【导读】近来，一段极氪9X于京沪高速夜间避险的视频激发存眷。按照公然视频，车辆其时以约125km/h行驶，前方呈现一辆静止变乱车。因为情况暗淡，驾驶员发明障碍时已经经很难完成有用操作。车辆随后紧迫减速并转向，避开了碰撞。

这段视频最值患上会商的，并不是某次“惊险救车”，而是一个更详细的问题：当高速公路上的静止障碍忽然进入视线，辅助驾驶体系毕竟依赖甚么争夺反映时间？固然本文是一篇极氪官方援助文（于此感激jin zhu ba ba），可是咱们想要做的是让你（咱们的yi shi fu mu）看guan gao也获取一些常识。

先算清晰：125km/h象征着甚么

125km/h换算后约为每一秒34.7米。也就是说，车辆每一向前行驶一秒，就会跨过靠近十层楼的高度。假如驾驶员从发明伤害到踩下刹车需要一秒，那末于制动真正最先前，车辆已经经向前挪动了约35米。夜间环境更棘手。

近光灯照射间隔、变乱车是否开启警示灯、门路坡度及驾驶员留意力，城市影响发明障碍的时间。假定驾驶员于间隔障碍物50米时才看清前方，以125km/h行驶，留给人的时间只有约1.4秒。若辨认间隔缩短到30米，碰撞时间将不足一秒。

这也是夜间高速静止障碍非分特别伤害的缘故原由。问题不只于在车辆能不克不及刹住，还有于在体系可否更早发明，以和刹不住时可否安全绕开。

此次避险，体系可能履历了三个阶段

从公然画面看，此次措置并不是纯真的AEB紧迫制动，而是感知、制动及转向配合介入的成果。

第一阶段：辨认静止障碍

高速行驶时，静止车辆其实不必然轻易辨认。视觉体系需要判定前方物体毕竟是一辆停驶车辆、门路配景，还有是路边举措措施。毫米波雷达擅长丈量间隔及速率，但部门传统体系会过滤静止方针，以削减护栏、路牌等物体酿成的误报。激光雷达可以提供更直接的三维间隔信息。千里浩瀚H7方案利用192线前向激光雷达，标称最远探测间隔为200米。这个数字代表传感器于特定前提下的探测上限，其实不等在体系能于200米外不变辨认所有障碍。

真正影响安全的是“有用辨认间隔”：体系于多远的位置确认方针、完身分类，并判定它是否侵入本车行驶路径。激光雷达受情况光影响相对于较小，但雨、雾、雪仍可能减弱点云质量。是以，现实车辆凡是会联合摄像头、毫米波雷达及激光雷达的信息举行判定，而不会只依靠单一传感器。

第二阶段：判定能不克不及刹住

辨认障碍后，体系需要估算碰撞时间，并计较当前间隔是否充足制动。高速制动间隔受车速、轮胎状况、路面附出力、车辆载荷及制动体系相应速率影响。速率越高，制动间隔增加越快。纵然传感器发明了方针，车辆也可能已经经进入“只刹车没法防止碰撞”的区域。AEB的作用是于碰撞危害到达阈值后自动减速。不外，体系也不克不及见到疑似障碍就全力制动。高速误刹一样可能造成追尾。

是以，自动安全体系一直于两个危害之间衡量：参与太晚可能撞上障碍，参与太早又可能制造新的伤害。端到端模子可以直接从传感器信息中进修繁杂场景的措置方式，但模子架构自己不等在安全。判定它是否靠得住，还有要看误触发率、差别气候下的不变性，以和对于稀有障碍的辨认能力。

第三阶段：边减速，边寻觅避让空间

假如体系判定残剩间隔不足，紧迫转向辅助可能参与。千里浩瀚利用AEB与G-AES协同：AEB卖力降低速率，G-AES按照相邻车道的车辆、护栏及可用空间计划避让轨迹。转向幅渡过年夜会致使车辆掉稳，幅渡过小又绕不开障碍，是以体系需要连续调解标的目的、制动力及车身姿态。这类“边刹边绕”比纯真制动繁杂患上多。它至少需要同时确认三件事：

