今天小编分享的汽车经验：动察：各有特色，中国智能驾驶竞争进入白热化状态，欢迎阅读。
中国已经在汽车电动化的道路上狂奔许久了，智能化是未来汽车产业发展的重要方向，电气化转型方面已经取得了积极成效。下一步将如何推动汽车产业网联化、智能化是个重要的战略，而随着市场的成熟，各大汽车厂商开始将智能驾驶这个卖点呈现给消费者。
电动化催生新型一体化的电子电气架构，是智能网联技术应用的最好载体。智能网联技术又会反向赋能电动化发展，二者融合共生、相互促进。在技术创新方面，新一代电子电气架构、大算力计算芯片等实现了装车应用。现在，具备增强组合驾驶辅助功能的新车型都在陆续发布。一些跨国公司都发布了 L2、L3 级智能驾驶车型，国内也有很多相关车型上市。我们通过盘点国内代表企业的辅助驾驶能力，一窥这个赛道的面貌。
小鹏 XNGP 智能辅助驾驶系统
智能辅助驾驶是小鹏 G6 的杀手锏应用。小鹏汽车一直深耕自动驾驶技术领網域，技术保持领先 3 年，小鹏 G6 是国内目前最成熟的、最接近无人驾驶技术水平的车辆，能满足用户对于智能辅助驾驶更高的要求。其拥有 31 个智能驾驶感知元件，同级领先的感知硬體数量，前向双激光雷达、摄像头、毫米波雷达、超声波雷达四重感知融合，侧向双重、后向三重感知融合，全车多重感知综合判定，带来极为可靠的智驾功能应用基础。
在城市道路上，城市 NGP 智能导航辅助驾驶可以发挥作用，用户在导航上設定目的地并发起导航后，在可用的城市道路可以实现 A 到 B 点的智能导航辅助驾驶。车辆可完成本车道巡航跟车、导航变道、超车变道、汇入 / 驶离道路、绕行静止车辆或障碍物，红绿灯路口识别与通行、环道绕行、避让施工道路、避让行人和非机动车等。
另外，G6 上还可以看到 LCC 车道居中辅助增强版。行业首个量产并应用激光雷达的自适应巡航及车道居中辅助功能，能够实现在保持合适巡航车速的同时辅助驾驶员控制车辆在当前车道内居中。G6 的 XNet 神经网络将多个摄像头采集的数据，进行多帧时序前融合，输出 BEV 视角下的动态目标物的 4D 信息（如车辆，二轮车等的大小、距离、位置及速度、行为预测等），以及静态目标物的 3D 信息（如车道线和马路边缘的位置）。
XNet 和小鹏汽车的第一代视觉感知架构相比，利用神经网络替代了繁复的手写后处理逻辑，实现了端到端数据驱动算法迭代。国内首个量产 BEV，更强的 360 度感知，横向覆盖高达 8+ 车道，博弈更强，变道成功率更高。实现了纯依赖视觉的识别与展示能力，在行业率先摆脱了对高精地图的依赖，包括对自车周边交通参与者及道路设施进行精致渲染和可视化展示；在地图上可以看清眼前的车道标线、周围的车辆。界率先实现了可通行区網域，红绿灯读秒，转向灯的识别与显示。
高速道路方面，可实现依据周围环境与驾驶任务（如规避限行、限速等）为用户智能推荐最高效的自主变道、选择车道、超车等。自主上、下匝道，切换高速行驶。更好的直行跟车与弯道通行能力。
理想城市 NOA AD 智能驾驶
在 " 双能战略 " 指引下，理想汽车在智能空间、智能驾驶和高压纯电平台的研发上均实现了重要突破。以 Mind GPT 为核心的理想 SS 智能空间和本月即将开启城市 NOA 内测的理想 AD 智能驾驶同时进入大模型时代。
不依赖高精地图的核心是采用了 BEV 大模型，来实时感知和理解环境中的道路结构信息。通过大量的训练，目前 BEV 大模型，已经可以在绝大多数的道路和路口，实时生成稳定的道路结构信息。NPN 特征是一堆神经网络参数，人类无法从这些参数直接理解复杂路口形态，但是大模型可以。相比高精地图，NPN 特征的信息量更大、保密性更高。它用网络模型替代了人为规则，进行环境信息的理解和环境信息的使用。
