主流的AEB标准有哪些?
目录
1、AEB的技术构成与工作原理
2、典型应用场景举例
3、AEB的功能分类
4、AEB系统性能评估的关键因素
5、全球AEB技术标准概览
5.1、联合国欧洲经济委员会(UN ECE)
5.2、美国NHTSA法规
5.3、中国标准
5.4、印度AIS 185
5.5、澳大利亚ADR法规
5.6、SAE(美国汽车工程师学会)标准
5.7、国际标准化组织(ISO)
AEB系统,全称Autonomous Emergency Braking,即自动紧急制动系统,是一种汽车主动安全技术。AEB通过雷达、摄像头等传感器实时监测车辆前方的环境信息,分析障碍物的位置、速度、类型以及车辆的行驶状态(如车速、方向、制动力等)。当系统判断可能发生碰撞且驾驶员未能及时采取制动措施时,AEB系统会主动介入制动,减轻或避免碰撞事故的发生,显著提升行车安全性。

1、AEB的技术构成与工作原理
AEB系统的核心在于其多传感器融合技术和控制算法。主要包括以下关键部分:
- 传感器系统:利用毫米波雷达、激光雷达(LiDAR)和摄像头等传感器,AEB系统可以精准探测前方道路状况。
- 雷达:用于检测目标物体的距离和相对速度,尤其适合在恶劣天气条件下(如雨、雪、雾等)工作。
- 摄像头:能够识别物体的类型、形状和行驶路线,如行人、自行车等。
- 激光雷达:具备高精度测距和广角探测能力,适合识别较复杂的场景。
- 控制系统:通过复杂的算法,控制器会计算碰撞风险。如果系统检测到高风险,它会立即向制动系统发出指令,启动紧急制动。
- 制动系统:根据传感器反馈的信息,系统快速建立制动力,在车辆需要干预时精准施加适当的制动力。
2、典型应用场景举例
- 城市低速跟车场景:车辆在市区低速行驶时,AEB能够有效避免前车突然减速或刹车时引发的追尾事故,特别是早晚高峰期频繁的启停场景。
- 行人横穿马路:行人在没有过街灯的路段突然横穿,AEB系统能够及时识别行人,迅速反应制动。
- 高速公路紧急情况:在高速行驶时,前方突然出现障碍物,AEB系统可以在驾驶员反应不及时时介入,尽量减轻碰撞造成的损失。
3、AEB的功能分类
AEB的功能根据应对的场景和技术能力可以进一步细分:
- 车对车碰撞预防:主要应对前方车辆减速或静止的情况,系统会提前发出警告并根据情况介入制动。
- 行人和自行车检测:系统能够识别横穿马路的行人或骑行者,并在必要时进行制动干预。
- 低速交通环境下的刹车干预:通常用于城市驾驶,能够在低速时避免小规模追尾事故。
4、AEB系统性能评估的关键因素
AEB系统性能的评估主要围绕以下几个方面:
- 碰撞避免能力:系统在不同速度和距离条件下避免或减轻碰撞的能力。主要受到传感器探测能力、控制器响应速度、算法优化程度以及制动系统的反应时间的影响。
- 适应性:AEB系统在不同天气、道路条件和行驶速度下的表现。
- 误触发率:系统避免误识别无关物体(如路边障碍、行人站立等)并作出错误的制动反应的能力。
5、全球AEB技术标准概览
随着AEB的普及,各国和地区制定了多项标准以规范其性能和适应性。以下是一些主流的AEB标准及其测试要求:
5.1、联合国欧洲经济委员会(UN ECE)
- R131(商用车AEBS标准):适用于M2、M3、N2、N3类商用车辆,详细规定了测试方法和性能要求。涵盖车对车场景、行人/自行车检测以及误触发场景等。最新修订版本增加了城市驾驶场景,提高了制动和避免碰撞的速度要求。
- 主要测试场景:车对车(白天CCRS、CCRM),车对行人/自行车,避免误触发。
- R152(乘用车AEBS标准):适用于M1、M2、N1、N2类机动车,要求系统在特定速度范围内对车对车、车对行人等多场景进行测试。
- 主要测试场景:车对车白天场景、行人横穿场景,误触发场景(如前车转弯、换道等)。
5.2、美国NHTSA法规
- FMVSS 127:适用于轻型车辆(总质量≤4536kg)的AEB系统。自2029年9月1日起,所有新生产的轻型车必须配备符合该标准的AEB系统。
