8月底，推出了“城市领航全国都能开先锋体验版”，这一版本打破了区域限制，实现了“全国都能开”，所谓全国都能开，意味着中国大陆地区，车端导航能到，城市NOA就能到，有路就能开，无区域范围限制。“先锋体验版”针对复杂多变的交通环境，在原有的技术基础上进行了全方位的优化升级，重点强化了复杂路口通行、灵活绕行以及狭窄小路通行三大核心能力，让驾驶者在面对各种复杂路况时都能游刃有余。在深入探讨这三大升级功能之前，我们先来简要了解一下城市NOA（Navigate On Autopilot，领航辅助驾驶）的基本概念。作为智能驾驶技术的重要一环，城市NOA专为城市道路行驶设计，提供自主完成变道、根据导航规划路线行驶、红绿灯启停等辅助驾驶功能。它帮助驾驶者时刻留意周围环境，精准判断行驶路径，为驾驶者带来更加安心、便捷的驾驶体验。接下来，让我们一同揭秘“全国都能开”的城市领航技术精粹！*风险提示：城市NOA仅为辅助驾驶，且城市道路环境复杂，无法应对极端天气路况和各类突发情况。驾驶人应在使用功能前仔细查看用户手册，了解功能及性能限制、驾驶人职责、功能激活及退出条件、使用方法、注意事项等信息，并完成安全考试。驾驶人在驾驶全程保持注意力并手握方向盘，发现潜在危险时应立即干预。
01
复杂路口，通行无忧
复杂的车道线、变换的红绿灯信号、各类交通规则，以及必须时刻留意着的不停移动的车辆和行人...... 对城市领航的精准度提出了更高要求。通行复杂路口，应该如何精准判断路况，规划最佳的行驶路线呢？想要平稳安全地通过复杂路口，准确地识别车道线和红绿灯信号是至关重要的。
首先，在车道线识别方面，为了让车辆拥有一双“慧眼”，清楚地“看到”车道线在哪里，并能相对应做出实线直行等安全合规的驾驶行为，小米采用了自适应变焦BEV技术。该技术从鸟瞰视角实现超广静态感知，从前到后的覆盖车周160米*范围内的道路信息，提前感知周围环境，为城市复杂路口提供清晰导航，为后续决策和行动预留足够的时间和空间。
*数据来自小米实验室
同时，结合道路大模型技术，为车辆提供全面的环境信息，确保导航指引的准确无误，同时减少因频繁变道或急刹车导致的交通拥堵。而经过精心优化的算法和传感器配置，使其具备超远距离的感知和精准识别能力，确保车辆能够准确捕捉到远处的停止线、车道和路口信息。这不仅降低了驶入对向路口的风险，还提高了车道线的几何精度，显著减少了车道线的横向误差，这样当我们遇到不对称路口时，系统也可以准确地判断路口前后车道线的相对位置，让车辆路口停车更平顺。复杂路口通行红绿灯识别方面，“红绿灯识别技术”实现了对交通信号灯的自动检测和状态识别，最远可以支持200米路距的红绿灯检测。除此之外，还支持连续路口的红绿灯绑定，就算前面有两个连续的路口，两组红绿灯，也不会误识别，减少误停车、误行驶的可能性。当行驶时遇到十字路口、早晚高峰车辆拥堵、行人高密度流动、周边道路的施工等复杂情况，应该如何智能调整车辆的行驶策略，以应对复杂路口车流状况呢？基于时空联合多轨迹评估的后处理模块，综合考虑车的时间和空间位置，对多条可行的道路进行全方位评估，计算出哪条路最合适行驶，以及其他道路的潜在风险和阻碍通行效率的各类因素，选择出最优路径，在保障安全性的同时又提升通行效率。
路口礼让行人通行
02
智能决策，灵活绕行
