3. NOA系统概述
NOA（Navigate on Autopilot，导航辅助驾驶）是智能驾驶从“单车辅助”走向“路网协同”的关键形态。它并不是一个单一功能，而是一套在导航路径约束下，把感知、决策、控制与交通环境耦合起来的系统能力。理解 NOA，需要先厘清它的定义边界，再拆解系统组成，最后沿着“感知—决策—控制”链路看清它如何与交通灯、路口和智能交通体系发生关系。
一、NOA的定义与边界
NOA可定义为：在导航系统给出的路径与目的地约束下，车辆能够自主完成车道保持、变道超车、匝道汇入汇出、路口通行、交通灯响应等驾驶任务，并由驾驶员或安全员承担最终监管责任的辅助驾驶系统。其核心特征有三点：
- 路径约束性：NOA不是随机巡航，而是围绕导航路径展开，所有行为服务于“从起点到终点”的路线目标。
- 任务连续性：它覆盖高速、城市快速路、城市道路等多场景，强调跨路段、跨路口的连续通行能力。
- 人机共驾性：当前量产NOA多处于L2+至L3之间，驾驶员仍需保持注意力，系统负责降低操作负荷而非完全替代人。
需要区分NOA与ACC、LKA、APA等单一功能：ACC只解决纵向跟车，LKA只解决横向车道保持，APA只解决低速泊车；NOA则是在这些能力之上叠加导航、路口语义、交通灯识别与行为决策，形成“有目的地的连续驾驶”。
二、系统组成：从传感器到执行器
NOA系统通常由五大部分构成，各部分的职责与典型部件如下表所示：
| 组成模块 | 主要职责 | 典型部件/技术 |
|---|---|---|
| 感知层 | 获取车辆周围环境、交通灯、车道线、障碍物信息 | 摄像头、毫米波雷达、激光雷达、超声波、GNSS/IMU |
| 定位与地图层 | 确定车辆在车道级地图中的位置与路径 | 高精地图、RTK、视觉定位、导航引擎 |
| 决策规划层 | 生成行为决策与局部轨迹 | 行为预测、规则引擎、路径规划、速度规划 |
| 控制执行层 | 将轨迹转化为转向、驱动、制动指令 | EPS、ESP、VCU、线控底盘 |
| 人机交互与监控层 | 提示接管、显示状态、记录数据 | HMI、DMS、数据回传、OTA |
其中，感知层与定位地图层共同回答“我在哪、周围有什么”；决策规划层回答“接下来怎么走”；控制执行层回答“如何把意图变成动作”；人机交互层则回答“人如何知道系统在做什么、何时需要接管”。
三、感知—决策—控制链路
NOA的运行时链路可以概括为一条从环境到动作的闭环信号流。下面这张图展示了该链路在路口场景中的典型结构：
这条链路的关键在于闭环：感知输出环境模型，定位地图提供路径约束，决策规划生成行为与轨迹，控制执行把轨迹变成车辆运动，车辆运动又改变感知输入。任何一环延迟或误判，都会在路口场景中被放大。例如，交通灯由绿转黄时，感知若晚识别200ms，决策层就可能从“通过”误判为“急刹”，控制层再执行时已越过停止线。
四、在智能交通中的定位
NOA在智能交通体系中处于“车端智能”与“路端智能”的衔接位置。它既依赖单车感知，也需要交通灯相位、路口拓扑、V2X消息等外部信息。其定位可从三个维度理解：
- 对车而言：NOA是导航与驾驶任务的融合层，把“去哪”和“怎么开”统一起来。
- 对路而言：NOA是路口通行效率的微观执行者，交通灯配时、绿波带、专用道管理最终都要通过车辆行为落地。
- 对交通系统而言：NOA是数据采集与反馈的移动节点，可回传路口通过率、急刹点、排队长度等信息，支撑信号优化。
核心判断：NOA不是“更高级的ACC”，而是把导航路径、交通语义、车辆控制和人机共驾整合在一起的系统级能力。它的价值不在单点功能，而在连续场景下的任务闭环。
五、典型场景与常见误区
以城市路口为例：车辆在NOA状态下接近路口，感知层识别到红灯与停止线，定位地图确认当前车道为直行车道，决策层判断需要减速停车，控制层执行制动；绿灯亮起后，系统确认前车起步、路口无冲突，再执行起步通过。整个过程涉及交通灯识别、停止线定位、前车意图预测、冲突检测等多个子任务。
常见误区有三：
- 把NOA当自动驾驶：当前NOA仍需驾驶员监管，脱手脱眼属于危险行为。
- 忽视交通灯识别的置信度：逆光、遮挡、闪烁、多灯组场景下，感知置信度会下降，系统应降级或请求接管。
- 只看单车不看路端：没有交通灯相位与路口拓扑支持，NOA在复杂路口的通过率和安全性都会受限。
排障提示：若NOA在路口频繁退出，优先检查交通灯识别置信度、高精地图路口拓扑是否更新、定位是否漂移，以及决策层是否因冲突检测过于保守而触发接管。不要只盯着控制层调参。