号称能"使追尾减少40%"的神器，缘何经常"被鸡肋"？

作为主动安全功能列表中最重要的一项、也是最先得到普及的ADAS功能，被誉为“21世纪的安全气囊”的AEB（自动紧急制动），正在成为传统汽车制造商们的噩梦。

自沃尔沃于2009年首次将AEB应用在量产车上之后，越来越多的中高端车型开始将AEB作为标配。当然了，对这些中高端车型来说，安装AEB都不是政策强制，而是厂家自愿。

有多项统计数据显示，AEB使追尾事件减少了40%左右。但这一乐观数据背后的另一面是，在过去几年里，仅美国NHTSA就收到了数千起针对AEB故障的投诉，甚至有制造商被消费者发起集体诉讼。

AEB故障，主要出在软件身上。

软件故障，对以特斯拉为代表的智能汽车厂商们来说，可以“轻轻松松”地通过OTA来解决；而对传统汽车的制造商们来说，就是不堪承受之重负了——哪怕是一个很简单的软件升级，也必须通过大规模的召回来搞定。

最新的例子是，3月中旬，曾经第一个使用AEB的玩家沃尔沃汽车便宣布，将从5月起在全球范围内召回在过去一年内生产的9款车型，总数达73.6万辆！

而在沃尔沃之前，本田、丰田、捷豹路虎、起亚、马自达、日产等的多款车型均因AEB功能缺陷而做过召回，其中，日产于2019年在加拿大市场召回了9万辆。粗略统计，AEB功能缺陷引发的车辆召回总数已接近100万辆。

根据各国的法律政策，在接下来的一两年里，AEB在量产车上的渗透率将越来越高，直至成为90%以上新车的标配。而令人不安的是，根据已公开的信息来看，AEB的功能缺陷在一时半会儿还无法解决。

除上述提到的大规模召回外，车主们针对AEB的投诉从未“消停”。如果不出“意外”，接下来几年，还会有许多汽车制造商会因AEB问题而被推向舆论的旋涡中。

诚然，“内行”人都很清楚，AEB只是一项最基本的辅助驾驶功能，因此，其不完美不仅是“可以理解的”，而且也是“合理的“，所以，消费者没必要”吹毛求疵“；然而，期望值被吊高的、“不理性的”消费者能心悦诚服地接受这样的解释吗？

更可怕的是，我们梳理了用户在网络上的大量吐槽后发现，AEB功能最令人难以接受的问题，不在于它偶尔“在该刹车时不刹车”，而在于它“在不该刹车时乱刹车”——前者只是“不帮忙”，而后者则简直就是“添乱”了。

如果说AEB“偶尔帮不上忙”尚可理解的话，那它“经常添乱”则是连十分理性的消费者也难以容忍的。

事实上，工程师们早就意识到了这个问题，他们也一直努力地在AEB“多帮忙”和“少添乱”之间寻求平衡，但确实很难......

一．“前赴后继”的召回

在讨论AEB的功能缺陷之前，我们需要先排除一种容易发生的误解。

AEB只是一项辅助驾驶功能，其在效力的优先级上是低于驾驶员的人工操作的，也就是说，哪怕AEB的功能完全正常，只要驾驶员转了方向盘，或踩了油门（包括误踩油门），AEB便会立马退出。

自动驾驶公司/制造商这么做的目的是：不让系统在紧急情况下去猜测司机的意图，尽量减少因误报给用户带来的烦恼。

不过，这种情况也很容易被用户误以为是“AEB失灵”。

在2016年12月，一批不明真相的车主向特斯拉发起了针对AEB的集体诉讼，起诉的原因是，他们发现，一旦他们用脚踩了油门，AEB就无法启动了。

排除这种误解后，AEB的功能缺陷，有且仅有两类：
1. 在人类驾驶员未能发现障碍物，或即使发现了障碍物也没有采取恰当措施的情况下，AEB系统也未能对前方障碍物做出反应，在应当刹车的时候没有刹车；
2. 明明前方没有障碍物，但AEB系统却“看见了“障碍物，因而在不该刹车时刹车了。

