2024中国智能驾驶城区NOA功能测评报告-2024-12-智能网联

有《2024中国智能驾驶城区NOA功能测梯队主机厂凭借早期的技术积累和经验数据已实现全国范围的功能可用。根据亿欧智库测算,2023年中国城区NOA功能的市场规模达到5亿元,功能渗透率为0.1%,未来随着功能渗透率的加速,2024年或将成为城区NOA功能的发展元年。报告基于全面、安全、公允的原则,完成城区NOA测评全流程,并得出客观事实分析。誉《2024中国智能驾驶城区NOA功能测评报告》核心观点•从整体的车端表现来看,若要实现功能的"可用",安全性和可靠性指标是关键,小鹏G6、理想L9、阿维塔12的整体表现相对较好,尤其是阿维塔12凭借两侧两颗激控制、行驶车道是否与导航地图发生偏离等,但这两项指标5辆车表现的综合性能都较差,小鹏G6、理想L9、阿维塔12舒适性各指标无明显问题,而蔚来ES7和智己靠性问题。目前,各家主机厂的城区NOA功能由于在软件、硬件以及工程化能力上不同,所以功能体验上存在明显差异,头部主机厂或智驾方案商已达到"可用"及格线。1.2城区NOA测评原则城区NOA的测评用户场景2.1用户场景的定义2.2城区NOA的基础场景2.3城区NOA的特定场景3.1安全性3.2舒适性3.3可靠性3.4通行效率城区NOA实车测评结论4.3整体测评结论与洞察城区NOA的测评用户场景2.1用户场景的定义2.2城区NOA的基础场景2.3城区NOA的特定场景3.1安全性3.2舒适性3.3可靠性3.4通行效率城区NOA实车测评结论4.3整体测评结论与洞察u随着汽车产业智能化的发展,仅少部分品牌仅可实现L2及以下功能,高速NOA功能也逐渐成为大部分车型的标配,并且中国大部分主机厂已经布局城区NOA功能,其中头部先行企业已布局1年以上,且实现一定数据积累,而新入局者也正在加速布局城区NOA功能。u作为城区NOA功能的元年,2023年其市场规模为5亿元,功能渗透率为0.1%,亿欧智库预测,2030年城区NOA功能市场规模将达到近1500亿元,未来国内主机厂将可能加大城区NOA功能的投入,不断优化城区NOA功能的体验感。•城区NOA智驾方案落地1年以上且有一定数据积累华为鸿蒙智行华为鸿蒙智行•城区NOA智驾方案落地不满1年或仅限于公测阶段部分传统车厂的车型仅实现基础L2及以下功能L2及以下功能企业部分传统车厂的车型仅实现基础L2及以下功能L2及以下功能企业亿欧智库:2023-2030E年中国城区NOA功能市场规模与渗透率25%20%149620%15%12968950.5%0.1%0.5%0.1%5492895352553520232024E2025E2026E2027E2028E2029E2030Eu测评地点:本次城区NOA测评地点为上海,全程从虹桥品汇出发,最终至张江高科科技园结束,路程距离约为50公里。u车型选择:本次城区NOA测评共选择了4辆车型,包括小鹏G6Max、理想Lgultra、蔚来ES7、阿维塔12、智己LS6.所选车型在传感器硬件配置上都是基于激光雷达的多传感器融合路线。行程:行程:虹桥品汇至爱情海购物中心距离:10.4公里n车型版本:n车型版本:理想Lgultra版n硬件能力:多传感器融合(1*激光雷达)+2*英伟达orin-xn软件能力:端到端+VLM视觉语言大模型n实测时间:2024年9月18日白天n实测软件版本:6.2.0(E2E-VLMBeta3.2)行程:行程:爱情海购物中心至徐汇滨江绿地距离:11.6公里n车型版本:n车型版本:蔚来ES7n硬件能力:多传感器融合(1*激光雷达)+4*英伟达orin-xn软件能力:GOA通用障碍物感知能力实测时间:2024年11月3日白天+夜晚行程:行程:外滩陈毅广场至正大广场距离:4.7公里行程:正大广场至张江高科科技园距离:13.8公里行程:行程:徐汇滨江绿地至外滩陈毅广场距离:9.6公里n车型版本:阿维塔n车型版本:阿维塔12n硬件能力:多传感器融合(3*激光雷n软件能力:GOD+PDP的端到端仿生模型n实测时间:2024年11月15日白天n实测软件版本:AVATR.OS4.1.0n车型版本:智己LS6n硬件能力:多传感器融合(1*激光