刚好给大家做个AEB的科普，大家知道，AEB的触发条件主要是基于距离和时间的极限计算，如果没有检测到目标物，那 AEB 自然就不会触发了，也就是大家会听到的“漏识别” 对应着“漏识别”的还有“误识别”，在感知错把本不存在的障碍物当作风险时，会存在“幽灵刹车”的现象 即前方没有障碍物或者不会与前方车辆发生追尾事件时，车辆却会触发刹车，很多车都发生过车辆将广告牌上的人物识别为行人而触发紧急刹车 在此前AEB的争论中，何小鹏也提到了这一点，他认为“路上误刹车的情况太多了，一旦误刹车，对用户来说将会是巨大的惊吓”，并声称“这是根本无法接受的” 因此，在误识别和漏识别中找到平衡是一件非常考验厂家技术水平的事情。想要做好平衡，一般来说有两个方向 首先就是提高感知精度，例如增加激光雷达的感知，用实打实的 3D 点云数据做感知输入，一般障碍物也能轻松应对。看得准了，AEB 的能力上限自然就更高了，例如我们此前测试的华为 ADS 系列车型，以及理想 Max 系列的车型，都拥有更高的速度上限，更稳定的触发 其次就是引入更多的变量，让 AEB 的触发逻辑更接近真实用车场景。例如驾驶员对车辆的操作就是最重要的变量，需要明确确认当前环境下驾驶员是走神的（速度较为稳定，没有主动大幅加油门踩刹车），没有主动去控制车辆的。所以AutoLab在进行专业的AEB测试的时候，需要训练驾驶员把油门速度稳住，确保数据的有效性 也就是说系统得判断，这个场景下，没我不行！我才会出手 所以车辆如果速度在接近目标时，速度变化较大，或者驾驶员主动打了方向，都可能不会触发 AEB 或者是触发后及时终止功能，因为系统觉得你已经在控制车辆了，AEB 干预反而会带来干扰和更大的安全隐患 增加对人的监测，让触发条件筛选得更精准，能够最大化帮助系统找到漏识别和误触发的平衡点，让 AEB 是一项既不影响体验，又能在关键时刻挺身而出的重要功能 最后还有一点，但是对任何功能而言，人的决策永远高于系统控制，所以如果驾驶员在接近目标时仍然深踩油门踏板，系统会认为撞击是驾驶员的指令，这个时候即便系统知道会撞，仍然不会触发 AEB，毕竟人类的意志是机器不能违背的 #AEB#