城市NOA（导航辅助驾驶）的技术原理可概括为“感知—决策—执行”三层闭环：车辆通过多传感器融合构建360度环境模型，将导航路线转化为车道级行驶意图，再由算法实时决策并控制车辆完成跟车、变道、转弯等操作。与高速NOA不同，城市NOA面对的是红绿灯、无保护左转、行人横穿、电动车突然窜出等大量非结构化场景，因此感知和决策的难度呈指数级上升。

一、感知层：多传感器融合构建环境模型

硬件配置：主流方案搭载摄像头、毫米波雷达、激光雷达等多种传感器，部分车型感知硬件多达33个，实时识别行人、非机动车及道路标识

无图化趋势：早期方案依赖高精地图，现在越来越多厂商转向“无图”或轻地图路线，依靠车辆自身的感知和实时建图能力完成路径规划

感知融合：系统将各传感器数据在刹那间完成融合，比人类观察后视镜再决策的过程更快，这也是变道动作比人类更迅捷的原因

二、决策层：从感知到行动的算法演进

端到端架构：行业从早期E2E（端到端）将辅助驾驶带入“自我启蒙”阶段，后续VLM增强认知层面的体系化能力

VLA与WA路线：VLA将动作纳入智能体系，形成多模态感知→语义理解→执行决策的完整推理链；WA则强化空间与时间的物理知识体系，让推理更长效

导航与决策耦合：系统结合导航路线判断该走哪条车道、何时变道、何时下匝道，从“帮你开稳”升级为“帮你沿路线开”

三、执行层：车辆控制与安全兜底

整车控制模块：如VMM车辆运动管理模块，负责将智驾指令转化为转向、加减速等具体动作，使表现更加顺滑自然

安全兜底原则：城市NOA本质是L2级辅助驾驶，驾驶员仍是第一责任主体，需全程监控并随时接管，系统负责减缓风险而非兜底避险

场景覆盖能力：成熟方案可处理路口自动转向、红绿灯停车起步、无保护左右转、环岛通行及加塞预警等城市高频场景