无论在特斯拉还是沃尔沃，这两种问题都可能出现在同一款车上。

从原理上看，第一种现象属于AEB系统的“漏检”，而第二种则属于”误检“。通俗地说，漏检就是系统“临时眼瞎”，而“误检”则相当于系统“看见鬼了”，因AEB误检引起的问题又称“幻影制动”。

特斯拉在自动驾驶下出的多起事故，都是由AEB的“漏检”所致，沃尔沃此次召回的73.6万辆车，问题也出在AEB“漏检”上。不过，从NHTSA收到的用户投诉来看，“幻影制动”其实是更常见、也更危险的问题。

早在2015年上半年，NHTSA就收到了 176起Jeep Gand Cherokees用户关于AEB“幻影制动”问题的投诉。当时，NHTSA针对9.5万辆Jeep Grand Cherokees展开了为期一年的调查，但没有没有发现任何缺陷，最终在2016年9月份做出“没必要召回”的决定。

但其他几家制造商，可就没那么幸运了。下表是在过去几年里主要汽车制造商们因AEB功能缺陷而做出的召回名单：

除这些已确定的召回案外，因AEB问题而被用户频繁投诉的日产、大众、丰田等公司正在接受NHTSA 的调查。

以日产为例，截至去年11月份，NHTSA已收到了近900条日产Rogue用户对AEB“幻影制动”的投诉。在这些投诉中，有一位愤怒的用户称：在这款车上，AEB引发的“被追尾”比它减少的追尾数量还多！

倘若NHTSA在调查后责令日产对Rogues进行召回处理，则召回规模将在60万辆左右。

此外，虽然目前NHTSA的调查主要针对的是日产的Rogues，但其他日产和英菲尼迪车辆的AEB系统在设计和某些部件上是相似的，可能存在同样的缺陷。

而在中国市场上，去年曾有一些2019款东风日产奇骏车主收到日产方面通知，让他们4S店里做软件升级，解决AEB“幻影制动”问题。”

本田和丰田尽管在2015年已针对AEB故障做过一轮召回，但同样的故障在2019年再次被用户投诉了。这次，投诉的主力军是本田CR-V和丰田Pruis的用户。

据Comma.ai公司在2019年9月份针对本田 Accord上搭载的博世AEB做的一系列测试，在104万英里的行程中，AEB功能启动了194次，其中误检10次，超过5%。

当然了，除这些传统车企外，AEB装配率达100%的特斯拉也是NHTSA手中的“AEB投诉榜”上排名靠前的常客。而在各种网络论坛上，特斯拉毫无疑问是用户针对AEB功能缺陷（漏检和误检都有）的吐槽最多的车企了。

如尽管AEB是默认开启的，但也有特斯拉用户反映，在没开启Autopilot的时候，他的车从来没有过自动刹车的记录。

只不过，对软件引起的AEB功能缺陷，特斯拉不需要像传统车企那样召回，而只需要通过OTA就可以“搞定”；如果一时半会儿还无法通过OTA搞定，那意味着算法还不成熟，即使召回也解决不了问题，因此，仍然不必召回。

二．漏检：关键时刻掉链子

AEB产品设计的最基本目标，是能在紧急情况下帮助驾驶员刹车，避免前方碰撞事故，至少也得减轻事故的严重程度，若连这一基本目标也实现不了，便是“违背初心”了。

从已公开的信息看，AEB“漏检”，有可能是由硬件故障导致。

如斯巴鲁 Outback 和 Liberty于2015年在澳大利亚遇到的AEB失灵，原因便在于刹车的灯开关出现故障。而日产的Sentra 、Armadas、Altimas和Muranos在2018-2019年的失灵，则是因为毫米波雷达经常无缘无故地关闭。

斯巴鲁当时的做法是将相关批次的车辆召回更换刹车灯，而日产则拒绝正式召回。从大量用户的反馈来看，日产的做法是为上门“理论”的用户更换毫米波雷达，但1300美元的费用需要用户自己承担。

