近期，一起关于理想ONE的碰撞事件，把理想再次推上风口浪尖，一位理想ONE的车主，在驾驶的过程中突然遇到一辆三轮车从道路右侧窜出。导致两车发生碰撞，三轮车上的人员一死一伤。而就在发布理想L9的同时，李想宣布理想汽车将开源全部自研的AEB系统代码，并称在安全性方面，理想汽车自研的AEB，成功避免超10万次碰撞，还夺得了某媒体AEB评比的第一名。理想的AEB真有那么强吗？为什么还会撞？理想L9有没有可能撞呢？

理想ONE刚撞完，这AEB靠谱吗？

碰撞发生后，根据行车记录仪记录的数据可以发现，当时理想ONE的车速仅为47km/h，而且是在正常的车行道上行驶，前方的交通信号灯为绿灯。从交通事故责任判定来看，三轮车车主将承担主要的责任。根据事后涉事的理想ONE车主称，当时车辆的AEB并没有起作用。所以这位车主的诉求是，由于AEB的不达标或者故障让其没有主动避免此次事故，因此其希望换车或者退车。

事后调取了黑匣子的数据，其中并没有AEB的工作数据，这也就反映出AEB可能在碰撞瞬间根本“不在线”，理想这种重金打造的AEB怎么还会有问题呢？此次开源是想让别人拿去直接用，还是希望有人来合作解决问题呢？

自研的车企不多，供应商们基本全垄断

AEB就是自动紧急制动系统的简称，车辆利用自己搭载的摄像头和毫米波雷达来探测前方的路况，当遇到突发状况或者与前车及行人距离小于安全距离时主动进行刹车，避免或减少追尾等碰撞事故的发生或减轻碰撞的伤害，从而提高行车安全性的一种技术，目前已经有大量新车用上了这一技术，并有今后要强制安装的趋势。

对于市场上的绝大多数的整车企业来说，博世、大陆、安波福这样的企业都有比较成熟的AEB方案，采购它们的方案，是比较常规的做法，像一直注重宣传自己安全的沃尔沃，它的AEB解决方案也是打包安波福的，今年3月沃尔沃还特意为AEB系统进行了召回，原因是材料工作温度的问题，会影响AEB工作效率。

这些供应商们的方案和车企自研相比，它们最大的不足也在于，实际道路环境内AEB运行的数据的积累上，或者说就是供应商设定的数据量就这么多，想迭代，一来一回要好几个月，车企很难进行自学习、自分析，或者迭代。车企手握大量AEB数据，但它们其实也没有成体系的自研AEB的能力，导致数据几乎一点儿用没有，白占内存，出了事情还只能干着急。

理想的自研AEB，是换汤不换药？

此前的2020款理想ONE，使用的Mobileye的芯片作为辅助驾驶的Soc芯片，而AEB系统也采用了Mobileye的方案，可是和Mobileye的智能驾驶方案一样，AEB系统也是一个黑盒方案，Mobileye说什么就是什么，就算有问题理想也改不了，智能驾驶系统没法及时OTA升级，AEB系统也无法及时OTA。这里我们也要客观的说一下，也不能太对于Mobileye都采用黑盒方案口诛笔伐，它在视觉算法方面积累了十多年的经验，你让它把这些最宝贵的东西（核心竞争力）全都公开了，换做是你，你会舍得吗？

到了2021款的理想ONE上，芯片换成了地平线征程3，AEB方案也从Mobileye变成了自研，车辆感知传感器的增加，也让理想的自研AEB难度增大，其实就算是自研AEB，其很大程度上依然是脱胎于Mobileye的算法而来的，目前2021款的理想ONE在媒体的AEB测试中，获得了最佳的评分，在多个速度级别的测试中，AEB系统都能自动激活并完成主动刹车，而且它还是唯一一个能识别横向移动的车辆的车型，可见理想这波自研还是有不错的成果的，那么为什么五月底的理想ONE还是撞了呢？新的L9会不会有一样的问题？

目前，首先明确一点，不管是多么先进AEB系统，都不能保证100%都能刹住，AEB系统在中低车速区间效果理想，中高速区间效果会变差。你会在测试中看到，在高速行驶的车辆，虽然会探测到障碍物，也会进行刹车，但直到碰撞发生，车辆都无法完全停下，或者在刹着刹着，到快撞上的时候，车辆松开了刹车......

