三種智慧駕駛模式的區別是什麼？
華為智慧汽車BU ADS智慧駕駛產品線總裁蘇箐在訪談中提到華為智慧駕駛中的三種模式：
NCA
ICA+
ICA
首先我們來看看蘇箐的原話：
蘇箐：簡單點說，NCA模式就是大家看到的車內有預製的高精地圖的，ICA+是沒有高精度地圖的，但是車會根據自車或者是他車開過的環境自動學習地圖，這就是ICA+。
在你第一次開的地方，總有這種地方，誰也沒開過，別人車也沒有開過，這是完全的ICA模式，大家看到特斯拉現在就是ICA模式，分這三種。
像在ICA+模式下使用者的感受怎麼樣？
蘇箐：你會發現ICA+是基於NCA和ICA中間的一個地帶，你自車開過的次數越多，或者是他車開過的次數越多，他的體驗就會越向NCA這邊靠攏。而開得比較少的時候，開一次的時候體驗有點像ICA，它是逐步提升的自我學習的過程。
可以理解為有沒有地圖，可能這個系統的信心不一樣，在某一種情況下比較容易退出。
蘇箐：我簡單點說，你自己去一個陌生複雜的城市，你自己開車會速度會變慢，會變得小心，因為你不知道前面有沒有一個豁口，會不會有行人躥出來，就這種問題，其實是一樣的，對車來講它也有這樣的問題。
昨天咱們工程師說降級到ICA+以後沒有辦法實現點對點。
蘇箐：不完全對，說點對點，意思就是任何出發的時候在地圖裡面都可以搜尋這個目標點。但是在ICA+的時候，理論上沒有全域性地圖的，那麼在你去過的地點，簡單點就是每日通勤的上下班這個點因為你開過，所以其實是可以實現的。但是如果你要泛化到所有地點上去，它確實是實現不了的，你可以理解它的地圖是不完整的一個地圖，你這麼理解這件事情就好理解了。
因為精度沒有高精地圖的精度高，所以能力可能會稍微弱一點？
蘇箐：其實地圖精度是夠的，但是資料是不完整的。我舉個例子，你只開過一次的時候，可能你自車車道是被構出來了的，你離很遠的車道可能是有缺失的，你的對向的車道也是有缺失的，你得開得越來越多才會累計得更完整全，有點像以前打《星際爭霸》，開始地圖是黑的，你開過的地方就白了，就是這樣的過程，很像。
簡單來說，就像打遊戲，NCA模式你可以理解為官方給你開了全圖，ICA模式則是你一點地圖細節都沒有，NCA+模式可以理解為你或者你的隊友把地圖已經開過了一遍。
三種模式對無人駕駛的影響
就像前面說的，NCA模式就好比打遊戲給你開全圖，在這種模式下，不光是人也好，電腦也好，有足夠的視野，自然就可以做出更好的判斷。
最難的是第一次駕駛也即NCA模式，在沒有視野的情況下，使用無人駕駛，只能算是一個輔助駕駛。
有了第一次或者第三方給的視野之後，下一次駕駛就能使用NCA+模式，無人駕駛的精確度就會更加的高。
因為無人駕駛存在一個自學習的模式，當使用的人越多，時間越久，地圖細節越豐富，積累的資料越多，無人駕駛就越好用。
當資料達到一個量度時，官方就會開放你所在城市的NCA模式，等於就有了全圖視野。
可以說，這是一個相互相成的關係。
三種無人駕駛模式對普通人的影響有哪些？
我們以日常駕駛當中比較常見的家→公司場景為例。
目前的地圖導航，通常都會推薦1-3條駕駛路線，在途中擁堵或者修路時，另外推薦其他的建議路線。
而在華為目前的無人駕駛模式情況下，推薦的路線會變得更加的機智。
因為除了官方路線之外，他還會學習第三方的路線，或者根據你的路線擁堵來為你推薦更加智慧化的路線。
我們一上圖為例。
假如我們在開車回家的路上，一般耗時45分鐘。經過長期的路線迭代之後，AI會將你的行進路線切割為A，B，C，D四塊，並且他會發現其實正常只有A，C兩個行進路段是正常行駛的，在B，D這兩塊行進裡，堵車佔用了大量時間。
這個時候，NCA+模式就會開始運作，他會根據機器學習，給你找到一個繞行繁忙路段的方法，從而縮短你在B路段的時間。
然後，當我們到達公司的時候，AI發現我們在公司周圍花費了太多時間，他極有可能是因為堵車或者找車位而產生的。
因此AI進過學習，建議你在離公司騎車5分鐘左右到地方停車，然後更換交通工具，或者汽車，或者走路，來繞過D這個繁忙的路段。
從上面的例子中我們就可以看到，華為演算法所帶來的優勢。他可以極大的最佳化我們的行進路線，從而節約我們的時間。
總結
說了這麼多，華為自動駕駛的優勢到底是什麼？
我們以北上廣一個小時50元左右到時薪來算，假如每天上下班可以節約一小時，一個月就可以節約30小時左右，這樣的話，光是時間成本，華為駕駛帶來的優勢，一個月就能夠達到1500元左右，一年就是1萬8。而華為這套裝置的部署成本目前大概在10W元左右。也就是說，硬體成本在5年左右就可以回收。
如果華為硬體部署的量起來了，未來部署成本可以達到5萬元以下，那麼月入8000左右的上班族可能1-2年左右就可以在時間上回收硬體成本了。
當然以上只是很簡單地估算，不過，僅僅是估算，就可以看得出華為這套無人駕駛未來是多麼的讓人心動了。
