自动刹车辅助系统（AEB）是真的能让人完全放心的技术吗？
据外媒7月18日报道，具有行人检测功能的自动紧急制动系统( aeb )是现代化汽车必须具备的安全功能之一，但仍然存在盲区。无论是由反射性标志引起的误报，还是演示过程中系统故障引起的误报，都可能会误导半自动安全辅助功能。
随着汽车保有量的不断增加，汽车安全也被提升到了前所未有的高度，除了我们熟知的安全带、安全气囊外，诸如abs、ebd、esp、tpms等这样的主动安全系统也逐渐成为汽车的标配。
这两年，在交通部政策的推动下，部分l1和l2级别的adas功能被要求在某些商用车型中强制安装，包括aeb（自动紧急刹车）。但是自动刹车辅助系统（aeb）是真的能让人完全放心的技术吗？
近日，丰田在车主手册中公布的一份清单强调了行人检测软件的盲区。而这些局限性并不是丰田汽车独有的，大多数品牌都可能存在这些盲区。
行人检测软件可能无法准确识别的情况如下:
身高低于1米或高于2米的行人;
穿着超大号服装(如雨衣)的行人(轮廓模糊);
提着大件行李、打伞的行人(容易遮挡住部分身体);
弯着腰或蹲下的行人;
紧密相邻的一群行人;
穿着白色衣服，反光太过明亮的行人;
黑暗中的行人(如夜间或隧道中);
衣着与周围环境颜色、亮度几乎相同的行人;
靠近墙壁、栅栏、护栏或大型物件的行人;
站在井盖等金属物体上的行人;
走得很快，或者突然改变速度的行人;
从车辆或大型物体后面走出来的行人。
丰田是依靠雷达传感器和摄像头来实现半自主辅助驾驶的，包括aeb、雷达巡航控制和车道保持辅助等adas功能。其实不光丰田如此，即使最顶级豪车的aeb系统都有很大的局限性，在很多工况下是无效的，如果仔细翻阅汽车说明书就能深深体会这一点。
上图是某品牌近百万顶级豪车的说明书，上面就很明确指出，在某些情况下可能完全无法检测到车辆、大型动物、行人和骑车人。这个特殊情况就是在车辆、大型动物、行人和骑车人在被前车或侧车遮盖住视线，前车不再遮挡后突然出现，系统无法及时识别，特斯拉几次事故都是如此。然后特别指出黑暗环境下，摩托车可能完全无法检测到。
这份说明书也明确指出传感器有限制，aeb的最佳工况在相对时速50公里时。对于缓慢移动的车辆，系统最佳工作时速在70公里，超过70公里aeb是无效的。
aeb系统的局限性
首先aeb系统有明显的速度上限和下限，一般来说单纯以毫米波雷达为传感器的aeb系统最高工作上限为时速30公里，以单目摄像头为核心传感器的aeb系统最高工作上限为时速40公里，单目与毫米波雷达融合的aeb最高工作上限为时速70公里，以双目为核心传感器的aeb系统最高工作上限为时速90公里。同时还有一个最低下限。以单目为核心传感器的工作下限为时速8-10公里，毫米波雷达为时速5公里，摄像头与毫米波雷达融合为时速3公里，双目为3公里。
其次，目前绝大多数aeb都是只针对车辆的，也有少数针对对行人和骑车人。或者说探测行人需要比较长的时间，碰撞时速度仍然较高。
第三，aeb对突然出现的静止物体无效。车辆、大型动物、行人和骑车人，在被前车或侧车遮盖住视线，前车不再遮挡后突然出现，aeb系统无法及时识别，特斯拉几次事故都是如此。
第四，盲区明显，车辆转弯时，aeb基本是无效的。迎面而来的交叉车流或转弯车流，对面来车突然变道等等，aeb也是无效的。
第五，天气和光线的局限。对于摄像头为核心的aeb系统，低照度情况下基本无效，高亮度如正对阳光也会无效。
aeb的技术实现方法
这些局限与其实现方法有很大关系。目前，实现aeb的技术主要有三类，分别是基于视觉传感器、毫米波雷达和激光雷达。由于成本限制因素，国内主要使用前两种方式。视觉传感器和毫米波雷达实现对车辆的aeb功能的原理不同：毫米波雷达主要是通过对目标物发送电磁波并接收回波来获得目标物体的距离、速度和角度。视觉方案稍复杂，以单目视觉方案为例，它需要先进行目标识别，然后根据目标在图像中的像素大小来估算目标的距离。
