小米 SU7 事故回顾
2025 年 3 月 29 日 22 时 44 分，在德上高速公路池祁段，一辆小米 SU7 标准版正疾驰在道路上 ，悲剧突然降临。当时车辆处于 NOA 智能辅助驾驶状态，以 116km/h 的时速持续行驶。然而事发路段因施工修缮，用路障封闭了自车道，车辆需要改道至逆向车道行驶。当车辆检测到前方障碍物后，及时发出了提醒并开始减速。随后，驾驶员接管车辆，进入人驾状态，持续减速并操控车辆转向 。但最终，车辆还是与隔离带水泥桩发生了碰撞，碰撞前系统最后可以确认的时速约为 97km/h。碰撞发生后，车辆起火燃烧，此次事故造成了 3 人身亡，令人痛心不已。
事故发生后，迅速引发了社会各界的广泛关注和热议。4 月 1 日，小米汽车客服人员表示已成立事故小组进行调查，事故原因等暂无更多消息，如有后续消息会及时公布。同日，小米公司发言人在官方微博发文，详细说明了事故发生的经过以及小米方面所采取的行动，包括事故发生后立即与车主取得联系，了解到非车主本人驾驶；紧急救援呼叫车上乘员，并报警、呼叫 120 急救服务；第一时间成立专项小组，赶赴铜陵配合警方调查、取证等工作，并依法向警方提交了所掌握的车辆行驶数据及系统运行信息 。后续也将继续全力配合警方工作，并严格遵循调查结果，确保事件处理公开透明，同时在警方许可与指导下，与事故受难者家属取得联系，全力协助善后事宜，并提供支持与帮助。
什么是 AEB
AEB，即自动紧急制动系统（Autonomous Emergency Braking），是一项在车辆处于紧急工况下，通过主动制动方式来缓解或者避免碰撞的主动安全技术，在汽车主动安全系统中占据着举足轻重的地位 。简单来说，当车辆检测到前方存在可能导致碰撞的危险情况，且驾驶员未能及时做出有效制动反应时，AEB 系统便会介入工作，自动对车辆进行制动，以降低车速，尽可能避免碰撞事故的发生，或者减轻碰撞造成的危害。
AEB 系统主要由环境感知模块、数据分析决策模块和制动执行模块这三大核心部分组成。环境感知模块宛如车辆的 “眼睛”，利用毫米波雷达、激光雷达、摄像头和超声波雷达等多种传感器，时刻收集车辆周围的环境信息，包括前方车辆、行人、障碍物的位置、速度、距离等关键数据 ，为后续的决策提供精准依据。例如，毫米波雷达能够通过发射和接收毫米波信号，精确测量目标物体的距离和速度；摄像头则可以利用图像识别技术，识别出不同类型的目标物体。
数据分析决策模块犹如系统的 “大脑”，会将环境感知模块传来的信息与车辆自身的行驶信息（如车速、加速度等）进行综合分析处理 。它会依据预设的算法和规则，快速判断车辆是否存在碰撞风险，并评估风险的程度。一旦判断出碰撞风险达到一定阈值，便会迅速做出决策，并向制动执行模块发送相应的指令。
制动执行模块则像是车辆的 “手脚”，在接收到数据分析决策模块的指令后，会立即采取行动 。它可以通过控制车辆的制动系统，增加制动力度，使车辆减速或停止，从而避免或减轻碰撞。在一些情况下，制动执行模块还可能会与车辆的其他系统（如发动机控制系统、电子稳定控制系统等）协同工作，以实现更好的制动效果和车辆稳定性。
小米汽车 AEB 的特点
小米 SU7 标准版配备的前向防碰撞辅助功能涵盖了碰撞预警（FCW）和紧急制动（AEB）这两个重要子功能 ，其 AEB 功能有着较为宽泛的工作速度范围，在 8-135km/h 之间都能发挥作用，这意味着在城市道路的中低速行驶场景，以及高速公路的相对高速行驶场景下，该功能都有可能在危急时刻介入，为行车安全提供保障。
它的作用对象主要是车辆、行人、二轮车这三类目标 。当检测到前方存在这三类目标且有碰撞风险时，AEB 系统便会迅速做出反应。比如在城市街道上，突然有行人闯红灯，或者二轮车违规变道，系统一旦识别到危险，就会及时启动制动，避免碰撞。不过，目前小米汽车的 AEB 功能也存在一定的局限性，它不响应锥桶、水马、石头、动物等障碍物 。这是因为这些物体的形状、材质、反射特性等与系统预设的可识别目标存在差异，导致传感器难以准确识别并将其判定为需要紧急制动的危险目标。比如在道路施工场景中，放置的锥桶和水马就可能无法被 AEB 系统有效识别，从而不会触发制动。
