激光雷达，能平息余承东、何小鹏的“AEB”争论吗？

文/周雄飞 

智驾行业中的火药味越来越重。

近日，一场有关“AEB”（Autonomous Emergency Braking，汽车自动紧急制动）功能的争论，在智能驾驶行业中被掀起。

这场争论起初源于小鹏汽车CEO何小鹏在接受媒体采访时认为“友商讲的AEB，99%都是假的，宣传全是来自小视频。”

该观点虽然没有明确点名，但一经报道后，或许让华为终端BG CEO余承东感受到了“被冒犯”，于是很快在朋友圈中做出回应，表示“居然有车企的一把手根本都不懂AEB是什么！”

余承东的回应并没有止住这场争论。当看到“友商”的回应后，何小鹏在其朋友圈中表示“我最近评价了一个行业乱象，结果行业的没急，非行业的倒急了，不知道他急什么。”

截至发稿前，余承东还未对何小鹏掀起的“第二回合”做出任何回应，但也吸引了更多造车大佬参与到这场争论中。比如理想汽车CEO李想表示“不和华为吵架，实在吵不过呀”；而哪吒汽车CEO张勇、阿维塔CEO谭本宏则都表示AEB功能存在局限性。

伴随着更多车圈大佬参与这场争论，也让AEB功能成为了目前行业内外广泛讨论的热门话题。毕竟，对于这场争论，抛开看热闹和蹭热点的成分之外，也突出了AEB功能存在的问题。

AEB示意图，图源Euro NCAP官网 

早在2002年，AEB功能就已被尝试应用在奔驰、本田等产品中，发展至今这一功能也成为ADAS系统中基础且核心的功能之一。

但就实际表现来看，AEB功能很有可能会出现“误触发”的情况——当车辆高速行驶时，系统误认为车辆前方有障碍物，随即做出立即刹停的操作，最终可能会导致车内人员受伤和追尾等事故的发生。

对于这一行业问题，业内已有一些解决方案，比如在车辆感知层面提高精度，提升对环境的识别率；或者提升车辆在决策层面的能力，降低误触发的几率。与此同时，一些激光雷达企业也提出了它们的解法——在车辆感知层面，除了摄像头和毫米波雷达之外，添加激光雷达来提升感知精度，以便减少误触发和漏检等问题。

如今，智驾行业已打响性价比的价格战，激光雷达的取舍也已成为众多主机厂和智驾方案解决方案供应商们思考的问题。激光雷达是否能有效解决AEB功能问题？激光雷达对于智驾行业的重要性到底有多少？

1、余承东、何小鹏，到底在争论什么？

这场AEB的争论，起初还停留在技术上的讨论。

当被媒体问到“如何看待小鹏城市NGP和友商AEB”的看法时，何小鹏表示大部分人可能从来没遇到过AEB，友商讲了AEB，“我认为99%是假的，它就是造假，那些宣传都不是公司官方发布的，全是来自小视频。”

或许为了佐证自己的观点，何小鹏还补充道：“我们自己的人还专门去问了，它的AEB根本不能开，路上的误刹车情况太多了。”此外，他还表示，和其他公司的“小视频”不同，小鹏的XNGP技术，会把AEB作为一个方向做好，比如“静态AEB”，一旦周围有障碍物，车辆就会主动避开，车辆可以主动避障。

何小鹏对于AEB的看法，截图自何小鹏个人微博

何小鹏的这些观点，看似没有点名任何一家友商，但很快却引起了余承东的关注。后者在其朋友圈中配文表示：“连AEB是什么，居然有车企的一把手还没有搞懂呢！”

紧接着，余承东在这条动态的评论区补充，“有的车企，整天忙着做智能驾驶，AEB主动安全测试结果非常差，一问才知道他们却连AEB基本功能居然都没有做，这让我十分吃惊！要么让手下忽悠了，要么是对汽车行业的发展缺乏最基本的认知！”

余承东的反应，在业内看来就是对何小鹏的反击，毕竟余承东在发布问界新M7时，曾把AEB功能作为主要卖点，表示“AEB最高刹停时速提升至90km/h，可减少90%因注意力不集中和路况复杂造成的交通事故，主动安全能力业内持续领先”。

看到余承东“对号入座”后，何小鹏又在朋友圈发文“我最近评价了一个行业乱象，结果行业没急，非行业的倒急了，不知道他急什么。”这一“非行业”的表述，直接把两人的争论又增添了几分火药味。

针对何小鹏的再度回应，余承东截至发稿前虽然再无任何回应，但两人的争锋相对也上升至品牌层面。

AITO汽车官方公众号在昨日发布了题为“不打无谓嘴战，打赢安全硬战！”的文章，对于问界的AEB功能进行了大篇幅的介绍；很快，小鹏汽车官微也发布了一篇AEB学习笔记的博文，并以“AEB测试≠营销炒作”作为配图。

