自动驾驶ica和nca「华为的驾驶模式是干什么的」

华为智能汽车BU ADS智能驾驶产品线总裁苏箐在访谈中提到华为智能驾驶中的三种模式:

首先我们来看看苏箐的原话：

苏箐：简单点说，NCA模式就是大家看到的车内有预制的高精地图的，ICA 是没有高精度地图的，但是车会根据自车或者是他车开过的环境自动学习地图，这就是ICA 。
在你第一次开的地方，总有这种地方，谁也没开过，别人车也没有开过，这是完全的ICA模式，大家看到特斯拉现在就是ICA模式，分这三种。
像在ICA 模式下用户的感受怎么样？
苏箐：你会发现ICA 是基于NCA和ICA中间的一个地带，你自车开过的次数越多，或者是他车开过的次数越多，他的体验就会越向NCA这边靠拢。而开得比较少的时候，开一次的时候体验有点像ICA，它是逐步提升的自我学习的过程。
可以理解为有没有地图，可能这个系统的信心不一样，在某一种情况下比较容易退出。
苏箐：我简单点说，你自己去一个陌生复杂的城市，你自己开车会速度会变慢，会变得小心，因为你不知道前面有没有一个豁口，会不会有行人蹿出来，就这种问题，其实是一样的，对车来讲它也有这样的问题。
昨天咱们工程师说降级到ICA 以后没有办法实现点对点。
苏箐：不完全对，说点对点，意思就是任何出发的时候在地图里面都可以搜索这个目标点。但是在ICA 的时候，理论上没有全局地图的，那么在你去过的地点，简单点就是每日通勤的上下班这个点因为你开过，所以其实是可以实现的。但是如果你要泛化到所有地点上去，它确实是实现不了的，你可以理解它的地图是不完整的一个地图，你这么理解这件事情就好理解了。
因为精度没有高精地图的精度高，所以能力可能会稍微弱一点？
苏箐：其实地图精度是够的，但是数据是不完整的。我举个例子，你只开过一次的时候，可能你自车车道是被构出来了的，你离很远的车道可能是有缺失的，你的对向的车道也是有缺失的，你得开得越来越多才会累计得更完整全，有点像以前打《星际争霸》，开始地图是黑的，你开过的地方就白了，就是这样的过程，很像。

简单来说,就像打游戏,NCA模式你可以理解为官方给你开了全图，ICA模式则是你一点地图细节都没有，NCA 模式可以理解为你或者你的队友把地图已经开过了一遍。

三种模式对无人驾驶的影响

就像前面说的，NCA模式就好比打游戏给你开全图，在这种模式下，不光是人也好，电脑也好，有足够的视野，自然就可以做出更好的判断。

最难的是第一次驾驶也即NCA模式，在没有视野的情况下，使用无人驾驶，只能算是一个辅助驾驶。
有了第一次或者第三方给的视野之后，下一次驾驶就能使用NCA 模式,无人驾驶的精确度就会更加的高.

因为无人驾驶存在一个自学习的模式,当使用的人越多,时间越久,地图细节越丰富,积累的数据越多,无人驾驶就越好用.
当数据达到一个量度时,官方就会开放你所在城市的NCA模式，等于就有了全图视野。

可以说，这是一个相互相成的关系。

三种无人驾驶模式对普通人的影响有哪些？

我们以日常驾驶当中比较常见的家→公司场景为例。
目前的地图导航，通常都会推荐1-3条驾驶路线，在途中拥堵或者修路时，另外推荐其他的建议路线。
而在华为目前的无人驾驶模式情况下，推荐的路线会变得更加的机智。
因为除了官方路线之外，他还会学习第三方的路线，或者根据你的路线拥堵来为你推荐更加智能化的路线。

我们一上图为例。
假如我们在开车回家的路上，一般耗时45分钟。经过长期的路线迭代之后，AI会将你的行进路线切割为A,B,C,D四块，并且他会发现其实正常只有A,C两个行进路段是正常行驶的，在B,D这两块行进里，堵车占用了大量时间。

这个时候，NCA 模式就会开始运作，他会根据机器学习，给你找到一个绕行繁忙路段的方法，从而缩短你在B路段的时间。

然后，当我们到达公司的时候，AI发现我们在公司周围花费了太多时间，他极有可能是因为堵车或者找车位而产生的。
因此AI进过学习，建议你在离公司骑车5分钟左右到地方停车，然后更换交通工具，或者汽车，或者走路，来绕过D这个繁忙的路段。

从上面的例子中我们就可以看到，华为算法所带来的优势。他可以极大的优化我们的行进路线，从而节约我们的时间。

总结

说了这么多,华为自动驾驶的优势到底是什么?
我们以北上广一个小时50元左右到时薪来算,假如每天上下班可以节约一小时,一个月就可以节约30小时左右,这样的话,光是时间成本,华为驾驶带来的优势,一个月就能够达到1500元左右,一年就是1万8.而华为这套设备的部署成本目前大概在10W元左右。也就是说，硬件成本在5年左右就可以回收。
如果华为硬件部署的量起来了，未来部署成本可以达到5万元以下，那么月入8000左右的上班族可能1-2年左右就可以在时间上回收硬件成本了。
当然以上只是很简单地估算，不过，仅仅是估算，就可以看得出华为这套无人驾驶未来是多么的让人心动了。

特别声明：本文来源于网络，请核实广告和内容真实性，谨慎使用，本站和本人不承担由此产生的一切法律后果！