不依赖高精地图的城市高级辅助驾驶功能,是通过理想汽车的AD Max 3.0实现的。它基于BEV架构的车端感知模型,可以在绝大多数路段实时生成稳定的道路结构信息,从而摆脱既昂贵、更新速度又慢的高精地图。针对城市中超出感知范围或视野被遮挡的复杂路口,理想汽车引入了NeuralPriorNet(NPN,神经先验网络),通过云端大模型对复杂的路口特征进行提取,在车辆经过路口时与车端的实时BEV特征融合,增强车端的实时感知。
随着NPN特征在云端大模型持续自动化生成,城市NOA的可用范围也将不断扩展。同时,理想汽车通过大量学习人类司机在真实路口应对信号灯变化的行为,训练了TrafficIntentionNet(TIN,信号灯意图模型),摆脱了对地图规则的依赖,以应对全国各地各类形态的信号灯样式。