温 No. 7 - 宋。
近年来，城市NOA是一种流行的配置，各家车企想要争夺中高端用户，都不敢忽视。
就在日前，智己汽车正式上线2024年首款车载软件版本——IMOS 27.0 （测试版） 龙年庆典版。 里程碑是，这个版本包括IM AD City NOA，这是上海第一个可用的，全国城市通勤模式的第一个版本将于今年第一季度开放。
Urban NOA是针对城市交通环境开发的驾驶员辅助系统，可为驾驶员提供自动导航辅助等功能，包括自动变道、超车、智能跟随、自动泊车等操作。
不仅是智己汽车，小鹏汽车、理想汽车、华为（文捷、阿维特等）、蔚来汽车等，都推出了自己的城市NOA功能。 如果说两年前，关于城市NOA的讨论还感觉像**，那么现在城市NOA如雨后春笋般涌现，开始在路上购物。
所以这个时候，我们有必要认真讨论一下：完美的城市NOA应该是什么样子的？
城市NOA不会掉链条，它必须满足三个原则
根据《国家远程信息处理行业标准体系（智能网联汽车）建设指南（2023年版）》，城市NOA需要遵循三项原则：
1、良好的感知能力：准确识别周围环境，跟踪目标物体。
例如，前面提到的激光雷达，因为作为一种感知硬件，与毫米波雷达和摄像头相比，具有无与伦比的分辨率。 例如，入门级激光雷达的分辨率不低于01mard，即它可以在 0 公里的距离上区分 3 的距离两个3m的目标，适当的千里眼。
2、高效决策能力：根据不同的场景和任务，灵活调整自动驾驶策略和行为。
比如前面提到的自动驾驶算法，自动驾驶芯片，就与它直接相关。 以英伟达的自动驾驶芯片为例，从2015年开始，英伟达就开始进入车载SOC和车载计算平台领域，为自动驾驶提供基础算力。 再过几年，算力的提升就是一个飞跃。
目前，Orin订单火爆，上汽R和智基、理想L9、蔚来ET7、小鹏P7i、比亚迪、沃尔沃XC90等都搭载了Orin平台进行开发，阵容不容小觑，可谓是表面上算力最强的芯片。
3、执行能力强：能够“强力”执行既定计划。
至于如何确保既定计划的实施，国家队也在积极发挥。 国家标准GB T 41798-2022《智能网联汽车自动驾驶功能现场试验方法及要求》有专门设计的试验项目。
以“准确识别周围环境并跟踪目标物体”为例，该标准明确提到了交通信号灯的识别和周围车辆的识别; 关于“根据不同的场景和任务灵活调整自动驾驶策略和行为”，该标准甚至设计了“最小风险策略”测试，要求汽车能够独立完成苛刻的路障规避。
此外，这些测试中的每一个都有详细的速度和时间要求，必须实现安全的辅助驾驶。 例如，在对接平台项目中，除了车辆的角度外，还明确了车辆的精确位置，甚至为您考虑了主动开门的服务。
如果能够顺利通过上述测试，车企必须满足这三项原则的要求。
以在智能驾驶领域需求量较高的小鹏汽车为例，为了释放感知范围，小鹏G6采用的最新智能驾驶系统XNGP基于其自主研发的XNet感知网络，走基于视觉感知的BEV+Transformer大模型路线。 这种技术有很多优点，例如：
1. BEV，顾名思义，被称为上帝的视角（鸟'与传统的图像空间感知相比，BEV感知可以将多个传感器采集到的数据输入到一个统一的空间进行处理，有效避免误差叠加，从而更好地支持多个传感器和任务的协同工作。
2.变形金刚是一种基于注意力机制的深度学习模型，堪称暴力美学，参数数量往往几十亿万亿，万亿级并不少见。 因为它可以处理大规模的数据级学习任务，准确的感知和物体深度，所以可以摆脱高精度地图的局限性。
总而言之，这门功法就像是开天眼的二郎神，不仅战力强大，还能指挥千军万军。
算力方面，小鹏G6采用双NVIDIA Orin-X芯片，算力508TOPS。 在执行效果层面，我在上海市中心有过一次XNGP体验，我的感觉是“激烈而准确”。。变道时，如果后面有车，G6会先测试确定后面的车在避让，然后会以比我开车时快得多的速度完成变道。 如果在回程途中没有礼貌，它将放弃变道，准确返回自己的路线。
