这么来看的话，优化方向就相对来说简单了，因为牵扯到的硬件数量更少，三种摄像头+两种雷达。结合以上实现的功能，和优化策略来看，就是提升“远距离感知”的精度和决策权重。而在这套感知设备当中，毫米波雷达的感知距离最远，其次是摄像头和超声波雷达；前者的感知距离，大概在160米左右，而摄像头的感知距离会比毫米波雷达的距离稍微短一些。这两个感知硬件，组成了车辆对前向物体的识别和感知。
在只有128TOPS算力的情况下，能做的复杂指令不多，所以要减少毫米波雷达、高清摄像头带来的前向感知数据的博弈时间，策略上应该是采取两种数据的结合，摄像头的物体画面+毫米波雷达的物体位置来做最终决策，对于远距离物体（应该有距离限制触发条件）的优先级会给毫米波雷达更多决策权重。
在硬件不做调整的前提下，对算法策略的优化，是需要比较大的调整的。尤其像，理想的智能驾驶（NOA工况）遇到过以下集中情况，最近的，高速误识别广告牌上的车辆造成误刹车；雨天环境下，感知摄像头误识别车后方有人追赶车辆等情况的发生。
以上这些，都是在图形算法上的BUG导致的，所以这次OTA之后，有理由是对图形算法继续大幅度的优化，后续等实测这套NOA功能。暂且来看的话，1320km的一次接管的使用工况，很可能是在白天晴朗的前提下达成的。追平华为后，能超越吗？
先看这次OTA之后，理想需要改变的使用体验，包括了在比较宽的车道上画龙（在车道线边缘来回试探），偶尔会距离左侧护栏过近的情况出现；在车道变窄的情况下，双车道边单车道等工况下，应对能力是不太够的，会有接管出现。然后，就是在车辆前方，出现侵入车道的车辆时候，刹车的感受略重。
这都是5.1版本的高速NOA使用情况，但路测距离不算长，100km左右。
再有，通过内侧的ADPro3.0（5.2版本），看得出来确实是修改了一些上述中的问题，例如车道线内画龙、车道入侵的刹车重感。但是，依旧有有一些问题存在，比如，比较依赖限速的这个客观条件，不太能智能判断车辆需要多快的行驶速度更合适。还有就是在变道这种工况下，变道之前需要一定的减速之后才可执行而且再变道（连续变道）的效率比较低；同样，变道失败之后，再次变道就变得不够果断。
那么，能不能超越华为？
