智能輔助駕駛迎“史上最嚴”大考

最近，汽車圈的一項“沉默但關鍵”的技術——自動緊急制動系統（AEB），正從幕后走向臺前，即將從“選配”升級為“標配”。

2025年5月，工信部牽頭起草的《輕型汽車自動緊急制動系統技術要求及試驗方法》公開征求意見，首次將AEB（自動緊急制動系統）從推薦性標準變為強制性標準。

這一政策信號預示著，汽車主動安全技術將從車企的技術儲備轉變為全民出行的剛性需求，推動行業從“功能堆砌”向“安全實效”深層轉型。

AEB技術新規箭在弦上

雖然每家車企都高舉著“智駕平權”的大旗，但AEB這類主動安全系統，目前在我國的整體裝配率不足60%。乘聯會最新統計顯示，8萬元以下的入門級車型，AEB裝配率僅為2.6%。不過，這種“安全配置奢侈品化”的現象將隨著強制國標的實施而終結。

新規要求，所有M1類乘用車和N1類輕型貨車必須標配AEB，這使得覆蓋車型基數增加30%，意味著每年將有近2500萬輛新車需安裝AEB系統。

“M1類汽車”指至少具有四個車輪或三個車輪，總質量超過1噸，核載人數不超過9人的載客汽車。“N1類汽車”指總質量不超過3.5噸的載貨汽車，車型主要以盲窗式廂式面包車和微型載貨車為主。

AEB強制國標不僅在技術指標上全面對標國際UN-R152法規，還考慮到中國道路環境復雜，要求在20至60km/h的速度區間內，系統必須能夠識別并應對行人、自行車以及踏板式兩輪摩托車等弱勢道路使用者在橫穿情形時具備快速響應能力。同時，夜間及低能見度環境測試成為必選項，系統誤觸發率需低于0.1%（現行標準為1%）。

值得關注的是，新國標引入仿真測試項目，并要求車對車試驗通過率不低于90%、車對行人/自行車試驗通過率不低于80%。這一標準不僅高于現行推薦性國標，而且與UN-R152法規保持同步。

例如，乘用車需在60km/h內避免與靜止車輛碰撞，在40km/h內避免與橫穿行人碰撞，響應速度和制動效能均達到國際一流水平。

新國標直指行業“偽AEB”痛點，對智能輔助駕駛方案供應商的技術研發能力、產品可靠性、成本控制能力，以及規模化量產落地能力提出更高標準。

由于此前國內未將AEB系統納入強制標準，市場上存在AEB產品的實際穩定性與宣傳錯位的情況。一旦車輛駕駛速度達到一定程度，某些性能不佳的AEB會“顯出原形”。

國際上，AEB的強制安裝已是趨勢。歐盟自2022年7月起已要求新車強制安裝AEB；美國國家公路交通安全管理局（NHTSA）也計劃在2029年前將AEB作為所有新乘用車和輕型卡車的標配，并提出更嚴格的性能要求，如在高達62英里/小時（約100公里/小時）的速度下避免碰撞，并增強夜間行人檢測能力；日本也早已實施相關法規。

如今，強制國標的出臺，正是對這場行業“陣痛”的有力回應，也是對汽車安全標準的一次重要升級。此次新規落地之后，AEB能力將不再作為車企的營銷賣點，而成為主動安全的必備技術，可以視為中國汽車安全史的一道分水嶺。由此，車企們將面臨一場生死大考，技術不過硬的車企，有可能直接被踢出牌桌。

AEB技術路線的“極限拉扯”

AEB全稱“Autonomous Emergency Braking”，意為汽車自動緊急制動系統。簡單來說，就是幫助駕駛員緊急剎車的安全配置。當車輛判斷存在與前方車輛、行人或其他障礙物發生碰撞的風險，且駕駛員未采取有效措施時，系統會自動進行制動，以避免碰撞或減輕碰撞的嚴重程度。