典型的aeb系统构成
对于静止物体，传感器融合是不可缺少的。数据从传感器数据级（data）、传感器特征级（feature）、决策级（decision）三个融合层级慢慢过渡，执行器的反应时间和处理器的反应时间都会耗费大量的时间，影响数据的即时性。再加上这些传感器可能会受到灰尘、道路污垢堆积、眩光或复杂视觉场景(人们站在异形物体前，或打着伞)的影响，潜在地损害了数据的有效性。
aeb测试
你会发现，号称“自动驾驶技术即将落地量产”的今天，一个简单的aeb都做不完善。关于aeb的测试，网络上整理过一个失败集锦。一套完整的aeb开发系统最少需要2年的开发周期，有些厂家急功近利，取消最关键的验证测试和场地测试，aeb成了一个不安全因素。
传统的aeb测试都是车与车之间，欧洲ncap定义了三个场合，第一种是ccrs，car-to-car rear stationary。
这种情况下前车（也就是假车）静止。
第二种是car-to-car rear moving (ccrm)，这时前车速度稳定于时速20公里。
第三种是car-to-car rear braking(ccrb)，前车与后车速度都保持时速50公里，距离在12-40米之间，前车开始减速，减速度在2-6m/s2之间。
最早将行人aeb加入测试的是欧洲ncap。只要能在目标车（假车）或人偶（假人）前有减速，欧洲ncap都会加分。不过这在大部分中国人看来，最后只要发生碰撞了，就是无法接受的。然而如果将避免碰撞作为加分标准，那就恐怕大部分车都无法加分了。
aeb行人防撞功能评价内容主要包含三项场景 :(1) 成人远端接近场景、(2) 成人近端接近且车辆 25% 偏置与 75% 偏置碰撞场景、(3) 儿童近端接近场景。主要用于模拟车辆行驶于一般市区道路，驾驶者因分心未注意前方路况，而又有行人想要横越马路之情形。配备 aeb 行人侦测功能之车辆，应能侦测前方行人，在危险时能进一步采取刹车行为降低危害。euro-ncap设定不同的试验场景，且有不同的测试车速与行人移动速度，在测试时是否发生碰撞或撞击前的减速效果也给予不同之评分。此外，针对车辆 aeb 系统之使用接口功能，也给予不同的分数。
行人远侧aeb测试布局图
行人aeb测试的三种场景
尽管有很多局限性，但aeb概念容易被终端用户接受，装车量快速增加。这项技术慢慢成为“标配”的项目之一。欧盟国家已经于2014年全面要求新车必须配备aeb系统，否则无法从e-ncap获得五星安全认证。美国预计2022年前99%新车装配aeb，市场潜力巨大。
然而我们要正视说明书里aeb的局限性，自动驾驶或者驾驶辅助系统在城市应用时需要保守谨慎进行，从而减少碰撞、意外或伤害。
分析比较骁龙730与855的差异
电容裂纹产生的原因及分析
字节跳动传递信心 TikTok打官司表明了维权的态度和决心
一种简单的遥控电路的设计与制作
使用Arduino控制电磁阀的教程
自动刹车辅助系统（AEB）是真的能让人完全放心的技术吗？
通过八个主要步骤快速完成数据分析
传统企业将VMware迁移到阿里云弹性裸金属的最佳实践
关于服务器的安全该如何做好
艾默生采用Intel Xeon处理器推出40G ATCA 服务器刀片系统
莱特波特与清研讯科合作确保UWB室内定位产品性能
腾讯安全与中国信通院泰尔系统实验室共建研发创新中心
刻录机缓存区容量
基于Raspberry Pi的合成射频信号发生器的实现
安全芯片如何增强数字密钥
一文理解IGBT的发展历程