本车道上的障碍确凿组成碰撞危害；相邻区域存于充足的避让空间；转向以后不会与其他车辆或者门路界限发生二次碰撞。

公然视频中提到体系于约20米位置参与。假如这个数字指的是最先较着制动或者转向的位置，那末从20米行驶到障碍物只需约0.58秒。体系极可能于更早以前已经经最先感知及判定。不然，仅靠末了20米很难完成完备避让。是以，“提早20米辨认危害”需要进一步区别：它指初次探测间隔、确认危害间隔，还有是履行动作间隔。三者寄义其实不不异。

为何还有要辨认纸箱、锥桶及动物？

传统自动安全测试凡是集中于车辆、行人及骑行者。真实门路上的障碍却远比测试模子繁杂。高速公路可能呈现失落的纸箱、散落货物、锥桶、轮胎、石块甚至动物。它们的形状、材质及运动方式差异很年夜。有些障碍很轻，紧迫转向可能患上不偿掉；有些看似平凡，却足以致使爆胎或者车辆掉控。

体系需要判定的不只是“前面有无工具”，还有包括：

它是否是可以驶过；碰撞后果有多严峻；制动可否降低危害；转向会不会带来更年夜的危害。

所谓“全方针辨认”，更正确地说，是扩展体系可以或许处置惩罚的方针类型。任何量产体系都很难包管辨认所有未知障碍。用户更应该存眷详细测试前提、乐成率及掉败案例。

持续两次避让难于哪里？

一次避让竣事后，车辆往往仍处在高速运动状况，车身姿态也还没有彻底不变。假如新的障碍紧接着呈现，体系必需从头感知情况、判定危害并计划第二条轨迹。这种场景可能呈现于施工路段、连环变乱或者货物散落区域。第二次避让的难点于在，体系没有足够时间“从头最先”，只能于第一次动作还没有竣事时继承决议计划。

持续避让能力扩展了体系的措置规模，但它仍受相邻车道空间、路面附出力及车辆不变性限定。没有可用空间时，体系没法平空创造一条安全线路。

百亿千米数据能申明甚么？

公然资料称，千里浩瀚相干体系堆集了百亿千米行驶数据，并记载了890万次避险及240万次AEB触发。年夜范围数据的价值于在发明长尾场景。例如逆光中的静止车辆、施工区异形障碍，以和被年夜型车辆遮挡的行人。工程团队可以经由过程这些案例练习模子、复现问题并调解计谋。不外，数据范围其实不直接等在安全程度。判定一套体系是否成熟，还有要看数据怎样筛选、伤害场景是否充实笼罩，以和软件更新后是否举行了完备的回归测试。一样，“最高撑持130km/h刹停”或者“可于150km/h触发AEB”这种指标，也必需联合方针类型、初始间隔、路面前提及测试尺度理解。离开测试前提，只看最高速率，轻易高估体系能力。

自动安万能做甚么，也不克不及做甚么

此次夜间避险案例申明，传感器及辅助驾驶体系确凿可能比驾驶员更早察觉危害，并于极短期内同时节制制动与转向。它不克不及申明体系于所有场景下城市乐成。传感器可能遭到卑劣气候、污损及遮挡影响；算法可能误判稀有方针；相邻车道也纷歧定总有空间。当前量产辅助驾驶体系仍要求驾驶员连结留意力，并为车辆保留充足的跟车间隔。

自动安全真正有价值之处，是于驾驶员反映不足、视线受限或者判定掉误时，多提供一次防止变乱的时机。评价这种技能，也应回到几个可验证的问题：多远能发明、多久能决议计划、几多速率可以或许降下来，以和避让历程中是否会引入新的危害。125km/h下，每一提早一秒辨认伤害，就多出约35米的措置空间。这35米，才是整套自动安全体系争夺的工具。