AEB的“难言之隐”

李慢慢

8月前浏览440

作者| 11号线人

在5R11V2L逐渐成为标配的奢靡时代，我们很难理解此硬件配置下有些车型的AEB水平竟还停留在1R1V的艰苦时代；在城区领航辅助驾驶已经开始攻城拔寨的今天，我们也很难想象此功能配置下有些车型的AEB在民间测试中还时常掉链子。

是什么让AEB成为了一门玄学，漏触发也不好，误触发更不对；是什么让AEB成为一位两面派，面对正规测试时表现出一副嘴脸，面对消费者使用时表现出另一副嘴脸。

本文将从AEB的初心聊起，尝试拨开遮住AEB真容的面纱，从而可以让我们稍微了解车圈大佬关于AEB争吵的各自落脚点在哪里。

01 AEB何许人也

部分消费者经过销售人员一本正经的胡说八道之后，对AEB逐渐有了一个不那么全面的认知：开车过车中，前方出现障碍物，即使我没能踩刹车，AEB也会帮助我完成刹车。

这种不那么全面的认知在一两次脊背发凉的有意或无意大胆尝试后，由爱生恨，逐渐转变成了另一个不那么全面的认知：这玩意也有“姨妈期”，好不好用要看生辰八字，我可不能拿自己和别人的生命开玩笑。

“遇到有碰撞风险的障碍物，AEB替驾驶员踩一脚刹车"，这种认知从广义上来说是没有错的，错就错在缺少一个成立的限制条件，是在[0，5]取值范围内成立还是在[2，10]取值范围内成立，这是各厂家新车发布会、营销文章中决口不提的核心竞争力。

但是这种核心竞争力其实会写在用户手册里，只是现在绝少有消费者买了一辆新车后，会认真先看一遍几百页的用户手册，厂家可能也是拿捏了消费者的这种心理，所以才会在用户手册里详尽列举各种功能受限场景，最后还不忘补一句：性能受限场景包括但不限于上述。

拿小鹏G6用户手册举例，在AEB无法工作的场景里，其中一条就包括雷达或摄像头受限，而摄像头受限的情况就包括周围环境昏暗导致识别能力降低，如黎明、黄昏、夜间、隧道中等，详见图1。

图1 小鹏G6用户手册中AEB可能无法工作场景

所以，懂车帝全黑场景下的AEB测试，测试结果于小鹏G6而言，似乎也是合情合理。只不过各厂家在编制用户手册时都是抱着最谦虚的态度，实际功能都要比用户手册中定义的要强。用户手册有点类似国家标准，都是给出要求下限，上限由各厂家自行决定，不信你去看懂车帝AEB测试另外几款车型的用户手册，每一家都写了夜间可能会导致功能无法使用，但现实情况是人家都可以正常使用。

在此次AEB被车圈大佬临幸过程中，一个被常提及的概念是“民间小视频”，与之对应的就是“官方大视频”，如何界定这两者的区别，这就需要对AEB所涉及的法规标准进行简单介绍，此处仅介绍国内相关。

乘用车AEB有一份推荐性国家标准GB/T 39901，推荐意味着厂家生产的车型其实是可以没有AEB功能的。虽然国家标准没做强制要求，但是中汽中心会定期对新车的安全性进行评价，并将评价结果向全宇宙公布，这就是久负盛名的“五星批发部”C-NCAP。

C-NCAP评价内容中除了各种正碰、侧碰、后碰过程中对乘员和弱势道路使用者（Vunerable Road User，VRU）的保护能力，还包括对主动安全功能的评价，这其中就包括AEB。对一些主打智能、中高端的车型来说，激烈的市场竞争中，已经不能满足于获得“五星”，而开始追求“五星”里的更高分。这么做，也不是说厂家有多重视消费者的安全，纯纯是为了卷死对手，能够在淘汰赛中活下来。在此背景下，AEB不俗的分数占比，也就自然而然成为兵家必争之地。

完全按照GB/T 39901和C-NCAP的要求进行的AEB测试，可以被看成“官方大视频”，反之就是“民间小视频”，既然如此，我们就简单看下官方大视频长成什么样。

