沒人能擁有能夠看清未來的水晶球，但是每一個人都要在今天的市場上進(jìn)行布局，這就需要對未來有所期待。

從去年開始，各大汽車公司的技術(shù)卷入了“城市NOA”的時(shí)刻，一個如火如荼、爭先恐后的場景非常熱鬧。作為目前最受歡迎的自動駕駛產(chǎn)品，城市NOA也將是今年乃至未來幾年智能駕駛行業(yè)最受歡迎、最有用的落地場景。

這不禁讓人懷疑，汽車公司蜂擁而至的城市NOA是用戶的實(shí)際需求還是幻想？汽車公司的城市NOA“蛋糕”能實(shí)現(xiàn)嗎？

為什么要盯上城市NOA？

城市NOA，全名Navigate On Autopilot，通常被業(yè)界翻譯為“領(lǐng)航輔助駕駛”或“高級智能駕駛”。不同的企業(yè)有不同的名稱，比如小鵬叫NGP，理想和特斯拉叫NOA，蔚來早期叫NAD，長城魏品牌叫NOH，但本質(zhì)上他們都是NOA。

理想情況下，司機(jī)只需要在車輛啟動前設(shè)置目的地，選擇一條想要駕駛的路線，車輛就可以到達(dá)目的地而無人接管，智能駕駛系統(tǒng)可以全程控制加減速踏板和方向盤的操作。

長期以來，L3一直被視為智能駕駛能力的重要分界點(diǎn)，也是智能汽車?yán)_競爭差異的真正起點(diǎn)。以城市NOA為代表的高級智能駕駛，可視為一種類型的L3功能，被業(yè)界視為從L2向L3跨越的技術(shù)必需品。因此，無論汽車公司是想展示自己的技術(shù)肌肉，還是想先贏。智能汽車后半段的第一場硬仗將從城市NOA開始，2024年將是城市NOA普及的關(guān)鍵一年。

去年，小鵬G6和世界新M7率先點(diǎn)燃了高級智能駕駛市場的第一條導(dǎo)火索。年底，工業(yè)和信息化部、交通運(yùn)輸部等四部委發(fā)布了《關(guān)于開展智能聯(lián)網(wǎng)汽車準(zhǔn)入和道路試點(diǎn)工作的通知》，進(jìn)一步加快了高級輔助駕駛的應(yīng)用，徹底點(diǎn)燃了城市NOA的戰(zhàn)爭。

特斯拉是業(yè)內(nèi)第一個提出NOA概念的人。早在2019年6月，特斯拉就在高速工作條件下推出了NOA功能。隨后，以小鵬、蔚來等廠商為代表的造車新勢力也迅速跟進(jìn)，NOA逐漸成為各大主流車型的必備品。

根據(jù)使用場景的不同，NOA主要分為高速NOA和城市NOA。各大廠商之所以率先開放高速NOA，是因?yàn)楦咚俾窙r比較復(fù)雜，實(shí)現(xiàn)自動駕駛的難度也比較小。

然而，市政道路不同，其復(fù)雜性比高速工作條件提高了幾個數(shù)量級。市政道路上出現(xiàn)了行人、電瓶車、寵物、機(jī)動車、非機(jī)動車等各種突發(fā)情況，如車輛極限堵塞、公交等大型車輛切入、電瓶車隨意變道等。，這增加了公路交通的不確定性，對智能汽車的環(huán)境感知能力和數(shù)據(jù)處理能力提出了極高的要求。

正因?yàn)槿绱?，很多廠商都把城市NOA的落地速度，包裝成了吸引用戶的主要賣點(diǎn)之一。顧客當(dāng)然也對智能駕駛功能表現(xiàn)出濃厚的興趣。根據(jù)麥肯錫的報(bào)告，中國本土高檔新力量可以接單傳統(tǒng)豪華品牌，“更先進(jìn)的自動駕駛”是排名第二的原因。上述觀點(diǎn)也可以通過終端數(shù)據(jù)來證明，2023年第四季度，問界新 M7、智駕版本購買比例超過50%的小鵬G6等車型。

技術(shù)面子，降低成本的內(nèi)心？

在AI大爆發(fā)的加持下，在過去的一年里，智駕領(lǐng)域已經(jīng)嘗試了兩條技術(shù)路線。

首先，整個市場正從“有圖”逐步轉(zhuǎn)變?yōu)椤盁o圖”方案。

2023年，“去高精度地圖”幾乎成為整個行業(yè)的共識。高精度地圖為智能駕駛提供的詳細(xì)信息主要適用于高速公路場景。然而，隨著智能駕駛“進(jìn)城”的加快，傳統(tǒng)模式的高精度地圖顯然無法滿足智能駕駛進(jìn)入城市場景的需求。

