前兩天，問界官方關于山西的新M7交通事故給出了回應，對自動緊急制動，即AEB功能爲何沒有成功避免碰撞的疑問進行了解釋，官方稱：

“事故車輛在碰撞發生前制動系統正常，根據後台數據分析，事故發生前5分鍾內有2次制動動作，車輛均能正常減速；問界新M7 Plus搭載L2級輔助駕駛系統（非華爲ADS 2.0智能駕駛系統），其自動緊急制動（AEB）工作範圍爲車速4km/h~85km/h。事故車輛碰撞發生時車速115km/h，超過自動緊急制動（AEB）的工作範圍。”

簡單概括就是：該車的AEB不是華爲ADS 2.0 ，同時碰撞速度超出了AEB工作範疇。

那麽，AEB究竟是什麽，它到底是如何保護駕駛員的安全，它又是否是生命的最後一道防線呢？

AEB 就能 100%保安全？

通過余承東和何小鵬的“AEB之爭”，普通消費者現在對AEB都有所耳聞，但大部分的了解僅限于AEB系統可以“自動刹車”。那麽AEB到底是什麽呢？

首先AEB的組成可以簡單分爲傳感器、控制器、執行器。在 C-NCAP 管理規則裏，它的定義是這樣的：“實時監測車輛前方行駛環境，並在可能發生碰撞危險時自動啓動車輛的制動系統使車輛減速，以避免碰撞或減輕碰撞後果”。

我們用更通俗化的場景來描述，就是車輛的各種傳感器代替駕駛員的眼睛，采集和提供前方道路的圖像和路況信息，然後交給以芯片爲核心的控制器，也就是整個AEB系統的“大腦”，它會根據反饋過來的數據，結合當時的時速、障礙物的大小、距離等信息，算出預計碰撞時間和安全的制動距離，做出一個判斷。

控制器會優先觸發前方碰撞預警系統，向駕駛員發出一個警告：在這個距離之前，再不全力制動，就刹不住，有碰撞的風險。

如果駕駛員反應不夠及時，沒有做出有效的反饋，在到達“危險臨界值”之後，執行器就會主動介入，通過將泵內的壓力釋放入制動管路，推動摩擦片完成制動的動作，進行減速，簡單來說就是：沒關系，AEB會出手！

需要注意的是，因爲人在緊急狀態下，踩刹車不一定能踩到底，所以一旦觸發AEB，系統就會激活最大制動力。

那你看到這裏可能會有疑問，這是不是意味著車輛配備AEB，在危險時刻就可以100%觸發，從而100%避免事故發生呢？

答案是否定的。

任何事物都有它的局限性，AEB也不例外。

首先，AEB對速度就有著嚴苛的範圍框定，並不是什麽速度都能hold住。

根據 C-NCAP 最新的測試管理規則，在車輛直行與前方靜止目標車輛測試的場景下，VUT（測試車輛）會以 20km/h、30km/h 和 40km/h 的速度測試 AEB 功能，以 50km/h、60km/h、70km/h和 80km/h 的速度測試 FCW（前向碰撞預警） 功能。

也就是說，法規標准要求的相對速度基本都在 60km/h 以內，FCW在 80km/h 以內，並不是覆蓋所有的速度工況。很多車型在功能設計上就是按照標准來的，標准的考試考到 60 就達標，功能設計的運行範圍自然也就參考法規要求了。

這幾年華爲帶著大家卷起來以後，部分車型的帶激光雷達的高階智駕版本對一些大目標可以做到 120km/h可激活。

其次，識別障礙物同樣是需要條件的。

目前多數 AEB 功能的感知是依靠單目攝像頭+毫米波雷達的組合，甚至還有純靠視覺攝像頭，不依靠毫米波雷達的 AEB 方案，這兩種方案的基礎都是靠“神經網絡”，而神經網絡對障礙物的識別是需要學習的，只有訓練過學過特征的目標，才會被感知到。

