目前国内一般直接将高速NOA成为“L2+”；复杂度更高的城区NOA，就自然的映射到了“L2++”。
python通达信api接口,特斯拉Autopilot系统首创了NOA这种淡化脱手/脱眼/脱脑逻辑的功能，致力于与导航结合后，完成从A点到B点的全程进行辅助驾驶的能力，功能实用性大大增加。
鉴于ICA、LCC这种功能也是L为了体现python通达信api接口,特斯拉NOA良好的高速和城区的变道、匝道汇入汇出、复杂场景通行能力，用“L2+”来形容特斯拉NOA的先进性，也是被行业接受的。但是这个L2+，并不是在脱手/脱眼/脱脑这个维度体现的。
补：一般L几与XXX-off的对应关系是
无L，没有智驾功能；L0，无控制，Warning；L单向控制，Single-directioncontrol；L横纵向控制，不脱手，Hands-on;【横纵向都具备后，就开始拼是否脱手/脱眼/脱脑了】L2+，横纵向控制，脱手，Hands-off；L横纵向控制，脱眼，Eyes-off；L横纵向控制，脱脑，Minds-off；L横纵向控制，无人，Driver-off；车辆不再为驾驶员提供底盘控制接口；
另，国内也有不少厂商习惯用场景复杂度来定义功能。目前国内一般直接将高速NOA成为“L2+”；复杂度更高的城区NOA，就自然的映射到了“L2++”。
| Item | Description | Comment |
|---|---|---|
| 功能：SAE驾驶自动化程度 | “L2++”级 | 高速、城区、停车场等多场景通行/变道能力很强 |
| 功能：驾驶自动化程度描述 | 不脱手 | EAP脱手间隔与车速相关； 车速在60-80kph时候，约45s-65s之间； 低速最长时间可达3分钟； |
| 功能：功能描述 | NOA | 基于导航的辅助驾驶 |
| 功能：车速区间 | 0-130kph； | 全速域 |
| 功能：电子围栏 | EAP：高速NOA； FSD：城区NOA；HW3.0的主要价值在于FSD功能 | 特斯拉能力的体现，主要在电子围栏指标上。场景泛化能力很强，功能开启后的通行能力也很强 |
| 功能：变道约束 | 支持变道 | 细分场景方面：汇入、汇出、匝道同行等 |
| 功能：路口通行 | 支持十字路口通行 | 高速和城区，最大的区别有两个：路口通行，以及VRU的处理。FSD的路口的通行能力很强；典型能力：无保护左转、高速车流的汇入 |
| 功能：DDT后援任务用户有效性 | 需要驾驶员随时接管 | |
| 功能：环境条件 | 不支持下雨下雪等恶劣天气； | 无车道线时，可利用路沿检测保证车辆正常行驶（而不退出）； |
| 功能：前置条件 | ICA（或叫LCC）已开启； | 满足条件后，系统通过HMI提示用户可以开启NOA功能，用户确认后进入NOA功能 |
| 功能：感知系统(OEDR) | 8V | 传感器布置位置见图1所示 |
| 功能：接管(Takeover) | 需要驾驶员随时接管车辆； | |
| 功能：降级(Degradation) | 未知 | |
| 功能：MRM | 未知 | |
| 功能：HMI | a. 系统入口：方向盘按键； b. 状态提示：仪表（如果有）+中控屏提示 + 蜂鸣声+语音提醒； | |
| 功能：DSSAD | 未知 | |
| 功能：OTA | 支持 | |
| 功能：操作系统 | Safety Linux | |
| 功能：数据上传（及车端触发器） | 支持 | |
| 功能：其他 | ||
| 系统：系统类型 | 集中式系统 | 特斯拉为中央&区集中式EEA； 智驾系统ECU为HW3.0域控，集中式计算 |
| 系统：智能传感器种类与数量 | 无 | 集中式计算，无分布式智能传感器 |
| 系统：控制器个数与种类 | 集中式系统，AutoPilot ECU with HW3.0；使用自家FSD SOC； | |
| 系统：软件服务-RTK | 无 | |
| 系统：软件服务-数字地图 | 无 | 依赖SD map给route，剩下的全交给视觉系统 |
| 系统：软件服务-车联网服务(V2C) | 有，4G(LTE) | |
| 系统：软件服务-V2V&V2I服务 | 无 | |
| 系统：Fail Operational方案 | 无 | |
| 系统：Fail Operational-电源 | 无 | |
| 系统：Fail Operational-通信 | 无 | |
| 系统：Fail Operational-制动系统 | 无 | |
| 系统：Fail Operational-转向系统 | 无 | |
| 系统：Fail Operational-计算&感知 | SOC层面的部分冗余，非ECU层面 | 两个FSD SOC在某些功能&算法上，进行冗余； |
| 系统：其他 | ||
| 传感器：摄像头-前视主摄像头 | 有 | AR0136/AR0138-1.2MP-RCCB-HFOV52° |