与行业同配置的 AEB 功能相比，小米汽车 AEB 在工作速度范围和作用对象上基本类似 ，这表明小米在主动安全技术的配置和应用上，与行业主流水平保持着同步。在作用对象的设定上，大多数车辆的 AEB 功能主要针对车辆、行人等常见交通参与者，小米 SU7 的 AEB 功能也是如此，这是基于交通场景中常见的碰撞风险类型所做出的普遍设计。
事故中的 AEB
在此次安徽 SU7 事故中，AEB 功能的表现备受关注 。根据小米公司公布的信息，事故发生前，车辆处于 NOA 智能辅助驾驶状态，当检测到前方因施工设置的障碍物后，NOA 发出风险提示 “请注意前方有障碍”，并发出减速请求，开始减速 。这表明系统已经感知到了危险，并采取了初步的应对措施，符合 AEB 系统在检测到碰撞风险时的正常反应逻辑。
然而，遗憾的是，车辆最终还是与隔离带水泥桩发生了碰撞，且碰撞前系统最后可以确认的时速约为 97km/h ，从 116km/h 减速到 97km/h，降速仅 19km/h，远低于小米曾宣传的 SU7 的 AEB 系统能在 130km/h 时速下实现最高 70km/h 的降速 。这说明 AEB 系统未能完全避免事故的发生，也没有达到其宣传中的减速效果。
AEB 系统未能有效避免事故，原因可能是多方面的 。事发路段是因施工改道的特殊场景，存在锥桶、水马等路障，而小米汽车的 AEB 功能明确表示不响应这些障碍物 ，这就导致系统可能无法将这些路障准确识别为需要紧急制动的危险目标，从而影响了 AEB 系统的正常触发和作用发挥。事发时间为夜晚，光线较差，而涉事车辆为标准版，未配备激光雷达，仅依赖摄像头与毫米波雷达的融合感知 。在夜间光照不足的情况下，纯视觉系统对静止障碍物（如施工锥桶、水泥桩）的识别能力会显著下降，可能无法及时、准确地感知到危险，进而影响了 AEB 系统的响应速度和制动效果。
从驾驶员的角度来看，此次事故也给我们带来了深刻的警示 。驾驶员在使用 NOA 智能辅助驾驶功能时，虽然车辆具备一定的自动应对能力，但不能因此就放松对路况的观察和警惕 。即使车辆配备了 AEB 等先进的主动安全功能，也不能将全部的安全责任都交给系统，驾驶员始终是行车安全的最终保障 。在系统发出接管提示后，驾驶员应迅速、有效地做出反应，及时接管车辆控制权，并根据实际路况进行正确的操作 。在此次事故中，从系统发出警示到碰撞仅间隔 2 秒，而研究显示人类驾驶员平均需要 2.3 秒才能有效接管车辆控制权 ，这短暂的时间可能导致驾驶员无法充分应对突发状况，从而增加了事故发生的风险 。
AEB 的未来与思考
随着科技的不断进步，AEB 技术也在持续发展和完善，未来有着广阔的发展前景 。在传感器技术方面，其精度和可靠性将不断提升，能够更精准、快速地识别各种复杂场景下的障碍物，包括在恶劣天气（如暴雨、浓雾、大雪）和光线条件不佳（如夜间、隧道内）的情况下，也能为 AEB 系统提供更准确的环境信息 。比如，新型的激光雷达可能会拥有更高的分辨率和更远的探测距离，能够更清晰地勾勒出周围物体的轮廓和位置；摄像头的图像识别算法也将不断优化，提高对各类目标物体的识别准确率。
人工智能和机器学习技术也将深度融入 AEB 系统 。通过对海量的交通数据进行学习和分析，AEB 系统能够不断优化自身的决策算法，更好地应对各种复杂多变的交通场景 。它可以根据不同的路况、驾驶习惯和交通环境，自动调整制动策略，实现更加智能化、个性化的安全防护 。比如，系统可以学习不同驾驶员在紧急情况下的应对方式，从而在类似场景下为驾驶员提供更贴合其习惯的辅助决策。
AEB 系统与其他智能驾驶辅助系统的融合也将更加紧密 ，实现协同工作，为用户带来更全面、高效的安全保障 。例如，与自适应巡航控制（ACC）系统配合，在跟车过程中，如果前车突然减速或停车，AEB 系统可以迅速介入，避免追尾事故；与车道保持辅助系统（LKA）联动，当车辆在紧急制动过程中，LKA 系统可以帮助保持车辆的行驶方向稳定，防止因制动导致车辆失控 。
然而，无论 AEB 技术如何发展，驾驶员始终是行车安全的核心因素 。驾驶员不能因为车辆配备了 AEB 等先进的安全技术，就放松对驾驶安全的重视和警惕 。安全意识和正确的驾驶操作是保障行车安全的基础，驾驶员需要时刻保持专注，严格遵守交通规则，合理使用车辆的各项功能 。同时，驾驶员也需要了解车辆 AEB 系统的工作原理、适用范围和局限性，在关键时刻能够做出正确的判断和决策 。只有将先进的技术与驾驶员的安全意识和正确操作相结合，才能真正实现行车安全的最大化 。