雷达)+1*英伟达orin-xn软件能力:端到端长期记忆模型+DLP短期记忆n实测时间:2024年11月25日白天n实测软件版本:IMOS3.2.1(P01MCY1)n车型版本:小鹏G6Max版n硬件能力:多传感器融合(1*激光雷达)+2*英伟达orin-xn软件能力:xnett++XBrainn实测时间:2024年9月4日白天+2024年9月18日白天n实测软件版本:XOS5.2.5安全性原则接管时机的选择:安全性原则接管时机的选择:在实际测试中,为了能达到真实用户功能使用的程度,不会刻意去让智驾系统去挑战某些危险场景,测试员会基于安全第一的原则去考虑是否接管车辆;功能重启时机的选择:在每次接管后,会根据现场的路况真实情况,选择是否重新开启城区NOA功能,选择接管一段路程后,再进行开启,以求接管次数不会在同一工况下多次出现。全面性原则测评地点的全覆盖:为了能够尽可能覆盖城市窄路、桥面、隧道、环行道路等不同场景,选择了横跨上用户场景的全面性:本报告从城区NOA基础场景和典型场景出发,选择了20+的用户场景,基本包含评价指标的全面性:报告从安全性、舒适性、可靠性等维度,罗列了20+的具体指标,同时强调以主观与客观结合、定性与定量结合、用户体验与工程开发结合的方式,全面分析了各车型的实际表现。公允性原则测试员的统一性:所测试车辆皆保证同一个测试驾驶人员进行,以保证对交通工况的判断尽可能达到数据的真实性:为了保证测试最终数据的真实性和公允性,本次实车测评皆全程录像,以求后期的数据求证;第三方的独立性:作为独立的第三方,亿欧智库联合外部业内专业人员,对测评数据进行专业和客观的全面性分析。n特别申明:u亿欧汽车研究院根据城区NOA功能的用户场景,构建了城区NOA功能的基础场景和特定场景两大场景维度,并罗列了城区NOA功能的20多个细分合性分析。直道巡航直道巡航指令变道超车变道指令变道超车变道cut-in绕行障碍物cut-in绕行障碍物VRU横穿VRU横穿VRU横穿响应及时性响应及时性跟车距离跟车距离车道居中度车道居中度会车策略会车策略避障策略避障策略响应及时性响应及时性方向盘转动情况方向盘转动情况避障策略避障策略行驶流畅度行驶流畅度纵向加速度值纵向加速度值加减速线性度加减速线性度误退率误退率平均接管里程平均接管里程弯道通过率弯道通过率路口右转通过率路口右转通过率避障成功率避障成功率行驶用时行驶用时车速范围车速范围跟车时距范围跟车时距范围自动起停时长自动起停时长默认车道默认车道交通场景显示功能状态显示人机交互的途径1.2城区NOA测评原则3.1安全性3.2舒适性3.3可靠性3.4通行效率城区NOA实车测评结论4.3整体测评结论与洞察uu用户场景包含自然行驶场景、标准法规场景、预期功能安全场景、交通事故场景、专家经验场景等,是多类场景的集合,而城区NOA的用户场景,是限定在城市道路区域的用户出行场景,可分为基础场景与特定场景。u用户场景强调真实性、高频复现性、有效性,与工程测试的usecase存在本质区别,用户场景中的元素,是基于用户视角选取和组合的,与用户需求、用户体验强相关,能直接反应智驾功能在用户侧的性能效果。案例:上班族的通勤场景车位等多种类型的道路与场地n单车道场景:根据道路的形态和交通参与者情况,可以进一步分为直道巡航、直道跟车、弯道巡航、弯道跟车44类,车辆保持在单车道内按车道线行驶,是最基本、最弯道巡航弯道跟车直道巡航直道巡航导航变道超车变道导航变道超车变道指令变道指令变道错位路口错位路口环形路口环形路口n避障场景:城区路况复杂,尤其是无序穿行的行人、非机动车等高度不确定的因素,导致经常出现障碍物,需要避免碰撞。根据障碍物的移动轨迹,避障场景可以分n城区NOA功能应该能通过多种方式避障,通过横、纵向的联动控制策略,满足功能的安全性与流畅性,以及功能体验的连续性前方横穿前方横穿•非机动车与行人的无序突然穿行,机动车cut-in借道避障借道避障n人流密集场景:行人数量多且密集、移动轨迹难以预测,容易突然出现,严重干扰车辆行驶,不确定性非常高。城区的人流密集场景主要有公交站台、学校门口、园区门口等。