2. 自动驾驶基础
在进入 NOA 感知预测规划一体化工程之前，必须先建立一套共同语言：车辆到底“自动到什么程度”、NOA 究竟指什么、一套 NOA 系统由哪些部分组成、车上装了什么传感器、以及这些传感器最终支撑哪些典型功能。这一节把这些基础概念一次讲清，后续章节的感知、预测、规划模块才有统一的坐标系。
一、自动驾驶分级：从 L0 到 L5 的责任边界
SAE J3016 将驾驶自动化分为 L0～L5 六个等级，核心区别不在“车能做多少动作”，而在谁负责动态驾驶任务（DDT）以及谁负责兜底。L0～L2 属于“辅助驾驶”，驾驶员始终是责任主体；L3 是分水岭，系统在限定条件下承担 DDT，但驾驶员需在请求时接管；L4 在限定运行域内系统可完全兜底；L5 则无运行域限制。
| 等级 | 名称 | DDT 执行 | 兜底/接管 | 典型能力 |
|---|---|---|---|---|
| L0 | 无自动化 | 驾驶员 | 驾驶员 | 仅预警（FCW、LDW） |
| L1 | 驾驶辅助 | 驾驶员+系统 | 驾驶员 | 单方向控制：ACC 或 LKA |
| L2 | 部分自动化 | 系统 | 驾驶员 | 横向+纵向同时控制，如基础 NOA |
| L3 | 有条件自动化 | 系统 | 系统（请求时驾驶员接管） | 拥堵/高速场景脱手脱眼 |
| L4 | 高度自动化 | 系统 | 系统 | 限定区域 Robotaxi、代客泊车 |
| L5 | 完全自动化 | 系统 | 系统 | 全域无人驾驶 |
二、NOA 的定义与边界
NOA（Navigate on Autopilot，领航辅助驾驶）指车辆在导航路径引导下，在高速、城市快速路或城区道路中，自动完成跟车、变道、超车、上下匝道、通过路口、避让障碍等连续驾驶任务。它把“单点功能”升级为“按导航走完全程”的连续体验。
需要强调三点边界：其一，NOA 是功能名称而非等级名称，市面上多数 NOA 仍属 L2，驾驶员需全程监控；其二，NOA 强依赖 ODD（运行设计域），雨雪、施工、无车道线路口常触发降级或退出；其三，NOA 的体验差异主要来自感知预测规划一体化程度，而非单一传感器数量。
三、系统组成：从传感器到执行器的闭环
一套完整 NOA 系统可拆为五层：感知层（摄像头、毫米波雷达、激光雷达、超声波、IMU/GNSS）、定位与建图层（高精地图、SD 地图、在线建图）、预测层（他车/行人/骑行者轨迹预测）、规划决策层（行为决策、路径与速度规划）、控制与执行层（转向、驱动、制动、灯光）。各层通过车载以太网/CAN 总线交换数据，形成“感知—预测—规划—控制”闭环。
四、传感器配置：多模态冗余是安全底线
NOA 的传感器配置通常遵循“视觉为主、雷达补距、激光补形、超声补近、惯导补姿态”的思路。不同方案的成本与能力差异明显：
- 摄像头：前视 8MP 长焦+广角、侧视、后视、环视，提供语义与纹理，是红绿灯、车道线、标志识别的核心。
- 毫米波雷达：前向 4D 成像雷达可测距、测速、测角，穿透雨雾能力强，是 AEB 与 ACC 的关键冗余。
- 激光雷达：提供高精度三维点云，对异形障碍物、夜间、无标线场景优势明显，但成本与清洗维护要求高。
- 超声波：0～5 m 近距探测，用于泊车与低速防碰撞。
- IMU/GNSS：提供姿态、加速度与绝对位置，支撑定位融合与航位推算。
典型高速 NOA 传感器配置（示例）
前视摄像头 : 1 x 8MP 长焦 + 1 x 8MP 广角
环视摄像头 : 4 x 2MP（前/后/左/右）
侧后视摄像头 : 2 x 2MP
毫米波雷达 : 1 x 前向 4D 成像 + 4 x 角雷达
激光雷达 : 1 x 前向（可选，城区 NOA 常用）
超声波雷达 : 12 x USS
定位 : IMU + GNSS RTK + 轮速计
计算平台 : 单/双 SoC，算力 100~500 TOPS
五、典型功能与场景
NOA 的功能可归纳为“行、变、避、泊”四类：行——按导航跟车巡航、通过路口；变——自动变道、超车、上下匝道；避——避让锥桶、事故车、施工区；泊——记忆泊车、代客泊车。典型场景包括高速长途、城市拥堵跟车、匝道汇入汇出、无保护左转等。
六、常见误区与复盘
误区一：把 NOA 等同于 L3。多数量产 NOA 仍是 L2，驾驶员必须手握方向盘、目视前方，系统退出时需立即接管。
误区二：传感器越多越安全。若融合标定不准、时间同步差，多传感器反而产生冲突目标，导致误刹或漏检。
误区三：只看功能不看 ODD。同一套 NOA 在晴天高速表现优秀，进入暴雨、隧道、施工区可能频繁降级，用户预期管理至关重要。
复盘方法：建立“场景—传感器—算法—失效模式”对照表，对每次接管与降级事件回溯到具体层级，判断是感知漏检、预测误判、规划保守还是控制延迟，从而定位一体化工程中的短板。