不过，在大多数情况下，AEB的“漏检”都是由软件原因所致。注意，我们在这里用的词是“软件原因”，而非“软件故障”，意即，有些问题，我们看起来是“故障”，但从产品设计的角度看，则未必是“故障”。

软件原因导致的“漏检”，最常见的是“无法识别静态障碍物”。特斯拉的车辆在自动驾驶下发生的事故，大多都是因为AEB系统未能检测出前方的静态障碍物（如卡车、消防车等）。

对这个问题，业界有一很普遍的解释是：AEB依赖的主传感器是毫米波雷达，而毫米波有明显的多普勒效应，擅长检测移动目标，不擅长识别静态物体。

但在AEB连前方正处于移动状态的障碍物也未能检测到的情况下，这个解释就“失灵”了。

如特斯拉Model S于2016年5月份在佛罗里达州发生的那起著名事故，事发前，Model S在高速上行驶，而与之相撞的半挂卡车则在Model S的前面左转弯。也就是说，“障碍物”不是静止的。

对此，有一种解释是，毫米波雷达不仅不擅长检测出静态障碍物，而且也不擅长检测“不沿着汽车行驶方向移动的物体，比如横穿马路的卡车等”。这个解释，投机的色彩很浓。

其实，我们还得从算法上来找答案。

早在2016年夏天，在那起事故发生后，Mobileye的首席沟沟通官Dan Galves就做出解释了：

“目前的AEB系统，仅仅是针对追尾问题而设计的，也只适合用来避免跟前车的碰撞。也就是当车辆横向驶入时，目前的 Autopilot 系统本身就不具备足够的判断能力。”

AEB“仅针对追尾问题设计”，这句话至少包含了以下几点信息：1.AEB能检测到的前方障碍物必须是车辆；2.该车辆必须是正在行驶的。

这意味着，用户普遍反映的特斯拉自动驾驶系统无法识别石墩、锥形桶等静态障碍物的问题，充其量只能算做自动驾驶系统的“局限性”，却不能说是“故障”。

用户之所以认为那是“故障”，是因为他们希望AEB能在超出其“设计域”之外的场景中发挥作用。

除特斯拉来之外，还有数十家主流车企都使用了Mobileye的软硬一体化AEB方案（即算法也是Mobileye提供的），这意味着，AEB无法检测静态障碍物的问题，他们同样会遇到。

如沃尔沃这次召回的V60、XC90等多款产品，其Pilot Assist系统就中搭载Mobileye的EyeQ 3，丰田凯美瑞上也搭载了同样的方案。

这些制造商也清楚地意识到了AEB系统的缺陷，他们已经告诉车主不要过于依赖AEB。

沃尔沃的用户手册上明确写着：“驾驶员辅助系统将忽略静止的车辆。“这意味着，当前面的一辆车突然变道或转弯，突然呈现在沃尔沃XC 90前方的是一辆停着的车辆时，XC 90将可能直接撞上去。

比如，丰田凯美瑞的用户手册中说：如果你的车辆正在爬坡，AEB系统可能无法检测到离地比较高的车辆或尾部较低的车辆；如果摄像头被雨刮器遮挡，AEB可能无法使用；当阳光直射前方车辆或安装在后视镜附近的摄像机时，AEB可能无法工作。

比如，丰田卡罗拉的经销商真诚地告诉用户：这款车的AEB无法在高速公路上阻止交通事故，而且它的设计初衷也不是这样的，“它是针对停车场设计的”。

长期以来，之所以特斯拉在AEB失灵问题上遭到了比别的车企更多的吐槽，并不是因为特斯拉的用户“更难缠”，而是特斯拉在产品宣传过于激进，结果导致用户的期望值过高。当发现产品的功能跟自己之前预期的不一样时，用户必然失望。

当然，特斯拉在2016年10月份将Autopilot从1.0升级到2.0，Autopilot 2.0上的算法都是特斯拉自己研发的。此后，AEB在哪些情况无法检测到障碍物、无法刹车，便取决于特斯拉自己的算法是怎么写的了，不能再让芯片供应商“背锅”了。

