简单聊聊NOA技术

最新推荐文章于 2025-05-16 16:55:02 发布

帅气小胖子

最新推荐文章于 2025-05-16 16:55:02 发布

阅读量2.3k

点赞数 15

文章标签：车载系统

本文链接：https://blog.csdn.net/WE_BIG/article/details/144826958

版权

前言：

我们做技术的，不能两耳不问窗外事，一心只读圣贤书，这与闭门造车无异。

看了一篇报道，说BYD目前正在布局智驾平价，基本思路和这几年，BYD在电车平价化的打法和思路一致，就是逐步将电车价格，做到“油电同价”，再做到“电比油低”。

1、目前智驾发展的阶段

从评价标准来看，现在国产化智驾方案，我个人看来，已经无限接近L3，因为法规法律的约束，现在离L3级别的智驾，只差临门一脚。而这些技术，现在统称为NOA技术，NOA全称为Navigate on Autopilot 。

先回头看一看，智驾等级的划分，如下：

Level 0：无自动化。车辆完全由人类驾驶，没有任何自动化辅助系统。

Level 1：辅助驾驶。车辆具备一些基本的辅助驾驶功能，如自动制动、自适应巡航控制等，但仍需要人类驾驶员全程参与驾驶。

Level 2：部分自动驾驶。车辆具备更多的自动驾驶辅助系统，如自动转向、车道保持等，但仍需要人类驾驶员在特定情况下接管驾驶。

Level 3：有条件自动驾驶。车辆具备更高级别的自动驾驶功能，可以在特定道路环境下完成完整的驾驶任务，但仍需要人类驾驶员在通知后接管驾驶。

Level 4：高度自动驾驶。车辆可以在大部分道路环境下实现自动驾驶，包括城市道路和高速公路等，但仍需要人类驾驶员在一些特殊情况下接管驾驶。

2、新的技术NOA

NOA技术从应用场景上，又可以区分为：

1、高速NOA（指高速，城市高架，快速环路等场景下的智能驾驶）

2、通勤NOA（城市NOA的过度技术，只适合固定线路，上下班通勤等）

3、城市NOA （城市全场景，端到端的智能驾驶）

以上3个选项智能化程度，依次上升。驾驶场景复杂度，交通参与单位的密集度。我们依次解析。首先来看复杂度：我们先看最简单的高速NOA

复杂度

1、高速，城市高架，快速环路，首先这些路段道路条件一般都比较好，即道路平整，设计规范（不存在急转弯，大角度爬坡，下坡。不存在道路坑坑洼洼）。

2、其次，以上这些道路，道路标线都是很清晰，设计也比较合理，交通指示标牌（如限速标识牌，违规提示标识牌）都比较完善。

交通参与单位的密集度

3、以上这些道路，交通参与者是“以机动车为主”，不存在行人和非机动车道，

4、高速，高架，城市快速路，基本不存在路口多，也不会存在小动物闯入的情况。

城市NOA （城市全场景，端到端的智能驾驶）

复杂度

1、全场景，意味着会出现小路，窄路，路口多，路况差，交通标识缺少，模糊等现象。

2、最重要的是，全场景意味着，各种非机动车，行人，会出现在交通场景中，各种突发情况出现的概率大大的增加，如非机动车逆行，行人闯红灯，横穿马路等行为。

以上的两点例子说明城市NOA需要处理的情况，比起单纯的高速NOA复杂很多

回到智驾本身，智驾本身可以想象成一个驾驶素质过硬的老司机。智驾本身的机制和人类驾驶一样，交通信息的采集（眼看耳听），汇总（大脑思考），预判（提前采取措施），行动（及时采取措施）。以及外部辅助信息的输入（类似于导航可以提供路况是否拥堵，语音提示测速违停信息等）以及司机自身经验。

3、智能驾驶的核心3大技术包括感知、决策、控制

3.1 感知

感知，目前也主要分为两大技术方案

**1）纯视觉系统，就是单纯依靠摄像头，来感知驾驶环境。特斯拉系列的FSD就是采取这种方案。

**2）视觉系统+雷达（激光雷达或毫米波雷达），来感知环境，国内百度阿波罗团队，蔚小理，以及大疆等智驾驶都是采取这种模式。

3.2决策

目前决策，也存在两种方案：

**1）本地决策，即依靠车身自带的智驾决策模块，通过内置算法来决策（L3及以下的智驾等级，基本都是采取这种算法），也是目前已经量产的智驾车型上比较成熟的方案。

**2）网端+本地，智能网联即将自动驾驶汽车联入到交通网络内，车辆与车辆、车辆与行人、车辆与道路等交通参与者之间可以将出行路径、规划及行驶状态等数据发送到云端，并分享给每一个交通参与者。智能网联的发展可以让自动驾驶汽车获得更多的交通信息，并可以提前对出行状态做出调整，从而确保出行的安全。智能网联更加偏向于整体智能