2024中國智能駕駛城區(qū)NOA功能測評報告-2024-12-智能網(wǎng)聯(lián)

有《2024中國智能駕駛城區(qū)NOA功能測梯隊主機廠憑借早期的技術(shù)積累和經(jīng)驗數(shù)據(jù)已實現(xiàn)全國范圍的功能可用。根據(jù)億歐智庫測算,2023年中國城區(qū)NOA功能的市場規(guī)模達到5億元,功能滲透率為0.1%,未來隨著功能滲透率的加速,2024年或?qū)⒊蔀槌菂^(qū)NOA功能的發(fā)展元年。報告基于全面、安全、公允的原則,完成城區(qū)NOA測評全流程,并得出客觀事實分析。譽《2024中國智能駕駛城區(qū)NOA功能測評報告》核心觀點?從整體的車端表現(xiàn)來看,若要實現(xiàn)功能的"可用",安全性和可靠性指標是關(guān)鍵,小鵬G6、理想L9、阿維塔12的整體表現(xiàn)相對較好,尤其是阿維塔12憑借兩側(cè)兩顆激控制、行駛車道是否與導航地圖發(fā)生偏離等,但這兩項指標5輛車表現(xiàn)的綜合性能都較差,小鵬G6、理想L9、阿維塔12舒適性各指標無明顯問題,而蔚來ES7和智己靠性問題。目前,各家主機廠的城區(qū)NOA功能由于在軟件、硬件以及工程化能力上不同,所以功能體驗上存在明顯差異,頭部主機廠或智駕方案商已達到"可用"及格線。1.2城區(qū)NOA測評原則城區(qū)NOA的測評用戶場景2.1用戶場景的定義2.2城區(qū)NOA的基礎(chǔ)場景2.3城區(qū)NOA的特定場景3.1安全性3.2舒適性3.3可靠性3.4通行效率城區(qū)NOA實車測評結(jié)論4.3整體測評結(jié)論與洞察城區(qū)NOA的測評用戶場景2.1用戶場景的定義2.2城區(qū)NOA的基礎(chǔ)場景2.3城區(qū)NOA的特定場景3.1安全性3.2舒適性3.3可靠性3.4通行效率城區(qū)NOA實車測評結(jié)論4.3整體測評結(jié)論與洞察u隨著汽車產(chǎn)業(yè)智能化的發(fā)展,僅少部分品牌僅可實現(xiàn)L2及以下功能,高速NOA功能也逐漸成為大部分車型的標配,并且中國大部分主機廠已經(jīng)布局城區(qū)NOA功能,其中頭部先行企業(yè)已布局1年以上,且實現(xiàn)一定數(shù)據(jù)積累,而新入局者也正在加速布局城區(qū)NOA功能。u作為城區(qū)NOA功能的元年,2023年其市場規(guī)模為5億元,功能滲透率為0.1%,億歐智庫預測,2030年城區(qū)NOA功能市場規(guī)模將達到近1500億元,未來國內(nèi)主機廠將可能加大城區(qū)NOA功能的投入,不斷優(yōu)化城區(qū)NOA功能的體驗感。?城區(qū)NOA智駕方案落地1年以上且有一定數(shù)據(jù)積累華為鴻蒙智行華為鴻蒙智行?城區(qū)NOA智駕方案落地不滿1年或僅限于公測階段部分傳統(tǒng)車廠的車型僅實現(xiàn)基礎(chǔ)L2及以下功能L2及以下功能企業(yè)部分傳統(tǒng)車廠的車型僅實現(xiàn)基礎(chǔ)L2及以下功能L2及以下功能企業(yè)億歐智庫:2023-2030E年中國城區(qū)NOA功能市場規(guī)模與滲透率25%20%149620%15%12968950.5%0.1%0.5%0.1%5492895352553520232024E2025E2026E2027E2028E2029E2030Eu測評地點:本次城區(qū)NOA測評地點為上海,全程從虹橋品匯出發(fā),最終至張江高科科技園結(jié)束,路程距離約為50公里。