GB/T 39901中首先给出了一些性能要求，随后针对性能够要求给出了一些测试要求，主要性能要求可以归纳如图2。

图2 GB/T 39901对AEB性能要求总结

从图2可以看出，GB/T 39901将AEB拆分为两个子功能：碰撞预警和紧急制动，每个子功能的主要性能要求如下：

（1）对于静止/移动/制动的车辆目标，碰撞预警最迟应在紧急制动开始前1s发出，且应采用声学、触觉及光学中的两种方式预警，这个过程速度下降不应超过15km/h或被试车辆速度的30%中的较高者

（2）对于静止/移动/制动的车辆目标，紧急制动不应在预计碰撞时间3s前开始，此过程制动减速度不应小于4m/s2。

针对性能要求，GB/T 39901中给出了两类测试内容：一类是正响应测试，一类是误响应测试。

（1）正响应试验内容见图3，对于静止、运动和制动的目标车辆，自车分别以设定的速度及距离开始测试，测试过程预警方式，速度减小量，预警及碰撞开始时间及最终避免碰撞，视为测试通过。

图3 正响应试验内容

（2）误响应试验内容包括两个试验项，一个如图4，自车以50km/h的恒定速度从两辆静止的目标车辆中间通过，另一个自车以50km/h的恒定速度从一块厚度10m的铁板上方通过，试验过程自车不发出碰撞预警，不进行紧急自动，试验通过。

图4 误响应试验要求

从上面可以看出，GB/T 39901中对AEB的要求还是比较低的，正响应试验中只对车辆目标进行测试，连常见的横穿行人都未做要求，但好在C-NCAP进行了及时补位，在C-NCAP 2024征求意见稿中，AEB的评价内容得到进一步完善。

C-NCAP的评价内容和GB/T 39901中一样，都包含正响应测试和误响应测试两类。

正响应测试包含对车辆目标，行人目标和两轮车目标的测试。

（1）针对车辆目标的正响应测试内容如表1，包括目标车静止CCRs（Car to Car Rear Stationary）场景、高速追尾（High Speed Car to Car Rear）、交叉路口直行C2C SCP（Car to Car Straight Crossing Path）场景、有遮挡交叉路口直行C2C SCPO（Car to Car Straight Crossing Path with Obstruction）场景、交叉路口转向CCFT（Car to Car Front Turn Across Path）场景。在所有场景里，紧急碰撞（AEB）测试速度最高只有40km/h，碰撞预警最高测试速度达到了120km/h。

表1 C-NCAP针对车辆目标的正响应测试内容

（2）针对行人目标的正响应测试内容如表2，包含车辆碰撞中心行走的行人CPLA-25（Car to Pedestrian Longitudinal Adult）场景、有遮挡情况下车辆碰撞远端成年行人CPFAO-25（Car to Pedestrian Farside Adult with Obstruction）场景、有遮挡情况下车辆碰撞近端儿童行人CPNCO-25（Car to Pedestrian Nearside Child with Obstruction）场景、车辆左转碰撞近端成年行人CPTA-LN-25（Car to Pedestrian Left Turning Nearside Adult）场景、车辆左转碰撞远端成年行人CPTA-LF-25（Car to Pedestrian Left Turning Farside Adult）场景、车辆右转碰撞远端成年行人CPTA-RF-25（Car to Pedestrian Right Turning Farside Adult）场景。在此系列场景中，包含了一个夜晚无路灯场景下只开近光灯的碰撞中心行走的行人场景，这比2021版C-NCAP要严苛许多。