2019年11月份，在一次软件升级后，搭载了FSD芯片的特斯拉自动驾驶系统已经可识别锥形桶，并规划出绕开锥形桶的方案。AEB系统能否在锥形桶面前刹车我们尚不清楚，但特斯拉的用户手册上仍然写着“前方车辆或障碍物处于静止状态时，可能无法刹车”。

7月份，曾有Model 3用户在论坛上爆料，他的车在自动驾驶状态下撞翻了建设区域的锥形桶。

这位用户愤怒地吐槽：“在我最需用的时候，AEB却没有派上用场。”不过，这位用户没注意到的是，他的Model 3在撞向锥形桶前的速度为120公里/小时（75英里/小时），超出了AEB能对静态障碍物发挥作用的“设计域”。

AEB对静态障碍物的反应能力，受到车辆时速的限制。在车速低于某个值时，大多数车辆上的AEB都可对静态障碍物做出反应；但当车速超过这个“临界值”后，AEB便无法对静态障碍物做出反应了。

这个所谓的“临界值”，到底是多少，各家车企给出的数据都不一样，沃尔沃说是20英里，这个算是比较低调的。但也有的说是25英里，有的说是33英里，有的说是37英里，有的说是40英里。

不过，这些数字可能是有水分的。从各机构测试的结果来看，很少有车辆的AEB能在时速超过30英里时对静态障碍物做出反应。

据国内一位前特斯拉车主、现蔚来车主爆料：蔚来的AEB在车辆时速达到50公里时仍可对静态障碍物做出反应，而特斯拉的AEB则在车辆时速达到30公里时就不行了。

目前，NHTSA关于AEB对静态障碍物（通常是车辆）反应能力的测试是在25英里/小时的单一车速下进行的，而IIHS（美国高速公路安全保险协会)也只在12英里/小时和25英里/小时两个车速下评价。出于成本考虑，汽车制造商们还没有足够的动力推出高于这个标准的AEB。

除传感器、算法及车速外，ACC的状态也可能会对AEB的正常使用产生一定的影响。

尽管自动驾驶公司的大多数工程师及清华大学邓志东等学者们都认为，AEB和ACC是两个独立的功能，AEB是默认开启的，并且具有更高的优先级，但最近有某造车新势力的用户反映：在没有开启ACC的情况下，从来没有感觉到AEB存在过。

对此，一些工程师的解释是：从技术上，AEB和ACC是可以分开的，但各家的情况会有所差异。如果方案是由Tier 1做的话，AEB和ACC可能会被捆绑在一起。

而智加科技高级主任科学家崔迪潇博士的的解释则是：
AEB和ACC的供应商通常不是同一家，为了划清职责，双方通常会强行分割开AEB和ACC的“作用域”，即存在一定区间，两个产品都不覆盖。
这种划分导致的一个结果是：在ACC状态的“结尾位置”和AEB状态的“起始位置”中间，可能无模块负责。
如果是这种设计，则在ACC关闭的情况下，因为没有ACC完整连续地过渡（或减速）以更大程度地减少车速，AEB便可能效果不佳，甚至无法发挥作用。

如果连ACC也成为影响AEB发挥作用的因素，那解决AEB“漏检”问题的难度无疑会加大，甚至充满了不可预测性。

三．误检：经常帮倒忙

不过，“漏检”的问题再多，与AEB系统“误检”引起的“幻影制动”相比，都是小问题。因为，只要驾驶员注意力足够集中，“漏检”导致的不良后果便可以被最小化，而”幻影制动“问题则是让人防不胜防。

“幻影制动”发生的场景，主要是：车辆前方有树木、立交桥、弯道、铁路道口、斜坡等。

因为，树木、立交桥的影子都可以被视为“障碍物”，而在前方道路弯曲的情况下，从传感器的角度，停在另一条路上或路边的车可能是在你的“正前方”，系统断定“有危险”，因而紧急启动刹车。

在IIHS于2018年做的一次测试中，一项Model 3在180英里（288公里）的行程里，共发生过12次“幻影制动”，其中7次是被路上的树影误导；其他的则是针对另一条车道上迎面驶来的车辆，或是在前面很远的地方穿过马路的车辆。

