最近一直在盯新版AEB强标的落地时间线行业内叫“倒计时”不是没道理。几个关键节点一推留给整车厂做标定、改供应链、调算法的窗口期其实已经很紧。AEB全称是自动紧急制动过去一直是辅助安全配置各家做多做少全凭良心但一旦升级成强标就变成新车出厂必须过关的硬门槛。这个变化对消费者是好事对部分品牌却是实实在在的考验。这篇文章我打算站在从业者视角把AEB强标倒计时的含义、技术拆解、品牌分层和实测经验一次说透也算给选车和做测试的朋友提供一个参考坐标。1. AEB强标“倒计时”法规窗口期到底在赶什么1.1 从“推荐”到“强制”边界条件高了不少AEB过去在很多车型上属于选装或者高配专属评测机构测试时也只对自愿送测的车型打分消费者很难横向比较。新的强标逻辑完全不同法规会针对最高车速、碰撞场景、障碍物类型、制动减速度等多维度设定“及格线”所有新申请型式认证的车型必须满足否则无法上市销售。这个变化意味着AEB不再是营销话术而是车辆准生证的一部分。倒计时的压力主要来自几个层面首先是测试工况的扩展传统的AEB系统主要针对静止车辆和匀速行驶车辆新强标大概率会加入对行人、骑行者、夜间场景以及转弯场景的考察其次是性能指标的细化比如在某个车速区间内必须实现完全刹停在更高车速区间内至少实现明显减速最后是系统失效管理如果传感器被遮挡、标定丢失或者系统自检异常车辆需要给出明确提示不能无声无息地失效。这几个维度的提升对系统架构、传感器布局和算法能力的要求是量级式的。过去依靠单一前视摄像头加基础毫米波雷达就能应付的AEB方案在强标背景下往往很难通过所有场景特别是行人横穿这类考验感知响应速度的工况。所以我一直觉得倒计时表面上是时间问题本质上是技术代差问题。1.2 倒计时压力先从供应链传递法规压力并不会均匀分布到所有品牌身上最先感知到的是供应链。AEB系统的核心部件包括前向摄像头、毫米波雷达、域控制器以及制动执行机构任何一环在性能上拖后腿整车表现都会受影响。摄像头方面分辨率、动态范围、低光性能是关键。很多老款车型用的还是130万像素级别的前视摄像头在夜间或者逆光场景下对行人的检出能力非常有限。新平台车型普遍已经升级到300万、500万甚至800万像素同时配合更宽的视场角保证在同一条车道上能更早发现横穿目标。毫米波雷达则是另一个变量。传统雷达点云稀疏对静止目标的识别尤其在行人和护栏的区分上容易出问题很多误触发案例都源于雷达点云落入“疑似目标区”。新一代4D成像雷达开始在部分车型上出现能够提供高度维度的信息对目标轮廓判断更准确但成本也明显更高。强标倒计时下那些还在用老一代雷达方案的品牌要么抓紧调算法要么快速换硬件没有第三条路。这里顺带提一个容易被忽略的环节制动执行机构。AEB系统识别到危险后最终要通过ESP或刹车助力模块实现物理制动。如果执行机构的响应延迟过高哪怕感知决策再快整车制动距离也会拉长。新强标对制动减速度有明确要求这直接逼着品牌重新审视底盘域和自动驾驶域的协同效率。很多品牌的AEB感知部分做得不错但在实际测试中刹不住问题往往就出在执行链路的响应速度上。2. 供应商与整车厂的分水岭AEB能力怎么定量评估2.1 看懂AEB系统的三个核心环节评估一个品牌AEB能力到底行不行不能只看厂商发布会上的宣传视频那些视频都是挑选过的完美工况。我习惯把AEB系统拆成感知、决策、执行三个环节逐一判断短板在哪里。感知环节负责回答“前面是什么”。这里不是简单识别出物体就行还要有距离、速度、加速度等运动状态信息。摄像头擅长识别物体类别雷达擅长测量距离和速度两者融合才能形成稳定的目标输出。