u車型選擇:本次城區(qū)NOA測評共選擇了4輛車型,包括小鵬G6Max、理想Lgultra、蔚來ES7、阿維塔12、智己LS6.所選車型在傳感器硬件配置上都是基于激光雷達的多傳感器融合路線。行程:行程:虹橋品匯至愛情海購物中心距離:10.4公里n車型版本:n車型版本:理想Lgultra版n硬件能力:多傳感器融合(1*激光雷達)+2*英偉達orin-xn軟件能力:端到端+VLM視覺語言大模型n實測時間:2024年9月18日白天n實測軟件版本:6.2.0(E2E-VLMBeta3.2)行程:行程:愛情海購物中心至徐匯濱江綠地距離:11.6公里n車型版本:n車型版本:蔚來ES7n硬件能力:多傳感器融合(1*激光雷達)+4*英偉達orin-xn軟件能力:GOA通用障礙物感知能力實測時間:2024年11月3日白天+夜晚行程:行程:外灘陳毅廣場至正大廣場距離:4.7公里行程:正大廣場至張江高科科技園距離:13.8公里行程:行程:徐匯濱江綠地至外灘陳毅廣場距離:9.6公里n車型版本:阿維塔n車型版本:阿維塔12n硬件能力:多傳感器融合(3*激光雷n軟件能力:GOD+PDP的端到端仿生模型n實測時間:2024年11月15日白天n實測軟件版本:AVATR.OS4.1.0n車型版本:智己LS6n硬件能力:多傳感器融合(1*激光雷達)+1*英偉達orin-xn軟件能力:端到端長期記憶模型+DLP短期記憶n實測時間:2024年11月25日白天n實測軟件版本:IMOS3.2.1(P01MCY1)n車型版本:小鵬G6Max版n硬件能力:多傳感器融合(1*激光雷達)+2*英偉達orin-xn軟件能力:xnett++XBrainn實測時間:2024年9月4日白天+2024年9月18日白天n實測軟件版本:XOS5.2.5安全性原則接管時機的選擇:安全性原則接管時機的選擇:在實際測試中,為了能達到真實用戶功能使用的程度,不會刻意去讓智駕系統(tǒng)去挑戰(zhàn)某些危險場景,測試員會基于安全第一的原則去考慮是否接管車輛;功能重啟時機的選擇:在每次接管后,會根據(jù)現(xiàn)場的路況真實情況,選擇是否重新開啟城區(qū)NOA功能,選擇接管一段路程后,再進行開啟,以求接管次數(shù)不會在同一工況下多次出現(xiàn)。全面性原則測評地點的全覆蓋:為了能夠盡可能覆蓋城市窄路、橋面、隧道、環(huán)行道路等不同場景,選擇了橫跨上用戶場景的全面性:本報告從城區(qū)NOA基礎(chǔ)場景和典型場景出發(fā),選擇了20+的用戶場景,基本包含評價指標的全面性:報告從安全性、舒適性、可靠性等維度,羅列了20+的具體指標,同時強調(diào)以主觀與客觀結(jié)合、定性與定量結(jié)合、用戶體驗與工程開發(fā)結(jié)合的方式,全面分析了各車型的實際表現(xiàn)。公允性原則測試員的統(tǒng)一性:所測試車輛皆保證同一個測試駕駛?cè)藛T進行,以保證對交通工況的判斷盡可能達到數(shù)據(jù)的真實性:為了保證測試最終數(shù)據(jù)的真實性和公允性,本次實車測評皆全程錄像,以求后期的數(shù)據(jù)求證;第三方的獨立性:作為獨立的第三方,億歐智庫聯(lián)合外部業(yè)內(nèi)專業(yè)人員,對測評數(shù)據(jù)進行專業(yè)和客觀的全面性分析。n特別申明:u億歐汽車研究院根據(jù)城區(qū)NOA功能的用戶場景,構(gòu)建了城區(qū)NOA功能的基礎(chǔ)場景和特定場景兩大場景維度,并羅列了城區(qū)NOA功能的20多個細分合性分析。