中國的市政道路環(huán)境比較復(fù)雜，高精度地圖需要更廣泛的數(shù)據(jù)采集才能幫助智能駕駛“進(jìn)城”?；谖覈鴩?yán)格的路線監(jiān)測標(biāo)準(zhǔn)，除高速路段外，我國只開放了北京、上海、廣州、深圳、杭州、重慶六個城市的高精度地圖采集權(quán)限，導(dǎo)致智能駕駛只能在唯一的城市發(fā)揮作用，無法廣泛推廣。

除了路況，高頻更新和高成本的數(shù)據(jù)采集也是高精度地圖不能“進(jìn)城”的原因。根據(jù)《智能聯(lián)網(wǎng)汽車高精度地圖白皮書》，分米級地圖的測繪效率約為每天每車500公里，成本約為每公里10元，而厘米級地圖的測繪效率約為每天每車100公里，成本約為每公里1000元。

目前，我國市政道路不斷更新，農(nóng)村道路存在不清晰的部分，無法感知和覆蓋高精度地圖。因此，高精度地圖很難劃分城市道路的具體場景，也無法形成統(tǒng)一的地圖。為了滿足智能駕駛的上述需求，高精度地圖不僅需要巨大的數(shù)據(jù)采集，還需要達(dá)到每月甚至每周的更新頻率，這是高精度地圖無法解決的問題。

華為常務(wù)董事、終端BG董事長、智能汽車解決方案BU董事長余承東曾表示，他們已經(jīng)在上海投入了1~2年，并沒有收集到城市地區(qū)的高精度地圖。

然而，目前，無圖解決方案中存在一些難以解決的問題。首先，車輛傳感器收集的一些道路信息是敏感數(shù)據(jù)，很難滿足規(guī)定的要求。其次，沒有高精度地圖，需要提高汽車的感性，傳感器的成本也會增加。因此，如何在自動駕駛體驗(yàn)和造車成本之間找到最佳平衡，也是汽車公司應(yīng)該優(yōu)先解決的問題。

其次，少數(shù)玩家開始了“去激光雷達(dá)”的純視覺方案。

目前圍繞城市NOA主要有兩條技術(shù)路線。一是以特斯拉為代表的純視覺學(xué)校提倡取消激光雷達(dá)，通過視覺實(shí)現(xiàn)城市NOA。；另外一派是“視覺” “激光雷達(dá)”的技術(shù)路線，感覺純視覺有一些不足，需要加上激光雷達(dá)才能實(shí)現(xiàn)城市NOA的快速落地。

“視覺 激光雷達(dá)可以提高汽車端的感知能力，從硬件端保證感知范圍和穩(wěn)定性。比如在靜止啟動的場景中，只配備攝像頭的車型可能會撞到靠近的障礙物(如樁桶、小動物等)。)，而配備激光雷達(dá)的車型在近距離障礙物的準(zhǔn)確性會明顯提高。

激光雷達(dá)可以處理的另一個場景是識別異形障礙物。在單純依賴攝像頭的視覺方案中，由于高度依賴前期標(biāo)注的先驗(yàn)，未標(biāo)注的異形障礙物很容易無法識別。

如今，NOA功能車型主要集中在25萬元至30萬元之間，而不是國內(nèi)最暢銷的10萬元至20萬元的主流量產(chǎn)車型。其中，激光雷達(dá)占智能駕駛系統(tǒng)成本較高。因此，各大汽車公司開始了激光雷達(dá)成本的極限壓縮。

2023年激光雷達(dá)的一個行業(yè)共識是“先上車，先降價(jià)”，其單一價(jià)格從 2021年的10,000元，降至2022年6000元左右，而2023年則進(jìn)一步降至3000元以下?，F(xiàn)在，國內(nèi)新勢力的旗艦車型至少配備了一個激光雷達(dá)，有些車型為了實(shí)現(xiàn)硬件安全冗余，支持2-3個激光雷達(dá)的選擇。

此外，還有少數(shù)玩家開始以較低的成本啟動激光雷達(dá)純視覺解決方案。這條技術(shù)路線包括特斯拉、華為、極越、廣汽等玩家。今年2月，小鵬發(fā)布的新款F57也計(jì)劃放棄激光雷達(dá)，采用純視覺解決方案。

與激光雷達(dá)方案相比，純視覺方案最大的優(yōu)點(diǎn)是成本更高，相機(jī)成本只有幾十美元，這意味著大多數(shù)價(jià)格區(qū)間車型都可以覆蓋這一成本，為智能駕駛的快速推廣奠定了硬件基礎(chǔ)。同時(shí)，相機(jī)收集的數(shù)據(jù)比激光雷達(dá)更豐富，更適合喂養(yǎng)智能駕駛系統(tǒng)來實(shí)現(xiàn)數(shù)據(jù)驅(qū)動。

更深層次的原因是，汽車公司可以通過以價(jià)換量、以規(guī)模換市場，促進(jìn)智能駕駛的快速普及，進(jìn)而在放大差異化優(yōu)勢的同時(shí)，實(shí)現(xiàn)市場競爭的馬太效應(yīng)；另一種恐怕是為未來的價(jià)格戰(zhàn)或內(nèi)部競爭做戰(zhàn)略準(zhǔn)備。

