这类锥桶体积小，容易被遮挡。近距离出现在视野中，就是人类有时候也会措手不及。这个时候如果单纯的靠做规则，可能会体验比较差，因为你难以穷尽所有锥桶的样子和摆放姿态，但是通过数据驱动算法推动，就可以通过类似“多学多看”，慢慢地让车辆对这类突然出现的小目标更敏感，从而为淡定应对留出更多的安全时间，比如在下面的体验中，我驾驶的LS7就成功的识别了突然出现的锥形圆筒。
再比如一个非常常见的例子，在日常行车过程中，是不是常常遇到隔壁车道车辆轻微压线行驶呢？
他们到底要不要插入我方车道，我们是一直跟车还是超过去？这些都会带来很大的挑战，但在数据驱动的“飞轮”的帮助下，车辆源源不断地从海量数据这本“武功秘籍”中学习各种行人数据。光认得还不够，还要能管住“激动的心，颤抖的手”。合理躲避绕行既能确保自车安全、降低乘客恐慌感，同时也不会影响其他快速行驶的车辆。
在这里，自车略带减速，同时驾驶轨迹稍向左偏，这其实也是“数据驱动”规控算法的典型表现。怎么样，你身边的老司机是不是也是这么开车的？效率和安全感一个都不能少。这就是IMAD的核心优势体验——更像人的辅助驾驶。
你以为一切就是这些么？当然不是！
智己和momenta的黄金组合，还在进一步深化推动DDLP模型的落地，简单的说，智己将通过Occupany占用网络，最终进化到DDLD（深度数据学习驱动模型），从而实现对高精地图的弱依赖，说到高精地图现在其实可能部分小伙伴有一些小误解，摆脱对高精地图的依赖，不代表不用高精地图，相反，在现有能力下，高精地图还是相当重要的存在。
简单理解，当你到一个陌生城市驾驶的时候，你首先是相信自己的眼睛还是地图？必然是相信地图给了你大概的空间感觉和线路规划，然后你按照地图的指引配合人眼去开，才是比较有效率。没有人会说，我有地图不看，我就靠肉眼看标志引导去开。而所谓摆脱依赖的意思是，当没有地图的时候，我也能开，但不以为着我就不用地图。在高精地图的加持下，城市域的体验会好很多，比如下面这个场景，当前车降速，尽管旁边有车，但是IMAD依然非常自信的发起了绕行，一方面是基于强大的算力和感知，另一方面强大的高精定位和地图先验数据也是重要因素。
所以，看到这里，你应该明白，IMAD的核心优势在于全面和体验，以及来自L5的飞轮算法的“降维打击”，完美的实现了“顶级硬件”+“顶级软件”的“豪华双拼”。
三、清华系的豪华智驾团队
在最近，智己汽车召开了自动驾驶的最后一战智驾发布会，在会上，智己展示了精英智驾团队，，其实不仅仅是智己，整个中国自动驾驶领域，清华大学都有非常大的占比：看后面的图片就很清楚：
在这次发布会上，智己提出了在今年9月落地去高精地图NOA，今年10月就可以落地城市领航NOA，这真的非常出乎预料，作为一个智己用户，我一直在说智己的智驾能力被低估，但这个目标会不会太激进了？
但发布会上，智己表示通过上面说过的数据高效利用，实际上智己智驾进步的很快 ，尽管作为新品牌，智己才成立两年，但是如果上面这个目标可以实现，那么在技术上来说，可能智己已经赶上了头部品牌九年的速度，当然，因为这个统计是按照品牌成立来算，所以在诸如覆盖范围、极限场景和人机交互上还有不少地方需要完善。