安科瑞Acrel-3200型远程预付费电能管理系统简介
华为云与计算部门高管调整
绝缘导线载流量估算
传感器的故障分类方式及诊断方法
随着汽车保有量的不断增加，汽车安全也被提升到了前所未有的高度，除了我们熟知的安全带、安全气囊外，诸如abs、ebd、esp、tpms等这样的主动安全系统也逐渐成为汽车的标配。
这两年，在交通部政策的推动下，部分l1和l2级别的adas功能被要求在某些商用车型中强制安装，包括aeb（自动紧急刹车）。但是自动刹车辅助系统（aeb）是真的能让人完全放心的技术吗？
近日，丰田在车主手册中公布的一份清单强调了行人检测软件的盲区。而这些局限性并不是丰田汽车独有的，大多数品牌都可能存在这些盲区。
行人检测软件可能无法准确识别的情况如下:
身高低于1米或高于2米的行人;
穿着超大号服装(如雨衣)的行人(轮廓模糊);
提着大件行李、打伞的行人(容易遮挡住部分身体);
弯着腰或蹲下的行人;
紧密相邻的一群行人;
穿着白色衣服，反光太过明亮的行人;
黑暗中的行人(如夜间或隧道中);
衣着与周围环境颜色、亮度几乎相同的行人;
靠近墙壁、栅栏、护栏或大型物件的行人;
站在井盖等金属物体上的行人;
走得很快，或者突然改变速度的行人;
从车辆或大型物体后面走出来的行人。
丰田是依靠雷达传感器和摄像头来实现半自主辅助驾驶的，包括aeb、雷达巡航控制和车道保持辅助等adas功能。其实不光丰田如此，即使最顶级豪车的aeb系统都有很大的局限性，在很多工况下是无效的，如果仔细翻阅汽车说明书就能深深体会这一点。
上图是某品牌近百万顶级豪车的说明书，上面就很明确指出，在某些情况下可能完全无法检测到车辆、大型动物、行人和骑车人。这个特殊情况就是在车辆、大型动物、行人和骑车人在被前车或侧车遮盖住视线，前车不再遮挡后突然出现，系统无法及时识别，特斯拉几次事故都是如此。然后特别指出黑暗环境下，摩托车可能完全无法检测到。
这份说明书也明确指出传感器有限制，aeb的最佳工况在相对时速50公里时。对于缓慢移动的车辆，系统最佳工作时速在70公里，超过70公里aeb是无效的。
aeb系统的局限性
首先aeb系统有明显的速度上限和下限，一般来说单纯以毫米波雷达为传感器的aeb系统最高工作上限为时速30公里，以单目摄像头为核心传感器的aeb系统最高工作上限为时速40公里，单目与毫米波雷达融合的aeb最高工作上限为时速70公里，以双目为核心传感器的aeb系统最高工作上限为时速90公里。同时还有一个最低下限。以单目为核心传感器的工作下限为时速8-10公里，毫米波雷达为时速5公里，摄像头与毫米波雷达融合为时速3公里，双目为3公里。
其次，目前绝大多数aeb都是只针对车辆的，也有少数针对对行人和骑车人。或者说探测行人需要比较长的时间，碰撞时速度仍然较高。
第三，aeb对突然出现的静止物体无效。车辆、大型动物、行人和骑车人，在被前车或侧车遮盖住视线，前车不再遮挡后突然出现，aeb系统无法及时识别，特斯拉几次事故都是如此。
第四，盲区明显，车辆转弯时，aeb基本是无效的。迎面而来的交叉车流或转弯车流，对面来车突然变道等等，aeb也是无效的。
第五，天气和光线的局限。对于摄像头为核心的aeb系统，低照度情况下基本无效，高亮度如正对阳光也会无效。
aeb的技术实现方法
这些局限与其实现方法有很大关系。目前，实现aeb的技术主要有三类，分别是基于视觉传感器、毫米波雷达和激光雷达。由于成本限制因素，国内主要使用前两种方式。视觉传感器和毫米波雷达实现对车辆的aeb功能的原理不同：毫米波雷达主要是通过对目标物发送电磁波并接收回波来获得目标物体的距离、速度和角度。视觉方案稍复杂，以单目视觉方案为例，它需要先进行目标识别，然后根据目标在图像中的像素大小来估算目标的距离。
