AEB误认高速广告牌车辆为真车，“幽灵刹车”为何频现
近日，一辆在高速公路上行驶的理想L9误将广告牌识别成真车致追尾一事引发关注。
一位湖北襄阳的理想L9车主在社交媒体上称，自己驾驶未上牌的新车理想L9在高速公路上开启了辅助驾驶系统，车辆在行驶中检测到高处广告牌上的小货车图片，突然急刹，导致后车追尾。涉事车辆为理想L9 Pro车型。事故发生后，经交警认定，该车主负此次事故的全部责任。
理想汽车方面表示，对此次事故分析的结论是，视觉误检前方广告牌上的卡车，导致自车异常减速，辅助驾驶目前确有一定局限性。
AEB误判
官方资料显示，理想L9 Pro版车型搭载了智能驾驶AD Pro，可实现安全舒适的高速NOA（ 自动辅助导航驾驶），车型配有10个摄像头、12个超声波雷达和1个毫米波雷达。今年北京车展期间，理想智能驾驶AD Pro、AD Max平台能力全面进化。其中，AD Pro 3.0于5月初随OTA 5.2推送，实现千公里接管级别的高速NOA、支持红绿灯路口起停的城市LCC（车道居中辅助）、复杂车位的智能泊车。
去年5月，四川甘孜一车主驾驶理想L7在路上正常行驶，突然车速从80km/h降速到20km/h，直接刹停。该车主表示，当时路上没有任何障碍物，只有一块广告牌，上面有一个人准备起跑。车主联系了理想汽车，官方表示，该事件是因为系统把广告牌上准备起跑的人物，识别成了在路中间的真人，所以才紧急刹停。
当驾驶员开启辅助驾驶功能后，车辆在前方没有障碍物或不会与前车发生碰撞的前提下，在高速行驶中突然刹车，也就是车辆AEB（紧急制动功能）自动启动，这种现象被称为“幽灵刹车”。
“幽灵刹车”现象出现的原因是AEB功能出现识别错误。
辉羲智能研发人员马静表示，AEB是目前很多车辆都已配置的一项功能，通过安装在车上的辅助驾驶系统——可以是摄像头、毫米波雷达、激光雷达，或各种组合——对自车状态及周围交通环境实时监控，并分析计算，判定合适的刹车介入时机。
AEB的TP（正确触发）和FP（错误触发）是一对矛盾，概率上讲，TP越大，FP必然也越大。而在实际体验中，误触发的危险不言而喻，随着AEB的普及，误触发导致的惊吓和伤害已越来越多成为抱怨焦点。
马静认为，真正做好AEB很难。“需要感知能力强、系统链路延时小，光这两点想要做好都不容易。此外，AEB功能算法本身，也会导致性能天差地别。”
“当前主流的驾驶辅助系统，主要使用摄像头和毫米波来进行感知，但摄像头识别精确度较低，难以区分和天空颜色较为接近的物体；毫米波雷达的识别精度更高，但对于静止物体敏感度较低，并且无法准确识别塑料、布料等材质的物体。”一位行业人士在接受第一财经记者采访时表示。此外，辅助驾驶技术需要进一步提高视觉和感知能力，配备多重安全保障系统，包括传感器、摄像头、雷达、激光雷达等，实时感知周围环境，才能做出正确的决策。并且需要实现线上线下联动监管，包括监控系统、数据传输系统、智能控制系统等，实时监测和反馈车辆状态和行驶情况，包括车速、方向、路况、气象等，及时处理突发事件和故障，以确保安全性和稳定性。
自动驾驶功能仍需优化
此前，特斯拉也爆出类似的事故。2023年7月，特斯拉因为自动驾驶安全问题遭到加州总检察长办公室的调查。起因是2022年8月，一位2018款特斯拉Model 3车主向联邦贸易委员会提出投诉，原因是车辆存在“幽灵刹车”问题。该车主表示，自己购买特斯拉FSD软件花费数千美元，但在实际使用过程中，他感到被特斯拉误导了。车辆在开启了自动驾驶功能之后，会在正常行驶途中将路旁的标牌误认为是限速或停车标志，然后猛踩刹车，给车主带来人身危险以及车辆追尾事故的风险。
有观点认为，特斯拉可能采用了纯视觉自动驾驶方案，这导致了问题的产生。特斯拉汽车完全依赖摄像头收集数据，相较于国内车企的混合视觉方案，其数据收集可能不够全面，尤其是在存在遮挡物的情况下。
“激光雷达形成的图像叫点云，是由千万个点组成的，它本身看不见图像，但像一个盲人摸象一样，能塑造出障碍物的轮廓。所以广告牌无论画了什么，都不会影响在系统里的呈现，只是一块方块而已。”汽车行业分析师刘刚（化名）对记者表示，几年以前，特斯拉也出现过面对白色横停的集装箱货车，直接撞上的情况，它把白色车厢理解为晴朗天空下的白云。不过经过多年的演进，相信特斯拉已经有针对性地做了重点训练，早已解决这一bug。
值得注意的是，近日美国激光雷达上市公司Luminar在财报中透露，特斯拉成为其2024年第一季度最大的客户，贡献了该公司10%以上的收入。按照财报公布的数据计算，特斯拉购买了超过210万美元的激光雷达。
在智能驾驶技术路线上，一直以来，特斯拉坚定视觉方案，而多数车企选择了激光雷达的技术路线。不过，今年以来，广汽、华为纷纷发布纯视觉方案智能驾驶产品。其中，华为宣布在智界S7车型上首次采用纯视觉自动驾驶方案。
中信证券在一份研报中指出，纯视觉方案的最大优点在于整体的成本，特斯拉八个摄像头的硬件成本仅为200美元左右，而一套激光雷达的成本在3000~10000美元不等。对于多感知器融合方案，必不可少的是激光雷达。尽管近几年来激光雷达的成本不断降低，但单颗仍在600~2000美元左右，整套自动驾驶系统普遍需要3~5个激光雷达，因此总成本也在3000~10000美元。尽管纯视觉方案成本较低，但更多依赖先进的算法支撑。
“Corner cases（在智能驾驶中很少出现但可能导致危险的异常情况）可以说是无穷尽的，所以中国车企只有通过大数据训练，改良算法，才能更好地解决这个问题。同样我觉得这也说明，激光雷达的不可或缺性。纯视觉一定会有缺陷，我认为依靠纯视觉完成的自动驾驶，是提高了自动驾驶的下限，而不是提高了能力的上限。也就是说日常场景下它可以挥洒自如，但如果遇到没见过和理解错误的场景，它依然会犯错。”刘刚对记者表示。
值得注意的是，除了极易导致危险的“幽灵刹车”外，近年来关于辅助驾驶误判问题不在少数。此前，一名小鹏汽车车主因眼睛小被系统误判开车睡觉；汽车KOL常岩亦表示，因为眼睛小触发过很多汽车品牌辅助驾驶系统的实时警告。常岩称，通用汽车的Super Cruise会判定他过度疲劳；岚图FREE会在冬天为了让他别困打开冷风；蔚来ET7认定他开车疲劳和走神。
而出现上述误判，原因在于车辆配备的DMS（Driver Monitor System）驾驶员监测系统。虽然技术已得到长足的进步，但尚无企业能够实现完全自动驾驶，即便开启了高阶驾驶辅助功能，驾驶员依旧需要对于车辆运行状态进行监控。然而有相当一部分用户，或是被宣传误导，或是好奇心驱使急于尝鲜，将高级驾驶辅助系统当做自动驾驶使用。近两年来，由于用户不合理使用驾驶辅助系统，导致事故的新闻也屡见不鲜。