表2 C-NCAP针对行人目标的正响应测试内容

（3）针对二轮车目标的正响应测试内容如表3，包含有遮挡情形下车辆碰撞近端电动自行车CBNAO-50（Car to Electric Bicyclist Nearside Adult with Obstruction）场景、有遮挡情形下车辆碰撞远端踏板式摩托车CSFAO-50（Car to Scooter Farside Adult with Obstruction）场景、车辆碰撞纵向行驶电动自行车CSFAO-50（Car to Electric Bcyclist Longitudinal Adult）场景、车辆碰撞纵向行驶电动自行车CBLA-25（Car to Electric BicyclistLongitudinal Adult）场景、车辆左转碰撞近端踏板式摩托车CSTA-LN-50（Car to Scooter Left Turning Nearside Adult）场景、车辆右转碰撞近端踏板式摩托车CSTA-RN（Car to Scooter Right Turning Nearside Adult）场景。

表3 C-NCAP针对二轮车目标的正响应试验内容

误响应试验包含10个测试场景，如表4所示，此部分相比C-NCAP 2021也是新增的内容。

表4 C-NCAP误响应试验内容

按照如上C-NCAP 2024要求进行的测试，也就可以被称为“官方大视频”，虽然测试的场景已经能够覆盖大部分高频用车场景，但还是存在一些“软肋”，比如触发目标类型还是比较有限（只包含行人、车辆、两轮车）、比如紧急制动的测试速度都不够高（多数不超过40km/h）、比如全黑场景下的测试条目很少（仅CPLA-25测试了无路灯的黑夜）、比如没有在小雨/小雪/薄雾等稍恶劣天气下测试、比如测试路线旁边没有复杂的交通参与者……

而上述“软肋”恰是交通事故发生概率更高的场景，AEB经过这么多年发展，究竟是有啥难隐之言，为何一直无法突破自己的“软肋”呢。

02 AEB的难言之隐

（1）触发目标类型

在感知能力已经大幅提升，计算能力已经过分冗余的背景下，照理说，AEB可以触发的目标类型应该越来越丰富，可是无论你翻开当前任何一款带有AEB功能车型的用户手册，都会惊讶的发现触发目标类型依旧不超过车辆、行人和两轮车这三种，图5为小鹏G6车型支持的触发目标类型。

图5 小鹏G6关于AEB支持障碍物的描述

车辆、行人和两轮车这三类固然是道路上出现频率最高的交通参与者，但是除此之外，道路上依旧会出现概率不小的人力三轮车、农用三轮车、婴儿推车、摩托车、锥桶、水马、特种车辆、异形车辆、动物、掉落的纸箱等交通参与者，为什么目前绝大部分AEB不支持对这些目标类型进行响应呢。

要回答这个问题，就不能不提萦绕AEB一生的误触发和漏触发。

所谓误触发，是指前方没有碰撞风险，AEB却触发了，这不仅影响车辆乘坐舒适性，更影响车辆行驶安全性，多少连环追尾事故都是因为前车的一脚急刹，因此误触发率成为各厂家严控的一个性能指标，目前各厂家普遍宣称自己AEB误触发率可以达到10万公里小于1次。

漏触发正好相反，前方有碰撞风险，AEB却没有激活，这样虽然不好，但是考虑AEB仅是辅助且驾驶员仍是车辆的第一掌舵者，所以触发了说明产品做得好，不触发说明产品做得垃圾，也没什么过错，有鉴于此，各厂家广泛采取的策略是：宁漏勿误。

那么如何降低误触发率呢，一种丧良心的方法就是，我卖给消费者的时候，将AEB触发参数标定得极为严格，严格到想要触发都难，这样一来，别说十万公里小于1次，就是百万公里小于1次都可以做到。另一种有点良心的做法就是，少做少错，厂家仅以在C-NCAP中取得及格分数为目标，凡是里面要测试的目标类型，我全都支持，凡是里面不测试的碰撞场景，我坚决不去开发，通过少做少错来最大程度控制误触发率。