大众的用户在2018年投诉，当车辆在爬坡时，前方坡面有可能被AEB认为是“障碍物”，进而采取刹车行为。

美国车辆交易平台 BestRide通过对数千辆车的测试发现了这样两种容易引发“幻影制动”的情况：
你前面的车辆发出右转弯信号，根据经验，你可以在本车道上来个大弧度的转弯，以避开前车的后角，但AEB认为你这样做很危险，它会自动刹车；
你开启了ACC，在前方车辆减速时，你本打算转向超车，但AEB看到前面的车辆开始减速，便也启动了刹车。

此外，如果路边的金属栅栏、限速标志、低悬交通灯及车辆前方飞起的易拉罐、塑料袋、树枝、风滚草、正在下落的冰雹被系统视为“危险障碍物”，也可能触发“幻影制动”。

早在2012年，两辆日产英菲尼迪JX35运动型多用途车( JX35 suv)在新泽西大桥的同一地点，误将栅栏当成障碍物，发生过“幻影制动”。而本田在2015年召回了4.8万辆车，原因也是其AEB系统容易被路边的金属栅栏或护栏激活。

而据Autolog在2019年9月份的一篇关于日产 Rogue的报道，甚至连从地下管道里冒出的水蒸气都有可能引发“幻影制动”（原话：Steam -- a common sight in Manhattan, among other places -- also can trigger the system）。

值得注意的是，在误检的情况下，导致AEB系统“幻影制动”的“危险障碍物”，大多都是静态的。鉴于用户对“幻影制动”的吐槽比对”漏检“的吐槽还要常见，这充分表明，AEB系统对静态物体的检测及作出反应能力其实“可以很强大”，可惜的是，这种能力发挥作用的场合经常不大对劲。

话说，不同于“漏检”相关内容几乎出现在每一款搭配了AEB的车辆的用户手册中，“幻影制动”问题在用户手册中的“存在感”很弱。

不过，随着“幻影制动”逐渐成为用户投诉的热门问题，汽车制造商们也开始重视起来了。

如本田的用户手册里面提到 AEB（本田内部称之为CMBS，即碰撞减缓制动系统）“可能在司机认为不应该启动的时候启动。”

而一汽解放的用户手册上也提到：“雷达在弯道上探测车辆的能力有限，因此，在过弯、进弯或出弯时，传感器可能无法辨别探测到的前方车辆究竟处于哪个车道，进而导致AEB可能突然发出警报或直接刹车。”

若后方没有其他车辆，则“幻影制动”的后果充其量是车上的人受到惊吓，而在后方有其他车辆的情况下，“幻影制动”则可能导致本车被追尾。若后车速度过快，幻影制动甚至可能引发灾难性后果。

2018年12月份，在一起针对日产的AEB“幻影制动”诉讼中，原告方称：本来应该帮助保护司机的电子功能反而就成为了一种“安全隐患”。

由于其潜在后果的极端情况是完全可以预测的，因此，“幻影制动”即便是尚未真的引发严重事故，也足以让汽车制造商们不寒而栗。丰田在2015年11月召回3.1万辆涉嫌“幻影制动”的车辆后，并不是简单地对AEB软件进行升级，而是重新换了一套全新的系统。

在此之后，“幻影制动”问题基本都是通过控制软件升级来解决的。不过，由于ADAS的算法不会像自动驾驶那样去做大量的模拟仿真测试，总会有许多边缘场景/极端工况会被忽略掉，因此，“漏检”和“幻影制动”都很难避免。

在AEB引发“幻影制动”的情况下，司机通过及时踩刹车迫使AEB系统退出，可以作为一种解救措施。但在许多情况下，当车辆无缘无故地来一个猛刹车后，驾驶员恐怕是要被吓傻了吧，哪里还有心思踩刹车？即使想到了踩刹车，力度能把握好吗？

