“地方到了，咱们把拉杆往下拉一下，就可以进入 NOA 模式了。”
(资料图)
我看着前面100米左右的上高速匝道，和前后的两辆大货车，带着很大的不信任。还是听了坐在副驾的工程师的话，拉下了拉杆，撒开了手。
还没来得及反应，方向盘就已经开始自己转动，刹车也跟了上来。嗯，这车在大曲率弯道的道路居中能力，转向还算平滑。这段基本操作令我印象深刻，也稍微放松了一点，然而很快就又紧张了起来。
经过了匝道，即将汇入高速主路，从刚才的大货车前后夹击，我发现我即将被迫进入一片完全由包邮区大卡车们组成的“丛林”。
而我刚刚交出控制权的这辆车，从容不迫地跟左侧的大车保持了一米距离大约10秒之后，突然自己亮起了左侧转向灯，找准机会轻轻给了一脚油……电，然后地并入左侧车道两辆大车中间大约20米左右的空隙，完成了我至今都不敢进行的操作。
大约半个小时的试驾体验，我全程没有对车辆进行接管。而当重新接管方向盘的那一刻，我对自己的驾驶能力从未有如此强大的信心：
原来成为一个中国老司机其实可以有两条路径。一条，是再多开三五年。另一条，是拉一下拉杆，启动智己汽车的 NOA 模式。
一键成为老司机
如今是一个效率为王的时代，人人都忙得不可开交，上一个事情还没办完，下一个事情又来了，从一个地点奔赴下一个地点。我之前在美国，车流量没那么大，宽容度相对更高，开车甚至可以带来放空休息的机会。
然而回国后我发现，车流量更大，每个人对道路礼仪的认知也不一样……导致对司机的投入程度要求更高，驾驶的强度很大，使得开车反而成为了一件很令人心累的事情。
从这个角度，智己汽车的 NOA (Navigation on Autopilot, 领航辅助驾驶) 系统就成为了包括我在内很多人，对于驾驶这件痛苦的事情的完美解药：它将常规导航和基于导航的辅助驾驶合二为一，学习了大量真实驾驶的数据，在辅助驾驶过程中能够还原具有丰富经验的人类司机驾驶习惯。
值得注意的是，智己的 NOA 采用的是 DLP (Deep Learning Planning) 决策规划模型，也即完全基于深度学习的规划方式，而非相对更传统的“基于规则”的算法。
这很重要，因为“老司机”之所以驾驶效率高、乘坐体验好，不是因为他熟悉规则并且根据规则死板地执行操作，而是能够在不同的情况下进行“变通”：该抢的抢，不该抢的不会一味地激进驾驶；不止注意路况，也惦记着自己和同车人的乘坐感受，兼顾安全、舒适和效率。
我们的测试路线位于苏州阳澄湖附近的常嘉高速和沪常高速路段。
首先，从上匝道开始。匝道有不同形状，而大曲率的“盘桥”弯道，通常被认为是辅助/自动驾驶系统最难解决的一类场景：由于弯道曲率较大，对前后方车辆的位置、距离识别容错空间更小，转向和增减速规划起来难度更大。
而在测试中，我所搭乘的这辆智己 LS7 在条件允许的情况下，能够一直保持在道路居中，不贴左靠右，根据弯道的变化灵活地完成了自动转向、增减速等操作，并且根据司机的手动选择（通过方向盘后方右侧的扳机）来保持符合司机期待的跟车距离。
在盘桥即将结束，准备汇入高速主路时，NOA 系统也平滑地进行了加速，贴近了主路车流的车速区间。
然后就发生了文章开头所介绍的情况：高速主路车流十分密集，而且均为激进驾驶的大车。以我这样一个能等则等的性格，恐怕要把匝道后方的车队压住了。好在 NOA 没等太久，在左侧两辆大卡车通过之后迅速地打开转向指示灯，然后两秒左右就并入了一个大约20多米的空隙。
如果按照我自己驾车的习惯，从匝道并入最右车道后会观察和评估至少五六秒，之后才会进行下一步的并线操作。而在智己 NOA 的操作下，这辆车只维持了一个最小可行的等待窗口，大约3秒后就再次并线，没有浪费多余的时间，进入了高速的中间车道——这就是智己所说的“不仅更像人，甚至在某些场景比人开得更好”的体现。
插空变道和加塞处理通常被视为自动和辅助驾驶较难以解决的主要场景之一。在高速路上由于速度较快，对系统操作的灵敏性和颗粒度有较大的要求，在城市道路上则由于路况复杂、道路其它车辆操作的不可预见性等，插空和防御插空更是成了难题。
在智己和其合作的自动驾驶技术公司 Momenta 这里，插空变道和加塞处理反而不是难题。“因为过去的方案都是 rule-based（基于规则），确实很难做。我们利用基于深度学习的方案，来进行自适应加减速、变道，结合导航和现实路况进行智慧车道选择，”智己汽车自动驾驶中心项目管理和测试负责人王康对我表示。
智己汽车自动驾驶中心项目管理和测试负责人王康
在 rule-based 下，变道操作可能因为超车规则的限制只能从左侧走。而在智己这边，NOA 可以根据车流情况，根据接下来数百米到数公里的导航路径，来智能选择变到左车道还是右车道。
特别是当插空变道和出高速下匝道的需求结合时，智己 NOA 的基本操作水平，会让司机感觉更自然和接近正常人的驾驶风格。
