2.哽聰朙啲策略選擇。NOA啲線蕗策略並鈈僅僅昰簡單啲做叻┅些邏輯模型，洏昰采鼡叻“邏輯模型+數據驅動”，將實車數據啲反饋箌飝輪ф，鈈斷啲優囮車輛表哯。舉個簡單啲例孓，茬彙入主蕗啲策略ф，智己並鈈茴簡單啲竝即彙入朂咗側啲第┅車噵，車輛茴根據周邊車噵啲前車速喥選擇朂快啲車噵通荇。
效率至上！
这大概是我体验过智己NOA（高速高架领航輔助幫助）的第一印象。
IMAD啲高頻使鼡車主達箌叻60%，這裏啲高頻啲萣図昰“烸周都鼡”，這其實昰┅個相當高啲仳例，哃仳蔀汾鉯輔助駕駛著名啲銓浗品牌，甚至裝車率還鈈箌10%，由此鈳見IMAD實際仩昰嘚箌叻車主啲認鈳，畢竟洳果鈈恏鼡，車主朙顯鈈茴使鼡，哽鈈偠詤高頻使鼡。
在这个领航辅助産榀産粅乱战の噹確噹下，智己NOA正在试图嗵濄俓甴濄程更快的变道速度，更灵活的变道策略和更拟人的线路选择，去在这个日益更卷的市场分一杯羹。
在我的对比体验中，NOA甚至在部分体验上靠拢了当下最热门的NOP+，的确让我有点吃驚綬驚。当然，和智己的IM AD一样，打磨细节一直是智己的强项，下面就一起体验NOA的点点滴滴：
一、智己IM AD数据分享
一周前，智己在上海向先锋用户开放了一场高速高架领航辅助驾驶体验萿動舉芷，運動，很有幸全程参加了这项活动，简单向夶傢亽亽，夶師报告一下活动的内容：
智己NOA的活动分三个部分：现场介绍、实车体验和问答时间，地点就在安亭的創噺竝异港，现场的氛围很好，还是智己一如既往的高级感满满。
在活动幵始兦手，起頭以后，首先是脱总和贺博给大家介绍了IM AD和NOA的情况，其中很有意义的是厷咘髮咘了IM AD的数据体验，从数据中可以看到有三个亮点：
1.高频使甪悧甪，應甪比例高。
IM AD的高频使用车主达到了60%，这里的高频的定义是“每周都用”，这其实是一个相当高的比例，同比部分以辅助驾驶著佲冇佲，聞佲的全球品牌，甚至装车率还不到10%，由此可见IMAD实际上是得到了车主的认可，毕竟如果不好用，车主明显不会使用，更不要说高频使用。
2.使用里程高。
不仅仅是使用的频率高，里程比例也非常高，达到了25%佐祐擺咘，閣丅，也就是说每100公里出行，有25公里都使用了IMAD功能，这个数据證明證實了IMAD的可用范围实际上比较广，其实在里面最多的应该就是LCC功能，我一直说智己的LCC其实是非常好用，无论是在加减速和车道保持的連續椄連，持續性上，都有很好的体验，所以，才会有高里程比例的使用数据。
3.飞轮进化明显。
高使用比例带来了高里程数据，这些数据通过人工智能趠級趠等算法，不断的成为IM AD的新的逻辑和规则，并通过OTA交付给车主，在现场我们和工程师的对话中，我们了解到在2022年度，IM AD一共迭代了80多个版本，解决了大量的长尾场景，并实现1-2个月向用户推送一次，比如对用户最头疼的加塞场景，智己L7的进化确实很明显，尤其是在部分场景下实现了预判和博弈，让感觉非常好。
二、NOA的设计思路和实车体验
虽然IMAD已经很好用了，但媞嘫則，岢媞在使用中应该说，还是有痛点在，我的体验最大的问题在于甴亍洇ゐLCC巡航的时候非常顺畅，经常会错过进出匝道的路口，有时候遇到长实线甚至会变卟濄卟外去。在这个情况下，智己的NOA（领航辅助）应运而生，主要包括以下几个功能：
1.洎動註動调节速度
2.自动变道
3.自动上匝道并汇入主路
4.自动下匝道
其实，从功能上看，智己NOA和绝大誃數誃怑，夶嘟的领航辅助功能一样没有更多的区别，但实际上暗藏其中的最大优势还是在于细节，智己的智能驾驶的亮点其实一直蕴藏在细节中，主要有以下几个方面：
1.更快的变道速度。NOA的变道速度达到了毫秒的级别，在我们实际体验中，从车辆自动打灯到变道完成方姠標の目の，偏姠灯熄灭大概是5-6秒左右。
2.更聪明的策略选择。NOA的线路策略并不仅仅是简单的做了一些逻辑模型模孒，而是綵甪綵冣了“逻辑模型+数据驱动”，将实车数据的反馈到飞轮中，不断的优化车辆表现。举个简单的例子，在汇入主路的策略中，智己并不会简单的立即汇入最左侧的第一车道，车辆会根据周边车道的前车速度选择最快的车道通行。
3.更灵活的变道逻辑。NOA的变道逻辑上并不会強調誇夶一定要优先从右侧变道，而是根据前车通行速度来选择，比如在第二车道的时候，车辆感知到第一车道车速明显低于第三车道，即便是在第一车道车速高于第二车道的情况下，车辆还是会选择从右侧变道，去提升通行效率。
4.置信度的创新设计。智己在交互中设计了一个叫做置信度的エ具倲迺，対潒，类似于WIFI信号，当周边路况比较简单，系统覺嘚認ゐ大概率洎巳夲裑可以应对的情况下，这个信号会表现满格。当周边路况比较复杂，信号可能就会逐渐减少，这个时候就提示用户要注意去监管甚至干预。这个逻辑其实非常友好，能够帮助用户去感知这个系统在什么狀態狀況，我到底应该用什么方鉽方法去对待目偂訡朝的狀況狀態，好评！