对用户来说，直接将AEB关掉，是最简单的选择。

2018年9月份，爱荷华州立大学发布了一份在AAA交通安全基金会资助下的研究报告，这份报告调查了十多家汽车制造商的近100个车型的1000名车主，得出以下数据：34%的车主对AEB持不信任态度；而11%的车主偶尔会关闭AEB功能，理由是“太烦人了”。

在国内，也有一些用户反映，“幻影制动”导致AEB的体验很差，他们有时会干脆将AEB关掉。这意味着，在未来某个急需AEB来“救命”、AEB也有能发挥作用的关键场合，AEB可能是缺席的。

并且，尽管自动驾驶产业的工程师和专家们普遍认为“AEB和ACC是两个互相独立的功能”，但也确实有一些用户反应，“在AEB关闭后，ACC也无法正常使用了”。

早在2017年10月，就有大量特斯拉车主在论坛上反映，AEB功能被禁用，进而导致其ACC也无法使用。

2019年8月，又有日产Pathfinder的经销商告诉用户：你无法只关闭AEB而不禁用ACC。

对这种现象，某卡车（重卡）公司自动驾驶工程师的解释是：我们做自动驾驶，是先做AEB，后做更高一个阶段的ACC。没有AEB不能做ACC。

这意味着，尽管AEB可独立存在，但如果AEB关闭了，在前车刹车的情况下，后车就无法与前车保持固定距离了，因此，ACC功能虽然没关闭，但也算是“临时失效”了。

而在在特斯拉论坛上，有一些荷兰和比利时的车主们还提到了另一种情况：只有在Autopilot 或ACC开启时，AEB“幻影制动”的问题才会出现。因此，为了避免“幻影制动”，他们便干脆减少对Autopilot或ACC的使用次数。

ACC真是“无辜躺枪”。

尽管关闭AEB或ACC只是一个短期的解决方案，但一些从业者们担心，次数多了之后，“关闭”会成为用户的一个习惯。

自动驾驶公司及汽车制造商们从未停止对AEB算法的优化，这意味着，随着数据越来越丰富，“幻影制动”的问题会越来越少。

然而，一旦过于频繁的“幻影制动”给用户们留下了心理阴影，使得他们习惯了关闭AEB，那么，即使有一天AEB已经变得比较完美了，用户们可能仍然会用“过去的眼光”看它，这便导致其价值完全无法发挥出来；另一方面，用户们则被置于完全不必要的风险之中。

因此，尽最大努力降低“幻影制动”的概率，已成为提升用户对AEB的信心的最关键抓手。AEB的前途命运如何，在很大程度上便取决于“幻影制动”问题解决得怎么样。

四．“不添乱”与“多帮忙”难以平衡

在美国，NHTSA是对“幻影制动”问题关注最多的政府机构。不过，在2014年的一份报告中，NHTSA称，虽然大多数评论者都认为防止“幻影制动”的重要性，但实际上他们并不相信所有可能的“幻影制动”场景都通过测试被排查出来。

在欧洲，Euro-NCAP的测试标准里面，已经有关于验证AEB是否存在“幻影制动”问题的内容了。

在中国，C-NCAP参考了美国NHTSA前几年的研究项目，增加了板和相邻车道试验，以排查可能存在的“幻影制动”问题。

不过，NCAP这种第三方机构的测试标准对车企不具备强制力。

在中国，目前AEB在重卡上已是强制执行了，但交通部在2019年3月15日发布的《营运车辆自动紧急制动系统性能要求和测试规程》中，并没有提到关于“幻影制动”的测试内容。

当前，降低“幻影制动”的概率，主要靠企业自觉。

特斯拉在过去几年已取得了不少进步。

2017年8月，特斯拉将自动驾驶硬件从Autopilot 2.0升级到2.5，软件也做了相应升级，此后，AEB误检的次数明显减少。即使把AEB的“敏感度”调到最高，幻影制度也比之前少得多。