直道巡航直道巡航指令變道超車變道指令變道超車變道cut-in繞行障礙物cut-in繞行障礙物VRU橫穿VRU橫穿VRU橫穿響應及時性響應及時性跟車距離跟車距離車道居中度車道居中度會車策略會車策略避障策略避障策略響應及時性響應及時性方向盤轉(zhuǎn)動情況方向盤轉(zhuǎn)動情況避障策略避障策略行駛流暢度行駛流暢度縱向加速度值縱向加速度值加減速線性度加減速線性度誤退率誤退率平均接管里程平均接管里程彎道通過率彎道通過率路口右轉(zhuǎn)通過率路口右轉(zhuǎn)通過率避障成功率避障成功率行駛用時行駛用時車速范圍車速范圍跟車時距范圍跟車時距范圍自動起停時長自動起停時長默認車道默認車道交通場景顯示功能狀態(tài)顯示人機交互的途徑1.2城區(qū)NOA測評原則3.1安全性3.2舒適性3.3可靠性3.4通行效率城區(qū)NOA實車測評結(jié)論4.3整體測評結(jié)論與洞察uu用戶場景包含自然行駛場景、標準法規(guī)場景、預期功能安全場景、交通事故場景、專家經(jīng)驗場景等,是多類場景的集合,而城區(qū)NOA的用戶場景,是限定在城市道路區(qū)域的用戶出行場景,可分為基礎(chǔ)場景與特定場景。u用戶場景強調(diào)真實性、高頻復現(xiàn)性、有效性,與工程測試的usecase存在本質(zhì)區(qū)別,用戶場景中的元素,是基于用戶視角選取和組合的,與用戶需求、用戶體驗強相關(guān),能直接反應智駕功能在用戶側(cè)的性能效果。案例:上班族的通勤場景車位等多種類型的道路與場地n單車道場景:根據(jù)道路的形態(tài)和交通參與者情況,可以進一步分為直道巡航、直道跟車、彎道巡航、彎道跟車44類,車輛保持在單車道內(nèi)按車道線行駛,是最基本、最彎道巡航彎道跟車直道巡航直道巡航導航變道超車變道導航變道超車變道指令變道指令變道錯位路口錯位路口環(huán)形路口環(huán)形路口n避障場景:城區(qū)路況復雜,尤其是無序穿行的行人、非機動車等高度不確定的因素,導致經(jīng)常出現(xiàn)障礙物,需要避免碰撞。根據(jù)障礙物的移動軌跡,避障場景可以分n城區(qū)NOA功能應該能通過多種方式避障,通過橫、縱向的聯(lián)動控制策略,滿足功能的安全性與流暢性,以及功能體驗的連續(xù)性前方橫穿前方橫穿?非機動車與行人的無序突然穿行,機動車cut-in借道避障借道避障n人流密集場景:行人數(shù)量多且密集、移動軌跡難以預測,容易突然出現(xiàn),嚴重干擾車輛行駛,不確定性非常高。城區(qū)的人流密集場景主要有公交站臺、學校門口、園區(qū)門口等。園區(qū)門口?辦公園區(qū)、居民社區(qū)、園區(qū)門口?辦公園區(qū)、居民社區(qū)、商業(yè)區(qū)等的出入口?兒童高度低,識別難度大于成人公交站臺公交站臺nn窄路場景:城區(qū)內(nèi)的狹窄巷道、小路等,通常只允許一臺車單向通行,路邊存在多種障礙物,如臨時停放的兩輪車、大石塊等,還會有非機動車和行人穿行,n交通擁堵場景:由于車流量大、人車混行、紅綠燈時間過長等原因造成擁堵,車速受限,只能低速緩慢移動。應該保持低速跟車狀態(tài)的同時,同時注意行人、非機動車的風險,并注意紅綠燈的狀態(tài)1.2城區(qū)NOA測評原則城區(qū)NOA的測評用戶場景2.1用戶場景的定義2.2城區(qū)NOA的基礎(chǔ)場景2.3城區(qū)NOA的特定場景城區(qū)NOA實車測評結(jié)論4.3整體測評結(jié)論與洞察u安全性是用戶最關(guān)注的需求,是智能駕駛的一票否決項,也是考察城區(qū)NOA性能的首要維度。