AEB，即自动紧急制动系统（Automatic Emergency Braking），是一种汽车主动安全技术，能够在发现可能的碰撞风险时自动采取行动。其定义为一种基于感知和判断的辅助驾驶系统，当系统检测到与前方车辆或者行人的距离过近、速度过快时，会自动启动紧急制动，以防止或者减轻碰撞的后果。这项技术的功能在不同的车型中可能有所差异，但总体而言，AEB的目标是提升驾驶安全性，减少交通事故的发生。

最近两天，AEB因为两位大佬的互怼频上热搜，也引发了不少车企高层参与讨论。

有人表示，AEB有什么新奇；有人蹭起了热度，表示自家的AEB很优秀；还有人表示，不参与争论，因为实在吵不过啊。

那么处于舆论中心的AEB到底是什么？

为了方便大家吃瓜，本文将从AEB的工作原理、运行难点两个方面入手，为大家详细剖析。

AEB全称为Autonomous Emergency Braking，意为自动紧急刹车系统。简单来说，它是一种主动安全技术，能够在某些紧急情况下使车辆制动。

AEB在驾驶过程中有较高的实用性，比如能减少我们因注意力不集中导致的追尾等事故；再比如，在夜间行驶/倒车视野不清晰时，能辅助我们观察周围情况。

据欧洲Euro-NCAP机构的调研结果显示，车辆装备AEB之后能减少27%的事故。

目前AEB已十分普及，乘联会统计数据显示，2023年上市的16万以上新车中，配置AEB功能的占比为67%。

对于AEB，目前并没有统一的名称，比如大众称为Front Assist（前部辅助），沃尔沃称为City Safety（城市安全辅助系统），丰田则将其囊括在Toyota Safety Sense(智行安全)系统中。

虽然叫法不同，不过各家AEB的工作原理都基本一致，主要分为三部分：信息采集、数据分析与制动执行。

信息采集是基础，也是最为关键的模块之一，主要通过各类传感器，获得其他道路参与者的信息，比如与前方车辆、行人或者其他物体的距离等。

而各家采集信息的思路又有所不同，比如有只用摄像头的纯视觉方案，以特斯拉为代表。该方案的优势为成本低、体积小。

目前大部分车企采用的是多传感器融合感知方案，不单单使用摄像头，还加入了毫米波雷达、激光雷达、超声波等传感器，大多数供应商也是如此，比如博世、华为等。该方案的优势是能够消除单一传感器的误差，提高信息采集的精确度与全面性。

传感器采集到信息后，控制模块会对其进行处理，该模块类似于大脑，将根据预定的模型分析出当前车辆是否处于安全距离，并检测潜在的碰撞危险。

先来科普一个专业词汇，TTC（Time-To-Collision），中文直译为碰撞时间，它指的是基于当前车辆的行驶速度和前方物体的距离，计算出两者发生碰撞所需要的时间。

控制模块会比较安全距离与TTC是否低于系统设置的阈值，一般情况下会先进行安全预警，如果此时我们并未进行任何制动操作，那么安全距离与TTC超过极限值时，系统就会强制介入采取紧急制动，从而避免碰撞事故的发生。

值得注意的是，不同的车企算法不同，TTC的阈值也不同，所以AEB的制动效果有一定差异。

通过AEB系统的工作原理我们不难发现，几乎每一个部分都不容易实现。

首先是信息采集部分，一是传感器受外界环境影响大，比如在雨雪、雾霾等极端天气中，雷达、摄像头可能会完全失效。

哪吒汽车CEO张勇也表示，各种场景下AEB的功能表现会不一致，比如天气，雨量，阳光，速度等。

二是受限于算法，AEB系统难以识别静态物体。准确地说，雷达等传感器可以探测到静态障碍物，但是为了减少不必要的预警与刹停影响驾驶体验，该部分信号通常会被系统直接过滤。

所以AEB一般不能区分道路上静止的锥桶、侧面的交通标志或者刹停的汽车。比如此前一辆理想ONE就曾在某高速路段撞上了停在路边的工程车。

信息采集的不准确性就会导致AEB系统可能会出现误差与误判，一是该启动时不启动，二是不该启动时却启动，而后者也就是我们常说的AEB误触率，这也是车企们正努力减少的核心问题之一。

误触率主要与车企算法识别的阈值有关。如果算法识别的阈值太低，可能频繁触发“幽灵刹车”；如果阈值太高，可能会出现漏检的情况。

值得注意的是，直接实施AEB刹停可能会造成其他事故的发生，比如高速上刹停极易造成连续追尾等重大事故，所以现在车企们对于AEB都有速度限制，一般情况下，车速在60km/h以内才能触发，部分情况下只进行预警。

那么何为好的AEB系统呢？目前并没有统一的标准，E-NCAP（欧洲新车评估规程）和C-NCAP（中国新车评估规程）测试也只能作为参考。

以C-NCAP为例，其AEB测试场景包括前车静止/慢行、行人远端穿行/近端穿行/直行、自行车近端穿行/纵行直行、踏板式摩托车远端穿行。

有些车型刹停速度最高只有30km/h，有些表现优异的车型可达到80km/h，这也能在一定程度上反映出车企AEB系统的反应速度、算法等方面的优劣。

但是C-NCAP测试中道路参与者与场景只有寥寥几个，现实生活中却数不胜数，而AEB又不得不考虑到这些因素。所以，即使车辆在测试中得到了优异的结果，实际表现也可能不尽如人意。

张勇也表示，AEB场景的复杂性太高……要做得好确实难度很高，需要极大里程和样本量的测试。

相信未来随着技术创新与数据积累，AEB系统会不断进步，但是现阶段，我们还是需要时刻将方向盘握在自己手中~

以上就是AEB是什么？了解一下AEB的定义和功能的相关介绍，希望能对你有帮助，如果您还没有找到满意的解决方式，可以往下看看相关文章，有很多AEB是什么？了解一下AEB的定义和功能相关的拓展，希望能够找到您想要的答案。