如何评价零跑汽车的NAC技术？

日前，零跑汽车推出了一项让驾驶员体验“科目二”驾驶乐趣的技术，这项名为NAC的驾驶技术可以实现系统控制油门刹车，驾驶员控制方向。

网友看到这点褒贬不一，有些人认为这种功能对新手友好，价格又不贵。虽然适用于城市主、支干道的NGP新鲜又刺激，把车停在停车场门口就能一键代客泊车，轻松又方便，但现在想要体验这些，价格高、可应用区间小，很多还是期货。

有些网友则觉得这项技术没啥含金量，却被车企包装得很唬人。

关于“半开放式驾驶辅助系统玩法”，其实不单零跑一家做过尝试，争议一直存在。关于这些技术是怎么出现的，以及它们的特点，今天一起给大家介绍下。

自动辅助驾驶的要义是解放手脚，汽车控制油门刹车方向。

我们早在1992年就已经见到过自动泊车，那一年大众汽车推出了Futura概念车。根据当时的规划，它的实现策略是驾驶员可以下车观看汽车自动泊车的全过程，行李箱中安装了如同个人电脑大小的计算机来控制整个自动泊车系统。

不过全自动泊车对感知硬件、中央控制系统、执行系统的要求都很高，比如毫米波雷达和摄像头的配合工作精度需要保证，中央控制系统对车身速度和位置精度的把控也尤为关键；而执行系统要能确保方向盘的角度、油门开度等动作精准，这需要电动助力转向系统与汽车发动机电控系统协调配合。

如果一口气解决不了这些问题，是不是可以就控制一部分呢？

在大众系燃油车型中，我们很早就体验过将“手”交给汽车的服务。比如2013款途观上，当我们靠近停车位时，系统探测到有合适停车位置时，行车电脑会提示驾驶者挂入R挡，这个过程可能需要几次倒车和前进间的切换进入车位，虽然加速器、刹车和离合器仍然由驾驶员掌控，但起码手不忙了。

相比一些品牌的全自动泊车，这项技术看起来并不高级，但其实即便到2023年时，测试的16款车中也只有7款车获得“G”评级，远低于其它系统表现。这说明一些初级的泊车辅助，其实也并没有到应该被淘汰的地步。

除了将“手”交给汽车的办法，还有将“脚”交给汽车选项。

零跑C10在预售发布会上推出了一个NAC技术（Navigation Assist Cruise），就是系统控制油门刹车，驾驶员控制方向就可以了。

现有的ACC算法只能实现简单的跟停、起步、跟随等动作，且要求自车前方必须存在可跟随障碍物。对于路口场景下的转弯、红绿灯以及人行横道前的刹停，不能做出反应；对于自车前方的障碍物只能做出跟随反应，无法配合驾驶员智能化地实现加速超车行为。

零跑NAC可以算是传统ACC功能的进阶版，在ACC上加了加减速功能，通过该功能，零跑C10能够结合导航地图，识别市区道路上的斑马线、红绿灯、路口、弯道等多种路况，并自行起停和加减速，帮助用户缓解驾驶压力。

零跑NAC解决了传统ACC在路口或弯道适应能力不足，驾驶员频繁干预导致系统退出的问题。而且它胜在硬件要求不高，没有开城门槛，成本更低，一些15万以下的车型想要快速配置上车，这种模式值得考虑。

无人代客泊车可以直接通过手机App下指令，车辆自动从下车区开到停车场里，并自己找车位；取车时只需再次从App上发出命令，车辆会自动回到上车区。

小鹏汽车的全场景自动泊车打响了汽车智能化变革的第一枪。车主通过钥匙+语音控制和40cm停车距离+多车位记忆与选择来实现，包括侧方车位、垂直车位、斜方车位、未划线车位等，基本能满足国内实际用车场景中的停车需求。

用汽车语言解释，汽车需要具备无图的快速建图能力；当感知到过不去，主动退后进行让行；如果遇到行人时，还能及时刹车保护。

为了降低难度，我们也可以试着拆解部分能力，起码先实现部分需要。

比如记忆泊车，它要求使用前必须先对路径建模规划记忆路线，设定好起始点A和泊车点B，然后可以根据记忆路线泊车或者召唤，路线是固定的，并且记忆泊车途中，驾驶员必须做好随时接管的准备。对于有固定车位的朋友来说，这种功能就很够用了，再高级的只是锦上添花。

再就是自定义泊车，比如在问界M5智驾版上，可以在任何没有地标线、非标准的停车位上完成自动泊车，这相比于传统的自动泊车有更高的自由度。要说，老小区停车的各位朋友开心了，这功能最少值几万，毕竟犄角旮旯停车是常有的事，往常稍不注意就刮车，现在就无需担心了。

自定义车位是 APA 智能泊车辅助的新功能，你可以在允许停车但没有划线的地面上，用拖拽车辆图标的方式给自己「划」一个临时车位。

自动驾驶辅助跑通城市各街道一直是老大难问题，现在行业内城市智驾全量开放数第一的企业是小鹏汽车，他们开年新增191城，结合之前已经全量发布的52城，总覆盖城市数量达243城。（并不是所有街道都全覆盖，得根据XNGP提示使用）。

以我体验小鹏G6的XNGP来看，大部分高架路段可以轻松覆盖，但在路面驾驶时，只有部分主干道才能开启，到了一些支道时就无法开启了。

只是苦等也不是回事，所以车企想办法推出了“AI代驾”服务。

它的特点是特定场景下的自动驾驶，人工智能会学习和存储指定路段的行车路线，实现家到公司点到点的辅助驾驶。

现在推出这项服务的车企不少，除了小鹏“AI代驾”外，比如理想的通勤NOA功能，华为NCA功能。

理想的通勤NOA功能可以让用户设定自己的通勤路线，通过日常通勤时的自动化训练积累NPN（神经先验网络）特征，在1周内完成简单路线的训练，激活通勤路段的NOA功能。在较为复杂的路线，训练预计需2-3周可完成。

在实际乘坐体验中，该车能够识别绝大部分的行驶场景以及场景内的信号灯、行人、车辆等元素，并及时作出合理判断。同时，车辆在变道、转向、会车时也能稳定行驶，在遇到较窄路段时还能进行与人类司机类似的试探性操作。

好的技术首先是要有生命力，能推动行业的发展，再次之，能解决用户紧迫的需求。半开放式驾驶辅助系统看似阉割了一部分能力，但并不代表就应该一棒子打死，它们是适应市场需求和成本需要的产物，不一定最完美、最高科技，但确实有闪光之处。