领航驾驶辅助NOA应用现状与发展建议.docx

《领航驾驶辅助NOA应用现状与发展建议.docx》由会员分享，可在线阅读，更多相关《领航驾驶辅助NOA应用现状与发展建议.docx（10页珍藏版）》请在优知文库上搜索。

1、领航驾驶辅助NOA应用现状与发展建议一、NoA应用现状1.NOA市场竞争异常激烈NOA是由特斯拉于2016年推出的，2020年之后以“蔚小理”为代表的一众造车新势力以及传统自主车企也相继发布同类产品，如蔚来的NOP、小鹏的NGP、理想的N0A、极狐的NCA等，正式拉开国内NOA市场激烈角逐的序幕。与此同时，福瑞泰克、大疆车载、禾多科技等ADAS供应商以及智行者、百度、小马智行等自动驾驶服务商也纷纷投身其中，市场竞争进一步白热化的同时，也加快推进NOA产品由高速场景向城区场景拓展。表1国内车企推出的领航驾驶辅助产品及其搭载车型分类企业领航驾驶辅助产品巳开通场景推出时间应用车型特斯拉NOA(Nav

2、igateonAutopilot)高速高架2019.6Model3,ModelY蔚东汽车NOP(NavigateonAutopilot)高速高柒2020.10ES8,ES6、ET7、ES7、ET5、EC7、EC6高速高架2021.1造车新势力小嚼汽车NGP(NavigationGuidedPilot)城市道路2022.5（广州、深圳、上海、北京、P5、P7、G9侪山）理想汽车NOA高速高架2021.9L7,L8、L9舞吒汽车NNP哪吒高速领航辅助高速商架2022.7噂吒S广汽埃安NMW能领航辅助系统海速南架2022.8VPlus80领航智版商速商架2022.82023.3长安同雄塔Highwa

3、yNCA城市道路（上海，深圳，广阿维塔n传统车企上汽荣威NGP(NavigationGuidedPilot)商速高架州、重庆）2022.8RX5款弱智W版、M极孤汽车NCA智驾导航辅助高速高架2022.9阿尔法SHl版吉利汽车NOA高阶智驾辅助系统高速商架2022.10博越L、袋克05星途汽车NoC商速公路辅助高速高架2023.2瑶光尊享版一四夔比亚迪DNP高速高架2023.03(，计)汉（计划）福瑞泰克高速NOA行泊一体全枝式解决方案产品商速高架2022.10博巷L、领克09EM-P远航版基于域控制器ADC28的行泊一体方案城市道路2023.Q3-知行科技IDCHIGH城市道路2023.04

4、一ADAS大罐车载领航城区福助驾驶系统城市道路2024年比亚迪（海解）供应商禾多科技城区领航辅助城市道路2023年内一佑得创新(MINIEYE)iPilot智能领航辅助方案城市NOA领航辅助城市道路某新势力一领毅科技解决方案（天驷城市道路2023.03一-City)2024年底以后宏景智年HyperPilot3.0城市道路自动R驶服务蔻旨行者C-INP城市道路2023.03一百度ANP3.0城市道路2023年I集度(ROBO-Ol)轻舟W航NOA城市道路2023年中一小马W行城市领航城市道路2023年内一通过梳理国内近30款主流选标配NOA功能的乘用车车型可知，目前NOA搭载车型的平均起始价格

5、仍在30万元以上，但是已经呈现出价格区间下探趋势。其中，20万元以下车型共计6款，包括哪吒S、魏牌摩卡、小鹏P5、荣威鲸和RX5、吉利博越L,2022年下半年上市的上汽荣威RX5和吉利博越L的最低售价分别为15.59万元和15.37万元，可见，伴随NOA相关技术的不断成熟和成本逐步下降，NOA功能开始向紧凑型乘用车细分领域渗透，竞争态势进一步升级。图1中国市场标选配NoA的乘用车车型分布情况700 008008 8a 302520.1510.OO.OO.OO85 8 4 最低指导价(万元).Oo 40.Oo工 3Oo 9 乙50m ll(m距 Oo轴 3.1中国汽研根据网络公开信息梳理3.NO