這就是大家經常聽到的“白名單”，這個白名單裏的障礙物，一般包括常規姿態的行人、車輛，自行車、大貨車等等，在碰到時大概率是能識別處理的。

但是還有一些異形障礙物，比如土堆、紙箱、翻過來的事故車、路過的小貓小狗，把“神經網絡”比作還在認識世界的小朋友的話，這些都是大人沒有教過、訓練過他們的事物，自然是被忽略掉了。

由于像前文所說，AEB的觸發條件主要是基于距離和時間的極限計算，如果沒有檢測到目標物，那 AEB 自然就不會觸發了，也就是大家會聽到的“漏識別”。

對應著“漏識別”的還有“誤識別”，在感知錯把本不存在的障礙物當作風險時，會存在“幽靈刹車”的現象。

即前方沒有障礙物或者不會與前方車輛發生追尾事件時，車輛卻會觸發刹車，理想和特斯拉都發生過車輛將廣告牌上的人物識別爲行人而觸發緊急刹車。

在此前AEB的爭論中，何小鵬也提到了這一點，他認爲“路上誤刹車的情況太多了，一旦誤刹車，對用戶來說將會是巨大的驚嚇”，並聲稱“這是根本無法接受的”。

因此，在誤識別和漏識別中找到平衡是一件非常考驗廠家技術水平的事情。想要做好平衡，一般來說有兩個方向。

首先就是提高感知精度，例如增加激光雷達的感知，用實打實的 3D 點雲數據做感知輸入，一般障礙物也能輕松應對。看得准了，AEB 的能力上限自然就更高了，例如我們此前測試的華爲 ADS 系列車型，以及理想 Max 系列的車型，都擁有更高的速度上限，更穩定的觸發。

其次就是引入更多的變量，讓 AEB 的觸發邏輯更接近真實用車場景。例如駕駛員對車輛的操作就是最重要的變量，需要明確確認當前環境下駕駛員是走神的（速度較爲穩定，沒有主動大幅加油門踩刹車），沒有主動去控制車輛的。所以AutoLab在進行專業的AEB測試的時候，需要訓練駕駛員把油門速度穩住，確保數據的有效性。

也就是說系統得判斷，這個場景下，沒我不行！我才會出手。

所以車輛如果速度在接近目標時，速度變化較大，或者駕駛員主動打了方向，都可能不會觸發 AEB 或者是觸發後及時終止功能，因爲系統覺得你已經在控制車輛了，AEB 幹預反而會帶來幹擾和更大的安全隱患。

增加對人的監測，讓觸發條件篩選得更精准，能夠最大化幫助系統找到漏識別和誤觸發的平衡點，讓 AEB 是一項既不影響體驗，又能在關鍵時刻挺身而出的重要功能。

最後還有一點，但是對任何功能而言，人的決策永遠高于系統控制，所以如果駕駛員在接近目標時仍然深踩油門踏板，系統會認爲撞擊是駕駛員的指令，這個時候即便系統知道會撞，仍然不會觸發 AEB，畢竟人類的意志是機器不能違背的。

寫在最後

其實早從去年余承東與何小鵬的AEB之爭開始，AEB的認知在普通消費者中已經開始提升了很多。無論各方立場如何，有一點很明顯，雙方都在強調AEB功能的安全邊界。

在這裏也要跟大家再強調一遍，我們真實生活的場景是時刻都在發生變化的，路上的行人不會跟測試時的假人一樣以一個均勻的速度前進，非機動車也不會永遠卡著15km/h的速度過馬路。

誰都不能保證自己在AEB觸發時不會因爲緊張誤打方向盤，所以即便是AEB表現再優異的車型，也並不能保證在測試速度範圍內所有場景都能百分百觸發功能，百分百刹停。

請時刻牢記，AEB只是一個“托底”的主動安全功能，它非常重要，但也得了解它的功能邏輯和運行邊界，任何時刻，駕駛員永遠是安全行駛第一責任人。