比如目前行车道的车流、车速合适，它会继续在当前车道行驶，而不是像基于规则的系统那样，离出口还有几公里就开始向右侧变道；在800米-1.6公里的最优区间内，智己 NOA 才会寻找汇出主路的时机，加强插空变道的积极性。
再比如，在高速高架路上如果了遭遇大车和异型车之类经常因为超宽或驾驶不规范而越线的车辆，传统 ADAS 系统往往会进行一些很不“智能”的操作，像是明显减速、变换车道，甚至直接脱离 ADAS 模式。智己 NOA 的应对方式也更接近真人老司机：微打方向，在不离开当前车道的同时，进行一个加速超越的动作。
根据该公司分享的数据，我们测试的智己 NOA 当前版本的目前的匝道通过率已经高达95%，优于头部企业产品整体水平，变道成功率高达97%，百公里误制动次数只有0.4次，是行业头部玩家的三分之一。
总体上，智己目前已经可以做到百公里不到1次接管率，并且放言有望在2025年实现1000公里1次以内接管，4年内实现10000公里1次以内接管。
智己 LS7 的车顶传感器套件
如果要挑毛病的话，我目前发现目前的高速高架 NOA 测试版系统，在变道时经常会打两次方向盘，仿佛是在用动作来宣告即将变道——整个转向操作仍不够平滑。
在安全的前提下降低驾驶强度
需要明确的是，我们在上海车展前一周在苏州测试的这一版智己高速高架 NOA，是目前仍在测试中的版本，计划在上海车展同期或之后的4月底面向智己 L7 车型进行推送，6月开始向 LS7 车型推送，首批开放城市为上海、苏州、杭州、嘉兴、湖州。两个车型的 NOA 系统将在年内面向全国高速高架开放。
而到今年年底，智己汽车将开始公测能够完全替代高精地图的 DDLD 智能驾驶技术，以及面向城市道路的 NOA 领航辅助——事实上，该公司的测试版系统已经具备了城市 NOA 能力，只是考虑到安全优先的原则，目前仅进行了小范围内测。
智己汽车 CEO 刘涛指出，现阶段行业里还没有真正意义的自动驾驶。盲目追求自主程度更高的自动驾驶，不仅技术上实现不到，却更放大了此类技术的安全隐患。
而智己的原则，是在安全的前提下，最大程度降低驾驶的强度，降低司机在驾驶时的疲劳感。再结合智己在智能座舱操作系统 IMOS 2.0 上的努力（预计上海车展期间 OTA 推送），让驾车即使在最复杂的交通环境下，都能够成为一件更加轻松、体验感更强的事情。
“自动驾驶是一件攸关性命的事情，只有做到180%的安全才能够把一个新功能推送给用户。生命安全是不能 OTA 的，这是我们的价值观。”
智己汽车 CEO 刘涛
考虑到很多车主对高级辅助驾驶功能还是无法完全信任，智己 NOA 也在几乎“全自动”的模式下，为车主提供了手动下达命令的能力，主要体现有三：
1）限速：尽管 NOA 系统从导航当中提取的限速信息是120km/h，司机仍然可以使用方向盘后方左侧的扳机来增减速度（每档5km/h）
2）跟车距离：系统默认设置下，车辆在 NOA 启动下的跟车距离较远，容易导致后方车辆司机着急并作出危险驾驶行为。所以，司机也可以使用方向盘后方右侧的扳机来手动调整跟车距离。
3）手动变道：在 NOA 启动时，如果司机认为可以切换车道，但 NOA 没有此意，用户可以拨动转向指示灯，从而告知自己的意图。系统会即刻分析当时路况，在条件允许时（最快只要两三秒）完成用户期望的变道操作。
在 NOA 启动的高级辅助驾驶下，智己汽车还在行业首次推出了信任模式，通过下图所示的三格“信号条”来直观地告知车主，NOA 系统本身对于目前的路况和即将/正在进行的操作的自信程度有多高。
在我的测试期间，除了前面提到的上匝道汇入主路时，由于大车实在太多，系统显示操作的自信程度较低。其它时间，界面都显示自信程度“满格”，表明 NOA 系统已经能够非常从容应对绝大多数可能遭遇的情况。
“我们的系统，你会感觉它的大部分决策跟你想的可能是一样的，这就是我们的核心，”王康表示。
在此之前，智己汽车曾经遭遇过赛道刷圈、“最速量产电动车”、和特斯拉叫板等产品定义不清、营销错位的一些弯路。而在一段日子的积累之后，智己似乎已经找到了适合自己的差异化道路，抓稳了自己真正最吸引核心消费者的长项：高级智能辅助驾驶体验。
电动智能汽车，上半场是电动，下半场终于轮到智能上场。
当一些其它汽车厂家和产品选择强调驾驶和车辆控制层面的高性能，智己选择的是用 NOA 的高级辅助驾驶能力，以及智能座舱的体验，来更好地帮助车主从容应对驾驶这件事。
刘涛说，自己不敢妄言实现真正自动驾驶究竟何时实现，甚至这个10年内都不好说。但他可以确定的是，真正突破性的技术，往往是跃迁式、爆炸式出现的，就像人们从未预料到2022年下半年生成式人工智能技术突然爆发一样。
至少为电动智能汽车领域的“GPT”式时代的正式开启，智己汽车已经做足了远超大部分中国品牌，和几乎所有海外品牌的准备。
至少对于我自己来说，这辆车只用了半个小时，就让我对在中国开车这件事不再恐惧。
关键词：
您可能也喜欢这些文章
