何小鹏告诉大家，“这件事非常重要，兄弟们一定要做好。”

文丨赵宇

编辑丨龚方毅

继城市领航辅助驾驶之后，主动安全已成为智能电动车技术竞赛的又一个焦点。

今年 6 月，小鹏发布系列视频，展示了车辆可在 130 公里时速的高速路、120 公里时速的夜间湿滑路面，以及雾气弥漫的隧道里 AEB 成功紧急刹停的画面。

而在 8 月 27 日的全新小鹏 P7 发布会上，他们又演示了冰雪湿滑路面的 AES 自动紧急转向场景——当车辆高速驶向慢速车、施工锥桶等障碍物时，系统通过 “单边制动” 让车身横摆，绕开障碍物并保持稳定。

为了支撑这些功能，小鹏在半年内重写主动安全架构和软件代码，接近每日迭代更新。在内部叙事中，这被看作一场 “重新进入主动安全第一梯队” 的攻坚战。对外，则是小鹏试图以技术结果引导消费者更全面认知相关功能的一次尝试，同时也是在用实际行动回应外界质疑。

8 月中旬，我们先后在宁波全新 P7 试驾会和小鹏广州总部，与小鹏自动驾驶中心产品高级总监袁婷婷、系统开发高级经理亦山（花名）、主动安全高级产品经理安陆（花名）交流。他们回顾了项目启动的背景、技术突破的过程，以及在公司内部被视为 “硬仗” 的主动安全研发日常。

以下是访谈的主要内容，以自述形式呈现，有部分删减。灰色引用模块部分则是我们所做的信息补充。应访谈对象要求，部分以花名出现：

从高时速 AEB 到湿滑路面 AES，做难度更大的主动安全系统

注：AEB 本身并不新鲜，它作为一项 L1 级驾驶辅助功能，早在 1990 年代便已搭载在量产车上。

虽然入门门槛很低，但是它的性能天花板却极高。过去，实现基础 AEB 功能的成本低廉，用一颗前置摄像头加上一颗毫米波雷达或者只用一颗前置摄像头，就能有原厂的 AEB，成本在千元以内。

然而，近期的行业焦点已截然不同。一些厂商通过在社交媒体上展示其 AEB 在高速、夜间、鬼探头等极限场景下的出色表现，成功地将 AEB 从一个默默无闻的安全配置，重塑为衡量车企智能辅助驾驶综合实力的新标尺。于是，小鹏也将主动安全提升到战略高度，以回应市场关注和同业竞争。

安陆：最近一两年，行业经常讨论 AEB 极限刹停速度，也有友商提到，他们的刹停速度上限能做到 130 公里/时。小鹏不仅实现了这一目标，而且技术路径和背后的安全理念不完全相同。

首先，小鹏对极限场景的定义更严苛。我们的 130 公里/时刹停能力，能够在黑夜等极端条件下，针对完全静止的障碍物发挥作用，而且系统可以处在人驾状态。这与一些在辅助驾驶（如 LCC）开启状态下对前方慢车进行减速的场景，在技术难度上有本质区别。我们的 AEB 系统覆盖了 0-150 公里/时的全速域，之所以选择 130 公里/小时作为极限测试目标，是因为这基本是中国公共道路合法驾驶的速度上限。（注：中国高速公路最高限速 120 公里/小时，部分辖区对超速 10% 警告但不罚款、扣分）。

其次，小鹏采用 “两段式刹停” 策略，将用户驾乘体验和心理掌控感放在更高位置。在 130 公里/时的高速下，如果系统直接一脚 “刹死”，会给车内的驾驶员和乘客带来极大的不适和恐慌，甚至可能因驾驶员过度反应导致二次事故。

因此，我们的策略是：在高速行驶状态下（如 70 公里/时以上）触发紧急制动时，系统会先以一个 0.6-0.7G 的减速度（约 6-7 米/秒²）干预驾驶。这足以让车辆减速并给驾驶员一个体感提醒，但又未达到车辆极限，避免失控感。此后，如果驾驶员仍然没有做任何操作，且系统判断碰撞风险极高，才会启用高达 1G（约 10 米/秒²）的减速度，以最短的制动距离刹停。