AEB最早可以追溯到60多年前，通用凱迪拉克車型使用毫米波雷達來實現避撞功能。在傳統燃油車上就已經被大量搭載，且早期大多通過毫米波雷達進行探測，沃爾沃早期車型上配備的City Safety已經較早就開始搭載大陸的激光傳感器。

不過，隨著高速領航、城市領航等高階輔助駕駛的落地，針對AEB的使用要求更高，用戶客觀上需要車輛從原先的識別前方車輛，增加到識別行人、異形障礙物、小型物體，甚至是動物。

這種新時代下的AEB與傳統的AEB顯然不是同一個難度，對用戶而言，AEB的好壞似乎就意味著智能輔助駕駛的好壞。AEB的性能，如探測距離、識別準確率、響應速度、制動平順性、以及在極端案例（Corner Cases）下的表現，將成為車企技術實力的重要體現。

這項技術并非“明日黃花”，卻因其效能和宣傳一度成為行業焦點。回顧2023年底， 華為常務董事、終端BG董事長余承東和小鵬汽車董事長兼CEO何小鵬圍繞AEB功能展開的“隔空論戰”依然歷歷在目。

何小鵬直言“友商講的AEB 99%是假的”，暗指部分車企夸大宣傳；余承東則反擊稱“有的車企連AEB基本功能都沒做”。這場爭論的核心在于AEB的技術邊界，雙方你來我往、針鋒相對。

華為主張“寧漏不誤”原則，即在復雜場景下優先確保系統觸發制動以規避碰撞風險，其AEB最高剎停時速達90km/h，并通過多傳感器融合（如激光雷達+視覺）提升感知能力。

小鵬則強調“降低誤觸發率”，認為過度介入會干擾駕駛員體驗甚至引發危險，例如高速誤剎車可能造成后車追尾。其策略是將AEB融入XNGP智駕系統，通過更早的障礙物預測減少緊急制動需求。

就不同技術路線的AEB能力話題，近日再起波瀾。前理想員工“哲倫班長”發文稱：目前純視覺車型的量產AEB做不到（相對速度）100km/h下應對障礙物剎停，而加上激光雷達的車已經擁有了120km/h以上的剎停能力，甚至可以做到更極限的AES緊急避讓。

他認為，視覺的優勢主要在于它能夠提供更豐富的信息，語義理解潛力大。但是缺點在于空間位置的感知準確率。加上激光雷達，就可以做到更強的AEB能力。這種論調無疑將矛頭轉向了剛剛去掉激光雷達的小鵬。

當天晚上，小鵬自動駕駛總監就同一話題為視覺派發聲，并且聲稱小鵬MONA M03 MAX即將上線包括130km/h剎停在內的全套AEB量產能力。

但作為量產級的AEB系統也確實存在一定局限性，首先AEB系統有明顯的速度上限和下限。

一般來說，單純以毫米波雷達為傳感器的AEB系統最高工作上限為時速30公里；以單目攝像頭為核心傳感器的AEB系統最高工作上限為時速40公里；單目與毫米波雷達融合的AEB最高工作上限為時速70公里；以雙目為核心傳感器的AEB系統最高工作上限為時速90公里。

目前，全球主流的汽車廠商都有自己的預碰撞安全系統，不過各個廠商的叫法各不相同，功能的實現效果及技術細節也有所不同。

比如豐田的Pre-Collision System預碰撞系統、奔馳的Pre-safe安全系統、大眾的Front Assist預碰撞安全系統、沃爾沃的City Safety城市安全系統、斯巴魯的Eye Sight安全系統等，全球十大汽車品牌均計劃未來在美國其出售的所有新車上，都將安裝AEB系統。

值得注意的是，雙方爭論焦點暗含技術路線的底層邏輯差異。

從工作原理上，AEB的激活需要經過感知、決策、執行三個步驟。首先系統要通過雷達、攝像頭等感知硬件監測前方的道路環境信息，識別障礙物。如果存在障礙，系統將會基于車輛與障礙之間的距離，或碰撞所需時間來評估碰撞風險，如果判定系統設定的某個安全閾值時，便會觸發緊急制動。