理想L9能刹住吗？还有其他隐患

理想ONE的事故，我认为是系统内对于这种异型车辆的学习程度还不够，这也是目前在中国，自动驾驶领域所面对的一个重大问题。针对于理想ONE这次撞三轮车的事件，我认为L9应该能够安全处理这种问题，毕竟撞过一次它就学会了，而且理想L9目前的自研AEB系统采用多传感器融合的方式，相比于理想ONE，它的自身算法平台的算力、感知传感器的数量，都远超理想ONE，它所采集到的路面内容也要远超理想ONE，它增加的激光雷达可以大幅度的提升车辆的感知能力，探测距离超过200米，但AEB系统经常是在鬼探头这种特殊情况下被激活，理想L9的激光雷达在车顶，车高1.8米，对于小孩子的鬼探头问题，激光雷达估计在探测方面帮不上忙，重担就要落在摄像头和毫米波雷达上了，而理想L9的前部感知系统，除了激光雷达以为，和理想ONE相比几乎没有什么变化，所以，鬼探头这方面不好说......

理想的AEB系统是基于多感知传感器进行融合，而后进行计算标定，决策需不需要刹车的，目前无论是自动驾驶还是AEB系统，多传感器融合方案已经快成为了业内的共识，这种方式优点在于冗余度更高，能够更全面的了解外界环境。但是融合的难度，远比单一感知方式大得多，而很多传感器是为了实现ACC自适应巡航而装车的，并不是为了AEB系统，而让这些传感器硬融合到AEB中，弊端就会暴露无遗。

此前特斯拉已经否定了现有摄像头+毫米波雷达融合的AEB方案，原因在于传统毫米波雷达的探测性能方面并不稳定，导致与摄像头融合后带来错误，感知效果反而下降。这些传统毫米波雷达此前主要是为ACC功能开发的，雷达角分辨率较低，目标是为特定的功能而设计，但对于多感知融合系统来说，实际上性能无法满足AEB的要求。

大部分雷达无法对探测到的物体，进行类似摄像头的识别分类，来确认物体的到底是什么，在搞不清是什么的时候，就容易出事儿。沃尔沃Pilot Assist工作时，当单目摄像头和毫米波雷达探测到前方可能是缓慢移动或静止的车辆和物体，Pilot Assist在不确定目标物体是静止车辆还是其他物体时，系统会自动退出，或者说安波福会自动退出，后面会发生什么，我们并不知道。对于静止物体的识别问题，不但是目前AEB系统的重难点，也是整个自动驾驶领域中的大难题，特斯拉撞飞机，蔚来撞环卫车，无论是摄像头还是各种雷达，它们都不认识，这方面恐怕真的需要车路协同系统来解决了。

单传感器方案，更加稳妥？

目前，越来越多的研究和实践表明，多传感器的方式并不适合AEB系统，或者说没有成像能力的传感器不适合，普通毫米波雷达很容易出现误判，甚至采用智能程序用雷达波描绘出物体形状也会存在误判。比如在秋天路面上飞舞的枯树叶，或者是塑料袋纸张这些东西，毫米波雷达都有可能把它们识别成为障碍物，导致AEB系统被误触发，供应商提供的方案中或许没有应对方案。

而激光雷达或者4D成像毫米波雷达就能够在很大程度上，杜绝这种情况的发生。激光雷达公司Luminar认为，仅仅依靠激光雷达也可以实现AEB，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，点云可以对物体进行比较清晰的描绘，4D成像毫米波雷达也可以通过增加角分辨率、更多的点云，进行成像。单一传感器在很多情况下，可以比多感知融合表现出更稳定、更可靠的能力。

针对于理想L9，我认为它的AEB系统应该可以应对绝大多数的情况，传感器更加丰富，无论是今后走单一传感器还是融合的方式，它都有基础，还有算力的冗余度方面，这些对比理想ONE来说，都有很大提升。

但我们也提出了针对于静态物体的识别问题，无论是AEB还是自动驾驶，都是重难点，车路协同或许是最优解，可理想L9并没有车路协同模块，也希望我们能尽早看到理想L9的实际表现。当然，理想这一次开源AEB系统，我认为反响应该不会太大，新势力们各个都有自己的秘籍，用了理想的那还叫自研吗？传统品牌们会更信任博世、安波福它们，理想这次是想寻求合作的可能性更大。