园区门口•办公园区、居民社区、园区门口•办公园区、居民社区、商业区等的出入口•儿童高度低,识别难度大于成人公交站台公交站台nn窄路场景:城区内的狭窄巷道、小路等,通常只允许一台车单向通行,路边存在多种障碍物,如临时停放的两轮车、大石块等,还会有非机动车和行人穿行,n交通拥堵场景:由于车流量大、人车混行、红绿灯时间过长等原因造成拥堵,车速受限,只能低速缓慢移动。应该保持低速跟车状态的同时,同时注意行人、非机动车的风险,并注意红绿灯的状态1.2城区NOA测评原则城区NOA的测评用户场景2.1用户场景的定义2.2城区NOA的基础场景2.3城区NOA的特定场景城区NOA实车测评结论4.3整体测评结论与洞察u安全性是用户最关注的需求,是智能驾驶的一票否决项,也是考察城区NOA性能的首要维度。用户可以设定的速度区间,适用于单车道巡航的场景,如果用户可设定的车速最高值过大,容易超速行驶。用户可以设定的跟随前车的时距区间,适用于单车道跟车的场景,如果设定的最小值过小,容易与前车发生碰撞。车道居中度激活NOA功能,系统默认选择的长时间行驶车道,适用于单车道巡航的场景,默认车道根据路段合理选择。避障成功率u安全性评价指标主要体现在系统反应能力、车距和车速的控制能力、危险状况下的避障能力等。车速范围34跟停距离默认车道会车策略u舒适性是直接影响用户体验的重要因素,与安全性存在较强的关联和冲突,两者往往是矛盾的,需综合考虑。加减速的线性程度方向盘转动情况进入路口的减速策略会车策略适用于路口场景,在保障安全、文明礼让的前提下,应该避免频繁停车和长时间等待,尽可能地保持匀速通过路口。避障策略在避障尽可能地保持平稳减速、转向,避免剧烈的车速变化和方向调整,实现安全与舒适兼得。u舒适性评价指标主要体现在车端控制系统层面,包括行车与过弯时的车速控制、复杂场景下的车辆控制策略等。34车速波动范围弯道减速策略进入路口的减速策略u可靠性是指系统在不同的场景与工况中,稳定地保持智驾系统性能的能力。城区NOA功能发生意料之外的莫名退出或降级的概率,可通过特定里程(城区行驶里程不长,可以10公里为标准)内的误退次数来表征。系统不能自主应对场景,需要用户接管的概率,可通过特定里程内的接管次数来表征。平均接管里程发生两次接管之间的平均里程数,与接管率存在对应关系。弯道通过率系统控制车辆顺利通过弯道的成功率,适用于弯道场景。在路口识别红绿灯的准确率,包括对直行灯、左转灯、右转灯的识别。系统控制车辆跟车直行,顺利通过路口的成功率。系统控制车辆直行,在前方无车的情况下,顺利通过路口的成功率。系统控制车辆左转,顺利通过路口的成功率,有时也考察在待转区的表现。系统控制车辆右转,顺利通过路口的成功率,通常可将环岛路口作为右转的特殊场景。系统控制车辆调头,顺利通过路口的成功率。u可靠性评价指标主要体现在系统误退和接管层面、感知误识别、路口行车博弈时的成功率等。接管率34自主变道成功率路口直行通过率-不跟车路口调头通过率u通行效率是衡量城区NOA能否高效完成行驶任务的重要维度,是决定用户是否会持续开启城区NOA功能的主要指标之一。适用于单车道巡航的场景,在保障安全的前提下,车速最高值越高,行驶效率越高跟车时距越小,行驶效率越高距离越短,越不容易被加塞,行驶效率越高时长越短,越容易自动跟随起步,减少用户确认的时间,行驶效率越高适用于弯道场景,减速的幅度越小,过弯速度越快,通过弯道的效率越高默认车道城区NOA默认的长时间行驶车道,应该能让车辆高效通行,避免进入拥堵或人车混行的车道车速变化策略有效变道率会车策略在保障安全的前提下,路口会车时能保持的车速越高,行驶效率越高避障策略应该在避障过程中尽可能地保持较高的车速避障成功率避障成功率越高,避障能力越强,受障碍物干扰的程度越小,行驶效率越高u34跟车时距范围默认车道进入路口的减速策略离开路口的加速策略避障成功率1.2城区NOA测评原则城区NOA的测评用户场景2.1用户场景的定义2.2城区NOA的基础场景2.3城区NOA的特定场景3.1安全性3.2舒适性3.3可靠性3.4通行效率合作,共同开发城区NOA方案。u计算平台:蔚小理与智己,统一搭载英伟达orin-X芯片,也是目前应用最广泛的大算力SOC芯片,其中蔚来ES7的算力最大,智己LS6只搭载1颗orin,算力最小;阿维塔12搭载华为的MDC810平台,拥有400TOPS算力。