新能源汽车智能驾驶正从L2向L2+、L2++演进，一场围绕高速NOA和城市NOA的市场追击战正在开展，领航辅助驾驶/高阶智能驾驶（Navigate on Autopilot，NOA）成为业界布局的重点。
汽车NOA功能主要依赖于车载系统内的数据处理单元以及各种雷达、摄像头与GPS导航等在内的控制模块来运作。利用激光雷达对车辆周围的环境进行实时扫描，获取关于实时车速、车道标线、前车距离等相对的位置信息，并与GPS导航功能结合，实时规划行驶路径，实现从A点到B点的高效便利通行。
NOA车道中心保持
NOA系统可以实现自主上下匝道、智能变道、智能超车、提示预警、车道保持、自动避让、巡航行驶、人机共驾交互等功能，而且可以自主减速通过大曲率弯道，满足用户在高速、高架、城市道路多场景中的驾驶需求，在一定程度上减轻用户长时间的驾驶负担，缓解驾驶疲劳，提升用户的驾乘体验，让驾驶更安全更高效更舒适，提升驾驶安全性。
1、魏建军亲测长城全场景NOA
2024年4月15日，长城董事长魏建军在河北保定首次通过直播方式，驾驶搭载长城汽车智驾系统（Coffee Pilot Ultra）的魏牌蓝山，从长城技术中心出发，途经保定老城区，在各种真实的交通路况下，向广大网友全面展示长城汽车无高精地图全场景NOA，完成了对城市NOA的智驾体验的直播首秀。
长城NOA直播
本次长城智驾实测总里程16.6公里，平均车速24.7km/h，复杂路段行驶11.5公里，无车道线/车道线模糊行驶通过率100%。
其全场景城市NOA测试内容包括：
交通灯识别与路口转弯：精准识别，安全通过
障碍物识别与灵活绕行：合理避障，灵活绕行
全场景变道与车道线管理：顺畅并线，平稳行驶
定义未来驾驶：从规则到数据的智能演化
灵活绕行
长城汽车智驾系统基于Orin-X的高算力域控平台打造，硬件方面，搭配1个激光雷达，3个毫米波雷达，11个高清摄像头和12个超声波雷达，具备无高精地图全场景NOA能力。根据介绍，CP Ultra能够实现从行车到泊车、从高速到城乡的全场景连接。
2、城市NOA的发展历程
NoA的全称是Navigate on Autopilot，发起者是特斯拉，最早以导航地图为牵引在高速上应用，完成自动变换车道、超车、启停、进出匝道等操作。
领航辅助驾驶（NOA）分为高速NOA和城市NOA，当前，高速NOA已实现规模落地，城市NOA正进入快速推进阶段。
高速NOA&城市NOA
区别于高速NOA，城市NOA主要用于城市道路上的行驶，特别是在拥堵的城市路段，能够提供更加智能的导航和驾驶辅助功能。以城市NOA为代表高阶智能驾驶，其功能更加多样化，可以更好地适应城市道路的环境和交通状况。其功能包括：
基本导航功能；
自动泊车功能；
定点停车功能；
智能跟车功能；
2019年6月，特斯拉官方正式向中国市场内全部选配了FSD完全自动驾驶的车型，推送最新版本NOA，能够令车辆自动驶入和驶出高速公路匝道或立交桥岔路口，并超过行驶缓慢的车辆。
2020年10月，蔚来汽车自主研发NOP（Navigate On Pilot），深度融合了导航系统、百度高精地图和 NIO Pilot 自动辅助驾驶系统。；
2022年9月，小鹏汽车自主研发NGP（Navigation Guided Pilot）功能在小鹏P5车型上率先搭载，成为国内首个量产落地城市智能辅助驾驶功能的汽车公司。；
2023年9月，理想汽车通勤NOA内测首推10城，基于国产芯片实现NOA全栈自研，核心的逻辑是通过和清华研发的神经网络NPN、自研的TIN信号灯识别网络以及Occupancy（占用网络）弥补原有BEV算法识别的局限。
2024年2月，问界系列车型将通过OTA升级，在全国城区支持开启高阶智能驾驶功能。
2024年4月，魏牌蓝山基于多传感器融合感知能力，全新升级智驾系统。
城市NOA落地排行榜
在NOA抢位争夺赛的背后，一场关于高阶辅助驾驶发展模式的竞争正在不断加剧，四种不同的发展路径已清晰可见：
车企全栈自研模式；
智选模式；
供应商全栈布局模式；
自选超市模式。
就其未来市场占比来看，车企全栈自研技术要求、实施成本较高、风险规避能力较弱，有可能会限制未来市场规模。
3、NOA测试评价方法
智能导航辅助驾驶(NOA)功能是一项确保安全前提下的舒适性驾驶辅助功能，包含车道居中行驶、主路巡航行驶、触发式变道、自动变道超车、匝道内行驶辅助、进出匝道行驶、自动泊车、定点停车、智能跟车、交通灯识别与路口转弯、障碍物识别与灵活绕行、全场景变道与车道线管理等功能。
（1）功能测试场景设计
根据上述功能定义，参照现行近L3的自动驾驶法规UNECE ALKS、Euro-NCAP HWP评价规程等可以选取了三类典型的NOA功能：纵向跟驰避撞、主动转向避撞与限速识别控制，设计功能测试场景：前车走停跟随与纵向避撞场景、前车切入场景、限速标志识别场景等。
前车走停跟随与纵向避撞场景
前车切入场景
限速标志识别场景
（2）NOA典型测试场景下的评价体系
针对NOA系统安全性的评价，参考ISO 21448 道路车辆功能安全中的测试评价方法，采取如下图所示的评价流程：
来源知乎[智驾在这技术团队]
NOA典型测试场景评价流程：
在测试车辆满足阶段1安全状态评估要求后；
进入阶段2碰撞检测阶段，使用运动学指标或仿真引擎输出的碰撞检测标志进行评估；
若无法完全避撞，则进入阶段3可控性评估功能安全中的可控性（驾驶员在该场景下的控制能力），根据功能安全推荐值查表；
最后进行阶段4碰撞缓解程度的评估，对于纵向避撞场景，NCAP规程推荐使用相对车速减少率与主车制动减速量进行评估。
（3）NOA典型测试场景下的评价指标
以前车走停跟随与纵向避撞场景、前车切入场景为例，基于Euro-NCAP、C-NCAP等法规要求，可以设计如下表所示的安全状态评估指标：
来源知乎[智驾在这技术团队]
随着新能源汽车电动化、智能化的不断演进，加入了包括算法、图像识别等内容，仅保证自身无故障已经不足以满足自动驾驶对于安全的需求。汽车NOA技术“重感知、轻地图”的呼声越来越高，国内厂商主要基于BEV+Transformer技术，对系统感知能力进行优化和升级，以减少对高精地图的依赖，从而降低成本、推动城市NOA的快速落地。
总而言之，城市NOA是辅助驾驶的天花板，也是自动驾驶的门槛，而车企想要攻破城市NOA，必须去高精地图。只有解决场景最为复杂的城市NOA难题，自动驾驶才有可能真正到来。