袁婷婷：好的主动安全功能有两个关键点。第一是覆盖面，这首先体现在场景的覆盖有多广，比如静止的车、各种各样的行人——高的、矮的、小朋友、拉着买菜车的老人、推着婴儿车的妈妈，还有 “鬼探头” 这种；其次还要看它能否应对下雨、黑夜、大雾天等各种天气；最后是它的有效速度范围有多大，是从 0 公里/小时就开始管用，还是只管高速？高速的上限又能到 100 公里/时、120 公里/时，还是能到 130 公里/时？这几样合在一起，就是覆盖面的问题。

另一个关键点是准确率。厂商要做的是在该触发的时候尽量触发，让正触发率接近极限，但同时又要尽量压低误触发率。

注：如果将视角从一家企业拉回到整个智能辅助驾驶行业，对于 “AEB 刹停速度” 这一命题的讨论，不同专家和从业者持有更审慎和多元的观点。

一位头部智能辅助驾驶厂商研发工程师曾告诉我们，AEB 功能的刹停速度上限高，只能说明其在解决某种特定场景的性能好，但这并不意味着整个 AEB 系统的性能更佳，因为 AEB 需要解决的场景有很多，高速刹停场景只是其中之一。

另一位从业者认为，在 90 公里时速踩死刹车的 AEB，不一定比在 60 公里时速帮驾驶员减速的 AEB 更好。这也是为什么包括中国、欧盟在内的全球多个汽车安全评价体系多年来不断提高 AEB 评测场景的复杂性。至于测试车速上限，一般只要求 80 公里/时、再高则不作要求。

安陆：在高速施工路段，以及冰雪、湿滑等复杂路况下，小鹏冰雪 AES 能够在 80-130 公里时速范围内实现自动紧急转向避让。由于系统可瞬时计算避障轨迹，加上我们精准控制车身姿态的能力，AES 功能实测时，我们在车内后排放置一杯饮料，也没有泼洒出来。

亦山：用常规方法在冰雪路面上做 AES，最大的问题就是车根本转不过去。系统下达了转向指令，但因为路面太滑，车轮会打滑，车身直着就出去了。这是物理特性决定的。

我们解决这个问题的核心技术叫 “单边制动”。常规的车都是靠打方向盘来控制转向的，但我们是把 “转向” 和 “单边制动” 融合在一起来控制车。举个例子，就算我不打方向盘，只给一侧的车轮一个刹车力，车身自己就会发生横摆，开始转向。

这就是为了解决车辆在冰雪路面上的稳定性问题。如果只靠前轮转向，经常是驾驶员转了很大角度，但车不跟着走，因为轮胎在侧滑。但是，单边制动能有效解决这个问题。

而且，这是一个跟底盘融合度非常高的功能。我们会利用车上自带的 VDC（Vehicle Dynamics Control, 车辆动态稳定系统）的能力，把它的稳定控制和我们的避障转向融合起来。这样既能保证车在冰雪路面上不失控，又能保证车在很近的距离内，通过紧急转向躲开前方障碍物。

注：路面附着系数是决定车辆制动性能的关键影响因素。在附着系数高达 0.8 的干燥沥青路上，车辆能轻松发挥其最佳制动性能。然而，在雨后湿滑或冬季冰雪路面上，附着系数会骤降至 0.3 以下，车辆极易因打滑而失控。

因此，小鹏主动开发冰雪 AES 功能，选择从更困难的问题入手。如果其 AES 系统能够在抓地力最差的极限路况下依然做到精准控制、有效避障，那么当它回到附着力更好的普通路面时，其性能表现将更加游刃有余。

袁婷婷说，小鹏智能辅助驾驶研发团队成员的心中始终 “憋着一口气”，主动挑战冰雪 AES 的目的之一，是在主动安全领域做到同行没有做到的事情，重新占据技术领先地位。

亦山：像 “单边制动” 这个想法，其实都是公司内部几个团队一块儿探讨出来的。首先，就是让不同团队，比如我们智驾和底盘的同事，多一些思想碰撞，开放地去头脑风暴。有了初步想法之后，就进入 “大胆假设，小心求证” 的阶段。我们会先做个 Demo，然后上实车去测试，用实验数据说话，看看效果到底怎么样。