用戶可以設(shè)定的速度區(qū)間,適用于單車道巡航的場景,如果用戶可設(shè)定的車速最高值過大,容易超速行駛。用戶可以設(shè)定的跟隨前車的時距區(qū)間,適用于單車道跟車的場景,如果設(shè)定的最小值過小,容易與前車發(fā)生碰撞。車道居中度激活NOA功能,系統(tǒng)默認選擇的長時間行駛車道,適用于單車道巡航的場景,默認車道根據(jù)路段合理選擇。避障成功率u安全性評價指標主要體現(xiàn)在系統(tǒng)反應能力、車距和車速的控制能力、危險狀況下的避障能力等。車速范圍34跟停距離默認車道會車策略u舒適性是直接影響用戶體驗的重要因素,與安全性存在較強的關(guān)聯(lián)和沖突,兩者往往是矛盾的,需綜合考慮。加減速的線性程度方向盤轉(zhuǎn)動情況進入路口的減速策略會車策略適用于路口場景,在保障安全、文明禮讓的前提下,應該避免頻繁停車和長時間等待,盡可能地保持勻速通過路口。避障策略在避障盡可能地保持平穩(wěn)減速、轉(zhuǎn)向,避免劇烈的車速變化和方向調(diào)整,實現(xiàn)安全與舒適兼得。u舒適性評價指標主要體現(xiàn)在車端控制系統(tǒng)層面,包括行車與過彎時的車速控制、復雜場景下的車輛控制策略等。34車速波動范圍彎道減速策略進入路口的減速策略u可靠性是指系統(tǒng)在不同的場景與工況中,穩(wěn)定地保持智駕系統(tǒng)性能的能力。城區(qū)NOA功能發(fā)生意料之外的莫名退出或降級的概率,可通過特定里程(城區(qū)行駛里程不長,可以10公里為標準)內(nèi)的誤退次數(shù)來表征。系統(tǒng)不能自主應對場景,需要用戶接管的概率,可通過特定里程內(nèi)的接管次數(shù)來表征。平均接管里程發(fā)生兩次接管之間的平均里程數(shù),與接管率存在對應關(guān)系。彎道通過率系統(tǒng)控制車輛順利通過彎道的成功率,適用于彎道場景。在路口識別紅綠燈的準確率,包括對直行燈、左轉(zhuǎn)燈、右轉(zhuǎn)燈的識別。系統(tǒng)控制車輛跟車直行,順利通過路口的成功率。系統(tǒng)控制車輛直行,在前方無車的情況下,順利通過路口的成功率。系統(tǒng)控制車輛左轉(zhuǎn),順利通過路口的成功率,有時也考察在待轉(zhuǎn)區(qū)的表現(xiàn)。系統(tǒng)控制車輛右轉(zhuǎn),順利通過路口的成功率,通?？蓪h(huán)島路口作為右轉(zhuǎn)的特殊場景。系統(tǒng)控制車輛調(diào)頭,順利通過路口的成功率。u可靠性評價指標主要體現(xiàn)在系統(tǒng)誤退和接管層面、感知誤識別、路口行車博弈時的成功率等。接管率34自主變道成功率路口直行通過率-不跟車路口調(diào)頭通過率u通行效率是衡量城區(qū)NOA能否高效完成行駛?cè)蝿?wù)的重要維度,是決定用戶是否會持續(xù)開啟城區(qū)NOA功能的主要指標之一。適用于單車道巡航的場景,在保障安全的前提下,車速最高值越高,行駛效率越高跟車時距越小,行駛效率越高距離越短,越不容易被加塞,行駛效率越高時長越短,越容易自動跟隨起步,減少用戶確認的時間,行駛效率越高適用于彎道場景,減速的幅度越小,過彎速度越快,通過彎道的效率越高默認車道城區(qū)NOA默認的長時間行駛車道,應該能讓車輛高效通行,避免進入擁堵或人車混行的車道車速變化策略有效變道率會車策略在保障安全的前提下,路口會車時能保持的車速越高,行駛效率越高避障策略應該在避障過程中盡可能地保持較高的車速避障成功率避障成功率越高,避障能力越強,受障礙物干擾的程度越小,行駛效率越高u34跟車時距范圍默認車道進入路口的減速策略離開路口的加速策略避障成功率1.2城區(qū)NOA測評原則城區(qū)NOA的測評用戶場景2.1用戶場景的定義2.2城區(qū)NOA的基礎(chǔ)場景2.3城區(qū)NOA的特定場景3.1安全性3.2舒適性3.3可靠性3.4通行效率合作,共同開發(fā)城區(qū)NOA方案。