6、A搭载车辆市场规模呈快速上升趋势在车企积极投放以及产品价格下探的双因素驱动下，2021年以来我国前装标配搭载NOA的乘用车交付量逐年攀升。据高工智能汽车研究院监测数据显示，2022年我国前装标配搭载NOA的乘用车交付量为21.22万辆，占组合驾驶辅助产品搭载总量的比率为1.06%；2023年上半年，前装标配交付量已达到20.94万辆，实现同比倍增，预计全年有望突破50万辆。现阶段，国内NOA产品主要集中在高速场景，仅小鹏、极狐、阿维塔在高精地图许可城市开通应用城区NOA的功能体验。除整车企业外，包括组合驾驶辅助和自动驾驶在内的供应商也在积极推进NOA产品的研发和量产落地。预计未来2-3年内，伴

7、随NOA各项关键技术的创新突破以及产品继续下沉规模巨大的大众乘用车市场，NoA市场规模将实现快速增长。二、NOA技术路线NOA功能的实现主要依托感知和高精定位技术，现阶段主要采用以下三种技术路线。第一种是特斯拉采用的“纯视觉感知+实时局部建图”方案，具有成本低廉但算力要求高的特点。第二种是“多传感器融合感知+高精地图”方案，也是企业普遍采用的方案，对算力要求不高，但对高精地图是强需求，面临数据融合难题。第三种是“多传感器融合感知+轻地图”方案，是为解决高精地图“资质门槛高、采购成本高、维护成本高“三高难题应用而生的量产化替代方案，具有图商依赖度低、成本低但数据量大且算法难度高的特点。L纯视觉路

8、线特斯拉是基于纯视觉路线实现NOA的唯一车企，其技术原理是借助Transformer视觉算法将8个摄像头获取到的图像进行特征融合并生成BEV视图，进而对车辆周边场景进行复原，再通过自研的自动标注工具给每个物体标注语义信息并形成一个矢量地图(LaneSNetwork),同时辅以导航地图对车道进行加强，从而实现路径规划并根据需求控制车辆。纯视觉路线因只采用摄像头作为感知硬件，成本相对较低，而且无需使用高精地图。但是，纯视觉路线极度依赖于计算机视觉和深度学习算法，同时也需要大算力芯片支撑。特斯拉支撑其城市NOA功能的硬件为8颗120万像素的摄像头及其自研的144TOPS算力FSD计算平台，并自主开发

9、了自动标注工具。2 .“多传感器融合感知+高精地图”路线国内凡已推送高速NOA和城区NOA功能的车企基本都采用该路线。感知硬件方面，高速NOA主要采用1V5R方案(IV即1个前视摄像头，负责车道线识别和物体识别；5R即5个毫米波雷达，其中1个长距离雷达用于探测前方实现纵向运动，4个短距雷达用于横向运动即变道，探测横向车辆、障碍物等)，城区NOA在高速NOA基础上进一步追加多颗摄像头和至少1颗激光雷达。在BEV算法广泛应用之前，各企业感知元件主要是通过对车辆周边各种障碍物和目标物的动态测序实现二维图片测距，高精地图提供道路先验信息并可预知车道线、道路标识牌等交通要素的位置，可作为超视距感知传感器

10、降低其他感知元件整体性能的要求，同时补足算法短板，提升决策规划的正确性。3 .“重感知，轻地图”路线该技术路线主要是应对高精地图无法覆盖的区域，依靠精度和道路要素弱于高精地图的轻量级地图，借助BEV+Transformer模型算法,通过实时感知与转换构建实时地图，从而推动NOA系统中“感知-决策-规划”的任务进行。其中，地图的轻量化程度将取决于企业对自身算法的自信程度。采用该路线有助于企业摆脱对高精地图的强需求,可作为过渡方案，帮助企业提前布局城区NOA。三、NOA发展趋势伴随NOA产业的迭代发展，车企在关键技术的研发和应用方面呈现出以下发展趋势。(1)感知元件数量和种类不断增加，以应对城区N