小鹏汽车和AITO汽车对于AEB的科普文章，截图自各自官方渠道

殊不知，这场有关AEB的论战，并没有止于何小鹏和余承东的“隔空辩论”，而是吸引了更多车圈大佬的加入。

比如李想率先以“吵不过华为”的声明，站在了论战观众席的位置；而像比亚迪腾势销售事业部总经理赵长江、谭本宏和张勇等大佬，则是对于AEB功能先做了科普，然后借势对自家的产品做了波营销宣传。

从上述大佬们的争论中看，核心的焦点在于AEB的功能性方面，这也是因为该功能已是乘用车主动安全的核心功能。

AEB，即自动紧急刹车系统，属于乘用车辅助刹车的电子系统，当车辆遇到突发危险情况，或与前车及行人距离小于安全距离时主动进行刹车，可减少追尾和碰撞等事故的发生。翻译一下，就是帮助驾驶员在危险发生的短时间内“踩”刹车，避免事故发生。

按照分析机构Euro NCAP的数据显示，AEB功能能在现实世界中减少38%的追尾碰撞，将显著提升驾驶的安全性。由此该功能在乘用车的装备率较高，根据乘联会数据显示，截至今年上半年乘用车配置AEB功能的占比为49.5%，其中新能源车配置该功能占比已达到55.8%。

即便经过20多年的发展，AEB技术已趋近成熟，但不可否认这一技术依然存在问题。

这其中以“误触发”为主要的问题，简单说当车辆行驶过程中，车辆的感知硬件误认为车辆前方存在一个障碍物，为了避险AEB就会触发，让车辆紧急刹停，何小鹏、谭本宏和张勇等大佬也都认为AEB复杂性较大。

哪吒汽车CEO张勇对AEB复杂性的描述，截图自张勇个人微博

AEB误触发的危险性在于，如果当车辆高速行驶在高速或者高架上，车辆急刹后，不仅会导致车内人员受伤，也有可能让车后车辆来不及避让，导致追尾事故。“行业内讲的AEB主要是纵向AEB，触发条件大部分情况下是60km/h以内。如果速度过高误刹车对用户会造成巨大的惊吓，是根本无法接受的。”何小鹏对媒体曾这样表示。

此外，AEB技术还有一个不足，就是对障碍物的漏检。比如在雾霾、黑暗环境下，人类驾驶员对于较矮、较小（路边消防桩、小动物）等障碍物无法发现的同时，AEB也没有识别到，最终导致了碰撞的发生。

因此，再来看何小鹏、余承东等人对AEB的争论，其实也揭露了AEB技术和系统存在的问题，作为车辆主动安全的关键功能，这些问题也需要得到解决。

2、AEB系统问题，该如何解决？

要优化AEB问题，得先了解该系统是如何运作的。

从工作原理看，AEB要正常运作就需要经过感知-运算-决策的过程，当车辆在非自适应巡航的情况下正常行驶时，该系统会基于毫米波雷达和视觉摄像头等感知传感器来自动探测车辆前方是否具有障碍物，同时判断碰撞风险。

当遭遇危险情况，比如车辆与前车或行人的距离小于安全距离时，AEB会向人类驾驶员发出警报，并且触发执行机构（电子稳定程序ESP），最大限度地进行自动紧急刹车或使车辆减速，避免碰撞事故的发生。

AEB工作原理，图源CATARC汽车测试中心官网

需要注意的是，以上描述的是AEB正常工作的工况，该系统也会随着一些因素的变化，开始出现问题。

比如当车辆行驶车速过快时，AEB的传感器对于环境中障碍物的感知能力就会减弱，从而影响系统的决策判断能力，以至于在很多时候AEB系统对于障碍物没有做出反应，这正是上文提到的“漏检”。

相比于“漏检”，前文提到的“误触发”，也就是业内俗称的“幽灵刹车”，由于更大的危险性，从而更受业内关注。

按照NHTSA此前对于特斯拉“幽灵刹车”的调查结果来看，出现这一情况时车辆大多都面对着低速或者静止的物体，比如车辆前方有树木、弯道护栏、减速的车辆以及斜坡，都会让车辆“误触发”AEB。

甚至在2019年Autolog的一份报告中，提到了连城市地下管道冒出来的水蒸气，都有可能引发车辆做出“幽灵刹车”。换句话说，车辆识别到了东西，但无法判断是否是危险的障碍物，为了保证安全只能决策刹车。

