都自動(dòng)駕駛了，為什么最基本的AEB還頻頻罷工？

自動(dòng)駕駛正處于一個(gè)不斷「試錯(cuò)」和「糾錯(cuò)」的階段，消費(fèi)者在為此買單。

作者 ｜ 肖瑩

自動(dòng)駕駛事故已經(jīng)屢見不鮮，但令人費(fèi)解的是，為什么被視為安全防線的AEB功能，在事故發(fā)生的關(guān)鍵時(shí)刻，往往沒能發(fā)揮作用、力挽狂瀾？

AEB是ADAS的核心功能之一，如果連AEB功能都無法保證，是不是意味著，所謂自動(dòng)駕駛，還遠(yuǎn)遠(yuǎn)沒有邁過L2這一關(guān)。

即便是宣稱已經(jīng)成熟量產(chǎn)的「高階輔助駕駛」，也只是在無數(shù)限定條件下才能實(shí)現(xiàn)的半成品？

01為什么AEB頻頻罷工？

在今年3月舉辦的2022百人會(huì)論壇上，理想汽車創(chuàng)始人李想提出了一個(gè)非常有建設(shè)性的話題，他說應(yīng)該把AEB主動(dòng)剎車系統(tǒng)做成乘用車的標(biāo)配，還表示，理想愿意開源自己的AEB算法。

一般來講，能夠做開源的，一定是比較牛的技術(shù)，例如谷歌、微軟、亞馬遜都是開源大戶。這番話，體現(xiàn)李想對自家AEB算法的自信。

然而，打臉來的太快，號稱要開源AEB的理想，幾個(gè)月之后就翻了車。7月26日，理想L9寧波試駕車雨天夜間以86km／h的速度撞擊金屬護(hù)欄。

理想L9寧波試駕車事故行車記錄儀視頻

而在懂車帝AEB主動(dòng)剎車測試中，拿到過第一名的理想ONE，近期也發(fā)生了事故。8月8日，一輛理想ONE在高速路段，以77km／h的速度撞上一輛停在路邊的工程車輛，事故發(fā)生時(shí)，車輛處于NOA開啟狀態(tài)。

這種在消費(fèi)者眼中看似愚蠢的事故，小鵬也發(fā)生過。

今年3月，一位湖南岳陽的小鵬P7車主，在開啟輔助駕駛功能的狀態(tài)下，撞上一輛前方橫停的側(cè)翻車輛，事發(fā)時(shí)車輛時(shí)速在80km／h左右。

8月10日，又是小鵬P7，在高架橋行駛過程中，追尾撞上了一輛?？吭诼飞系墓收宪嚕驹谇败囓囄驳娜吮蛔采硗?。根據(jù)肇事車主的聊天記錄，事發(fā)時(shí)車輛時(shí)速在80km／h左右，且開啟了LCC功能。

被認(rèn)為是自動(dòng)駕駛標(biāo)桿的特斯拉，涉及的Autopilot自動(dòng)駕駛事故更是數(shù)以百計(jì)。

看見這些事故的時(shí)候，大家都想不通一個(gè)問題，那些被冠以智能電動(dòng)車之名的產(chǎn)品，為什么連最基本的AEB都翻車？

有趣的是，如果把這個(gè)問題拋給汽車工程師，他們很可能會(huì)說，AEB本來就不是萬全的功能，出事故屬于正?，F(xiàn)象。

為什么公眾認(rèn)知與專業(yè)人士認(rèn)知有如此大的偏差？AEB在什么情況下會(huì)失效？又有哪些提升的空間？

02AEB的技術(shù)瓶頸在哪？

吐槽之后，我們就先來解決一下認(rèn)知問題，什么是AEB？

AEB全稱Autonomous Emergency Braking，自動(dòng)緊急制動(dòng)，是一種汽車主動(dòng)安全技術(shù)。

AEB系統(tǒng)通過毫米波雷達(dá)、攝像頭、激光雷達(dá)等感知系統(tǒng)測量出車輛與前方障礙物距離，然后利用數(shù)據(jù)分析模塊將測出的距離與警報(bào)距離、安全距離進(jìn)行比較，小于警報(bào)距離時(shí)就進(jìn)行警報(bào)提示，小于安全距離則會(huì)啟動(dòng)制動(dòng)功能，從而保證車輛安全。

