文 / 濮振宇
智能駕駛如今日益成爲新車标配，城市通勤是智能駕駛技術挑戰最大的場景之一，也是用戶需求最旺盛的場景之一，是兵家必争之地。
6 月 27 日，記者在北京試乘體驗了理想汽車的城市 NOA 功能。此次試乘從望京出發，途中将經過 77 個路口，包括 11 個右轉路口，10 個左轉路口，5 個無保護左轉。望京是北京路況最複雜的區域之一，汽車、電動自行車、行人密集，不少車輛存在随意停車、掉頭等行爲，道路還經常會進行施工改造，因而對智能駕駛系統考驗巨大。
理想汽車的城市 NOA 不依賴高精地圖，而是基于 AI 大模型。據介紹，在感知算法基礎上，理想 AD Max 3.0 在規控算法上依然使用大模型，通過模仿學習的方法讓城市 NOA 參考大量人類駕駛員的行爲決策，讓城市 NOA 在保證安全、符合交規的前提下實現更像人類駕駛員的決策和規劃。
當試乘車輛來到一個路口右轉時，右側有不少騎電動自行車的外賣小哥和過路行人，可以從車機屏幕上看到，試乘車輛會對部分目标标注紅色。通過預測他們的軌迹，試乘車輛很快找到一個相對安全的時機完成了右轉，整個過程相當順暢，沒有出現突然刹車等容易讓車内人員感覺不适的情況。
在沒有右燈的路口右轉，對于人類司機來說，是一個相對容易完成的操作，但對于智能駕駛系統是個麻煩事。一方面，路口沒有指示燈，需要系統自己判斷什麽時候可以右轉，另一方面，右轉時與右側路口的行人距離會很近，風險也更大。
當試乘車輛行駛到一個施工路段時，路上全是擺放的不甚規則、排成一列的錐形筒，這時試乘車輛可以準确識别每一個錐形筒，然後絲滑地避開這些障礙。事實上，經常進行施工改造的路段，道路信息變化頻發，城市 NOA 很難依賴高精地圖。
随後，試乘車輛跟在一台轎車後面，在望京某路段主路的最右車道行駛，當前方轎車突然停車後，試乘車輛沒有跟随停車等待，而是左轉繞過了這台轎車。據介紹，試乘車輛是依據道路情況，判斷出這台轎車屬于違停，而非堵車，因此做出繞行的決定。
在下一個路口，試乘車輛繼續準确地識别紅綠燈狀态，并在綠燈亮起時迅速起步，幾乎沒有耽擱時間，當附近外賣小哥騎電動自行車行駛接近試乘車輛時，試乘車輛也沒有生硬地刹車，而是在保證安全空間的前提下主動躲避外賣小哥穿插行駛，過路口的整個過程比較流暢，接近于人類駕駛員的手動操作。
據介紹，理想汽車推出了通勤 NOA 功能。每一位用戶無需等待所在城市的 NOA 功能開放，便可以設定自己的通勤路線，通過日常通勤時的自動化訓練積累 NPN 特征，在 1 周内完成簡單路線的訓練，激活通勤路段的 NOA 功能。即使是較爲複雜的路線，訓練預計也僅需 2-3 周便可完成。據理想汽車估測，通勤 NOA 将覆蓋用戶 95% 以上的通勤場景。
值得注意的是，當理想汽車的城市 NOA 遭遇某些場景仍然需要人類駕駛員接管，例如在公交車道上行駛時。據介紹，理想汽車的城市 NOA 已經能夠識别公交車道，但是目前暫時還沒有專門爲公交車道設置行駛規則。