u传感配置:统一配置多摄像头+激光雷达+毫米波雷达,摄像头不低于10颗,激光雷达数量1颗~3颗不等,属于多传感器融合路线配置小鹏G6Max理想Lgultra蔚来ES7阿维塔12智己LS6XNGPADMaxNADADS3.0IMAD供应商供应商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后视摄像头1*2M1*2M1*8M1*2M4激光雷达233u根据前面提出的测评场景和评价指标,基于上海市区一条交通流密集的路线,通过33项评价指标,从4个维度,综合测评5款车型的城区NOA表现。层面,定性地描述更符合用户体验和感受的事实MOS即平均意见得分法,通过打分的形式,将定性的主观感受,转化成定量的数据,是一种常用的主观质量评估方法。MOS法通过让多个评估者对特定样本的质量进行评分,然后计算平均分值,得出总体的质量评估结果。MOS评分采用5分制,具体如下:n5分-质量非常好,让人非常满意n4分-质量好,比较满意n3分-质量一般,基本满意,可以勉强接受n2分-质量差,存在明显的问题,用户抱怨严重n1分-质量非常差,几乎无法使用,用户抵触小鹏G6Max理想Lgultra蔚来ES7阿维塔12智己LS64分4分4分4分2分车速控制范围定量3定性3分4分5分5分2分4定量22~3m约3m2~3.5m22~3m233mm定量>100s>105s>125s>120s>130s定性4分3分2分3分2分定量不明显不明显不明显不明显不明显车速变化策略定性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分小鹏G6Max理想Lgultra蔚来ES7阿维塔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%路口直行通过-不跟车定量86.5%90.5%91.2%100%95.1%路口左转通过率定量77.8%71.4%61.5%85.7%55.6%路口右转通过率定量62.5%100%定量100%100%行驶用时定量158min159min路径偏差率(10km)定量0.2次0.2次0.4次33有效变道率定量72.7%82.2%86.4%u从安全性层面来看,小鹏G6、理想L9、阿维塔12的整体表现较好,其中小鹏G6和理想L9的整体数据综合性较好,基本都在数据及格线以上,而阿能力和安全性。在整个测试的误退率和接管率的表现较为突出,分别为每10km无误退和每10km仅3.2次接管,再者阿维塔12路口右转通过率达到100%,无保护左转通过率也高达85.7%o蔚来ES7理想Lgultra小鹏蔚来ES7理想Lgultra小鹏G6Max智己LS6•跟车时距合理,可在1~5档之间调节,且1档也能保证安严重偏离状态,并且在弯道•避障成功率高于70%,对于L2级智能驾驶来说,是能够•跟车时距合理,可在1~5档之间调节,且1档也能保证安景的响应不足,且跟车起步会明显偏右,多次引发碰撞•避障成功率只有25%,安全•路口跟车的情况下,可100%•路口跟车的情况下,可100%弯道,也会因车速太快而无10kml.2次,误退太多•29次接管,接管率是10km5.8次,平均接管里程1.7km•只有89,7%的通过率,在路口会避障失败,出现偏离压实线等情况•路口左转通过率只有55.6%,多次会车和避障失败•全程没有误退现象,让人满意•16次接管,接管率是10km3.2次,平均接管里程是3.1km100%右转通过路口•变道成功率仅为73.3%,易无视目标车道车辆,大交通流下•变道成功率高达97.5%到及格线以上,无明显安全•路口右转通过率仅62.5%,汇入道路车流量大时,难以转入理想L9和阿维塔12在加减速线性程度上表现更好,特别是在路口的停车和起步,刹车不会显得特别重,起步也较为柔和。u从通行效率层面来看,蔚来ES7和智己LS6均没有发生偏离导航行驶的情况,整体路径偏差率均为0,能在预定导航路线下完成行程目标。