这次的冰雪 AES 就是这么来的。说实话，最开始我心里也没底，不是那么相信。但是底盘部门的同事对底盘的理解比我深，他们认为能做成。那我们就一块儿做实验。结果在试验场，大家上车一体验，发现效果真的可以。既然实验验证了这个方向是对的，下一步就是继续研发，把它导入量产。目前，冰雪 AES 已于全新 P7 上搭载。这也是目前行业唯一可应对低附着路面的 AES。

设立急战室，团队 “憋着一口气” 赶工

注：自从马斯克将激光雷达贬为 “拐杖” 以来，行业内关于 “纯视觉” 与 “融合感知” 的技术路线之争便从未停歇。

一方面，以特斯拉、小鹏为代表的 “纯视觉派”，相信传感器主要依靠摄像头就能实现高级别智能辅助驾驶；另一方面，更多厂商在更多新车型上配备数量更多、性能更强的激光雷达，车型定价基本不变甚至下调，形成了 “2x 万元的车标配激光雷达” 的用户心智。

尽管路线争议激烈，但双方厂商均已实现智能辅助驾驶方案的规模化量产。在部分机构的评测中，以特斯拉为代表的纯视觉方案，其主动安全性能表现排名靠前，似乎并未因缺少激光雷达出现明显劣势。

然而，发生在今年 3 月的一场高速致命事故，让争议再次升温。采用纯视觉路线的主动安全方案上限究竟如何，成为用户更关切的问题。小鹏作为纯视觉路线的代表性厂商，也因此受到外界的审视。

亦山：一个完整的智能辅助驾驶系统涵盖行车、泊车、主动安全三个方面，任何一块存在短板都会影响整体表现。之前，小鹏智能辅助驾驶功能更聚焦行车、泊车功能，研发资源对主动安全倾斜较少，再加上当时媒体评测中，小鹏主动安全成绩不是很靠前，所以从去年底开始，小鹏就立志一定要把主动安全这块短板给补上。我们的团队具备技术底蕴，这东西要做，无非就是一个资源投入的问题。难度倒没多大，只是开发节奏比较快。

袁婷婷：我刚加入小鹏时，在主动安全这方面我就有压力。因为你可能知道，这里面也有一些过往的背景，整个小鹏自动驾驶中心的团队也是憋着一口气的。

大家都觉得自己有能力把这件事做好，虽然前期我们没有对外宣传，但内部已经开始重点推进。我开始带主动安全产品后，公司将其提升到关键位置，抽调更多人员、分配更多算力资源，将其作为一条独立业务线往前推进。力耘（指小鹏汽车副总裁、自动驾驶研发负责人李力耘）一直给我们打气。何小鹏也强调这件事非常重要，他说 “兄弟们一定把这件事做好”。

注：在我们的访谈中，三位访谈对象都说：小鹏加码主动安全研发，是因为消费者对用车安全愈发关注，而端到端技术能力的升级，也支持小鹏把这件事做好。同时，三位也主动提及此前在外部媒体测评中暴露出的，小鹏在主动安全方面有待提升的地方。

作为国产智能辅助驾驶领域的领头羊，小鹏曾率先将高速 NoA（Navigate on Autopilot, 领航辅助驾驶）、城市 NoA 功能量产落地，智能辅助驾驶也一度成为这家公司最鲜明的品牌标签。

然而，当前智能辅助驾驶行业已进入新的发展阶段。技术的进步不再像过去那样能通过明确的性能参数、开城数量来直观体现，而是更多地转化为用户在日常驾驶中才能感受到的细微体验优化。这种需要厂商从软件到硬件精细打磨的提升，很难用三言两语向普通消费者讲清楚，导致技术迭代的显性收益减弱。

在销量连续 9 个月超 3 万辆、四季度盈利在望的背景下，小鹏需要更显性的技术突破来强化其智能辅助驾驶的标签，以此激励团队，并向市场和用户证明自己。

亦山：时间紧，任务重。面对这种情况，我们对整个项目开发的方式都做了很大调整。

首先是开发团队的变化。我们引入了专门的团队来做 “端到端” 的建设。搞智能辅助驾驶开发，技术复杂度非常高，因为它涉及的模块特别多，除了开发团队本身，它还跟整车的底盘、动力这些关联件关系很大。

这么多模块，节奏又这么快，怎么才能不乱？这就需要一个专门的系统开发团队。这个团队会把大家组织起来，让每个人都有序地做自己的工作，对业务交付结果负责。因为模块之间有依赖关系，你先做出成果，我才能接着做。系统开发团队就把这些输入、输出都变得很清晰，质量也变得可控。

