自动紧急制动系统(AEB)在高速和恶劣天气下的真实可靠性正快速提升,但远未达到“全能”,其表现高度依赖传感器配置、算法标定以及具体场景条件,目前仍是一项有限但价值巨大的辅助安全技术。
一、AEB在高速场景下的表现:上限突破,但仍有边界
1. 高速刹停速度上限不断刷新
大众ID.与众在130km/h极速工况下稳稳刹停。
腾势N8L实测刹停速度达到147km/h。
理想汽车在120km/h下进行AEB和AES(自动紧急避让)测试,制动过程采用分级策略:先重刹至80km/h左右,再适当松开,兼顾安全与舒适。
吉利千里浩瀚系统累计触发AEB超过240万次,其中包含125km/h夜间高速成功避开故障车的案例。
2. 算法逻辑决定了“刹停”不等于“绝对安全”
高速AEB的刹车点往往比驾驶员主观感知的更早,这是为了给后车留出反应时间。
当AEB无法避免碰撞时,系统会触发AES自动转向避让,蔚来等品牌已实现60-150km/h速度范围覆盖,并能应对二轮车和行人鬼探头场景。
AEB执行逻辑包含分级预警、部分制动、全力制动,但若驾驶员无反应而系统误判,反而可能增加追尾风险。
二、恶劣天气下的可靠性:传感器“视力”是核心瓶颈
1. 雨、雾、雪、强光严重影响识别
暴雨天气下,路面湿滑加上视野受阻,部分车辆的AEB会出现误触,导致一车人惊慌。
逆光、雨雾等场景下,AEB对幼儿等低矮目标的识别极不稳定,实际使用中成功率大打折扣。
传统摄像头在暴雨浓雾中性能下降,但分布式毫米波雷达可突破局限,实现全天候守护。

2. 低矮障碍物与异型物体是“盲区”
异型障碍物(如掉落的车轮、动物)、低矮障碍物(如路肩、倒地的行人)很容易导致传感器识别不准,系统可能不会触发制动。
乐道基于端到端模型的AEB将前向感知角度扩展至240°,覆盖斜穿、转弯等复杂轨迹,提升了恶劣天气下的场景覆盖率。
三、AEB的天然局限与行业共识
1. 官方定义就是“辅助”而非“替代”
汽车辅助驾驶领域首项强制性国标明确指出:AEB本质上是应急辅助系统,仅能在特定场景下发挥安全辅助作用,无法完全替代驾驶员。
AEB的算法普遍倾向于“宁可不触发,也要少误触发”,因为误触发急刹车可能引发连环追尾。
2. 误触发仍是现实痛点
高速NOA时遇到塑料袋等杂物,AEB可能突然减速。
下地库时因坡度或障碍物误触发AEB急刹,在部分品牌车型上时有发生。
即便是顶级的AES系统,蔚来也将误触率控制在每100万公里仅1次,但其他品牌未必达到此水平。
3. 真实避险数据:数字背后的说服力
乐道AEB截至2026年4月已成功避险39.2万次。
长安汽车CS系列在2026年利用AEB避险5024次。
理想汽车2026年第13周单周主动安全避险22万次。
四、技术进化方向与未来预期
1. 传感器融合与端到端模型是突破口
从单一摄像头到摄像头+毫米波雷达+激光雷达的融合方案,能显著提升恶劣天气下的感知鲁棒性。
端到端模型替代传统规则算法,可在极短时间内“踩准最佳介入时机”,并应对更多不可复制的变量。
2. 法规强制将推动行业整体水平
2028年起中国新生产M1类汽车必须满足10-80km/h内对车辆目标的AEB响应,同时增加对行人、自行车等弱势道路使用者的保护要求。
美国要求2029年起所有轻型新车标配AEB。

3. 驾驶员正确认知是关键
莲花CEO曾表示AEB“一辈子帮你赢一次就值了”,但不能神话它。
驾驶员应时刻保持注意力,AEB只是最后一道防线,而非自动驾驶的组成部分。
本文由AI生成