为了解决AEB“误触发”的问题，首先想到的就是让算法认识和识别什么才是障碍物，这就需要对算法层面进行优化。

由于特斯拉此前频繁被曝出“幽灵刹车”，因此该品牌一直在对其算法进行迭代。按照建约车评报道，特斯拉自2019年就已开始快速迭代算法，截至目前FSD已迭代至V12版本，“幽灵刹车”现象已大幅减少。

特斯拉FSD V12路测，图源TeslaSide

与此同时，提高感知精度，也是业内公认降低AEB“误触发”的另一方案。基于多传感器融合，可以让车辆探测环境的物体（数量）达到此前的数倍，并且保证在每个物体上获得更多的细节信息。

为此，一直喊着坚持“纯视觉”路线的特斯拉，在其HW 4.0的感知系统中增加了一颗高精度4D毫米波雷达，探测距离为300米左右，成本在千元级别；而其他主流车企，也会基于AEB主控感知硬件之外，加入摄像头或毫米波雷达作为感知辅助。

但一个事实也摆在全行业面前——解决误触发的同时，很难一同解决AEB漏检的问题，正如通用汽车-卡耐基梅隆大学自动驾驶协作研究实验室的联合主任Raj Rajkumar说的那样；“从技术的角度来看，如果你想降低误触发，那么漏检率必然上升，反之亦然。”

也正因如此，行业内现阶段对于AEB的态度是——宁可漏检，也要避免误触发。毕竟漏检只是“帮不上忙”，而误触发则是“帮倒忙”。

面对这一行业的矛盾平衡问题，有激光雷达企业提出了解法。

禾赛科技战略负责人施叶舟告诉连线出行，目前市面上现有的AEB方案，无论是纯视觉，还是毫米波感知方案，都存在精度不足的问题。在这样的基础上，当AEB设定阈值过高，就会出现漏检的情况；而阈值过底，则会有误触发的风险。

当车辆感知硬件中加入激光雷达后，基于整体感知精度实现提升后，就可减少误触发情况的发生。对此，施叶舟以搭载了一颗激光雷达的理想L9 MAX作为例子，表示每10万公里中，该车型的误触发次数为0.31次，远低于行业平均的1次。

此外，由于激光雷达工作会自主发射激光，由此可在雾霾、黑暗和强光环境下正常工作，再加上高精度的感知特性，在施叶舟看来，可支持车辆在行驶过程中有效识别不同障碍物，以便降低AEB漏检率。

同为激光雷达厂商的Luminar，也有相似的看法。该企业认为，激光雷达可以提供比单目摄像头更精确的距离测量，同时，相比双目等立体视觉感知，可以实现更远的探测距离，进而为AEB系统提供障碍物及行人的检测支持。

“即使有足够的数据，目前的摄像头性能还是不足以支持AEB功能，在城市街道以及人车混流的复杂场景中，激光雷达对于实现进一步的AEB自主功能至关重要。”法雷奥公司首席执行官曾这样对媒体表示。

基于以上分析来看，激光雷达感知硬件，已经被业内视为解决AEB漏检和误触发平衡的一个解决办法，而AEB也是车辆主动安全中的关键一环，由此在业内看来激光雷达就像车辆结构中的“隐性气囊”一样。

正因如此，“激光雷达，对于智驾行业有多少重要性？”的问题，引发越来越多人关注和讨论。

3、激光雷达，会成为智驾行业的刚需吗？

智驾行业的价格战，已经打响。

从今年6月开始，大疆车载、四维图新、地平线和毫末智行等供应链企业均发布了各自的智驾方案，它们的共同点——都是硬件成本达到千元级别的高阶智驾解决方案，这些企业也都把各自的产品称为“极具性价比”。

具体来看，四维图新和大疆车载在千元级方案的落地上，都暂时没有使用激光雷达支持；而毫末智行这边，虽然在8000元级方案中有选配激光雷达的选项，但该企业CEO张凯也对连线出行表示，未来有可能会走“去激光雷达”路线。

这些企业会这样选择，并不令人意外。因为在他们看来，只有把激光雷达去掉，才能降低自身产品的成本，用更低的售价卖给主机厂客户，以便实现商业化。

但不能否认的是，激光雷达对于现阶段的智驾行业，依旧存在着重要的价值。

今年下半年开始，落地城市NOA功能已成为诸多主流新能源车企的关键词，并且都已喊出了各自的开城目标。比如小鹏宣布将城市NGP在今年底前拓展至50城，明年扩展至200城。理想则打算把城市NOA功能扩展至100城。