感知环节的关键指标包括检出率、误检率、目标切换延迟和测距精度。强标工况里有一类典型场景是前车静止本车高速接近如果雷达和摄像头的融合策略偏保守系统可能给出“疑似目标但置信度不足”的结论迟迟不触发制动最终导致碰撞。决策环节负责回答“现在要不要刹”。这个环节的核心是碰撞时间TTC计算以及触发策略的标定。TTC指的是按照当前相对速度和距离预计多少秒后发生碰撞。AEB的触发门槛一般设在1.2秒到2.5秒之间具体数值取决于车速和目标类型。决策环节最怕的是策略抖动也就是在“刹车”和“不刹车”之间反复横跳这种情况通常发生在置信度刚好卡在阈值边缘的时候。执行环节负责回答“怎么刹得住”。即使感知和决策都正确执行环节如果建压速度慢或者制动力分配不合理同样救不回来。实际测试中我会重点关注从请求制动到轮缸压力开始上升的时间差以及整车减速度达到目标值的斜率。一个优秀的AEB系统应该做到识别到危险后“不犹豫、不试探、一次给足”。2.2 测试场景拆解从标准工况到边缘工况做AEB能力摸底我基本会按照下面几个场景来跑每个场景都有不同的通过标准。首先是前车静止场景CCRS这是最基础的强标工况。车辆以一定速度接近前方静止的目标车考验系统对静止目标的识别能力和制动介入的果断程度。这个场景看着简单实际对传感器的要求很高因为静止目标在雷达回波里和道路护栏、路边铁板非常相似容易产生漏检或误检。其次是前车匀速场景CCRM本车以更高的速度接近前方同向行驶的慢车。这类场景考验相对速度的判断以及系统是否会在高速工况下提前触发提醒甚至退出AEB。部分系统在高速场景下会把控制权部分交还给驾驶员只提供前碰撞预警而不主动重刹这种策略在强标下面临挑战。第三类是行人横穿场景VRU-Pedestrian这也是我重点考察的场景。行人的运动轨迹不确定性极高系统的反应时间和轨迹预测能力都会影响最终结果。测试中发现摄像头对行人的检出在白天通常不成问题难点在夜间特别是行人穿着深色衣服且背景光线复杂时。不少车型白天测试表现优秀夜间直接判若两车原因就在摄像头HDR能力和算法对低光照条件的适应性。最后一个场景是目标车突然切出后暴露前方静止车也就是所谓“Cut-out”场景。这个工况非常考验系统的预测能力当前方运动目标变道离开后系统必须立刻将注意力转移到更远处的静止目标上。很多系统的响应会有明显延迟因为目标切换逻辑默认“跟随原目标”新目标需要重新确认这个重新确认的时间往往就是致命伤。边缘工况还包括雨雾天气、逆光、隧道出入口的光照突变以及传感器部分遮挡。这些工况下系统性能的退化程度才是衡量一个品牌AEB真实水平的分水岭。2.3 关键指标清单在实际测试和横向对比中我关注的指标可以整理成一张表供选车或评估时参考。指标作用关注点最大完全刹停速度系统能稳定刹停的最高初始车速速度越高说明系统冗余越足纵向减速度建立时间从请求制动到减速度达到目标的耗时越短越好直接决定碰撞能量衰减速度误触发频率无风险场景下系统错误介入的次数过高则影响驾驶体验过低可能存在漏报风险行人检出距离系统首次稳定识别行人与本车的距离距离越远留给决策和执行的时间越多夜间性能衰减率夜间与白天相比性能的下降程度衰减率越低越好强标下这是硬门槛系统降级提示完整性传感器遮挡或失效时系统是否明确提示不可静默失效必须冗余监控这些指标不需要在屏幕上一一展示给用户但对评估团队或者理性选车的用户来说比看一百遍宣传片有用得多。2.4 性能与体验的平衡这里必须多说一句AEB不是越灵敏越好。误触发是AEB系统最大的体验杀手经常“幽灵刹车”的车用不了多久就会被驾驶者主观关闭。