难道就没有厂家真正从消费者的安全出发，主动去支持一些其他AEB触发目标类型吗，肯定有，但我想多数都铩羽而归，毕竟难度在那里，否则C-NCAP也不会坐视不理。

AEB相比巡航、变道、避障等功能，对触发目标的筛选要更加严格，严格到一是要先识别出是什么目标类型，二是此目标类型识别准确率要达到一定程度。

为什么要先识别出是什么目标类型呢，有两方面考虑，一是AEB对不同的目标类型有不同的激活速度、不同的减速量策略、不同的刹停策略、不同的预测策略，如果不加区分，AEB将无法发挥出综合最优性能。二是如果不区分目标类型，而是只要检测出一个有碰撞风险的目标即触发，在某些场景，将大大增加误触发率，例如如下场景：车辆行驶过程中，前方出现一个被风刮起的黑色塑料袋，这个时候如果不先识别出目标类型而直接触发AEB，那么此触发等同于误触发，与之类似的场景还有低空滤过的鸟、被风吹起飞起的纸/树叶/布等。

目标识别准确率达到一定程度比较好理解，对于一种目标类型，如果感知能够准确识别的概率只有60%，那么意味着有40%的概率感知会将其漏报/误报，而在误报情况下，AEB误触发概率也会极大增加。感知准确率的提高依赖大量训练数据，而车、行人、两轮车的训练数据又是最容易采集，因此识别准确率能够得到一定保障，因此这么多年来，一直是AEB触发目标类型的首选。

以上原因，AEB触发目标类型一直困在车辆、行人、两轮车的牢笼里，什么时候能突破这个牢笼，需要感知能力（不是感知传感器数量）有一个长足的进步。

（2）刹停速度

普通消费者、甚至部分汽车从业人员，都对AEB都有另一个误解：AEB一旦激活，会一直制动，直至刹停。而实际情况如何呢，理想L8 Max选择减速量达到70km/h后退出，蔚来ET7选择减速量达到60km/h后退出，用户手册截图分别如图6和图7所示。

图6 理想L8 Max用户手册截图

图7 蔚来ET7用户手册截图

厂家为什么不将AEB设计成持续制动直至刹停呢，其实有两方面的考虑，第一个考虑是高速急刹，在后方车辆跟车较近时，容易造成连环追尾的严重交通事故，所以高速场景，厂家一般会设置减速量阈值，达到后即释放制动。第二个考虑是，经过这一波制动，神游再厉害的驾驶员，也将清醒起来，而清醒过来的驾驶员在AEB释放制动之后，是选择继续制动还是选择转向，完全由驾驶员决定。

这种策略在有驾驶员的辅助驾驶时代，没有问题，但在无驾驶员的自动驾驶时代，如何在高速行驶场景也可以持续制动，而不引起除触发目标外的其他碰撞风险，是一个具有挑战和有意思的技术难题。

03 写在最后

一个被行业内认为已经成熟的功能，在行业大佬的口水战中，在懂车帝的推波助澜下，我们惊喜的发现，原来，这只是伪装出来的成熟。

初心 | 记录生而为人的证据，分享工农阶层原创作品，聚焦智能网联与人情冷暖。

声明 | 本文部分文字及图片资料取自网络，如有侵权，请联系平台进行修改或删除；文章属于作者本人，仅代表个人观点，不代表平台立场，如有不妥，也请联系平台修改或删除；本文不作任何商业用途。

来源：车路漫漫

CARLA中的天气控制，效果很惊艳

大家好，我是李慢慢。自动驾驶仿真工程师经常画场景，场景中也经常需要定义天气，那么在CARLA中对天气的渲染效果如何呢？在客户端程序中，可以通过特有的PythonAPI接口来控制天气： carla.World.set_weather() 使用方法示例如下：# 设置天气my_weather = carla.WeatherParameters()my_weather.precipitation = 80my_weather.sun_azimuth_angle = 40my_weather.sun_altitude_angle = 90my_weather.fog_density = 90my_weather.wetness = 80my_world.set_weather(my_weather)# 查看当前天气current_weather = my_world.get_weather()print("current_weather:", current_weather)上面只是简单设置了几个天气参数，事实上，CARLA中对天气的设置参数有10多个，互相之间可以叠加，组合之下，可以形成非常丰富的天气系统。API接口说明如下：https://carla.readthedocs.io/en/latest/python_api/#carla.WeatherParameters感兴趣的小伙伴也可以自己去探索下。本文完。来源：车路漫漫