在了解城市NOA如何在路口通行场景中为驾驶者排忧解难之后，接下来要探讨的是另一个让驾驶者头疼的问题——突发障碍物的绕行。在城市道路上，突发障碍物的出现往往让人措手不及。它们可能是突然停车的车辆、掉落的货物等等。这些障碍物不仅考验着驾驶者的反应速度，更对行车安全构成了严重威胁。面对这些突发场景，领航辅助的灵活绕行能力就非常重要。要想做到快速避障，灵活绕行，首先就需要在遇到障碍物前，精确地识别障碍物的结构。小米自研的超分辨率占用网络技术就解决了这个问题。这项技术巧妙地模拟了车辆周围复杂多变的环境，可以精确识别任意形状的障碍物，包括吊车、施工架子、倒地的护栏……更重要的是，这项技术能远距离检测障碍物，最远可达120米，让车辆能及时发现并规避潜在障碍，为驾驶者提供充足的反应时间，有效提升车辆的预判和灵活绕行能力。施工道路灵活绕行同时，考虑到城区道路路况复杂，车辆在行驶中可能会发生碰撞和摩擦等交通事故，轻则造成不便，重则危及生命，特别建立了“不确定性交互博弈建模”。这一建模机制如同下棋般，让系统化身为一位深谙棋艺的大师，通过执棋对弈的方式，综合考虑路权、碰撞责任等多重因素，精心推算出与其他交通参与者之间的多种可能交互情形。从安全、舒适到通行性，等多个维度出发，为车辆选择出最佳行动方案。这样一来，在高密度人车混行、小路逆向障碍物交互、斑马线礼让、拥堵场景慢行以及路口左右转等复杂路况下，都能为车辆提供额外一层坚实的安全保障，确保驾驶者在人车混行的“棋盘”上，每一步都走得既安全又从容。
此外，为了增强车辆绕行的灵活性，我们还引入了“决策预测联合概率模型”到系统中。该模型基于大规模、无地图、重感知的交通场景数据，通过自监督学习判断所有交通参与者的多种行动可能和轨迹，然后，根据这些判断枚举车辆与障碍物之间可能的交互行为，从而提高车辆在障碍物未来行为不确定时的舒适性和安全性表现。
03
征服小路，从容通行
而在众多的行驶工况中，小路是最为复杂的。小路通行，因为小路狭窄曲折，基础设施缺乏，没有明确的标线指示，交通环境多变……成为了智能驾驶领域的一大挑战！小路通行需要车辆具备详细建模能力，尽可能地还原真实的路情路况，在博弈的过程中也需要适当地拿捏尺度进行跨线避让、车道内避让、借道避让、超车变道等各类驾驶行为。这就要求智能驾驶系统不仅要具备稳健的自然路沿识别技术，能够精准识别多车道小路的虚拟边线和中心线，确保车辆能够沿着正确的轨迹行驶。同时，还需要拥有更为出色的通用障碍物检测能力，以便在复杂多变的环境中，及时发现并规避潜在的障碍和危险。
复杂小路通行
为实现小路通行的安全与高效，自研超分辨率占用网络技术发挥了关键作用。它不仅为该场景提供了卓越的通用障碍物检测能力，还实现了对可通行区域和道路边界的高精度识别。通过精细建模周围环境，系统能够高度还原真实路况，从而辅助车辆精准识别周边任意形状的动静态障碍物，为安全行驶奠定了坚实基础。在获取到真实的道路情况后，新的挑战随之而来：在面对逆行自行车、不常见的倒地栅栏等复杂的动态障碍物交互场景时，应该如何灵活调整车辆状态进行应对？是否应该采取跨线避让、车道内避让、借道避让等驾驶行为？为了解决这些问题，工程师们精心研发了“时空联合采样及精细轨迹评价技术”。这项技术不仅为小路通行提供了更加精确的障碍物检测和科学的轨迹规划，还实现了车辆在狭窄空间中的灵活绕行和会车功能。通过综合考量时间和空间因素，系统能够制定出最优的行驶策略，有效降低碰撞风险，同时提升整体的驾驶体验和通行效率。此外，在避让逆向障碍物过程中，系统能够准确判断车辆变道的出发和返回时机，以及横向避让的幅度，极大地提升了通行效率。
狭窄小路会车
-
无论是在复杂路口的精确导航，还是在遇到突发障碍物时的灵活绕行，或是在狭窄小路上的平稳行驶，的“城市领航全国通行先锋体验版”都展现了其卓越的智能辅助驾驶能力。未来，将持续在智能驾驶领域深耕，不断突破技术限制，以实现更广泛的应用场景和更高的智能化水平。为用户打造更加安全、智能、舒适的智能驾驶出行体验。