蔚来ES7到及格线以上,无明显舒适到及格线以上,无明显舒适未按导航路径行驶,导致偏离路线,绕路的情况,用时接近甚至超过160min适度低,适度低,容易引发抱怨用时明显比其他3款车型短,而车速下降,降低通行效率到及格线以上,但车道居中到及格线以上,但车道居中70%,不易造成与后车的多方博弈,通行效率的影响最低•在路口以及主辅路切换时,未按导航路径行驶,导致偏离路线,绕路的情况,用时接近甚至超过160min明原因地降低已设定的目标车速(无限速标志),需要用户主动改回•加减速线性度较差,尤其是减速时,容易先快速降低车速,再缓慢减速•有效变道率较高,达到87.2%用时明显比其他3款车型短,几乎没有区别,并且都距离前车太远,容易被加塞,严重降25%,会严重降低通行效率智己LS6及格线以上,但车道居中略微偏右,过弯的线性度方面有待按导航路径行驶,导致偏离路线,绕路的情况,用时接近甚至超过160minu整个避障失败情况中,"前方有车cuimmin"和"路口会车"两个场景是5辆车都遇到的场景类型,主要表现为邻车道车辆对于自车的施压,造成了变道(路口无车道线情况下),快速避开多车汇集区域。u其次,"路边护栏未避让是除了小鹏G6由于车道居中表现优异而没有被影响外,其它四款车都出现了该情况,其原因可能是:1)车体相对较宽,道没有完全居中,在调节过程中出现了不稳定地情况。小鹏G6Max理想Lgultra蔚来ES7阿维塔12智己LS6前方有车cut-in34单侧有机动车贴近5两侧同时有车贴近前方静止车辆占道7路边护栏未避让路口会车路口遇到行人5辆车基本都能顺利通过u5辆车基本都能顺利通过况都会造成过路口失败的情形。小鹏G6Max理想Lgultra蔚来ES7阿维塔12智己LS61,4路口有车cut-in22.1误退2.2路口错误变道2.3驶入对向车道2.73.4不在左转车道u在路口左右转时,5u在路口或者窄路调头时,小鹏G6和阿维塔12都能成功完成,但实际次数有限,所以无法判断车辆实际u-turn成功率。小鹏G6Max理想Lgultra蔚来ES7阿维塔12智己LS633.53.6待转区中未停止等待,闯红灯3.7车速太慢,无法通过04右转4,2不在右转车道4,34.4转向轨迹不合理转向不减速误退调头5.15.2轨迹不对3.5未避让行人3.6同时,也存在一些共性的不足需要改进,如变道不打灯、连续变道(1次横跨多个车道)的情况,左转成功率都偏低等问题。评价指标小鹏G6Max理想Lgultra蔚来ES7阿维塔12智己LS6安全性★★★★舒适性★★★通行效率★★★★蔚来ES7的通行效率较高,但可靠性表现不足,误退率和接管率都偏高,无路口调蔚来ES7的通行效率较高,但可靠性表现不足,误退率和接管率都偏高,无路口调头能力,并且存在车道居中满意,尤其是弯道场景的表右转成功率低等问题,但基理想L9的安全性和舒适性表现较好,但弯道表现不佳,不能在路口调头,并且存在偏离导航的情况,可靠性与通行效率有待提升。舒适性有待提升,但在特定场景的表现不错,比如路口都较高,并且智己LS6没有发生偏离导航的情况,提升了管方面的表现让人满意,尤其是没有误退现象,整体的塔的安全性有待提高,并且发生了2次偏离导航的情况,nn补充说明:不同车型测评的气象条件存在差异,智己LS6测评当天天气是阴雨天,阿维塔12测评当天天气部分时段大到中雨,其他3款车型是晴天,可能影响测评结果。不同车型测评时的交通流存在差异,属于不可控因素,蔚来ES7遇到的车流量最大,智己LS6的车流量最小,其他3款车型的车流量相差不大。u在用户层面上,相比于已达到"好用"阶段的高速NOA功能,当前城区NOA功能仍处于"可用"向"好用"的发展阶段,功能的开发重点是先解决系统的安全性和可靠性问题。目前,各家主机厂的城区NOA功能由于在软件、硬件以及工程化能力上不同,所以功能体验上存在明显差异,头部主机厂或智驾方案商已达到"可用"及格线。u亿欧智库认为,由于城区NOA使用场景涉及众多复杂场景,如u-turn、路口多车博弈、路口多车道合并、非机动车和行人横穿等,这些场景在短期内无法快速解决,需待端到端、世界大模型等新技术的应用来解决,因此城区NOA功能将成为主机厂智驾能力的"分水岭"。用户需求方向可用好用爱用 软件能力用户需求方向可用好用爱用 软件能力