其次是整个项目运作的变化。我们在广州、上海都成立了 “急战室”，大部分算法同学在上海，系统、测试和仿真同学在广州，团队成员经常两边跑。我们必须保证高效的沟通渠道，不能全靠远程。有些紧迫问题，或者一些亟需形成的共识，光靠远程沟通是解决不好的。

我们每天都有固定的日会，用来解决开发中的问题，识别和解决风险。每周也有周例会，从更宏观的角度看功能交付到什么程度，下一步的重点和风险卡点是什么，让大家心里有数。我们宁愿花更多时间在沟通上，让所有人都朝着同一个目标和方向走。在这样的节奏下，我们的软件版本基本是每天都在迭代，当天发现问题、开发需求，当天出新版本，第二天就安排测试。

最后，是关于敏捷开发的文化。我们确实用 JIRA 等工具来流转问题，但光靠系统不足以支撑这么快的节奏，还得加入一些人工的方式。

不过，那种 “多少分钟内不响应就罚款” 的制度，在敏捷开发里是很难行得通的，我个人也觉得不太需要。因为搞敏捷开发，更重要的是调动大家的积极性，是 “牵引” 着大家往前走，而不是用 “鞭子” 在后面抽。所以，我们允许大家犯错，不会有任何批评。我们很鼓励大家把识别到的问题和风险主动暴露出来，然后一起解决。

注：设立 “作战室” 是行业成熟做法。在紧急项目中，物理空间的集中协作效率通常高于远程沟通，这已成为软件开发和硬件集成项目的常见管理模式。

每日软件版本迭代也是近年来兴起的开发趋势。在 AI 模型训练和智能辅助驾驶算法优化领域，快速迭代有助于团队及时发现问题，验证改进效果。理想、Momenta 等厂商的智能辅助驾驶研发团队同样采用过类似做法。

亦山：做主动安全，我们需要整合自动驾驶中心，以及其他技术中心等各个部门的能力，来形成作战团队。不再是过去那种单一强调主动安全的模式，而是全盘统筹考虑。今年初，公司提出要打 “五大战役”，其中之一就是 “安全之战”。主动安全是安全之战的核心组成部分。

在汇报机制上，我们基本上每个月都会召开会议，向何小鹏汇报整个智能辅助驾驶功能的进展和成果。这只是固定环节，私下交流的频次会更高。何小鹏一直很关注这方面的发展，他的车也会稳定跟随我们最新的测试版本进行体验。

打一场胜仗是最好的团建

注：2023 年 8 月，小鹏原自动驾驶副总裁吴新宙加入英伟达，担任汽车事业部副总裁。此后一年内，除吴新宙外，至少还有 5 位小鹏智能辅助驾驶技术高管加入英伟达。

中国智驾竞争格局也在发生变化。2024 年以来，国产新势力车企和头部智能辅助驾驶研发商纷纷投入 “端到端” 技术开发，小鹏的产品体验优势不再像三年前那样明显。

目前，技术迭代的速度远超想象，包括小鹏在内的车企，接下来仍将在激烈的竞争中持续面临考验。

袁婷婷：“端到端” 技术的成熟，为小鹏主动安全能力的进一步提升奠定了技术基础。规则时代的智驾软件依赖感知、预测、规划等多个小模型串联工作，而端到端大模型可以实现从输入到输出一步直达，避免了多步计算造成的数据损耗和时间延迟。更重要的是，端到端模型基于海量优质数据训练，对道路环境、风险场景的识别更准确，驾驶行为更聪明，也更接近人类驾驶习惯。

和特斯拉类似，我们在量产车上同样选择纯视觉方案，以摄像头作为主要传感器。市场上主流激光雷达的基础帧率是 10Hz，而小鹏的视觉摄像头可以实现 24Hz 帧率，这样就能更高频地获取全面数据，整体响应速度在主流激光雷达的 2 倍左右。另外，多传感器数据融合需要消耗算力，去激光雷达之后计算简化，这使得端到端模型的延时降低一半左右。

我们采用的是 “纯视觉” 方案，并不是只有 “视觉”。小鹏认为，好的智驾方案，本质上是要提高 “算力、算法模型、数据” 这三要素的组合，才能全面提升能力，实现更安全的结果。