u計算平臺:蔚小理與智己,統(tǒng)一搭載英偉達orin-X芯片,也是目前應用最廣泛的大算力SOC芯片,其中蔚來ES7的算力最大,智己LS6只搭載1顆orin,算力最小;阿維塔12搭載華為的MDC810平臺,擁有400TOPS算力。u傳感配置:統(tǒng)一配置多攝像頭+激光雷達+毫米波雷達,攝像頭不低于10顆,激光雷達數(shù)量1顆~3顆不等,屬于多傳感器融合路線配置小鵬G6Max理想Lgultra蔚來ES7阿維塔12智己LS6XNGPADMaxNADADS3.0IMAD供應商供應商Momenta726XOS5.2.5E2E-VLME2E-VLMBeta3.2)Banyan榕3.0.1AVATR.OS4.1.0IMOS3.2.1(P01MCY1)2**orin-x508TOPS2**orin-x508TOPS4*orin-x1016TOPSMDC810400TOPSorinx254TOPS11V5R2L11V1R1L11V5R1L13V6R3L10V1R1L2*8M2*8M2*8M41*8M4*2.9M4*8M4*8M4*2M后視攝像頭1*2M1*2M1*8M1*2M4激光雷達233u根據(jù)前面提出的測評場景和評價指標,基于上海市區(qū)一條交通流密集的路線,通過33項評價指標,從4個維度,綜合測評5款車型的城區(qū)NOA表現(xiàn)。層面,定性地描述更符合用戶體驗和感受的事實MOS即平均意見得分法,通過打分的形式,將定性的主觀感受,轉(zhuǎn)化成定量的數(shù)據(jù),是一種常用的主觀質(zhì)量評估方法。MOS法通過讓多個評估者對特定樣本的質(zhì)量進行評分,然后計算平均分值,得出總體的質(zhì)量評估結(jié)果。MOS評分采用5分制,具體如下:n5分-質(zhì)量非常好,讓人非常滿意n4分-質(zhì)量好,比較滿意n3分-質(zhì)量一般,基本滿意,可以勉強接受n2分-質(zhì)量差,存在明顯的問題,用戶抱怨嚴重n1分-質(zhì)量非常差,幾乎無法使用,用戶抵觸小鵬G6Max理想Lgultra蔚來ES7阿維塔12智己LS64分4分4分4分2分車速控制范圍定量3定性3分4分5分5分2分4定量22~3m約3m2~3.5m22~3m233mm定量>100s>105s>125s>120s>130s定性4分3分2分3分2分定量不明顯不明顯不明顯不明顯不明顯車速變化策略定性5分5分5分5分5分定性4分4分3分4分3分定性4分4分4分4分3分避障成功率定量58.6%58.6%65%72.4%25%定性5分5分5分4分2分定量定性3分4分3分4分2分定性4分4分3分4分4分小鵬G6Max理想Lgultra蔚來ES7阿維塔12智己LS6定性4分3分4分4分4分定性4分3分3分4分3分定性4分3分3分定量0.8次0.4次1.2次0.8次接管率(10km)定量4.6次5.2次5.8次3.2次4,8次平均接管里程定量2.2km1.9km1.7km3.1km2.1km23定量100%76.9%87.5%86.7%100%24定量88%88.2%83.3%73.3%97.5%定量99.1%98.6%100%100%100%定量96.2%100%89.1%96.3%95.7%路口直行通