708
2022年高速NOA功能，2023年城市NOA功能，未来2024年小规模L3等级自动驾驶功能
一、2023年，中国众多车企实现赶超特斯拉自动驾驶能力
1.特斯拉状态
今年8月26日，马斯克亲自上线开启了一场FSD Beta V12试驾直播，引百万人现场围观。此次展示的FSD Beta V12是有史以来第一个端到端AI自动驾驶系统（Full AI End-to-End），是特斯拉最重要的一次升级。直播45分钟，FSD Beta V12系统在行驶全程进展非常顺利，能够轻松绕过障碍物，识别道路各种标志。45分钟内人工干预一次 。
马斯克直播中激动地表示：
V12系统从头到尾都是通过AI实现。我们没有编程，没有程序员写一行代码来识别道路、行人等，全部交给了神经网络。
2.国内其他车企状态
和特斯拉不同的是，国内汽车自动驾驶方案采用：多传感器融合方案，最大的特点就是激光雷达+高精度地图。甚至：开全国。
今年6 月 17 日消息，理想汽车召开理想家庭科技日发布会，介绍了城市 NOA 和通勤 NOA，宣布本月开始在北京、上海开放城市 NOA 内测，半年开放通勤 NOA 功能。
华为ADS2.0自动驾驶，也采用了国内的多传感器融合方案，M7车顶安装有一颗激光雷达，但是完全取消了：高精地图
二、技术路线上，全面拥抱以视觉为主的特斯拉方案
大家都知道，自动驾驶的实现都依赖人工智能算法的发展。截至目前，特斯拉的AI算法已经发展到了大模型阶段。具体来讲，就是Transformer+BEV+占用网络。
一方面，BEV可以高效表达自动驾驶系统周围的丰富空间信息；另一方面，Transformer在处理序列数据和复杂上下文关系方面展现了独特优势。两者结合可以充分利用BEV提供的环境空间信息，以及 Transformer在多源异构数据建模方面的能力，实现更精确的环境感知、更长远的运动规划和更全局化的决策。 两者组合可实现互补，增强对复杂场景的理解表达。
2020年以来， Transformer+BEV+占用网络结合正在成为自动驾驶领域的重要共识，推动自动驾驶技术进入崭新发展阶段。
理想AD Max 3.0正在以过去难以想象的速度成长和迭代。为了摆脱高精地图的依赖，理想采用了BEV大模型，来实时感知和理解环境中的道路结构信息。针对复杂路口，理想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。为了理解红绿灯规则，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。面对道路上可能会出现的通用障碍物，比如施工路障、遗撒物体、卡车后斗伸出的货物等，使用Occupancy网络，来精准地识别它们的边界和类型。
华为ADS2.0自动驾驶系统。华为选择了激光雷达和摄像头的结合。这是因为多传感器的结合比纯视觉更可靠，同时也带来了更大的挑战。为了解决多传感器的整合问题，华为发布了BEV+Transformer+GOD方案，这一智能驾驶方案比特斯拉的BEV+Transformer更先进和复杂。GOD 2.0：General Obstacle Detection，通用障碍物监测网络，看得懂物；RCR 2.0 : Road Cognition & Reasoning，道路拓扑推理网络，看得懂路。
华为提出的 GOD本质上就是占用网络，是以激光雷达点云作为基础，得出的占用网络结果，通过 3D 点获得 3D 占用网络，再通过视觉进行一定的融合。
极越自动驾驶ROBO Drive Max应该是完全拥抱特斯拉方案的典型，纯视觉，ransformer+BEV+占用网络.
总之，今年的自动驾驶发展，已经到了城市NOA落地的阶段，同时也是L3自动驾驶发展的起始，头部玩家大模型的应用能有极大发展，车企已经走在几乎和特斯拉同步的阶段，甚至融合方案的实际效果更优于特斯拉的方案。这些的确是值得肯定的不小的突破。
内容由作者提供，不代表易车立场
