transformer大模型路線。 這種技術有很多優點，例如：
1. BEV，顧名思義，被稱為上帝的視角（鳥'與傳統的影象空間感知相比，BEV感知可以將多個感測器採集到的資料輸入到乙個統一的空間進行處理，有效避免誤差疊加，從而更好地支援多個感測器和任務的協同工作。
2.變形金剛是一種基於注意力機制的深度學習模型，堪稱暴力美學，引數數量往往幾十億萬億，萬億級並不少見。 因為它可以處理大規模的資料級學習任務，準確的感知和物體深度，所以可以擺脫高精度地圖的侷限性。
總而言之，這門功法就像是開天眼的二郎神，不僅戰力強大，還能指揮千軍萬軍。
算力方面，小鵬G6採用雙NVIDIA Orin-X晶元，算力508TOPS。 在執行效果層面，我在上海市中心有過一次XNGP體驗，我的感覺是“激烈而準確”。。變道時，如果後面有車，G6會先測試確定後面的車在避讓，然後會以比我開車時快得多的速度完成變道。 如果在回程途中沒有禮貌，它將放棄變道，準確返回自己的路線。
城市NOA在多大程度上發展了？
如今的城市NOA正在以極快的速度發展，每一代人都在變得越來越強大。
比如識別能力，其實不光是小鵬汽車，在提公升執行能力方面，蔚來、小鵬汽車、理想汽車、華為等都推出了基於BEV+Transformer的智慧型駕駛解決方案。
當然，雖然技術的大方向是一樣的，但要真正執行起來是非常困難的，因為它幾乎讓廠商在2D直視+CNN時代積累的研發成果化為烏有，所以我們不得不從頭再來。 所以，這幾年應該也發現，各個廠家的燒錢速度都比別的快，新勢力只能靠不斷融資，而傳統車企只能靠兄弟產品（傳統燃油車）來補血。
另一方面，每家公司的戰略也會根據其定位和產品進行調整。 例如，特斯拉和極月01作為純視覺解決方案的代表，具有減少雷射雷達投資和用強大的演算法解決問題的優勢。 或者說華為的機型在硬體方面有著無可比擬的配置優勢，這也是為什麼車企寧願切肉合作的原因。
例如，小鵬汽車與阿里雲在烏蘭卡布聯合打造自動駕駛智慧型計算中心，算力高達600pflops，助力小鵬汽車自動駕駛核心模型的訓練時間從7天縮短到1小時，大幅提公升近170倍。
命運不會讓每乙個努力奔跑的人失望，敢於率先做出選擇，大力突破的車企，也確實取得了豐碩的成果。 小鵬汽車的城市NOA以驚人的速度貫穿全市，目前已覆蓋全國243個城市。 另外，未來城市NOA的能力會更加具體，我們一兩年前就考慮過識別紅綠燈、道路固定標誌，以及行人、機動車、自行車等，未來還會有更多的功能，比如問題M9不僅能識別行人，甚至能識別交警。
據傳，M9未來還能識別交警的手勢，比如一些容易擁堵的路警會在綠燈處向司機發出暫停交通的訊號，車輛會優先交警指揮而不是訊號燈資訊。 如果你能做到這一點，那就太酷了，因為你一定是乙個新手司機，因為你無法快速理解交警的意圖並被淋水。
在汽車領域，華為已正式獲得相關發明專利。 我認為這項技術量產的可能性很大，因為華為手機已經具備了手勢識別功能。 在華為Mate 60 Pro上，這個功能通常是通過使用前置攝像頭和AI技術來實現的，空中手勢可以用於許多動作，例如懸停在螢幕上、空中按下**、空中滑動、空中截圖等。
在決策層面，大勢是無地圖智慧型駕駛，沒有高精度地圖的加持，這就要求汽車做出更快速、更準確的決策。 現在車企已經為此提出了乙個解決方案，那就是“通勤模式（或者也叫AI駕駛）”，比如小鵬汽車、理想汽車、蔚來汽車、上汽通用五菱等，都提供了這個功能。
其策略是駕駛員多次執行，車輛自行感知並記錄路段資訊，這些資訊可以通過自己的NPN（Neural Prior Net）演算法進行提取、呼叫和學習。 簡單的通勤路線可以在一周左右完成，複雜的路線可以在兩到三周內完成。
好的記憶力不如一支壞筆，腦子再聰明，也需要反覆練習，才能不亂不動地迎接事物。 以上汽通用五菱為例，其記憶體驅動在固定路線上對調控需求不大，不需要大算力晶元的加持，大疆自主研發的智慧型駕駛域控制器最低32tops就能解決，所以即使遇到緊急情況，汽車也有足夠的算力來應對。
通勤模式（或AI駕駛）是乙個很好的策略，可以通過大量的反覆練習和腦海中的不斷複習，解決與高精度地圖分手後的恐慌。
關於實施問題，車企也在做深度開發。 比如城市NOA的緊急剎車問題一直困擾著大家，雖然保證了安全，但體驗卻打了折扣，容易暈車。 例如，智己推出了“ICS雲台制動”功能，利用精密的演算法和高效的硬體，模擬“國賓車隊車手”的精細制動技巧，從而減少923% 向前推後推的感覺。 此功能將於今年第一季度推出，因此您可以關注它。
總結
根據《汽車駕駛自動化分類》標準，自動駕駛技術分為六個等級，NOA所代表的導航輔助大致在L2和L3之間。 城市NOA一直是乙個難以克服的問題，因為應用場景比高速NOA更複雜，交通參與者更多。
要想實現完美的城市NOA，就需要有很強的“感知、決策、執行”能力。 然而，汽車技術從未因為“困難”而停滯不前，相信用不了多久，這個功能就會像高速NOA一樣流行起來。