| 传感器：摄像头-前视宽角摄像头 | 有 | AR0136/AR0138-1.2MP-RCCB-HFOV120° |
| 传感器：摄像头-前视窄角摄像头 | 有 | AR0136/AR0138-1.2MP-RCCB-HFOV28° |
| 传感器：摄像头-前视双目摄像头 | 无 | |
| 传感器：摄像头-侧前摄像头(x2) | 有 | AR0136/AR0138-1.2MP-RCCB-HFOV90° |
| 传感器：摄像头-侧后摄像头(x2) | 有 | AR0136/AR0138-1.2MP-RCCB-HFOV80° |
| 传感器：摄像头-后视摄像头 | 无 | |
| 传感器：摄像头-环视摄像头(x4) | 有，只有一个后鱼眼摄像头 | OV10635-1MP-RGGB-HFOV140° |
| 传感器：Radar-前向主雷达 | 有，后又取消 | 基于纯视觉。HW4.0预计会重新安装4D radar |
| 传感器：Radar-侧前角雷达(x2) | 无 | |
| 传感器：Radar-侧后角雷达(x2) | 无 | |
| 传感器：Radar-后向雷达 | 无 | |
| 传感器：Lidar-前向主Lidar | 无 | |
| 传感器：Lidar-侧前角Lidar(x2) | 无 | |
| 传感器：Lidar-侧向补盲Lidar(x2) | 无 | |
| 传感器：超声波传感器(x12) | 有，后续会取消 | 基于视觉的占用网络算法来替代 |
| 传感器：IMU | 有 | |
| 传感器：GNSS | 有 | |
| 传感器：地面湿度传感器 | 无 | |
| 传感器：DMS摄像头 | 有 | 安装位置较为少见，单颗camera应该可以兼顾DMS+OMS的作用； |
| 传感器：后风挡麦克风 | 无 | |
| 传感器：地面湿度传感器 | 无 | |
| 传感器：其他 | ||
| 主控制器：控制器描述 | HW3.0，双SOC + MCU方案 | |
| 主控制器：散热方式 | 液冷 | |
| 主控制器：功耗 | ＞72W | |
| 主控制器：MPU1子系统-MPU型号 | FSD chip | |
| 主控制器：MPU1子系统-MPU数量 | 2个 | |
| 主控制器：MPU1子系统-MPU内存规格 | LPDDR4 | |
| 主控制器：MPU1子系统-MPU内存容量 | 1GB | |
| 主控制器：MPU1子系统-MPU内存数量 | 8个，一个SOC接4个 | |
| 主控制器：MPU1子系统-MPU存储规格 | UFS | |
| 主控制器：MPU1子系统-MPU存储容量 | 32GB | |
| 主控制器：MPU1子系统-MPU存储数量 | 2个，一个SOC接一个 | |
| 主控制器：MPU2子系统-MPU型号 | 无 | |
| 主控制器：MPU2子系统-MPU数量 | 无 | |
| 主控制器：MPU2子系统-MPU内存规格 | 无 | |
| 主控制器：MPU2子系统-MPU内存容量 | 无 | |
| 主控制器：MPU2子系统-MPU内存数量 | 无 | |
| 主控制器：MPU2子系统-MPU存储规格 | 无 | |
| 主控制器：MPU2子系统-MPU存储容量 | 无 | |
| 主控制器：MPU2子系统-MPU存储数量 | 无 | |
| 主控制器：MCU子系统-MCU型号 | TC297 | |
| 主控制器：MCU子系统-Flash型号 | 未知 | |
| 主控制器：MCU子系统-Flash容量 | 300MB | |
| 主控制器：片间通信-PCIe Switch型号 | 无 | |
| 主控制器：片间通信-Ethernet Switch型号 | Marvell 88EA 6321 | |
| 主控制器：其他 | ||
| 冗余控制器 | 无 |
其中，针对上表中的例，附在下方：
1传感器安装位置和FOV视角
部署车型和地区：
| Vehicle Type | Region | Geo-fencing | Comment |
| Model S/3/X/Y | 北美 | 城区；V11后统一了高速和城区道路，形成全场景FSD | 选装价格：15000美元； 或 订阅价格：199美元/月 |
总结：
按照上述维度评价AutopilotHW0不太适合。特斯拉主要是在算法上进展很快。从HW0/5升级到HW0以后，带来的FSD算法方案，应用了很多新AI技术，比如BEV多摄感知方案+learningbased规控+4D标注等；目前又增加了占用网络技术，提升一般静态障碍物的检测能力。迭代速度很快。期待特斯拉在算法领域的持续创新。
反过来看，基于4Dradar或Lidar等主动性传感器为主的智驾系统，实现L2+和L3的可能性较小。奔驰的DrivePilot系统的L3功能，目前是单车道场景，还可以handle，一旦涉及到频繁变道，比较担心基于Radar/Lidar等主动性传感器的能力。
文章为作者独立观点，不代表股票交易接口观点
股民评论