在這一整套運行流程中，感知無疑是最為重要的一環，恰恰就是這一環，有一個整個行業都無法避免的通病——傳感器感知局限。

比如超聲波雷達只能用于短距離測距；毫米波雷達可以精確測算車輛與障礙物的相對速度、距離和角度，探測距離也較遠，但并不能識別出障礙物具體是什么；激光雷達雖然探測分辨率高、相對效率高，但是依然也容易受到雨霧等環境因素干擾，而且成本高昂；而攝像頭對靜態物體的識別有先天的局限性，雖然可以直觀清晰地識別環境、行人、車輛或其他障礙，但非常依賴于圖形的處理能力，也更容易受天氣、光照等因素影響。

同時，在面對護欄、水泥墩、水馬、錐桶等形狀不規則的靜態物體，或前車掉落的物品零件、闖入高速的小動物，以及兒童、蹲著的人等低矮事物時，感知系統也普遍存在不能及時識別或識別不到的情況。

目前，市面上所搭載AEB技術方案主要分為四種，這四種方案搭載成本由低到高，實際的功能效果則是由弱到強。

第一種是僅依靠77GHz毫米波雷達，這是最基礎的一種技術方案，也是目前搭載成本最低、應用最為廣泛的方案，但功能容易受到環境的干擾，而導致AEB功能失效。

第二種是僅依靠視覺方案，換句話說就是依賴攝像頭，這種方案對禁止物體的識別有局限性、攝像頭也容易受到光線等環境干擾。

第三種是視覺（包括單雙目和多目）+毫米波雷達，這種方案在有效識別行人和車輛的同時，也可以識別一些障礙物，但極易觸發導致頻繁急停。

第四種是最復雜的多傳感器融合方案，包括近距離24GHz毫米波雷達、超聲波雷達以及環視攝像頭等。

按照使用場景，AEB主要分為三種使用場景，城市路況、高速路況和保護行人，不同環境下需要針對性的選用感知方案和算法。

城市駕駛的特點就是低速，大部分為車輛之間的碰撞、尤其是在城市路口。城市環境下AEB的感知以雷達為核心。雷達如果探測到潛在的風險，它將采取預制動措施從而車輛將有更迅捷的響應。如果在反應時間內未接到駕駛者的指令，該系統將會自動制動或采取其它方式避免事故。主要是為了降低車速20km/h以下事故的發生，工作范圍是在50km/h以下。

對于高速公路路況，封閉環境下路況相對簡單，AEB系統以遠距離雷達為核心設備，采用預警信號來提醒駕駛者潛在的危險。如果在反應時間內，駕駛者沒有任何反應，第二次警示系統將啟動（比如突然的制動或安全帶突然收緊），此時制動器將調至預制動狀態。如果駕駛者依然沒有反應，那么該系統將將自動實施猛制動。這套系統還包括安全帶預緊的功能。這種類型的AEB系統，主要在車速介于30-80km/h之間起作用。

保護行人的AEB系統核心裝備是攝像頭包括紅外裝置等，它可以辨別出行人的圖形和特征。如果探測到潛在的危險，該系統將會警告駕駛者。相比之下，預測行人行為是比較困難的，從算法角度來說是非常復雜的，其工作范圍是在60km/h以下。

從技術劃分和使用場景來看，采用不同技術方案的AEB車型在實際的使用中會有較大的差異，并不是車輛配備了AEB就能保證車輛在任何環境下都能剎得住，還要看具體車型選用的AEB技術方案和當時的環境。

