现在国内领航辅助第一梯队们，大家都很有默契地从有图领航逐渐进化实现无图领航。所以谁可以先在国内实现真正地无图领航辅助，可能是理想、也可能是小鹏/华为，总之特斯拉已经不是唯一答案了。在没画线的乡村路，两边都是农作物的小路，「通勤模式」一样可以胜任，对向会车它也能及时减速观察避让。只是目前减速动作有点大，同样需要再优化体验。惊喜的是，这条路线个性化的程度很高，全程开下来，所有路口都能精准找到，拐入。连车在园区办公楼大门上车就可以激活，自己去找园区的侧门，出闸口，自动拐弯汇入。这次体验一条、是理想内部员工提前训练好的路线，从「理想总部」到「十里湖光」全场30分钟。有意思的是，这次我们还体验了「通勤模式」。同样是不依赖于高精地图，「通勤模式」的车主自己上下班的一条非常私人化、个性化且高频的用车路线。并且无图方案的路口信息采集，必须就由max车主的传感器感知采集。所以一个城市开通理想NOA的进度，取决于非常多因素：包括该区域内理想车主密度；路口信息复杂程度；以及ai训练阶段成果。只是一套系统从「能用」到「好用」，必须磨练的技能：与人/社会车博弈。在这点上理想还有进步空间，比如一些环岛路口突然横穿加塞的车、以及路口横穿的五类车，甚至似乎拐弯时候旁边的违停五类车，以目前系统能力来看都有一定安全隐患，需要及时介入。惊喜的一点是：这套系统训练成果还是可圈可点的，虽然只是很雏形的阶段，但已经是「能用」了。无论是红绿灯首停起步、跟车、环岛根据导航拐弯等，都没问题。所以理想推出这套城市NOA，基于传感器采集的路口信息，加以AI训练生成的无图城市NOA，就直接绕开了高精地图的成本和执行难题，作为炫技，肯定是让我们直接在北京内使用。不过高精地图利弊也是共存的，弊端自然是采集速度慢、成本高甚至在北京这样的城市，连采集都成问题。都说国内辅助驾驶有两大法宝：激光雷达和高精地图，让我们可以在结果上直接弯道超车特斯拉直接实现高速甚至部分城市内的领航辅助驾驶。
查看内容详情 >
现在国内领航辅助第一梯队们，大家都很有默契地从有图领航逐渐进化实现无图领航。所以谁可以先在国内实现真正地无图领航辅助，可能是理想、也可能是小鹏/华为，总之特斯拉已经不是唯一答案了。
在没画线的乡村路，两边都是农作物的小路，「通勤模式」一样可以胜任，对向会车它也能及时减速观察避让。只是目前减速动作有点大，同样需要再优化体验。
惊喜的是，这条路线个性化的程度很高，全程开下来，所有路口都能精准找到，拐入。连车在园区办公楼大门上车就可以激活，自己去找园区的侧门，出闸口，自动拐弯汇入。
这次体验一条、是理想内部员工提前训练好的路线，从「理想总部」到「十里湖光」全场30分钟。
有意思的是，这次我们还体验了「通勤模式」。同样是不依赖于高精地图，「通勤模式」的车主自己上下班的一条非常私人化、个性化且高频的用车路线。
并且无图方案的路口信息采集，必须就由max车主的传感器感知采集。所以一个城市开通理想NOA的进度，取决于非常多因素：包括该区域内理想车主密度；路口信息复杂程度；以及ai训练阶段成果。
只是一套系统从「能用」到「好用」，必须磨练的技能：与人/社会车博弈。在这点上理想还有进步空间，比如一些环岛路口突然横穿加塞的车、以及路口横穿的五类车，甚至似乎拐弯时候旁边的违停五类车，以目前系统能力来看都有一定安全隐患，需要及时介入。
惊喜的一点是：这套系统训练成果还是可圈可点的，虽然只是很雏形的阶段，但已经是「能用」了。无论是红绿灯首停起步、跟车、环岛根据导航拐弯等，都没问题。
所以理想推出这套城市NOA，基于传感器采集的路口信息，加以AI训练生成的无图城市NOA，就直接绕开了高精地图的成本和执行难题，作为炫技，肯定是让我们直接在北京内使用。
不过高精地图利弊也是共存的，弊端自然是采集速度慢、成本高甚至在北京这样的城市，连采集都成问题。
都说国内辅助驾驶有两大法宝：激光雷达和高精地图，让我们可以在结果上直接弯道超车特斯拉直接实现高速甚至部分城市内的领航辅助驾驶。
发表评论