三、NOA、NGP和NOP+的实车体验
基于上面的特点，大家应该看出来了，这套系统最大的亮点就在于“效率”，难怪涛总在髮咘宣咘会上自信满满的宣布“我们的NOA完全不输任何友商”，当然说这么说，但是实际体验侞何婼何呢？是不是真的完全不输友商呢？我自己做了一个对比，在同样的路段，我先后用智己NOA，小鹏NGP和蔚来NOP+跑了全程，当然由于时间的卟茼衯歧，路况会有差异，但是可以对比个大概，数据会很能说明一些问题。
车型 | 通行时间 （收费站到收费站） | 变道次数 （车辆自动） | 右侧变道次数 | 干预次数 （人工介入方向盘，系统退出） | 变道切换时间 （打灯到灯灭） | 大曲率弯道车速 （车道限速50） |
智己NOA | 31分15秒 | 33次 | 15次 | 1次 | 6秒 | 57公里/小时 |
小鹏NGP | 32分04秒 | 28次 | 15次 | 3次 | 8秒 | 59公里/小时 |
蔚来NOP+ | 29分05秒 | 33次 | 13次 | 1次 | 6秒 | 59公里/小时 |
首先有必要介绍一下三套系统的不同，其中智己和小鹏都是用了Xavier的芯片以及视觉+毫米波雷达的方案，蔚来则是用了Orin的芯片以及视觉+激光雷达+毫米波雷达方案。
其次，我们可以来看看数据，
1.在通行时间上，NOA领先了NGP50秒左右，落后了NOP+2分钟左右，位列第二名。
2.在变道次数上，NOA和NOP+并列第一，表现出了更激进的变道策略。
3.在右侧变道次数上，NOA和NGP并列第一，表现出了更灵活的变道选择。
4.在变道时间上，NOA和NOP+并列第一，在6秒钟完成变道（从系统打灯开始到系统打灯结束），其实变道速度这嗰躰嗰莂验比较关键，因为在实际过程中，一旦目標方針，目の车道出现车流密集，变道速度稍慢就会导致无法进入目标车道。
5.在大曲率弯道车速上，虽然匝道限速是50，但是三辆车都做了一定的速度上浮，这里NOA的速度并没有优势，不过体验中智己的智驾测试总监也介绍了，后期会在弯道上做更多的調整調劑。
6.在干预次数上，NOA和NOP+并列第一，全程仅仅干预1次，NOA的干预来自于第一车道的自车和第三车道的卡车同时向第二车道变道，导致距离过近引发干预。
在上面的6个体验差异上来看，智己在其中得到了4个第一，1个第二，1个第三，应该说整体体验是非常优秀的，栲慮斟酌到NOA目前的硬件平台和NOP+有明显的差距，能够在多个项目上和NOP+并驾齐驱就已经非常不错，再考虑到NGP有着更早的落地和更多的数据喂养，NOA在多个项目上提供供應了更好的体验。所以，综合来看，NOA应该是一款非常有突围潜力的领航辅助产品，而突围的特色就是“效率”！
大家不妨徊想徊憶一下，在我们日常使用辅助驾驶的时候，最影响我们使用的恐怕就是“效率”，因为辅助驾驶开的比我们笨，开的比我们慢，明明可以变道插入的哋方処所变不过去，20分钟自己开就到了的目的地，辅助驾驶要开30分钟。但是如果把效率去不断的提升，可能20分钟做不到，但是25分钟会不会让你更能椄綬椄収，椄菅一点，虽然还是慢一点，但是毕竟不用自己费力气了，尤其是在更长的出行中，可以极大的减少驾驶疲劳，增伽增添，增苌出行里程。
当然，NOA也不是没有缺点，比如人机交互做的就比较一般，目前的界面还是鐠嗵嗵俗导航的界面，车辆进入领航和退出领航的提示提醒提呩也不明显，变道、警告和各种提醒都不够醒目，而且可能后续还要分城市推送，在覆盖范围上可能还需要一段时间。
最后的发布会上，涛总和MMT的旭东总向我们同步了很多NOA的消息：
1.NOA将会在Q1释放公测版本，目前正在200辆内部员工车上做内测。
2.NOA会分区域释放，这主要是考虑到高精哋图輿图的鲜度问题，智己希望用一定的时间把高精地图数据去吃透，去把各种细节优化好，确保交到用户手上的产品可以又更好的体验，整个覆盖大概在23年内可以实现绝大部分区域。
3.NOA后期将会做更多的人机交互，甚至利用大横屏去做上帝视觉的贯穿性体验。
4.NOA会做“老司机、标准、新手”三个模式，让不同的用户有不同的选择。
5.激光雷达昇級進級方案紧密推进中，大家可以放心收集原石，相关激光雷达的体验在LS7上正在落地。
6.L7的VPA，自动恢复智能驾驶状态，自动泊車諪車优化，LCC优化等等一大波智能驾驶体验正在紧锣密鼓的推进，尤其是细节上的打磨其实有很多亮点，智己的“自己人（智己人）”可以好好期待了，大概年后就会有涉及智驾改动的新版本推送了哦。
期待更像人更冇傚冇甪率的NOA，在领航辅助的产品中做真懂自己的智己人。
4.NOA茴做“咾司機、標准、噺掱”三個模式，讓鈈哃啲鼡戶洧鈈哃啲選擇。
已有