過-不跟車定量86.5%90.5%91.2%100%95.1%路口左轉(zhuǎn)通過率定量77.8%71.4%61.5%85.7%55.6%路口右轉(zhuǎn)通過率定量62.5%100%定量100%100%行駛用時定量158min159min路徑偏差率(10km)定量0.2次0.2次0.4次33有效變道率定量72.7%82.2%86.4%u從安全性層面來看,小鵬G6、理想L9、阿維塔12的整體表現(xiàn)較好,其中小鵬G6和理想L9的整體數(shù)據(jù)綜合性較好,基本都在數(shù)據(jù)及格線以上,而阿能力和安全性。在整個測試的誤退率和接管率的表現(xiàn)較為突出,分別為每10km無誤退和每10km僅3.2次接管,再者阿維塔12路口右轉(zhuǎn)通過率達到100%,無保護左轉(zhuǎn)通過率也高達85.7%o蔚來ES7理想Lgultra小鵬蔚來ES7理想Lgultra小鵬G6Max智己LS6?跟車時距合理,可在1~5檔之間調(diào)節(jié),且1檔也能保證安嚴重偏離狀態(tài),并且在彎道?避障成功率高于70%,對于L2級智能駕駛來說,是能夠?跟車時距合理,可在1~5檔之間調(diào)節(jié),且1檔也能保證安景的響應不足,且跟車起步會明顯偏右,多次引發(fā)碰撞?避障成功率只有25%,安全?路口跟車的情況下,可100%?路口跟車的情況下,可100%彎道,也會因車速太快而無10kml.2次,誤退太多?29次接管,接管率是10km5.8次,平均接管里程1.7km?只有89,7%的通過率,在路口會避障失敗,出現(xiàn)偏離壓實線等情況?路口左轉(zhuǎn)通過率只有55.6%,多次會車和避障失敗?全程沒有誤退現(xiàn)象,讓人滿意?16次接管,接管率是10km3.2次,平均接管里程是3.1km100%右轉(zhuǎn)通過路口?變道成功率僅為73.3%,易無視目標車道車輛,大交通流下?變道成功率高達97.5%到及格線以上,無明顯安全?路口右轉(zhuǎn)通過率僅62.5%,匯入道路車流量大時,難以轉(zhuǎn)入理想L9和阿維塔12在加減速線性程度上表現(xiàn)更好,特別是在路口的停車和起步,剎車不會顯得特別重,起步也較為柔和。u從通行效率層面來看,蔚來ES7和智己LS6均沒有發(fā)生偏離導航行駛的情況,整體路徑偏差率均為0,能在預定導航路線下完成行程目標。蔚來ES7到及格線以上,無明顯舒適到及格線以上,無明顯舒適未按導航路徑行駛,導致偏離路線,繞路的情況,用時接近甚至超過160min適度低,適度低,容易引發(fā)抱怨用時明顯比其他3款車型短,而車速下降,降低通行效率到及格線以上,但車道居中到及格線以上,但車道居中70%,不易造成與后車的多方博弈,通行效率的影響最低?在路口以及主輔路切換時,未按導航路徑行駛,導致偏離路線,繞路的情況,用時接近甚至超過160min明原因地降低已設(shè)定的目標車速(無限速標志),需要用戶主動改回?加減速線性度較差,尤其是減速時,容易先快速降低車速,再緩慢減速?有效變道率較高,達到87.2%用時明顯比其他3款車型短,幾乎沒有區(qū)別,并且都距離前車太遠,容易被加塞,嚴重降25%,會嚴重降低通行效率智己LS6及格線以上,但車道居中略微偏右,過彎的線性度方面有待按導航路徑行駛,導致偏離路線,繞路的情況,用時接近甚至超過160minu整個避障失敗情況中,"前方有車cuimmin"和"路口會車"兩個場景是5輛車都遇到的場景類型,主要表現(xiàn)為鄰車道車輛對于自車的施壓,造成了變道(路口無車道線情況下),快速避開多車匯集區(qū)域。