早在2002年、2003年，奔馳、本田、豐田等車企就已經(jīng)開始嘗試落地AEB功能。目前來看，AEB已經(jīng)成為ADAS功能體系里最基礎(chǔ)、最核心的功能之一，被消費(fèi)者認(rèn)為是主動(dòng)安全的一道防線。

而遺憾的是，被認(rèn)為是安全底線的AEB，并不是在所有情況下都能發(fā)揮作用。

AEB的工作機(jī)制和智能駕駛的其他功能一樣，都要經(jīng)歷感知、決策、執(zhí)行三個(gè)關(guān)鍵步驟。

目前，業(yè)內(nèi)將限制AEB能力提升的第一阻力指向了感知層面。具體來看，系統(tǒng)識別障礙物的豐富度、準(zhǔn)確率，以及探測距離，都是影響AEB功能的核心要素。

自動(dòng)駕駛感知方案示例

提到感知能力，就不得不展開介紹一下，智能駕駛涉及的三種主要傳感器：攝像頭、毫米波雷達(dá)和激光雷達(dá)。

不知道從什么時(shí)候開始，好像一有智能駕駛車輛發(fā)生事故，大家總愛把責(zé)任推到毫米波雷達(dá)上，其實(shí)這是有些片面的。

三種核心傳感器各有優(yōu)缺點(diǎn)。簡單來說，攝像頭的優(yōu)勢是能夠識別出物體的類別、顏色，這應(yīng)用在交通場景中，就能夠比較好地識別出各類交通要素：車輛、行人、交通燈、路牌等，但它的缺點(diǎn)是和人眼一樣，在遇到一些光線較暗的場景，或炫光、強(qiáng)光的時(shí)候，就容易看不清晰。

毫米波雷達(dá)的優(yōu)勢就是不受光線、雨雪的影響，在惡劣環(huán)境下也可以較好的工作，但它的問題在于僅能提供平面化的掃描，沒有垂直的視場角，也就是說，它只能知道范圍內(nèi)有東西，但不知道是個(gè)什么東西。

另外，它還對金屬比較敏感，在道路交通環(huán)境中，掃描到一些金屬物體，就會(huì)報(bào)警，比較容易引起誤報(bào)。

因此，在感知方案中，系統(tǒng)往往會(huì)把毫米波雷達(dá)的置信度降低，而是以攝像頭的判斷為主。這也比較好理解，車輛行駛時(shí)，識別不到危險(xiǎn)物體有安全隱患，而誤報(bào)剎車同樣存在安全隱患。

所以，在一些事故發(fā)生時(shí)，并不一定是毫米波雷達(dá)沒有檢測到物體，也可能是系統(tǒng)沒有給予采信。

激光雷達(dá)的優(yōu)勢在于看的遠(yuǎn)、精度高且能夠三維成像。它可以得到目標(biāo)的距離、方位、高度、速度、姿態(tài)、形狀等參數(shù)，從而構(gòu)建3D環(huán)境點(diǎn)云圖。

同時(shí)還能獲取目標(biāo)表面反射特性、運(yùn)動(dòng)速度等豐富的特征信息，為目標(biāo)探測、識別、跟蹤等數(shù)據(jù)處理提供充分的信息支持、降低算法難度。而它的缺點(diǎn)在于雨雪、塵土等惡劣環(huán)境的抗干擾性較差。

所以，除了特斯拉以外，幾乎所有車企和自動(dòng)駕駛公司，走的都是融合感知的技術(shù)路線，這正是為了各傳感器短板的互相彌補(bǔ)。

那么，感知會(huì)如何影響AEB能力？主要體現(xiàn)在兩個(gè)方面：識別精準(zhǔn)度及探測距離。

感知準(zhǔn)確度、信息豐富度待提升

在一些事故場景，AEB功能沒有啟動(dòng)的原因，要么是傳感器沒有識別檢測出障礙物，要么是沒有識別出障礙物是什么，前者的原因在于傳感器精密度不夠，后者則在于場景采集的豐富度不足。

