摘要：上海车展前，车企们都急了。2025年只过了四分之一，有关高阶智驾的发布会就至少办了6次，光是3月18日这天，奇瑞、极氪和广汽，都高调发布了各自的技术细节和量产规划，理想汽车只在官方平台推送了MindVLA的技术思考和进展，从里面挑个典型来聊，比如，在极氪千里浩
上海车展前，车企们都急了。2025年只过了四分之一，有关高阶智驾的发布会就至少办了6次，光是3月18日这天，奇瑞、极氪和广汽，都高调发布了各自的技术细节和量产规划，理想汽车只在官方平台推送了MindVLA的技术思考和进展，从里面挑个典型来聊，比如，在极氪千里浩瀚架构中，G-AES能在120kph对路面通用障碍物（宽和高不超40cm、60cm）作出连续避让，而且还不挑光环境，说白了，这其实就是大家熟悉的AEB，在有激光雷达加持、车端算力普遍高于500TOPS（高阶智驾）的今天，技术层面打通这个功能并不难，但问题就在于，以目前主流技术方案来看，AEB的上限还能涨到多少？奇瑞广汽也强调智驾安全，那感知硬件上还能升级什么？
还记得2年前，余承东和何小鹏曾针对AEB引发的口水仗吗？余承东觉得应该提高AEB刹停速度，避免因驾驶员注意力不集中或路况复杂造成的事故，何小鹏认为大多数情况下，AEB都不应该超过60km/h，如果因速度过高出现无刹车问题，会给驾乘人员带来惊吓，从车主使用的维度看，他们说的都对，但站到不同的技术路线上看，华为方案更倾向于动态的“停”，而小鹏方案更倾向于静态的“避”。
2年后再看，现在市场主流的AEB方案，思路大多都更靠近前者，即运动状态下紧急刹停，而非低速主动避让，从之前问界M5的50km/h，到问界M7的90km/h，改款后再到120km/h，理想、长安、阿维塔、深蓝都实现了120km/h，去年小米SU7也升级到了135km/h，小鹏G6和问界M9甚至扩大到了150km/h，这次极氪的G-AES，底层逻辑很像是早期华为和小鹏的技术取向结合体，120km/h运动下能连续紧急制动+避让，一边变道，一边刹停，这套首发的技术，让极氪提高了对高阶智驾的安全信心，新的思考是，这套方案很难落地吗？
回答这个问题，得先弄清AEB刹停时速主要取决什么，以及车辆如何去做横向运动。首先，决定AEB刹停时速的核心，就是其自身的系统设计，技术规格的差异，会支持不同的速度限制，而这套系统背后的先决条件，是传感器的性能。由于AEB系统是依赖车身外部传感器通过检测是否存在障碍物，进而来进行相应的紧急制动机制。
所以，传感器的探测距离、精度、分辨率和数据传递效率，都会直接影响AEB系统识别最大速度的准确性，从整个数据分析流程来讲，其次才是决策算法，依据传感器数据采取后续的行为，所以算法的设计和优化，也是能否支持拉高刹停时速上限的一大条件，同时，在高阶智驾的安全机制算法冗余中，结合前向数据对车辆做快速避让执行，也是通过优化算法来完成的。
因此，AEB和感知硬件存在两个关系，一、在无激光雷达的智驾方案体系中，摄像头较高的像素和分辨率，会捕捉更多环境道路细节数据，从而能提高AEB对障碍物的检测准确性和响应速度；二，根据激光雷达实时扫图的本质，点云数据质量同样会影响系统的决策机制，当然，超声波和毫米波雷达的全天候检测，也是同样的道理，所以匹配AEB背后的核心支撑体系，正是整个感知系统数据质量搭建的，可靠的数据会减少误报、漏报降低安全隐患，从智能驾驶整个维度上提高主动安全制动的准确性和及时性。
所以理论上，现阶段或是在接下来，AEB绝不止是能完成紧急转向+紧急制动，刹停时速的上限，肯定会随着感知硬件矩阵性能的提升而被进一步拉大，不出意外，AEB有效刹停时速大概率会是奔着200km/h以内的。那，感知硬件的性能，还能有多大的提升空间？
如今，已经有鸿蒙智行、理想、广汽、长安、奇瑞、极氪等主机厂，以及包括文远、Momenta在内的主流智驾企业披露了L3、L4自动驾驶技术基座，最先亮相的尊界S800，华为给出的L3架构方案，就是堆高感知硬件数量和性能，基于车顶的192线激光雷达之外，车侧和尾部共增加了3颗短焦线激光雷达，算上2颗后向角毫米波雷达，全车传感器总数达到了32颗，奇瑞猎鹰智驾H900和极氪千里浩瀚的H9架构，也增加了对激光雷达（含dTof雷达）的依赖，目的都是通过利用新雷达的短线扫描，补齐车身四周的环境数据密度，进而来最大程度的作出极限操作，比如华为和极氪，都已预埋了机器手臂充电技术。
除了激光雷达颗数的增加，超声波雷达在整个智驾等级中，主流方案需要12枚，根据车端算力的不同，智驾能力越强的版本，对摄像头和毫米波雷达的使用策略则不同，作为主要弥补数据坐标的核心部件，3D毫米波雷达其实也是能够拔高AEB性能的硬件之一，对应的，是能拉高高阶智驾的主动安全底线，而严格意义上来讲，还能促使整个系统进步的，其实是4D毫米波雷达，为何这么说？
作为一种基于超声波和激光雷达技术的新型传感器，4D成像雷达相较传统3D效果雷达，能实现更高的分辨率和更广的覆盖范围，能在三维空间生成物体坐标或运动轨迹等重要数据，甚至还能感知环境温度，最关键的，是普通毫米波雷达无法感知高度信息（无垂直角度分辨率），虽然能监测识别大量障碍物，但在静态波杂过滤的过程中，会存在将危险目标过滤的风险，而4D成像雷达就是通过高分辨率点云能增加对环境映射和场景理解，角分辨率甚至可以提升到1度以内，这几乎就是等效低线束激光雷达的效果。
但，目前搭配4D毫米波雷达的智驾车型不算多，华为乾崑智驾ADS也只在部分车型上应用，即便是坚定纯视觉智驾的特斯拉，其在HW4.0控制域上，也预留了4D成像雷达的接口和组件，这让外界曾一度怀疑特斯拉又要启用4D毫米波雷达，明明成本只有激光雷达的一半，侦测性能还能追平低线激光雷达，这不仅能保证AEB的效果，也能拉高智驾的极限功能细节，为何车企没有批量采用？简单概括，是大多处理器无法完全满足毫米波雷达体系，数据较大吞吐量的需求。
毕竟，超声波雷达和毫米波雷达表面上都属于感知雷达的一部分，但两个不同物理性质的雷达体系，很容易产生信号相互干扰，进而影响侦测稳定性和准确性，解决干扰的思路之一，是将多频率窄带信号合成宽带信号，也可以是直接从供应链下手，但这需要采购包括解码处理器完整的硬件方案，由于4D雷达侦测感知范围偏强，会产生较大的数据层次，这在某种程度上又会给智驾进程产生黑盒方案，所以严格意义上讲，真正能左右高阶智驾安全冗余的，不是算法或算力储备，而是在获取环境数据的能力上，但有这枚雷达的加持，车辆的主动安全必然会再上一个台阶的。
来源：路咖汽车