城市NOA（导航辅助驾驶）的核心技术原理，是通过“BEV感知+Transformer架构+端到端大模型”构建车辆对周围环境的实时理解能力，让车辆在复杂城市道路中自主完成跟车、变道、转向等操作，并从依赖高精地图逐步走向“无图化”。
一、感知层：如何“看见”城市
BEV鸟瞰视角：车辆通过周身多个摄像头采集画面，利用BEV（Bird‘s Eye View）技术将多路2D图像拼接为统一的俯视视角，让系统在同一坐标系下理解道路、车辆、行人的相对位置。
Transformer时序建模：Transformer网络负责同时盯住车辆、车道线、行人及路口等动态与静态要素，并融合多帧时序信息，判断目标物的运动趋势。
多传感器融合补充：在纯视觉基础上，部分方案加入激光雷达，通过点云与图像特征的联合建模，弥补弱光、逆光等场景下的感知短板，提升复杂环境的鲁棒性。
二、决策层：如何“思考”路况
端到端大模型：区别于传统“感知-预测-决策-控制”的分模块链路，端到端架构将摄像头画面直接输入AI大模型，输出方向盘、油门、刹车指令，类似“肌肉记忆老司机”，动作更丝滑。
意图理解能力：当前行业拐点在于感知端到端大模型上车，使系统不仅能“识别物体”，还能理解前车减速是因礼让行人等深层意图，而非简单判定为障碍物。
车端算力支撑：为确保低延迟，大模型需在车端芯片本地运行，通过量化、剪枝、蒸馏等“模型瘦身”技术，将数百亿参数的大模型压缩至车端可部署。
三、演进方向：从高精地图走向“无图化”
高精地图的局限：早期城市NOA强依赖高精地图获取车道级信息，但存在覆盖不足、更新不及时等问题，制约了城市普及。
无图方案的优势：新一代方案转向“实时感知+局部建图”，车辆自主识别车道线与路口关系，如同AI自主思考，具备更强的道路适应能力。
行业落地现状：以理想汽车为代表，采用BEV+Transformer架构，结合云端NPN模型与TIN网络，初步实现无图城市NOA，并支持用户自训练通勤路线，推动高频使用。