典型的aeb系统构成
对于静止物体，传感器融合是不可缺少的。数据从传感器数据级（data）、传感器特征级（feature）、决策级（decision）三个融合层级慢慢过渡，执行器的反应时间和处理器的反应时间都会耗费大量的时间，影响数据的即时性。再加上这些传感器可能会受到灰尘、道路污垢堆积、眩光或复杂视觉场景(人们站在异形物体前，或打着伞)的影响，潜在地损害了数据的有效性。
aeb测试
你会发现，号称“自动驾驶技术即将落地量产”的今天，一个简单的aeb都做不完善。关于aeb的测试，网络上整理过一个失败集锦。一套完整的aeb开发系统最少需要2年的开发周期，有些厂家急功近利，取消最关键的验证测试和场地测试，aeb成了一个不安全因素。
传统的aeb测试都是车与车之间，欧洲ncap定义了三个场合，第一种是ccrs，car-to-car rear stationary。
这种情况下前车（也就是假车）静止。
第二种是car-to-car rear moving (ccrm)，这时前车速度稳定于时速20公里。
第三种是car-to-car rear braking(ccrb)，前车与后车速度都保持时速50公里，距离在12-40米之间，前车开始减速，减速度在2-6m/s2之间。
最早将行人aeb加入测试的是欧洲ncap。只要能在目标车（假车）或人偶（假人）前有减速，欧洲ncap都会加分。不过这在大部分中国人看来，最后只要发生碰撞了，就是无法接受的。然而如果将避免碰撞作为加分标准，那就恐怕大部分车都无法加分了。
aeb行人防撞功能评价内容主要包含三项场景 :(1) 成人远端接近场景、(2) 成人近端接近且车辆 25% 偏置与 75% 偏置碰撞场景、(3) 儿童近端接近场景。主要用于模拟车辆行驶于一般市区道路，驾驶者因分心未注意前方路况，而又有行人想要横越马路之情形。配备 aeb 行人侦测功能之车辆，应能侦测前方行人，在危险时能进一步采取刹车行为降低危害。euro-ncap设定不同的试验场景，且有不同的测试车速与行人移动速度，在测试时是否发生碰撞或撞击前的减速效果也给予不同之评分。此外，针对车辆 aeb 系统之使用接口功能，也给予不同的分数。
行人远侧aeb测试布局图
行人aeb测试的三种场景
尽管有很多局限性，但aeb概念容易被终端用户接受，装车量快速增加。这项技术慢慢成为“标配”的项目之一。欧盟国家已经于2014年全面要求新车必须配备aeb系统，否则无法从e-ncap获得五星安全认证。美国预计2022年前99%新车装配aeb，市场潜力巨大。
然而我们要正视说明书里aeb的局限性，自动驾驶或者驾驶辅助系统在城市应用时需要保守谨慎进行，从而减少碰撞、意外或伤害。
分析比较骁龙730与855的差异
电容裂纹产生的原因及分析
字节跳动传递信心 TikTok打官司表明了维权的态度和决心
一种简单的遥控电路的设计与制作
使用Arduino控制电磁阀的教程
自动刹车辅助系统（AEB）是真的能让人完全放心的技术吗？
通过八个主要步骤快速完成数据分析
传统企业将VMware迁移到阿里云弹性裸金属的最佳实践
关于服务器的安全该如何做好
艾默生采用Intel Xeon处理器推出40G ATCA 服务器刀片系统
莱特波特与清研讯科合作确保UWB室内定位产品性能
腾讯安全与中国信通院泰尔系统实验室共建研发创新中心
刻录机缓存区容量
基于Raspberry Pi的合成射频信号发生器的实现
安全芯片如何增强数字密钥
一文理解IGBT的发展历程
安科瑞Acrel-3200型远程预付费电能管理系统简介
华为云与计算部门高管调整
绝缘导线载流量估算
传感器的故障分类方式及诊断方法