在2018年10月份升级至9.0 版本、在2019年10月份升级至10.0版本后，AEB“幻影制动”问题再次大幅度减少。

跟据特斯拉官网上的说法，降低误检率的最关键手段是，拥有更为详细的点云数据。而为了获取更详细的点云数据，特斯拉采取了以下几招：

1.）通过软件升级对现有硬件进一步挖掘，让雷达可以探测到的周边物体（数量）达到以前的数倍，并且有能力在每一个物体上获得更多细节信息。

2.）整合每隔0.1秒获取的雷达快照，汇编成为现实场景的"3D"影像。(通常)通过单一影像帧，很难知道物体是移动的，静止的，或者只是反光造成的虚像；而通过比较包含车辆速度、预期轨迹信息的连续影像帧，则可以分辨前方物体是否是真实的，同时预估发生碰撞的概率。

3.）通过机器学习功能标定出那些容易误导传感器（雷达）的场景，将其添加进“白名单”，以后再遇到这些“疑似障碍物”的时候，直接“放行”。

不过，在“误检”的减少同时，“漏检”的概率可能会提高。在现阶段，一款车很难做到误检率和漏检率都比其他车低。

“误检”和“漏检”永远是一对难以调和的矛盾。

如果追求的重点是“尽可能减少前方追尾”，那就应该一看见”疑似障碍物“就刹车，结果便可能是”误检“频发；如果追求的重点是舒适、”减少后方被追尾“风险，那做法应该是“没十足把握就不刹车”，结果便可能是“漏检”频发。

“从技术的角度来看，如果你想降低漏报率，那么误报率必须上升，反之亦然，”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。

一个横向比较的例子是：丰田普锐斯在“幻影制动”问题上处理得比特斯拉好，但在“漏检”的问题上就做得不如特斯拉。

问题在于，在资源和时间都有限的情况下，在“应该刹车时不刹车”和“不该刹车时乱刹车”之间，应该优先攻克哪一个问题？常人往往出于本能觉得应该给予前者更高的优先级，然而，工程师们通常会都会优先解决后者。

原因其实很简单：“漏检”的后果，顶多是AEB系统给司机 “帮不上忙”，而“误检”造成的“幻影制动”，在性质上则属于“添乱”了。

只要驾驶员注意力足够集中，AEB系统哪怕帮不上忙，也没关系；而AEB系统一旦“添乱”，则让人防不胜防，就算不会引起重大安全事故，也会因为影响舒适性而令人无法忍受，进而迫使驾驶员将其关闭。

还记得Uber在两年前那起自动驾驶致命事故吧？事发前，车辆自带的AEB系统被禁用了。而工程师们这么做的原因则是，大Boss要来检阅他们的工作成果，他们害怕AEB会在大Boss试乘期间“添乱”，进而影响到大Boss对他们工作成果的评价。

Uber的工程师们单纯地认为，只要把AEB关掉就省事儿了。然而，结果却是，在灾难真的降临、急需AEB上场的时候，AEB却缺席了。然后，就悲剧了。

更不用说，在某些情况下，关闭AEB还会影响ACC的正常使用。

所以，工程师们在写算法时要遵守的一个原则是：为了尽大可能地降低误检率，可以容忍相对较高水平的漏检率。

在这种“不求无功，但求无过”的逻辑指导下，AEB仍然会努力地检测障碍物，但若有丝毫“误检”的嫌疑，它便会决定就该障碍物“pass”掉。

因此，在无法增加投入（传感器、测试训练）的情况下“多帮忙”和“少添乱”便难以同时兼顾了。

五．务必管理好用户的期望值

从特斯拉已经走过的路来看，迭代AEB的检测能力并不容易，甚至，在某个几段AEB能力出现倒退也是有可能的。

2016年10月份，特斯拉将Autopilot 升级到2.0版，芯片从Mobileye的EyeQ3换成了英伟达的GPU，但更换芯片引发的一个麻烦是：AEB功能降级了。

在Autopilot 1.0时代，只要车速不超过85英里/小时，AEB便可发挥作用；但在刚启用的Autopilot 2.0中，只有在车速低于28英里/小时的范围内，AEB方可发挥作用。

原因在于，在Autopilot 2.0中，英伟达只提供芯片，算法得由特斯拉自己来完成，这也是特斯拉一直以来追求的方向。不过，由于行动过于仓促，当时，特斯拉自研的算法还没搞好。

