AEB為啥有時候不靠譜？

自轎車誕生之日起，錯把油門當剎車的馬路殺手層出不窮。如今，無人駕駛汽車雖未成氣候，各大車企卻早已亟不可待，紛紛使出殺手鐧，例如初出茅廬的AEB——自動緊急制動系統。顧名思義，AEB理論上能在緊急狀態下自主制動車輛。

所以，車主們從此可以解放雙手，在馬路上放飛自我了？

試想一下，假設一名老司機駕車上路，突遇路障，然後緊急制動，這一過程他都經歷了什麼？首先，司機通過眼睛發現路障，然後大腦估摸著判斷車輛與路障的距離，當距離足夠小，司機開始制動。AEB系統亦如此，它的控制、測距和剎車三大模塊模擬人的身體機能。其中，控制、剎車模塊的相關技術早已爐火純青，最核心、亟待提升的當然是測距模塊啦！

AEB系統運行圖

目前，測距模塊大致可分為「兩派」——攝像頭測距派和雷達測距派。

攝像頭測距又有單目和雙目測距兩種，差一隻「眼」，原理可是千差萬別！

單目攝像頭主要識別「路障是什麼物體」，將它「看到」的路障記錄下來，然後通過搜尋資料庫進行匹配，找到這一路障是什麼物體，最終根據物體的大小估算出路障與車的距離。顯然，關鍵在於資料庫的數據量是否全面，例如前方突然冒出一隻資料庫沒記錄的不明物體，AEB則失效。

雙眼攝像頭可不同，它只想知道「路障離車有多遠，管它是什麼」。眾所周知，人類用雙眼看景物比單眼更有立體感，那是為啥？因為兩隻眼睛看到的圖像有細微的差別，而我們神奇的大腦則通過對比兩張圖像僅有的細微差別，判斷出路障與我們的距離。雙眼攝像頭亦如此，車的「大腦」能夠準確地計算出路障與車的距離。這也是雙攝像頭手機所拍的照片更有「景深」的主要原因！

攝像頭測距圖（網路圖）

攝像頭測距還容易受到外界環境光照度大小的影響，環境太亮或太暗都不合適，環境的光照度劇變（例如從暗處行駛到明處）也會影響攝像頭的視覺。所以，如今AEB測距可不光只靠「看」，還可以靠「聽」。有的車配備雷達測距系統，汽車在行駛過程中，不斷地向外發射雷達波，車載系統可根據反射回來的雷達波判斷前方物體的距離，哪怕狂風暴雨、飛土揚塵，雷達絲毫不怠工！

完美解決了問題？不！雷達也有傲嬌的時候。倘若哪個熊孩子在馬路中央豎了根小竹竿，雷達可「聽」不出來，體積太小的路障確實能難倒雷達。

更尷尬的是，AEB既「看」又「聽」，似乎綜合了兩者的優勢，可「該聽誰的」這一問題目前還沒解決。攝像頭與雷達同時探測路況，難免向車載系統下達不盡相同的指令，那麼車載系統該以誰的指令為主，目前還是個難題！

攝像頭和雷達測距圖（網路圖）

此外，即使攝像頭和雷達攜手合作，也有無法識別的路面狀況，例如積水、積雪、坑坑窪窪等。最致命的是，它們與人的眼睛一樣，存在視覺盲區，難以識別從盲區突然鑽出來的路障，尤其是遇到其它物體橫穿馬路、車輛從側方超車、彎道行駛等情況，AEB可不能很靈活地制動！

某車企在車展演示SUV的 AEB 時，撞傷了現場主持人這一大型「路障」，這一事件除了貽笑大方，可見AEB存在多大的缺陷。目前AEB只是錦上添花的配置，在無人駕駛時代真正來臨前，還是以人為主，「眼觀六路」， AEB為輔吧！

某車企在車展演示SUV的 AEB 時，撞傷了現場主持人這一大型「路障」（網路圖）

喜歡這篇文章嗎？立刻分享出去讓更多人知道吧！