满分太难！AEB启用红外夜视？2023年度C-NCAP分数排名来了

AEB（自动紧急制动）功能再次成为行业焦点。和NOA相比，AEB可以被视为最后一道安全防线。

就在今年初，法雷奥和Teledyne FLIR宣布，双方正在合作将热成像技术导入现有的辅助驾驶系统，并在去年底拿下一家车企的前装定点项目。

按照上述公司给出的信息，这套夜视AEB系统将满足ASIL B功能安全等级，从而帮助车企应对不断提升的法规要求。此前，传统红外夜视，主要是用于人机交互，并且还无法实现AEB-P。

目前，全球部分国家及地区法规正在尝试引入更多的AEB测试场景，尤其是光线较差甚至是黑夜条件下的功能测试。

有公开数据显示，重大交通事故造成死亡的，有四分之三发生在夜间行车场景。此外，汽车照明在夜间行驶条件下，也存在一定盲区。

目前，主要的辅助驾驶传感器中，摄像头存在夜间条件性能大幅下降的缺点。毫米波雷达具备全天候工作特性，但分辨率和物体识别、分类能力还无法达到系统要求。

而激光雷达则不受白天黑夜影响，同时对障碍物有高精度的探测能力。不过，成本依然还是不小的难题。“激光雷达对夜间安全性是一个很好的补充，”但目前还无法成为AEB系统的标配。

目前，在终端市场，AEB搭载率还在不断提升。在感知部分，前装AEB有单雷达、单视觉、融合感知三种形态，部分车型还加入了激光雷达，进一步提升系统的冗余性能。

高工智能汽车研究院监测数据显示，2023年中国市场（不含进出口）乘用车前装AEB搭载率为57.27%，同比上一年度提升约9个百分点。

不过，搭载率的上升，也带来了新的问题；去年，多家车企就曾因为AEB问题争议不断。同时，AEB召回也成为近年来的热门话题，典型案例也不少。

比如，今年初，美国汽车安全监管机构宣布，将对近25.1万辆本田汽车意外启动自动紧急制动（AEB）系统的问题展开调查。用户投诉，在“道路没有明显障碍物”的情况下，毫无征兆的激活AEB系统。

去年，沸沸扬扬的AEB闹剧也有很多。比如，何小鹏直言：有车企AEB技术存在造假，路上误刹车的情况很多，是把客户当小白鼠。“那些宣传都不是公司官方发布的，全是来自小视频。”

随后，余承东公开回应称，有车企一把手根本没有搞懂AEB是什么，一些车企整天忙着做智能驾驶，连AEB基本功能都没有做。

这背后，既有各家非专业机构的测试，也有厂商自己的测试，但都缺乏足够的权威性。而对于AEB失效的场景，几乎所有车企都用了「兜底」条款。

比如，遇到（但不限于）以下场景时，系统可能漏检、误检或未及时检出障碍物，导致系统未警告与制动或不及时警告与制动。

目前，在中国市场，C-NCAP测评规程是主要的行业测试标准之一，主要包括车对车、车对行人以及车对二轮车三种场景模拟。

在正常的测评过程，对于碰撞速度、碰撞位置、光照条件等关键参数有严格的测量与试验标定；同时，测试场地空间大小、数据滤波方式、测试试验有效性等试验评价方式方法也有严格的规范定义。

而即将于今年7月1日开始实施的C-NCAP测评规程2024版，相比2021版本新增了叉路口场景、高速公路追尾场景和AEB误作用场景。

从目前已经公开的2023年度C-NCAP的AEB抽样测试结果来看，中国市场在售的16款不同品牌车型均没有拿到满分。相比之下，包括LKA、LDW等其他测试项满分较多。

同时，不同分数的背后，既有芯片、感知算法的问题，也有Tier1的规控和各家主机厂的不同功能策略等综合因素影响。

而从整体测试结果来看，车企现有的AEB系统显然还存在不少问题（换句话说，基础的应试，还不能拿满分，更不用说复杂的实际场景）。不管采用第三方供应商方案，还是车企自研，都是如此。

同时，AEB系统是否在关键时刻「靠得住」，也成为衡量车企辅助驾驶系统能力的关键指标之一。因为，一旦发生事故（L2级辅助驾驶系统启动的条件下），AEB往往就会成为众矢之的。

“理论上说，自动紧急制动系统非常有效，但肯定还有改进的空间，”相关测试机构负责人表示，“不幸的是，测试表明，不稳定的表现是常态，而不是例外。”

而要让AEB真正发挥正向作用还需要“一些时间”，尤其是新车测试标准的要求提高以及覆盖场景的增加，毕竟，大部分车企和供应商在工程化过程中，依然是以标准为主要测试项。

此前，小鹏汽车相关负责人曾表示，可以通过算法优化，让车（AEB）无限地接近100%，可能最终只能实现97%，最后的3%或许可以通过V2X来解决。

比如，去年底，大疆车载官方发布了「成行平台」能力升级通告，通过深度优化算法、软件、模型及进一步累积数据，全面提升了各项智能驾驶功能的能力上限。

其中，包括全面提升主动安全预警提醒能力，尤其对近距离跟随车辆、两轮车等移动物体的全向碰撞预警更加准确。

进一步优化AEB功能，提升多个场景下的安全制动性能，加强针对通用障碍物的自动紧急制动能力，包括水马、纸箱等类型的目标。

这也意味着，任何一项辅助驾驶能力都还处于不断优化的阶段，这背后取决于算力、算法以及数据迭代；但对于消费者来说，「安全」是无法等待下一次的系统升级。