11、OA复杂多样的场景需求。当前NOA正在从高速向城区场景快速迈进，而相对于高速较为单一的工况，城区NOA需要面对更加复杂的交通环境以及多种多样的交通参与者，这要求更高的感知能力加以检测和识别，从而保证系统安全性。因此，除标配的1V5R传感器外，360环视摄像头、侧向前后视、后视摄像头以及激光雷达均成为城区NOA感知方案的必备硬件。同时，伴随4D毫米波成像雷达技术的发展，飞凡R7、深蓝SLO3、理想L7、问界M5等国内部分车型已开始搭载应用，其在NoA实现上对高价激光雷达的可替代性验证也在推进当中。(2)受制于高精地图严监管和自身发展问题，“无图”方案成为部分车企探索城区NOA规模化应用的试金石。

12、所谓“无图”，是指不完全依赖于高精地图，并非完全不使用高精地图，其实现的关键在于感知融合算法叠加实时在线建图，使系统在无高精地图情况下依然可以读懂道路、交通信号灯等各种道路元素。理想、小鹏、华为、毫末智行等纷纷已经提出各自的“无图”方案。其中，华为采用的方案是在基于Transformer的BEV架构之上，进一步结合华为融合感知GOD网络一一道路拓扑推理网络，除白名单障碍物外，也能实现诸如土堆、侧翻车辆、落石等异形障碍物识别与处理，并完成导航地图和现实世界的匹配，进而通过联合规划控制实现城区NOA。（3）Cornercase的复杂性和不确定性给城区NOA带来严峻挑战，BEV+Transforme

13、r技术被车企广泛应用，以提升系统感知和决策能力。我国当前除特斯拉外的车企基本采用多传感器融合叠加高精地图的感知方案实现NOA功能，其难点在于如何将多种异构数据进行高效且精准的融合，同时对算力友好。此前车企多采用后融合方案（特征级融合）进行多模态数据的融合，但由于其以预设结果为导向的特点，因此导致信息损耗和成本升高。传感器前融合方案尽管可以解决这些问题，但由于其本质是数据级融合，这对存储能力、算力又提出更高要求。基于此，车企开始探索折中方案，以特征级融合为特点的中融合方案应运而生，与此同时BEV算法也得到广泛应用。BEV算法通过视角转换，可以改善原先前视放射视角下因尺度、遮挡等问题导致的感知不全

14、面劣势，再加之新型神经网络架构Transformer模型在跨模态融合以及时序融合过程中，能够更全面地在空间时序上建模,形成时序融合下的41）空间信息，进而解决了感知结果不连续的问题。日常生活中，COrnerCaSe在城区场景更为突出，包括复杂道路、动态交通、异型障碍物等，BEV+Transformer技术凭借其上帝视角和更精准、连续的感知输出，可以帮助NOA决策系统输出更佳的控制策略,因此在业内掀起研发和应用热潮。四、行业痛点与思考建议无论是从行业监管方向还是企业动态来看，NOA都是行业重点关注领域，但是NOA要实现大规模推广应用，仍面临着诸多阻碍与挑战。1.标准法规不健全NOA作为时下热门的

15、L2级组合驾驶辅助功能，无论从产品定义、技术体系、测试验证、还是产业链相关环节，都存在法规和标准体系不健全的问题。比如在法规层面，目前我国尚未出台L2级组合驾驶辅助的监管要求，企业在开展产品研发时仍存在诸多困惑，无法准确把握技术应用方向。而在标准方面，我国有关L2级组合驾驶辅助功能的国家标准目前仅局限在ADAS术语及定义、AEB自动紧急制动、LKA车道保持辅助等方面，尚未明确NOA以及与其相关的LCC.ACC等其他功能的技术要求与测试验证方法，亟待相关部门加快研究、制定进度并尽早出台。2 .技术水平待突破随着NOA应用场景从高速到城区的拓展，系统对感知能力以及芯片算力均提出更高的要求。感知方面，由于城区的交通要素和参与者相比高速更多、更复杂，车企普遍采用增加高清摄像头和360环视摄像头、激光雷达等感知元件