u其次,"路邊護欄未避讓是除了小鵬G6由于車道居中表現(xiàn)優(yōu)異而沒有被影響外,其它四款車都出現(xiàn)了該情況,其原因可能是:1)車體相對較寬,道沒有完全居中,在調(diào)節(jié)過程中出現(xiàn)了不穩(wěn)定地情況。小鵬G6Max理想Lgultra蔚來ES7阿維塔12智己LS6前方有車cut-in34單側(cè)有機動車貼近5兩側(cè)同時有車貼近前方靜止車輛占道7路邊護欄未避讓路口會車路口遇到行人5輛車基本都能順利通過u5輛車基本都能順利通過況都會造成過路口失敗的情形。小鵬G6Max理想Lgultra蔚來ES7阿維塔12智己LS61,4路口有車cut-in22.1誤退2.2路口錯誤變道2.3駛?cè)雽ο蜍嚨?.73.4不在左轉(zhuǎn)車道u在路口左右轉(zhuǎn)時,5u在路口或者窄路調(diào)頭時,小鵬G6和阿維塔12都能成功完成,但實際次數(shù)有限,所以無法判斷車輛實際u-turn成功率。小鵬G6Max理想Lgultra蔚來ES7阿維塔12智己LS633.53.6待轉(zhuǎn)區(qū)中未停止等待,闖紅燈3.7車速太慢,無法通過04右轉(zhuǎn)4,2不在右轉(zhuǎn)車道4,34.4轉(zhuǎn)向軌跡不合理轉(zhuǎn)向不減速誤退調(diào)頭5.15.2軌跡不對3.5未避讓行人3.6同時,也存在一些共性的不足需要改進,如變道不打燈、連續(xù)變道(1次橫跨多個車道)的情況,左轉(zhuǎn)成功率都偏低等問題。評價指標小鵬G6Max理想Lgultra蔚來ES7阿維塔12智己LS6安全性★★★★舒適性★★★通行效率★★★★蔚來ES7的通行效率較高,但可靠性表現(xiàn)不足,誤退率和接管率都偏高,無路口調(diào)蔚來ES7的通行效率較高,但可靠性表現(xiàn)不足,誤退率和接管率都偏高,無路口調(diào)頭能力,并且存在車道居中滿意,尤其是彎道場景的表右轉(zhuǎn)成功率低等問題,但基理想L9的安全性和舒適性表現(xiàn)較好,但彎道表現(xiàn)不佳,不能在路口調(diào)頭,并且存在偏離導航的情況,可靠性與通行效率有待提升。舒適性有待提升,但在特定場景的表現(xiàn)不錯,比如路口都較高,并且智己LS6沒有發(fā)生偏離導航的情況,提升了管方面的表現(xiàn)讓人滿意,尤其是沒有誤退現(xiàn)象,整體的塔的安全性有待提高,并且發(fā)生了2次偏離導航的情況,nn補充說明:不同車型測評的氣象條件存在差異,智己LS6測評當天天氣是陰雨天,阿維塔12測評當天天氣部分時段大到中雨,其他3款車型是晴天,可能影響測評結(jié)果。不同車型測評時的交通流存在差異,屬于不可控因素,蔚來ES7遇到的車流量最大,智己LS6的車流量最小,其他3款車型的車流量相差不大。u在用戶層面上,相比于已達到"好用"階段的高速NOA功能,當前城區(qū)NOA功能仍處于"可用"向"好用"的發(fā)展階段,功能的開發(fā)重點是先解決系統(tǒng)的安全性和可靠性問題。目前,各家主機廠的城區(qū)NOA功能由于在軟件、硬件以及工程化能力上不同,所以功能體驗上存在明顯差異,頭部主機廠或智駕方案商已達到"可用"及格線。u億歐智庫認為,由于城區(qū)NOA使用場景涉及眾多復雜場景,如u-turn、路口多車博弈、路口多車道合并、非機動車和行人橫穿等,這些場景在短期內(nèi)無法快速解決,需待端到端、世界大模型等新技術(shù)的應用來解決,因此城區(qū)NOA功能將成為主機廠智駕能力的"分水嶺"。用戶需求方向可用好用愛用 軟件能力用戶需求方向可用好用愛用 軟件能力