真的是未來的趨勢嗎？

面對城市地區(qū)各種交通參與者，甚至是不確定的交通法規(guī)毀滅者，即使頭部率先開通城市NOA的玩家，其功能仍處于“可用性”階段，距離“易用性”還有很長的路要走。

在使用高速NOA功能之前，已經(jīng)發(fā)生了許多交通事故，這些事故是由車主分身引起的。進(jìn)入城市NOA時(shí)代后，受交通事故影響的不僅僅是車內(nèi)的駕駛員和乘客，還有大量的劣勢交通參與者。因此，傳統(tǒng)穩(wěn)定應(yīng)該是城市NOA的關(guān)鍵。

在過去的半年里，自動駕駛領(lǐng)域發(fā)生了一些明顯的變化。最典型的例子就是各大廠商把重點(diǎn)放在輔助駕駛上，而不是宣傳“放開手腳”和“躺著開車”。這其實(shí)是一個理性的選擇。用目前的技術(shù)條件誘導(dǎo)用戶躺著開車是極其不負(fù)責(zé)任的。

客觀來說，城市NOA確實(shí)可以大大提高安全性能。在市政道路上，鬼探頭等情況經(jīng)常發(fā)生，很多新手司機(jī)對于如何避免盲點(diǎn)并不是很專家。城市NOA的普及可以在一定程度上防止交通事故的發(fā)生。

但是，從技術(shù)角度來看，城市NOA也會被卡住，判斷失誤。如果消費(fèi)者養(yǎng)成使用城市NOA的習(xí)慣，事故概率會在系統(tǒng)不完善的前提下增加。

由于自身難以實(shí)現(xiàn)瓶頸突破，“車路云一體化”成為彌補(bǔ)自行車智能短板的最佳方案。車路云一體化整合了車端、路端、云端，利用路邊設(shè)備和云端計(jì)算資源，為車輛提供了更全面的環(huán)境信息和決策支持，從而提高了車輛的感知和決策準(zhǔn)確性。

與傳統(tǒng)的依靠車輛獨(dú)立收集數(shù)據(jù)的方式不同，車路云一體化系統(tǒng)可以獲得更大的數(shù)據(jù)量和更豐富的數(shù)據(jù)類型，如十字路口交通流量、紅綠燈信息、超視距路況等。，這不僅大大擴(kuò)大了訓(xùn)練數(shù)據(jù)的廣度和深度，而且顯著加快了自動駕駛模型的學(xué)習(xí)效率和準(zhǔn)確性，為實(shí)現(xiàn)更高水平的自動駕駛奠定了堅(jiān)實(shí)的基礎(chǔ)。

自動駕駛車輛的傳感器不再是唯一的眼睛。通過遮擋或關(guān)閉這些傳感器，車輛可以依靠路側(cè)基站構(gòu)建實(shí)時(shí)數(shù)字孿生系統(tǒng)，不斷向車輛傳輸交通路況和環(huán)境數(shù)據(jù)，引導(dǎo)車輛順利完成自動駕駛?cè)蝿?wù)。

車路云一體化的普及應(yīng)用，也有助于探索跨行業(yè)、跨領(lǐng)域技術(shù)標(biāo)準(zhǔn)的協(xié)同需求，如智能汽車與交通基礎(chǔ)設(shè)施、通信網(wǎng)絡(luò)、交通管理等，促進(jìn)其與智慧城市、智能交通系統(tǒng)、交通大數(shù)據(jù)平臺的互聯(lián)互通，加快自動駕駛規(guī)模的落地進(jìn)程。

如今，高級輔助駕駛能力已經(jīng)成為衡量汽車公司競爭實(shí)力的重要標(biāo)準(zhǔn)。然而，從目前的情況來看，這項(xiàng)技術(shù)仍然面臨許多考驗(yàn)，但國家對汽車和道路云一體化的大力推動也為自動駕駛探索了一條新的實(shí)踐路徑。對于汽車公司和自動駕駛公司來說，這永遠(yuǎn)是在自動駕駛道路上前進(jìn)的機(jī)會，每一次考驗(yàn)也是成功的前奏。

本文來自微信公眾號“極智GeeTech”（ID:gh作者：半山，36氪經(jīng)授權(quán)發(fā)布，_ace6129f9cd5)。

本文僅代表作者觀點(diǎn)，版權(quán)歸原創(chuàng)者所有，如需轉(zhuǎn)載請?jiān)谖闹凶⒚鱽碓醇白髡呙帧?/p>

免責(zé)聲明：本文系轉(zhuǎn)載編輯文章，僅作分享之用。如分享內(nèi)容、圖片侵犯到您的版權(quán)或非授權(quán)發(fā)布，請及時(shí)與我們聯(lián)系進(jìn)行審核處理或刪除，您可以發(fā)送材料至郵箱：service@tojoy.com