AEB，全称自动刹车系统，是如今绝大多数汽车标配的一项主动安全系统，它的职责，是在检测到前方有障碍物时，控制车辆刹停，避免可能的碰撞。

听起来是一项很靠谱的配置，对不对？但实际上，AEB也分三六九等，尤其是智能化程度越高的车型，AEB更安全。

举个例子，阿维塔11的AEB性能就非常好。那么同样是AEB，阿维塔11的AEB，和其他AEB有什么区别？

对比传统车型使用的AEB，阿维塔11的AEB触发时速更高，可在80km/h以内对障碍物进行识别和刹停。

而对比新势力车型使用的AEB，阿维塔11的障碍物识别能力又更高，能对各种异形障碍物做到有效识别。

换句话说，其它AEB看不懂、刹不住的场景，阿维塔11的AEB不仅能看得懂，更能刹得住。

究其原因，华为智能驾驶的加持，功不可没。

传统AEB所依附的感知硬件、算法与算力系统实在太过简陋，既做不到精准识别，也做不到准确判断，凡事全凭“肌肉反应”。

新势力AEB虽然融合了激光雷达、神经网络模型与大算力平台，弥补了传统AEB的遗憾，但对障碍物的特征识别又捉襟见肘。

这暴露出了当下新势力在BEV Transformer架构下的两点先天不足：

其一是BEV空间无法对障碍物的深度和高度进行表达。也就是说，类似高速路牌这样的物体，是无法被AEB准确识别的。

其二是Backbone的预训练效果，决定了障碍物能否被识别。AEB只能识别“白名单”里的物体，换其他物体就可能会失效。

道路上的异形障碍物千千万，想要依靠海量数据实现过拟合显然是不现实的，所以融合了Occupancy Network的华为GOD网络，就显得极其重要了。

对比BEV，华为GOD网络有三点优势：

其一是表达空间从2D升维到了3D，更符合真实世界场景了。

其二是直接跳过目标检测“白名单”，所有感知到的物体，不论是什么种类、是动态还是静态，都会被展示在3D空间中。

其三是对障碍物的体积表达更加精准，GOD网络会用众多立体网格来表达障碍物，进而更准确地展示异形障碍物的体积与体型。

在华为GOD网络的帮助下，阿维塔11的AEB直接获得了质的飞跃，障碍物感知既迅速又准确，驾驶者与乘客的安全自然更也有保障了。

华为GOD网络，只是华为智能驾驶感知算法中的一部分，而利用GOD网络来提升AEB的安全性能，也只是阿维塔11智能驾驶的冰山一角。

花粉社群VIP加油站