没有激光雷达，超过90km/h的AEB，很难实现刹停？

一台问界M7（参数丨图片）的碰撞，撞出了人们对AEB功能的一些思考。

最开始，部分消费者在经过品牌、销售人员宣传之后，对AEB的概念逐渐形成了一个不那么全面的认知，比如开车过程中前方出现了障碍物，即使驾驶员没踩刹车，AEB也会帮助驾驶员完成刹车动作。其实说的直白一些，AEB就是自动紧急制动系统，依托于感知硬件的数据，来感知车身周围的环境情况，如目标距离、速度、大小等，为AEB系统的决策来提供数据支持的。

而之前比较老的车型的AEB功能，是有局限性的，就是在车辆超过某一速度范围之后，就无法激活AEB功能的使用了。于是，就有了开头说的那起事故。有AEB功能，但可能是超过了刹停的速度限制，于是就没能激活这个功能。

但现在随着技术的进步，AEB功能也在不断升级，后续是否能够避免这种情况的发生？

AEB的趋势，刹停速度越来越高？

从华为开始，问界M5的AEB刹停时速达到了50km/h，到了问界M7上是90km/h后续改款之后升级到了120km/h的刹停时速，而且都是对静态物体的刹停速度。之后，小米SU7的AEB刹停时速，达到了135km/h的时速。显然，更高的刹停时速，已经成了汽车行业卷AEB功能的一个方向。

那么，AEB刹停时速主要取决于什么？

首先，是系统设计和技术规格。AEB系统的设计和技术规格决定了其能够处理的最大速度范围，不同的系统，可能具有不同的速度限制，这取决于其传感器、控制算法和制动系统的能力。也就是说，技术规格决定了它的性能上限，而后这套系统的核心，就是传感器性能。

由于AEB系统是依赖于传感器来检测前方道路的情况和潜在碰撞危险的，所以，传感器的性能，如探测距离、分辨率和响应速度，将直接影响系统能够识别的最大速度和准确性。这里主要是前向的雷达、摄像头以及激光雷达等。

然后才是决策算法，这是根据传感器提供的信息来判断的后续行为，判断是否需要启动紧急制动。算法的设计和优化，将影响系统在不同速度下的决策准确性和响应速度。然后，最后才是制动系统的操作。

所以现在基本可以清晰的认识到，随着感知设备的升级迭代之后，与刹停最高时速是会有直接影响的。

理论上来讲，感知硬件和AEB的关系：

1. 像素更高的摄像头可以捕捉更多的图像细节，从而提高障碍物检测的准确性和速度；

2. 更准确的检测意味着AEB系统可以更早、更准确地预测可能的碰撞，并提前进行刹车；

3. 使用高像素摄像头会提高AEB的刹停时速，因为它能够更早地识别出障碍物，并且开始启动刹车程序。

当然，与之匹配的AEB系统算法是必须要优化的，才能让整套系统更快的依托于传感器数据做出决策。优化的算法，可以减少误报、漏报的可能性，提高刹车的准确性和及时性。这也是之前小鹏汽车所担心的，如果把刹停时速范围做宽，那么高速域下出现误刹车的情况，对行车安全反而不是一件好事。

现阶段，除了摄像头，还得融合其他类型的传感器数据，如毫米波、超声波、激光雷达等，来提供更全面的环境感知信息。多传感器融合技术可以提高AEB系统的可靠性和稳定性，提高了在复杂环境下工作的准确性。

智能驾驶+AEB，会更好用

现阶段的AEB功能，大部分都会配合着高阶的辅助驾驶来一起使用，所以它的刹停时速的上限，也被拉高了。例如，小米SU7的AEB刹停时速，已经做到了最高135km/h的时速，而这就是要和智能驾驶功能，配合使用，才可以做到高时速的AEB刹停功能。

为什么说，高阶智能驾驶配合AEB，能做到更高的刹停速度？

首先要理解，高阶智能驾驶所谓的高阶，是什么。这里可以理解为它的功能和配置都更好，相对于只有AEB功能的车型来说，有了更高清的摄像头，有了测距更长的激光雷达，而此时在普通的AEB配置上作为主要核心收集数据使用的毫米波雷达、超声波雷达、低像素摄像头等配置，都变成了“辅助”配置。

归根结底，一个前提条件，就是有高阶辅助驾驶功能的做融合感知更强。

从传感器特性说起，激光雷达现在又探测距离150米、200米左右的产品，原理是通过发射激光并测量反射回来的时间来精确计算距离和速度，对三维空间的感知能力强，不受光线影响。但弱点就是对远距离的探测，有一定局限性。而摄像头的特性，是依靠视觉识别技术来解析图像，成本低，而且探测距离比激光雷达远，但会受到光线、天气因素的影响更大一些。

所以，更好的AEB功能是要做数据融合的。

现阶段车辆安全系统中，激光雷达和摄像头的数据通常会被融合使用，可以提高感知的准确性和可靠性。然后，数据融合算法会综合两种传感器的信息，来做出更全面的环境感知结果。再到决策层，在AEB的决策过程中，没有明确的“决策权”分配给激光雷达或摄像头；而是系统会根据两种传感器提供的数据，以及预设的算法和逻辑，来综合判断是否需要触发紧急制动。所以，有了更高级的感知硬件之后，就会带来更精准的判断信息。

例如，在某些场景下，激光雷达可能因为其精确的测距能力而更具决策影响力，比如在逆光、低光的环境或恶劣天气中。而在其他场景下，如识别行人、车辆类型或交通信号时，摄像头的视觉识别能力可能更为重要。

在有了更好的感知融合之后，高阶辅助驾驶的帮助是什么？

其实在高速域下，AEB的工作前是依靠辅助驾驶功能来减速的，降到AEB的工作范围内，AEB才开始决策是否要刹停车辆，而配备有高阶智能辅助驾驶的车辆，一旦需要AEB做出决策的时候，车速应该已经基本降到了可控范围内。当然，也有像小米SU7一样的AEB策略，可能它的AEB软件算法调的更加灵敏，当然这也需要感知硬件+制动硬件的性能同样出色，才能在高速域下做出准确、快速的反应。

所以，是不是意味着高阶硬件上车之后，AEB的效果就更好？理论上是这么回事，但，再好的硬件，配合不上好的软件算法和策略的话，也等同于不能发挥它们的全部实力。