亦山：团队的劲头非常足，因为心里有希望。我们真的想把主动安全这件事做好，打一场胜仗是最好的团建。所以，尽管工作强度很大，大家的士气一直非常高。

具体落到开发这一块，我们基本上把 AEB 功能的代码整个重写了一遍，采用的是 “端到端 + NGP” 的架构。我们把小鹏在行车领域原有的算法能力应用到主动安全上来。目前，主动安全功能在小鹏量产车上跑的是一个单独的模型，但未来可能会和行车模型去做合并。

至于我们现在训练模型用的数据，主要还是靠实车跑出来的视频。不过很重要的一点是，我们不是非得等着量产车队新采集、新回传数据才能干活，而是自己有一个非常庞大的数据库。这个数据库从我们最开始做自动驾驶的时候就一直在积累，里面的数据量非常庞大。

而且，这些数据我们都已经打好了标签，开发团队需要什么样的数据，直接去这个库里 “捞” 就行了，比如针对特种车辆，洒水车、垃圾车、救护车，我们都打了标签。如果数据库里的数据量还不够，那就让路上跑的车尽量多地回传我们需要的数据，再不够的话，那就我们派车上路定向采集。

和行车功能一样，主动安全功能在量产前也要经过大量测试。我们这一次道路测试起码做了 60 万公里，然后还要加上云端的仿真测试，那个还会更多一些。

我们会在云端对训练模型用到的数据做脱敏处理。实际上，每个车型在量产前都需要满足相关法规，这是国家强制要求的。我们会确保用于训练的数据来源合法合规。

注：端到端算法量产落地，让智能辅助驾驶研发更多借助 AI 的力量。研发工程师不再完全依赖人工编写规则，而是开始用更多数据训练算法模型。这样系统就会不断变强，表现可能超过人类司机。

去年 7 月，蔚来推出首个基于端到端算法的 AEB 系统；现在，小鹏的主动安全算法也采用 “端到端 + NGP” 架构。这标志着端到端算法在智能辅助驾驶领域的应用日趋成熟。

亦山：聊到主动安全的用户价值，我觉得还是要回到它的本质上来，它就是一个安全功能。最终的目标，就是能不能规避掉用户所有潜在的碰撞事故。以这个终点为目标，反过来看我们现在做的事，就能想得更明白。只要会产生碰撞，就都是主动安全应该去解决的问题。但在落地时，我们肯定要分个优先级。

这个优先级里，第一位肯定是高频场景。比如路上的车、行人、施工路障，这些是用户每天都能遇到的。把这些高频场景解决好，就能避免掉绝大部分事故。

但光看频率还不够，还要看另一个维度。我平常喜欢借用功能安全里的一个概念，就是除了看频率，还要看严重度。功能安全里还有一个可控性的概念，但用在这里不太合适。

严重度就是说，这个事故一旦发生，后果有多严重。拿弱势群体来说，按频率排，它可能不一定最靠前。但一旦出事，后果的严重度完全不一样。碰撞本身可能不剧烈，但它带来的负面影响，尤其是从人性的角度看，对社会的影响要大得多。所以，这类场景的优先级也应该提到很高。

主动安全的终极目标是实现 “零碰撞”，也就是让所有可能的碰撞情况都得到预防。目前业内的 AEB 和 AES 都还没有达到零碰撞的全场景覆盖。尽管我们的场景覆盖度在国内已经领先，但距离最终目标还有差距。

接下来的工作重点是进一步提升场景覆盖度。我们会结合用户实际发生的碰撞案例，分析哪些场景优先级更高，哪些相对较低，然后有计划、有节奏地推进功能落地。比如，加塞就是一个城市和高速上非常高频的碰撞场景，用户价值非常高，但是由于感知偏差、预测偏差，极易导致系统误触发。这就需要我们继续把它打磨得更好。

访谈对象简介：

袁婷婷：2024 年加入小鹏担任自动驾驶中心产品部门负责人，负责自动驾驶全球产品体系的规划布局。她此前曾任阿里巴巴达摩院自动驾驶业务运营负责人。

亦山（花名）：2018 年加入小鹏，目前全面负责主动安全及行车功能的系统开发工作。

安陆（花名）：2024 年加入小鹏，目前担任自动驾驶中心主动安全高级产品经理。

题图视觉中国