相比之下，华为更为激进，曾高调宣布ADS 2.0无图版本在今年第四季度落地45个城市，让城市NOA在全国都能开。

华为ADS 2.0开城目标，图源华为终端官微

在这些品牌的开城目标之下，有着激光雷达的支持，因为就这些品牌参与城市NOA落地的产品来看，无论多少价位和定位，都至少配有一颗激光雷达，比如小鹏G9和G6都搭载了两颗激光雷达；理想L系产品的MAX版本都搭载了一颗激光雷达，阿维塔11甚至搭载了3颗激光雷达。

“从国内道路情况看，不仅有着十分复杂的道路环境，有时一条路上同时会有汽车、自行车、两轮电动车、商贩三轮车和行人等众多参与者；与此同时，国内城市道路的整修也是频繁发生的。在这些环境中，如果仅用纯视觉或者毫米波+摄像头融合感知来实现城市NOA，大概会有较大的压力。”轻舟智航产品负责人许诺这样对连线出行解释。

在许诺看来，在这些场景中加入激光雷达后，就可以很好地提升车辆的感知能力和精度，包括对影子、通用障碍物的识别。就比如最常见的修路场景中，当一位工人躺在路边护栏中休息时，仅有纯视觉很难识别到工人的存在，而在激光雷达支持下，就可明显识别到。

由此可以看出，无论是城市NOA、还是前文提到的AEB功能，只有基于激光雷达的支持下，才能实现更多且可靠的功能落地。这也印证了禾赛科技CEO李一帆所说的观点——“激光雷达不仅是安全件，更是决定功能实现的功能件。”

除此之外，激光雷达对于智驾行业的发展，也有着更大的价值。

自特斯拉采用纯视觉方案研发自身自动驾驶系统后，经过多年的布局，目前已站在了全球智驾行业的前列。由此，也吸引了一些车企学着同样的技术路线，来试图追赶特斯拉，但效果并不明显。

会出现这一现象的原因，在施叶舟看来是因为很多人只看到了特斯拉不用激光雷达的低成本研发表象，就好比只看到了水面上的冰山，而忽略了该品牌所拥有的更深层先发优势，也正像水面下更多冰山的部分。简言之，特斯拉早在2010年左右就开始布局自动驾驶技术、并且也很早就自研芯片和自建数据中心。

通过这些布局，特斯拉在算力、算法和数据三方面都逐渐占据了先发优势，比如截至今年第三季度特斯拉FSD累计的数据量已经超过了5亿英里（折合约为8亿多公里），反观国内新能源车企销量较好的理想汽车，截至今年7月NOA行驶里程也才突破2亿公里。

正是基于这些先发优势，才让特斯拉凭借纯视觉实现了高阶辅助驾驶能力，但这并不代表其他车企没有机会追赶上特斯拉。对此，施叶舟认为激光雷达，能帮助车企实现快速追赶技术优势的目的。

按照许诺介绍，基于激光雷达的高精度和多信息的感知特性，轻舟智航已经拿这一部件应用到自动驾驶算法自动化标注和训练中。过程中，不仅可以实现在数据标注中进行补充和修正，同时提升大模型算法的训练能力。

效果是明显的。按照NuScenes机构的数据显示，从2020年纯视觉路线一直在追逐对环境目标追踪准确度的提升，以便更快落地智驾能力，从当时5%的准确率上升至今年上半年的56%。

而作为对比，摄像头+激光雷达融合感知路线虽比纯视觉发展较晚一些，但在2020年下半年已经超越了行业平均65%的准确度，而到了今年上半年这一数值已达到75%。

不同感知路线环境目标物追踪准确度逐年变化趋势，数据来源于NuScenes，连线出行制图

这就意味着，有激光雷达支持的融合感知方案，可以帮助车企和智驾解决方案供应商实现更快的算法迭代以及功能落地，以至于在智驾行业中建立并形成自身的优势。

“在智驾行业中，尤其对于一些高端产品，激光雷达有着重要的价值，无论是满足消费者的诉求和心理价值，还是针对实际的应用场景、功能落地和安全冗余，激光雷达都有不可替代的效应。”奥纬咨询董事合伙人张君毅这样对连线出行表示。

需要注意的是，随着禾赛等激光雷达厂商们，在迭代技术和提升规模的布局下，也让激光雷达本身的成本正逐年下降。按照施叶舟介绍，一款激光雷达的成本已从2016年的7-8万美元，降至目前的一千美元以下（折合约为7200元左右）。

综上分析，再加上激光雷达成本正逐年下降，在连线出行看来，激光雷达在智驾行业中的使用率会越来越高，智驾技术的迭代也会越来越快。伴随着这一变化，智驾行业的战火或许会越烧越旺，战场上的所有玩家都需要做好准备。

参考资料：

Research on subjective evaluation method of automatic emergency braking (AEB) for passenger car.Shuai Zhang*、Bin Lei、Shuai Chen and Lei Sha.CATARC Automotive Test Center(Tianjin) Co