文/濮振宇

智能駕駛?cè)缃袢找娉蔀樾萝嚇?biāo)配，城市通勤是智能駕駛技術(shù)挑戰(zhàn)最大的場景之一，也是用戶需求最旺盛的場景之一，是兵家必爭之地。

6月27日，記者在北京試乘體驗(yàn)了理想汽車的城市NOA功能。此次試乘從望京出發(fā)，途中將經(jīng)過77個路口，包括11個右轉(zhuǎn)路口，10個左轉(zhuǎn)路口，5個無保護(hù)左轉(zhuǎn)。望京是北京路況最復(fù)雜的區(qū)域之一，汽車、電動自行車、行人密集，不少車輛存在隨意停車、掉頭等行為，道路還經(jīng)常會進(jìn)行施工改造，因而對智能駕駛系統(tǒng)考驗(yàn)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(jù)介紹，在感知算法基礎(chǔ)上，理想AD Max 3.0在規(guī)控算法上依然使用大模型，通過模仿學(xué)習(xí)的方法讓城市NOA參考大量人類駕駛員的行為決策，讓城市NOA在保證安全、符合交規(guī)的前提下實(shí)現(xiàn)更像人類駕駛員的決策和規(guī)劃。

當(dāng)試乘車輛來到一個路口右轉(zhuǎn)時，右側(cè)有不少騎電動自行車的外賣小哥和過路行人，可以從車機(jī)屏幕上看到，試乘車輛會對部分目標(biāo)標(biāo)注紅色。通過預(yù)測他們的軌跡，試乘車輛很快找到一個相對安全的時機(jī)完成了右轉(zhuǎn)，整個過程相當(dāng)順暢，沒有出現(xiàn)突然剎車等容易讓車內(nèi)人員感覺不適的情況。

在沒有右燈的路口右轉(zhuǎn)，對于人類司機(jī)來說，是一個相對容易完成的操作，但對于智能駕駛系統(tǒng)是個麻煩事。一方面，路口沒有指示燈，需要系統(tǒng)自己判斷什么時候可以右轉(zhuǎn)，另一方面，右轉(zhuǎn)時與右側(cè)路口的行人距離會很近，風(fēng)險也更大。

當(dāng)試乘車輛行駛到一個施工路段時，路上全是擺放的不甚規(guī)則、排成一列的錐形筒，這時試乘車輛可以準(zhǔn)確識別每一個錐形筒，然后絲滑地避開這些障礙。事實(shí)上，經(jīng)常進(jìn)行施工改造的路段，道路信息變化頻發(fā)，城市NOA很難依賴高精地圖。

隨后，試乘車輛跟在一臺轎車后面，在望京某路段主路的最右車道行駛，當(dāng)前方轎車突然停車后，試乘車輛沒有跟隨停車等待，而是左轉(zhuǎn)繞過了這臺轎車。據(jù)介紹，試乘車輛是依據(jù)道路情況，判斷出這臺轎車屬于違停，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(xù)準(zhǔn)確地識別紅綠燈狀態(tài)，并在綠燈亮起時迅速起步，幾乎沒有耽擱時間，當(dāng)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剎車，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(jù)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(shè)定自己的通勤路線，通過日常通勤時的自動化訓(xùn)練積累NPN特征，在1周內(nèi)完成簡單路線的訓(xùn)練，激活通勤路段的NOA功能。即使是較為復(fù)雜的路線，訓(xùn)練預(yù)計(jì)也僅需2-3周便可完成。據(jù)理想汽車估測，通勤NOA將覆蓋用戶95%以上的通勤場景。

值得注意的是，當(dāng)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(jù)介紹，理想汽車的城市NOA已經(jīng)能夠識別公交車道，但是目前暫時還沒有專門為公交車道設(shè)置行駛規(guī)則。