强标考核的是最低能力企业在设计和标定时却要在能力和体验之间找平衡。我见过一个案例某车型在白天静止车和行人场景下表现都很好但经过连续高架路段时会频繁触发预警原因是系统把路侧金属声屏障误检为障碍物。后来研发团队选择降低雷达对特定静止目标的置信权重误触发明显减少代价是对真正静止障碍物的检出距离也缩短了大概15%。这种取舍在行业内每天都在发生。倒计时背景下压力更大的品牌会在体验上让步来优先保法规工况最终用户感知到的就是刹车介入更粗暴、更频繁。3. 品牌分级观察重点关注哪些潜在掉队者3.1 第一梯队硬件冗余充足算法迭代快处于这一梯队的品牌有几类共同特征传感器套件至少是“摄像头毫米波雷达域控制器”的完整组合部分已经升级到激光雷达方案感知算法具备持续OTA迭代的能力测试数据库覆盖大量长尾场景供应商体系高度成熟执行链路的响应速度经过专项优化。这一类品牌在强标倒计时下几乎感觉不到压力甚至在法规正式落地前就已经按照更高标准完成内部验证。它们的问题反而在另一方面功能太激进偶尔会给用户带来惊吓式的介入感。如果这些品牌能进一步优化误触发策略整体体验会更好。对于消费者而言选择这一类车型属于“安全冗余充足”的方向下限很高。3.2 第二梯队基础功能可用但边界场景保守第二梯队是目前市场上数量最多的一类。大品牌、走量车型、价格区间集中在主流价位。它们的AEB系统通常能通过基础法规场景比如前车静止和匀速工况都能刹停但在行人夜间横穿、弯道目标、异形障碍物等复杂场景下表现不稳定。我对第二梯队品牌的重点关注理由在于强标倒计时意味着它们必须在不改变硬件平台的前提下通过软件标定把边缘场景的性能提上来。算法能力强的品牌可能用几个月时间就能显著改善夜间性能算法积累薄弱的品牌则会暴露明显短板。普通消费者很难从配置表上看出差别关键是看该品牌是否拥有持续迭代智驾系统的能力和历史记录。3.3 第三梯队新平台切换期功能完成度存疑第三梯队是强标倒计时下风险最大的群体尤其是正处于老平台向新平台切换期的品牌。老平台车型可能还在用旧款单目摄像头硬件性能不足新平台车型又处于开发验证的中后段AEB标定尚未完成小批量试制车上的表现和最终量产状态可能不一致。这类品牌的典型信号包括传感器套件存在明显减配、AEB功能在配置表中标注“后续OTA开通”、测试车在不同环境下的表现方差极大。如果一款车在白天晴天的测试成绩勉强合格但夜间场景完全失效而厂商答复“后续版本会优化”那么消费者就要有预期管理可能等一次OTA要等很久。3.4 已经有踩坑信号的供应商方案品牌选型之外还要关注供应链端的信号。某些低阶智驾方案供应商提供的AEB模块在强标摸底测试中出现过系统性漏检比如对侧向横穿自行车识别不稳定或者对前方静止异形障碍车完全无反应。这类问题一旦出现通常不是单点bug而是传感器融合策略的底层缺陷修复周期长且不确定性高。采购这些方案的低价车型品牌在强标落地前最有可能出现“大幅调低功能预期”的情况比如声称支持AEB但实际只做预警或者在法规允许范围内尽量压缩性能指标。关注这些品牌的消费者最好仔细确认车机系统里AEB的详细设置界面以及官方有没有公开可查的第三方安全评测记录。没有公开记录的车型不代表不安全但至少说明品牌方对能力展示的意愿偏低。4. 实测复盘我给某车型做AEB摸底测试的记录4.1 测试准备与场景选择前段时间我实车摸底测试了一款定位中端的全新车型核心目的就是验证它在强标预期下的AEB表现。测试前我做了三步准备查勘测试场地、确认目标假车和行人假人的摆放方式、制定多轮次测试矩阵。