最近，Nio，Ideal和Xiaopeng在AEB技术路线和性能（自动紧急制动系统）之间的辩论引起了广泛的关注。辩论的核心更多是关于AEB是否需要增加LiDar。此外，还讨论了很多AEB性能指标在研究和开发过程中应注意哪些指标。
[·1·查看事件]
The cause of the incident was that after an active safety live test of the perfect auto on May 19, Zhao Zhelun, the former leader of the perfect intelligent driving products, Weibo pointed out that pure vision models have not been made mass AEBs with a brake capacity of more than 100km/h, while the visual + lid models have achieved more aebencal to 120km/h, as well as excessivelyautomatic emergency prevention.可以从他的陈述中解释说，在他看来，雷达（LiDar）受益于空间定位障碍的准确性。然后，李Xinyang，TH的总裁IRD的理想汽车产品线，通过它并表示同意。
那天晚上，小米汽车公司自动驾驶产品的高级总监Yuan Tingting回答说，纯视觉解决方案实现了固定车辆的130 km/h制动器能力，并计划在M03 Max Max Model中创建大规模制作技术。
值得注意的是，在元泰廷（Yuan Tingting）发表博客后，赵Zhelun重新构成了一个博客，解释了AEB悬架行业的含义，这对改变Xiaopeng的概念有些怀疑。当然，米彭尚未披露有关130 km/h停止纯净视觉AEB的完整信息，尚无结论。
第二天的第二天早上，Nio智能产品和经验负责人黄Xin发表了一篇长篇文章，以回顾Nio的主动安全性“旅程”。通过提高响应速度 - 增加响应目标 - 改善响应范围 - 减少事故损失。目前尚不清楚aeb n的“肩膀”是否将要添加到LiDAR中的EED，但将要提出一个新主题：“当前的安全性或实际量数量”，这表明去年的主动安全性重复使CAR拥有的事故的平均损失减少了25.2％。
在这一点上，辩论通常结束。实际上，从这一事件中，我们可以得到三个基本问题：首先，可以使用纯视觉解决方案来修复AEB吗？ Panglake，AEB停止的速度更好吗？第三，AEB在卷中必须使用什么？
[·2·纯视觉解决方案可以用于修复AEB吗？的
AEB只是意味着外部传感器会看到风险（人/汽车/障碍物）并将其运送到车辆的ECU。 ECU根据当前的车辆条件做出判断，因此发出了说明。拆分的延续可以分为发现阶段，酌处阶段，实现阶段，视觉和纯粹的视觉方案的视觉整合方案。最直接的差异发生在发现雄鹿E，即硬件差异。
我们还采访了许多聪明的驾驶工程师，我们得出的结论几乎是相同的，也就是说：“如果没有成本，使用LIDAR + VISION FUSE的使用是提高理解AEB系统的能力的有用的利用。”
我们理解的结论也是如此，即激光雷达的工作原理是通过退出激光光准确地计算距离和速度，并测量要反射的时间。它对三维空间有很强的感知，并且不受光的影响，但其弱点是它对远处检测有一定局限性。相机属性依靠视觉识别技术来分析图像，这是低成本，检测距离比LiDAR更远，但它会受到光和天气因素的影响。因此，在整合了两个之后，系统识别功能的极限将提高。
例如，在某些场景中里约（Rio），由于在背光，低光环境或极端天气中，雷达（LiDars）可能是更多的决定。在其他情况下，例如识别行人，车辆类型或交通信号，视觉识别相机的能力更为重要。
当然，硬件决定了理解能力的力量，但是只有在结合算法和方法之后，才能真正确定AEB功能。因此，理论上的语音，LiDAR +视觉融合方案具有更强的理解能力，这将在一定程度上降低算法技术的难度。由于纯视觉解决方案在硬件中更加精简，因此它们对算法技术有更高的要求。我相信纯视觉解决方案仍然可以制造AEB，但它们更加困难。
[·3·AEB的速度停止了吗？的
Nio智能驾驶产品和经验负责人Inuang Xin博客文章，那里明确的解释说，AEB确实具有两个速度指示器，有效的速度和最大停止速度。有效的速度意味着只要AEB工作，就可以减少碰撞。最大停止速度决定了完全避免碰撞的速度。显然，“制动和停止速度”是最直接和最直接的数据，这也使不同的汽车公司继续刹车并以新的高度停止AEB速度。
至于AEB功能的质量，当然，我们不能仅依靠“制动速度”。制动速度越高，风险越大。风险主要来自两个方面。一个是，当我们限制刹车以避免与背部碰撞时，汽车是否可以及时踩踏，而另一个汽车是意外触发的机会。
第一个问题主要取决于后车辆，这很难控制。第二个问题是误解的可能性，这是Vario的重点美国汽车公司与算法竞争并权衡利弊。关于这个问题，我们还采访了许多聪明的驾驶工程师，所有这些都可以达成共识，也就是说：“提高AEB停止速度并减少误导性的可能性是SEESAW。应该认为它是完整的，以使消费者提供相对安全且不令人难以置信的版本。”
这很容易说，但这真的很难做到。毕竟，谈到这一点，拥有一个良好的营销水平仍然非常重要，因此一些工程师还宣布：“有些公司会考虑首先提高其成就，并将家庭主妇的利率降低到相对较低的水平。”我认为增加AEB停止速度没有任何问题。这是将AEB不断提高到车辆极限以上的技能。但是，在此阶段，如果您仅在不考虑实际应用中的实际经验和安全性的情况下追求上限离子，这是不可取的。
[·4·应将AEB转换为什么？的
从表面上看，AEB有各种指标，但基于现实，也许Nio Huang Xin目前的观点更为理性。他指出，“积极的安全持续去年开始，将Nio拥有的ANG平均事故损失率降低了25.2％，”并说，在保费中可以看到安全额。该声明清楚地怀疑“骄傲和自豪”，但事实确实是事实。继续提高安全性比在宣传方面更好地宣传绩效要好。明智宣传驾驶的宣传领域过多。
在讨论的浪潮中，所有汽车公司都具有其AEB开发和开发状况的产出。在边境领域，例如在智能驾驶和主动安全的协助下，道路争议 - 学校也是一件好事。但是对于这次讨论，E Electric Park认为，从当前情况下，LiDAR + V的方式理解融合实际上是AEB字段中更稳定的解决方案，但是说AEB不能正确地做出纯粹的视觉解决方案显然是不合理的。我们还希望，在未来的发展中，不同的汽车公司可以比对测试数据的盲目追求更关注改善安全本身。