城市NOA在多大程度上发展了？
如今的城市NOA正在以极快的速度发展，每一代人都在变得越来越强大。
比如识别能力，其实不光是小鹏汽车，在提升执行能力方面，蔚来、小鹏汽车、理想汽车、华为等都推出了基于BEV+Transformer的智能驾驶解决方案。
当然，虽然技术的大方向是一样的，但要真正执行起来是非常困难的，因为它几乎让厂商在2D直视+CNN时代积累的研发成果化为乌有，所以我们不得不从头再来。 所以，这几年应该也发现，各个厂家的烧钱速度都比别的快，新势力只能靠不断融资，而传统车企只能靠兄弟产品（传统燃油车）来补血。
另一方面，每家公司的战略也会根据其定位和产品进行调整。 例如，特斯拉和极月01作为纯视觉解决方案的代表，具有减少激光雷达投资和用强大的算法解决问题的优势。 或者说华为的机型在硬件方面有着无可比拟的配置优势，这也是为什么车企宁愿切肉合作的原因。
例如，小鹏汽车与阿里云在乌兰卡布联合打造自动驾驶智能计算中心，算力高达600pflops，助力小鹏汽车自动驾驶核心模型的训练时间从7天缩短到1小时，大幅提升近170倍。
命运不会让每一个努力奔跑的人失望，敢于率先做出选择，大力突破的车企，也确实取得了丰硕的成果。 小鹏汽车的城市NOA以惊人的速度贯穿全市，目前已覆盖全国243个城市。 另外，未来城市NOA的能力会更加具体，我们一两年前就考虑过识别红绿灯、道路固定标志，以及行人、机动车、自行车等，未来还会有更多的功能，比如问题M9不仅能识别行人，甚至能识别交警。
据传，M9未来还能识别交警的手势，比如一些容易拥堵的路警会在绿灯处向司机发出暂停交通的信号，车辆会优先交警指挥而不是信号灯信息。 如果你能做到这一点，那就太酷了，因为你一定是一个新手司机，因为你无法快速理解交警的意图并被淋水。
在汽车领域，华为已正式获得相关发明专利。 我认为这项技术量产的可能性很大，因为华为手机已经具备了手势识别功能。 在华为Mate 60 Pro上，这个功能通常是通过使用前置摄像头和AI技术来实现的，空中手势可以用于许多动作，例如悬停在屏幕上、空中按下**、空中滑动、空中截图等。
在决策层面，大势是无地图智能驾驶，没有高精度地图的加持，这就要求汽车做出更快速、更准确的决策。 现在车企已经为此提出了一个解决方案，那就是“通勤模式（或者也叫AI驾驶）”，比如小鹏汽车、理想汽车、蔚来汽车、上汽通用五菱等，都提供了这个功能。
其策略是驾驶员多次运行，车辆自行感知并记录路段信息，这些信息可以通过自己的NPN（Neural Prior Net）算法进行提取、调用和学习。 简单的通勤路线可以在一周左右完成，复杂的路线可以在两到三周内完成。
好的记忆力不如一支坏笔，脑子再聪明，也需要反复练习，才能不乱不动地迎接事物。 以上汽通用五菱为例，其内存驱动在固定路线上对调控需求不大，不需要大算力芯片的加持，大疆自主研发的智能驾驶域控制器最低32tops就能解决，所以即使遇到紧急情况，汽车也有足够的算力来应对。
通勤模式（或AI驾驶）是一个很好的策略，可以通过大量的反复练习和脑海中的不断复习，解决与高精度地图分手后的恐慌。
关于实施问题，车企也在做深度开发。 比如城市NOA的紧急刹车问题一直困扰着大家，虽然保证了安全，但体验却打了折扣，容易晕车。 例如，智己推出了“ICS云台制动”功能，利用精密的算法和高效的硬件，模拟“国宾车队车手”的精细制动技巧，从而减少923% 向前推后推的感觉。 此功能将于今年第一季度推出，因此您可以关注它。
总结
根据《汽车驾驶自动化分类》标准，自动驾驶技术分为六个等级，NOA所代表的导航辅助大致在L2和L3之间。 城市NOA一直是一个难以克服的问题，因为应用场景比高速NOA更复杂，交通参与者更多。
要想实现完美的城市NOA，就需要有很强的“感知、决策、执行”能力。 然而，汽车技术从未因为“困难”而停滞不前，相信用不了多久，这个功能就会像高速NOA一样流行起来。