场地方面选择了一段封闭道路的直道路面为干燥沥青视野开阔可以保证系统在最理想的环境下发挥性能。目标假车使用标准的充气目标车它需要具备雷达和视觉双重反射特征避免传感器通过外观独特性识别出“这是个假货”。行人假人则采用符合标准尺寸的软性模拟人重点测试夜间低光照条件下的检出能力。测试矩阵分为三个部分前车静止CCRS工况、行人横穿工况、以及夜间行人工况。每个工况从低车速向高车速递增如果系统在某个速度点发生两次以上漏检或碰撞则判定该速度点为失效点。4.2 实测结果记录首先进行的是CCRS工况从60km/h开始测试。车辆正常行驶接近静止的假车系统在前方约40米处触发预警随后制动介入最终在距离假车约1.8米处完全刹停。整个过程制动建立比较果断没有出现二次加速的犹豫。把车速提升到80km/h后系统依然能够刹停但刹停距离明显拉长距离假车约1.2米这已经接近系统的可用边界。行人横穿工况的测试结果差强人意。白天场景下系统在行人进入车道的瞬间就发出预警并在约0.8秒后开始制动成功避免碰撞。但同一场景换到夜间后系统的表现明显退化。行人检出的距离从白天的约25米下降到约12米同时制动介入时机更晚最终测试速度只能通过65km/h以下再高就存在碰撞风险。夜间场景的测试结果其实并不意外但值得重视的是这款车用的摄像头硬件规格并不低问题出在算法对低光照目标的置信度门限设置过高导致系统倾向于“再看看等确定了再刹”。这种策略在夜间很容易把“制动决心”拖没。4.3 痛点分析与优化方向这次实测反映出的问题很典型。白天和夜间性能的巨大差异说明系统的感知算法还没有做到光照鲁棒。优化方向有两个一是调整夜间目标检出的置信度阈值宁可多一些误触发预判也要保证足够早地识别行人二是引入红外或热成像传感器从硬件层面解决低光照感知难题但成本会明显上升。另一个痛点出现在CRS工况的连续测试中。连续刹车导致制动系统温度上升后执行机构的响应速度出现轻微衰减虽然不影响单次测试的通过但在连续制动测试中暴露了热管理设计的不足。这个细节在法规测试中未必会被严格考核但真实用车场景里连续城市工况的刹停效果会受到一定影响。这种摸底测试给我的最大感受是一款车的AEB能力如何不能只看它能不能刹停要看它在多大速度范围内能稳定刹停、在什么环境条件下不降级、在连续工作情况下还能保持多少性能。这些层次感才是强标倒计时下真正的分水岭。5. 常见问题与排查技巧AEB测试与选型避坑5.1 常见误触发与场景误判AEB的误触发问题在试驾道路上经常遇到典型的场景包括通过收费站闸杆、进入地下车库、贴近高架路侧护栏等。闸杆类误触发的根源是目标分类置信度不足系统无法区分路障和收费杆只能把一切“疑似刚性目标”当作威胁。隧道入口的铁质结构物也是高发误触发区域。作为用户如果试驾中遇到AEB误触发不要直接下结论说车不安全要看它是“感知误判”还是“策略偏激”。感知误判可以通过OTA修复模型策略偏激则需要厂商调整介入时机和强度。有些品牌提供AEB灵敏度多级可调我的建议是默认选标准档位不要因为一次误触发就调到最灵敏档那样反而更容易频繁介入。另外特别提醒一点如果车机系统里有“AEB转向辅助”之类的功能在部分场景下它会在制动同时尝试转向避让这在国内复杂的道路交通环境下可能带来不确定性。选车时最好问清楚该功能是否可以单独关闭以及触发条件是否足够保守。5.2 数据标定与ODD边界AEB系统并非在所有道路条件下都保证工作这就是所谓ODD边界即系统设计运行范围。包括车速范围、天气条件、光照条件、道路类型等。很多消费者误以为AEB是“万能防碰撞”一旦在系统边界外发生事故就归咎于功能失效实际上系统可能从未认为自己应该介入。