AI算法的學(xué)習(xí)和人的學(xué)習(xí)相似，首先要解決認(rèn)知的問題，這在算法里對應(yīng)的就是標(biāo)定，只有標(biāo)定過的物體，算法才有可能識別出來，否則就很難進(jìn)行識別判斷。

在最初簡單的AEB方案中，系統(tǒng)主要標(biāo)定的障礙物就是車輛和行人，至于兒童、寵物、雪糕筒，以及一些異形檢測物都無法識別。

隨著傳感器產(chǎn)品的成熟，智能駕駛方案也正在變得越來越復(fù)雜，從單V到1R1V配置，再到5R10V，甚至是引入激光雷達(dá)的、更復(fù)雜的感知方案，例如沙龍機(jī)甲龍搭載了33個(gè)感知硬件，包括4L5R12V。

傳感器硬件的不斷疊加，正是為了彌補(bǔ)感知能力的短板，隨著更多高精度傳感器的上車，相信感知準(zhǔn)確度上已經(jīng)有了很大提升。

因此，對于具有「高階輔助駕駛」能力的車型來說，在感知精準(zhǔn)度上已經(jīng)問題不大。更大的短板在于，感知場景標(biāo)定的豐富度和算法訓(xùn)練。簡單理解就是，AEB也要解決CornerCase。

例如，理想L9試駕車撞在圍欄上，如果在激光雷達(dá)開啟的情況下，大概率不是沒有檢測到前方有物體，而應(yīng)該是算法不知道這是什么東西，該做出什么樣的決策。

感知距離限制AEB適用速度

感知能力強(qiáng)弱影響的另外一個(gè)方面是響應(yīng)距離。傳感器的感知距離，和系統(tǒng)響應(yīng)的時(shí)間以及制動(dòng)系統(tǒng)的剎車距離，決定了AEB可以工作的最大速度。

去年3月，國家標(biāo)準(zhǔn)化管理委員會(huì)批準(zhǔn)發(fā)布了《乘用車自動(dòng)緊急制動(dòng)系統(tǒng)（AEBS）性能要求及試驗(yàn)方法》，標(biāo)準(zhǔn)號為GB／T 39901－2021。

這份推薦性國標(biāo)來看，對于靜止的物體，要求車輛以30km／h的速度行駛，不發(fā)生碰撞即為合格，移動(dòng)目標(biāo)則要求車輛在50km／h的速度行駛時(shí)，不發(fā)生碰撞即為合格。

我們知道，城市普通道路通常限速30－60km／h，高速場景的最低限速是60km／h。如果按照這個(gè)要求，AEB似乎只能在城市場景發(fā)揮作用，而在高速場景就是完全失效的狀態(tài)。

事實(shí)上，企業(yè)的“自我要求”往往會(huì)高于國標(biāo)要求。目前市場上銷售的絕大部分車型，都宣稱能夠做到80km／h以下AEB避撞，與E－NCP、C－NCAP的要求保持了一致。而車企自身，以及各測試標(biāo)準(zhǔn)，均未對80km／h以上AEB做出要求。

上文提到的幾起事故，發(fā)生事故時(shí)，車輛速度正是在80km／h左右的AEB極限值。

也有觀點(diǎn)認(rèn)為，一些事故的發(fā)生，表面上看似乎是AEB沒有開啟，實(shí)際上可能是已經(jīng)開啟，但決策、執(zhí)行時(shí)間不足以避免事故的發(fā)生。

因此，除了感知因素以外，響應(yīng)效率和制動(dòng)能力，也是影響AEB功能實(shí)現(xiàn)的關(guān)鍵因素。

城市場景有鬼探頭、異形車輛等挑戰(zhàn)，高速場景則面臨著AEB速度失效邊界。那么如此挑剔的AEB，是不是有些雞肋了？