“機器與人類”的駕駛權爭奪

世界上包括博世、大陸等國際知名供應商對AEB的定義都是60km/h剎停或是減緩碰撞，這并非是隨便給出的數值。

在標準工況下，一輛時速60km/h的車輛對于靜止目標的剎停距離通常在15米左右，這時如果發生鬼探頭等緊急情況，人類駕駛員通常難以反應，AEB介入就是正確的選擇。

但問題是，90km/h速度下，就算是剎車制動較好的車型，完全剎停距離大概率也會在30米以上。換言之，這個距離下司機完全有能力調整方向盤進行避讓，如果這時候AEB貿然介入，極有可能對司機造成困擾，甚至引發嚴重事故。

因此，AEB當下最大的難題是如何做到“恰到好處”地介入，而這就需要系統在合理范圍內給駕駛員留下充足反應時間，而不是最早時間介入制動，尤其是在更高時速下。

車企和供應商在對AEB各種工況下的功能觸發，有著較為清晰的劃分與定義。當車輛處于高速行駛狀態下，遠距離感知到前方障礙物時，系統就會根據車輛方向、速度以及距離等數據，結合駕駛員的操作意圖采用不同策略。

為此，車企在制定AEB的介入時機與策略時，通常會進行幾十萬甚至幾百萬公里的實際路測，其中就包括城市、鄉村、高速公路等實際道路，這些測試的重點都放在誤觸發率上。

據相關人士透露，車企的標準相當嚴苛，AEB每1萬公里內，包括聲音、圖像等，車輛的誤報次數不能高于20次，同時誤制動次數更是1次都不能有。如果出現某個項目誤報次數過多，工程師還會進一步調節，盡可能降低誤報率，以保障系統可靠性。

目前，大部分車企為了降低誤報率，都會采用“白名單”模式。這個白名單里的障礙物，一般包括常規姿態的行人、車輛，自行車、大貨車等，在碰到時可以進行識別處理。但還有一些異形障礙物，比如土堆、紙箱、翻過來的事故車、路過的貓和狗，如果系統沒有進行過學習和訓練，這些異形障礙物就會成為潛在的安全風險。

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，AEB自然也就不會觸發，這就是所謂的“漏識別”。

對應“漏識別”的還有“誤識別”，當感知系統錯把本不存在的障礙物當作風險時，會存在“幽靈剎車”的現象。比如前方沒有障礙物或者不會與前方車輛發生追尾事件時，車輛卻會觸發剎車，比如將廣告牌上的人物識別為行人而觸發緊急剎車的案例已經屢見不鮮。

因此，在誤識別和漏識別中找到最佳平衡是一件非常考驗車企技術水平的事情。想要做好平衡，一般來說有兩個方向。

首先，提高感知精度。例如，增加激光雷達的感知，用實打實的3D點云數據做感知輸入，一般障礙物也能輕松應對，從而通過提升感知精度，進一步提升AEB的能力上限，實現更穩定的觸發。

其次，引入更多變量，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，系統需要確認當前環境下駕駛員是走神的，沒有主動去控制車輛，才會進行干預。

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或者是觸發后及時終止功能，因為系統覺得駕駛員已經在控制車輛了，AEB干預反而會帶來干擾和更大的安全隱患。

但是對于任何功能而言，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，系統會認為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。

就目前來看，AEB當下還只是幫助人類的被動功能，而非替代人類的主動選擇。不少車企寧愿選擇降低靈敏度漏報，也要盡可能地降低誤觸發率，以保障車主行駛安全。除此之外，AEB如果誤觸發造成事故，也會讓整個事件變得復雜。

表面上看，AEB之爭只是一場關于智能輔助駕駛技術路線的爭論，實則是機器與駕駛員對汽車控制權的爭奪。目前我們看到的各種爭論，大多數帶有立場。作為消費者，不要看車企說了什么，而要看它們的系統能夠做到什么。

AEB的終極難題，不是技術參數的無限提升，而是如何在機器的精準與人性的復雜之間找到黃金分割點。這場沒有硝煙的AEB之戰，終將隨著強制國標的落地暫告段落，但當機器學會“思考”，人類更需要學會如何與機器共舞——不是讓渡控制權，而是讓技術成為延伸的安全之手，在關鍵時刻成為最后的安全底線。