(资料图片仅供参考)

基于当前智能辅助驾驶发展越来越成熟，智能辅助驾驶已经不只适用于有标识线的路段，甚至很多时候智能辅助驾驶有了 " 人的意识 "，而这一切也源于 Ai 大数据支持。

想看理想 L9 的优缺点？来看看大家怎么说！

近日，教授有幸在北京体验了理想 L9 城市 NOA 功能，此次试乘从理想北京顺义研发总部出发，前往望京昆泰酒店，途中经过 77 个路口，包括 11 个右转路口，10 个左转路口，5 个无保护左转。

原本教授，并不知道北京望京路段是有多复杂，而通过此次试驾则真正体会到理想为什么会选择这条线路，因为有这么一句话 " 搞定望京就等于搞定北京 "，毕竟望京又是北京路况最复杂的街道路段之一，而此次试驾共计分为两个阶段，第一段是模拟理想员工回家路线；第二段是挑战地狱级路段（望京）。要了解理想 NOA 的强大之处，想必是要先了解这套技术的逻辑。据理想汽车介绍，城市 NOA 功能主要基于 NPN 神经先验网络，借助云端大模型对复杂的路口特征的提取，来强化车端对物体的识别，所以车辆可以做到不依赖高精地图实现智能领航辅助，简单来说，就是车辆不断通过实时地图模型更新，满足车型提前预判。其次，理想 NOA 还能不断通过学习驾驶者的驾驶习惯，模拟出车辆遇到不同情况，驾驶者将会做出怎样的应对方式，让城市 NOA 在保证安全、符合交规的前提下实现更像人类驾驶员的决策和规划。当然，Ai 的逻辑就是通过数据的叠加，以及算法让其做出更多可能性操作。所以当车辆面对路口信号灯变化下，理想 NOA 也能通过大数据算法进行判定，面对不同信号灯时车辆应该提前走哪条路并且看哪个信号灯，例如直行为红灯，左转为绿灯时，车辆也能提前借助驾驶者习惯或者导航路线，搭配各路段信号灯可通行的数值，选择最高数值的路段与行为进行操作，包括无保护转弯下。最让教授印象深刻的一个就是，当驾驶者行驶在一个非常多车的路段停车时，即便主驾驶还没有看到很多车辆前方有人进行穿插时，城市 NOA 的模型已经提前通过 " 脑补 " 进行感应，包括在一个准备通过信号灯路段时，因前车遮挡 " 鬼探头（外卖员）" 迅速穿插出现时，城市 NOA 也是比驾驶者更早地进行预判与操作。由于第一段（模拟理想员工回家路径）主要是在郊区路段，整体状况并不复杂，所以车辆在开启理想 NOA 功能下，面对乡间小路会车、城镇道路跟车与行驶下，车辆都基本做到准确无误的行驶与通过。不过在这一路段，车辆行驶于双车道时，对向车辆仍要强行超车时，理想 NOA 功能是没有做出避让的，为了防止车辆在最紧急情况下出现急刹，驾驶者选择接管避让，对此，理想工作人员也做出解释，当理想 NOA 面对它人违规驾驶下，车辆预判还是会有些迟缓，但其实在往后比较缓慢的双车交汇时又或者左右侧车辆加塞时，理想 NOA 还是会做出避让行为的。不可否认，除了上述情况，理想 L9 在开启理想 NOA 功能后，基本能够准确、安全地按照路线行驶到目的地。据悉，这只是理想通过两周的 " 训练 " 完成的模型大数据。所以在进行更困难的 " 望京路段 " 下，理想 NOA 表现还是相对从容的，不管是面对无实线路段下的变道、意图超车、无保护路况转弯、公交驶离下的避让，以及随时停下的车辆等等，理想 NOA 都有着很多与人相似的驾驶逻辑以及操作。有利也有弊，因为理想汽车的 NOA 系统在面对各种复杂情况下，是更倾向作出较为保守的通行策略，如等待其他车辆或行人先行通过、再向前行驶，这也让车辆在过十字路口时较为缓慢，以至于对向车辆需要等待，还有就是每次车辆过弯都会选择中间车道以保证安全性，并没有选择最贴近路肩的道路。想看理想 L9 的优缺点？来看看大家怎么说！

除了上述提到的 " 狭路相逢 " 进行一次接管，此次驾驶者还进行了一次接管，那就是当车辆即将进入右转专用道时，此时又有公交进行阻挡，而理想 NOA 系统本能反应是进行等待，但又基于后车拥堵，驾驶者本想通过踩下油门踏板进行超车下，理想 NOA 却选择执行进入右转车道的指令，因此需要进行接管。

还有一个相对惊心动魄的情况，就是当右侧有车辆遮挡时，左后方又有大车正在行驶，理想 NOA 居然选择左转加速超车，并且能迅速完成动作，不得不说，这保持了通行效率，并且显得非常 " 老司机 "，看来这套 NOA 在软件调校下还是比较 " 进攻 " 的。

借理想方面介绍，目前理想 NOA 系统只能算一个 " 婴儿期 "，所以还需要继续成长，但也明显比此前的 " 出生期 " 要优化了不少。通过此次试驾来看，可以感受到理想 NOA 系统提升确实很明显，基本可以做到老司机般的操作，而这城市领航功能也是当下智驾的最高要求，理想乃至于其他品牌都有着很长的路要走，但无可否认理想在努力将其完善。