2017年4月上旬，一些迟迟等不到新的AEB功能上线的Autopilot 2.0用户把特斯拉告上法庭。4月25日，特斯拉针发布了可应用在Autopilot 2.0上的AEB功能。

不过，到了9月份，在Autopilot 2.0升级至2.5（增加了几颗小芯片）后，由于最新的硬件修订要求在启用AEB之前有一个“临时校准期”，特斯拉又宣布将AEB功能暂停了六周。待新版的软件完成后，AEB功能才重新启用。

特斯拉的走过的路，某些中国车企可能要再走一遍了。

国内某新能源车企，之前AEB用的是博世的软硬件一体方案，去年芯片换成英伟达的Xavier，算法由自己开发。但尝试了好久之后发现，AEB这么个基础的功能，做起来并不容易。

不过，与传统车企相比的话，这家新能源车企面临的困难算是比较小的了——他们的整车电子电气架构可支持整车OTA，就算AEB的算法暂时还不完善，也可以先把硬件都装货，等算法成熟了再通过OTA推送到已经卖出去的车上就好了。

那些沿用老的电子电气架构、无法支持整车OTA的传统车企们就惨了。今后，哪怕一个细微的软件瑕疵，他们都需要通过大批量的召回才能解决。解决同样的问题，他们需要承受的成本是那些具备整车OTA能力的同行们的数倍，甚至数十倍。

在产品力既定的情况下，要减少召回，就得减少用户投诉，而要减少用户投诉，最关键的就是，管理好用户的期望值。哪怕没有召回的压力，管理好用户的期望值也是非常重要的。

总体上，传统车企对自动驾驶及ADAS功能的宣传上要比特斯拉保守得多，因此，他们收到的投诉也要少一些。

我们在前面说过，特斯拉AEB遭遇的吐槽比任何一家车企都多，不是因为他们的产品最差，而是因为，他们前期的市场宣传拔高了用户的期望值，结果，只要有个细心的地方达不到先前口头承诺的水平，用户就会极其失望，甚至愤怒。

国内的造车新势力、新能源车企，在自动驾驶、ADAS的起步阶段，必须要吸取特斯拉的教育，才能避免掉很大麻烦。

国内某新能源车企，在车辆交付后，用户的理解是“AEB可以检测行人”，但仔细读看发现《用户手册上》的“警告”部分写着：

『在“行人被部分遮挡、行人所穿的衣服不适合对其身体轮廓形成清晰的图新、行人与背景之间的对比不够强烈、行人携带有大件物体”的情况下，AEB实际上无法检测到行人。』

警告是写得很到位了，但普通用户哪会读得这么细啊？即使都读完了，能牢记于心吗？

根据用户手册，AEB成功检测到行人，不仅对环境有要求，而且，对行人衣服的颜色也有要求，但在真实场景下，行人穿什么颜色的衣服，完全是不可控的。普通用户如果不理解这些细节，一旦日后因误解产生心理落差，极有可能对制造商”粉转黑“。

从管理用户期望值的角度说，干脆写成“AEB可能无法检测行人”，虽然可能使逼格打了折扣，但对避免用户的心理落差，却有极大的好处。

由于成本原因，AEB系统用不起太昂贵的传感器，因此，不可能拥有全自动驾驶系统那么强的感知能力，在很多情况下，它甚至无法分得清前面停着的是一辆车、一个行人还是一个垃圾桶。

况且，用户并没有为AEB掏多少钱，因此，只要提前讲清楚（需要销售人员在口头上讲清楚，而不只是在用户手册里讲），AEB只是一个冲突缓解机制，而不是一个冲突避免机制，“确实有用，但可能没你想象的那么厉害”，理性的用户应该都可以接受。

对整个自动驾驶行业来说，克服技术难题的挑战道阻且长，但通过提前管理好“人心”为减少好多后续的潜在麻烦，却要容易得多。因此，不妨碍在做好技术的同时，也拿出一点心思来“管理人心”。