针对复杂路口，做法是使用自研的神经先验网络（NeuralPriorNet），简称为 NPN 网络，提前进行路口 NPN 特征的提取。当车辆再次行驶到该路口时，将之前提取好的 NPN 特征拿出来，与车端感知大模型的 BEV 特征层相融合，就得到了完美的感知结果。"AI 司机 " 还得理解路口红绿灯的通行规则，这是城市道路的另一个难点。主流的做法是建立一套信号灯与道路的通行意图的规则算法，但理想还是选择用大模型解决。
理想训练了一个端到端的信号灯意图网络（TrafficIntentionNet），简称为 TIN 网络。不需要人为设定任何规则，甚至不需要识别红绿灯的具体位置。只要将影像视频输入给 TIN 网络模型，网络就能直接给出车辆现在该怎么走的结果——左右转、直行或停止等待。通过学习大量人类司机在路口对于信号灯变化的反应，来训练 TIN 网络模型，得到了很好的效果。为了让 "AI 司机 " 在驾驶决策和轨迹上，也像人类司机一样做出合理的判断，理想在规控算法上应用了模仿学习的方法，通过大量驾驶员的驾驶行为进行训练，让城市 NOA 的决策和规划，在保证安全、符合交通规则的前提下，做出更像人类驾驶员的判断。
预估通勤 NOA 可以覆盖理想车主 95% 以上的通勤场景。在通勤 NOA 使用过程中，各个模型仍会不断地迭代训练。下半年，理想将开放通勤 NOA 功能，以及更多的城市 NOA 区網域，让每个早鸟用户都可以在日常上下班时使用 NOA 导航辅助驾驶。
问界 Hawei ADS 2.0 高阶智能驾驶系统
问界 M5 智驾版首发搭载 HUAWEI ADS 2.0，背后则是由多种传感器一起，实现的融合感知系统，实现了 360 度的感知范围覆盖。HUAWEI ADS 2.0 采用了融合感知系统，整个系统由 1 个激光雷达、3 个毫米波雷达、11 个摄像头组、12 个超声波雷达构成，可以实现 200 米距离检测。问界 M5 智驾版在融合 BEV（Bird EyeView 鸟瞰图）感知能力基础上，业界首创 GOD 网络，可以识别通用障碍物白名单外的异形物体；结合道路拓扑推理网络，有图无图都能开，让车辆看得到、看得懂、更能开得好。
问界 M5 智驾版让人驾更安全。车能及目之不所及，无惧隧道进出明暗变化与夜间强光眩光，精准识别行人、车辆和其他异形障碍物。在城区路况下，问界 M5 智驾版能主动避让各种占道车辆，有效应对 " 开门杀 "、" 鬼探头 " 等场景，即使在夜间强眩光行人 " 鬼探头 " 等场景下，最高刹停时速都能达到 50km/h。
问界 M5 智驾版让智驾更轻松。高速场景下，跨城也不再疲劳，问界 M5 智驾版可自主汇入汇出高速匝道，成功率高达 98.86%，且长距离领航 MPI（Miles Per Intervention 平均接管里程）高达 114km，可靠程度堪比 " 老司机 "。
HUAWEI ADS 2.0 高阶智能驾驶系统軟體包的标配功能已涵盖高速 LCC（Lane Centering Control 车道巡航辅助）、城区 LCC、高速 NCA（Navigation-based Cruise Assist 智驾领航辅助）等 19 项功能；选配高阶包还包括城区 NCA、AVP（Automated Valet Parking 代客泊车辅助）及城区 LCC 增强三项功能
华为率先实现不依赖于高精地图的高速、城区高阶智能驾驶功能 , 带来无限接近于 L3 的高阶智能驾驶体验。按照华为的计划，在三季度，将会开启包括上海、广州、深圳在内的 15 城的无图功能，而在 4 季度，这一规模将会扩大到 45 城。
总结：当然，中国市场的智能驾驶竞争才刚刚开始。随着时间的推进，未来还会有更多的车企及自动驾驶解决方案商参与进来。另外，工信部还将发布新版的智能网联汽车标准体系指南，推进功能安全、网络安全、作業系統等标准的制修订，加快新能源汽车与信息通信、智能交通、智慧城市、能源综合一体站等融合发展等标准，通过标准引导电动化、智能化、网联化发展。我们可以预见，未来的市场竞争将日趋激烈。