判断一款车的ODD边界最直接的方法是查看用户手册的“驾驶辅助系统限制”章节然后结合实测来验证。我在测试中发现有些车型宣称支持0到150km/h的AEB但实际在120km/h以上时只做报警不做制动或者在弯道半径小于一定值的匝道上完全退出功能。这些细节都需要实际测过才知道不能只看配置表。标定数据同样值得关注。新车下线后AEB系统需要完成摄像头标定如果车主对前风挡玻璃做过更换且没有重新进行摄像头标定系统对目标的测距精度会下降严重时可能直接误触发或漏触发。换过玻璃的车主遇到AEB行为异常优先检查标定状态不要急着怀疑硬件故障。5.3 如何快速判断一款车的AEB成色在没有专业测试设备的情况下普通用户可以用一个简单的“三段法”来判断AEB成色。第一段看配置确认车辆是否具备前向摄像头加毫米波雷达的组合只有摄像头没有雷达的方案在恶劣天气下表现大概率一般第二段看公开测试记录搜索该车型是否参与过第三方安全评测机构或主流媒体组织的主动安全测试重点关注夜间和行人工况的数据第三段看实际道路体验在试驾时说好要测试AEB请销售配合使用安全锥桶进行低速验证重点感受系统预警到制动的间隔时间是否自然。如果条件允许还可以在试驾中对前车保持近距离跟车观察系统是否会提前预警。那种伴随急促声音和轻微制动介入的车型通常AEB标定偏激进那种预警很晚甚至不预警的车型标定偏保守。合理状态应该是“预警适度、介入果断”既不让人过度紧张也不至于最后时刻大力刹停。5.4 教程式的补充AEB测试避坑清单给想做系统化测试的朋友梳理一份避坑清单全部来自我踩过或者看别人踩过的坑。测试假车必须确保雷达反射特征正常有些低成本目标车用普通布料蒙皮在雷达下几乎“隐形”会造成AEB完全无反应的假象。正式测试前先用雷达探测设备扫一下目标确认它可被稳定识别位置和速度。夜间测试前要检查路灯环境差异。不同测试场地夜间光照度可能相差极大相同车辆在不同场地测出的夜间性能可能完全不同。为了保证可比性尽量在同一场地完成昼夜测试。如果换场地记录下光照度数值并尽量让夜间测试在相近时段完成。连续多轮测试时留足系统冷却时间。AEB的制动介入会导致刹车系统温度升高影响执行响应。建议两轮测试间隔不少于三分钟同时监测制动系统温度超过正常工作范围后取消本轮测试数据。还有一个容易被忽视的细节测试车的轮胎、悬架状态对测试结果影响很大。胎压偏低或轮胎磨损严重时整车最大减速度表现会明显下降AEB的实际刹停表现会与出厂状态不一致。每次测试前统一校核胎压使用同一款轮胎保持车辆载荷一致曲线才能有说服力。写在最后的一点经验AEB强标倒计时带给我最大的触动是它把曾经“玄学”化的主动安全能力变成了一套可以标准化衡量的工程指标。过去大家在4S店试驾时感受AEB全凭销售帮忙找一个空旷场地然后对着一个纸箱踩油门成不成全靠运气。现在有了强标预期整个行业的技术路线都变得清晰起来谁的感知冗余足、谁的算法迭代快、谁的执行链路响应快谁才能在倒计时结束时从容上车牌。对消费者的建议很简单不要迷信大品牌也不要只看传感器数量。传感器多不等于性能好标定更关键。给选车留出足够的时间主动向销售索取第三方公开测试记录在试驾中把AEB纳入验证环节而不是只试加速和底盘。多花半小时做这一步可能就在未来某个紧急时刻多出半秒的余量。对我自己来说每一次摸底测试都是一次重新审视行业赛道的机会。强标倒计时是会结束的但技术迭代不会。等到法规正式生效那天市面上所有车型的AEB水平都会被拉到同一张考卷上到时候哪些品牌是“应试型选手”哪些是“实力型选手”就不再需要猜了。