- 主要测试场景:包括车对车的碰撞预警与紧急制动(CCRS、CCRM),以及行人检测场景。
- FMVSS 128:针对重型车辆(总质量>4536kg),要求自2027年9月1日起重型车需配备AEB。
- 主要测试场景:与FMVSS 127类似,但要求针对重型车进行特别优化。
5.3、中国标准
- GB/T 39901-2021(乘用车AEBS标准):涵盖从15km/h到系统设计最高速度之间的自动紧急制动性能。
- GB/T 38186-2019(商用车AEBS标准):规定商用车的AEBS系统测试要求,涵盖车辆满载、不同速度、静止和动态场景。
- JT/T 1242-2019(营运车辆AEBS标准):专为营运车辆制定,测试要求包括目标车辆静止、行人测试、弯道测试等。
5.4、印度AIS 185
- 基于R152标准制定,主要针对轻型车辆的AEB系统,包括车对车和行人横穿场景。
5.5、澳大利亚ADR法规
- ADR 97:要求从2023年11月1日起所有商用车配备符合R131标准的AEB系统。
- ADR 98:自2023年3月起,轻型车辆必须配备符合R152标准的AEB系统。
5.6、SAE(美国汽车工程师学会)标准
- SAE J3029-2023:适用于商用车和客车的前向防撞和缓解系统测试程序。相比FMVSS 128,SAE J3029要求的性能较低。
- SAE J3087-2017:主要定义AEB和FCW系统的测试条件和场景,但未提出具体性能标准。
5.7、国际标准化组织(ISO)
- ISO 22839-2013:涵盖轻型和重型车辆的前向碰撞缓解系统(FVCMS),提供操作和性能要求,避免误触发的要求包括排除高架桥、路牌等误检测场景。
随着AEB系统技术的不断升级,未来AEB系统将朝着更智能、更全面的方向发展,能够应对更加复杂的驾驶场景和潜在的安全风险。通过结合AI驾驶辅助系统,AEB将能够更准确地预测危险,进一步降低碰撞概率。
欧盟、中国等国家和地区正在逐步强制要求新车配备AEB系统。例如,欧盟规定自2024年7月起所有新车必须安装AEB系统;中国则要求自2025年Q4起所有新办理营运证的车型需安装AEB系统。未来AEB或将成为全球汽车行业的标配,显著提高全球交通安全。
通过不断优化传感器技术和算法,未来AEB将能够更好地应对多样化的驾驶环境,保障驾驶员和行人的安全。
相关文章:
主流的AEB标准有哪些?
目录 1、AEB的技术构成与工作原理 2、典型应用场景举例 3、AEB的功能分类 4、AEB系统性能评估的关键因素 5、全球AEB技术标准概览 5.1、联合国欧洲经济委员会(UN ECE) 5.2、美国NHTSA法规 5.3、中国标准 5.4、印度AIS 185 5.5、澳大利亚ADR法规…...
开源智慧园区管理系统如何重塑企业管理模式与运营效率
内容概要 在如今快速发展的商业环境中,企业面临着日益复杂的管理挑战。开源智慧园区管理系统应运而生,旨在通过技术创新来应对这些挑战。它不仅是一个简单的软件工具,而是一个全面整合大数据、物联网和智能化功能的综合平台,为企…...
decison tree 决策树
熵 信息增益 信息增益描述的是在分叉过程中获得的熵减,信息增益即熵减。 熵减可以用来决定什么时候停止分叉,当熵减很小的时候你只是在不必要的增加树的深度,并且冒着过拟合的风险 决策树训练(构建)过程 离散值特征处理:One-Hot…...
Spring Data JPA 实战:构建高性能数据访问层
1 简介 1.1 Spring Data JPA 概述 1.1.1 什么是 Spring Data JPA? Spring Data JPA 是 Spring Data 项目的一部分,旨在简化对基于 JPA 的数据库访问操作。它通过提供一致的编程模型和接口,使得开发者可以更轻松地与关系型数据库进行交互,同时减少了样板代码的编写。Spri…...
11 Spark面试真题
11 Spark大厂面试真题 1. 通常来说,Spark与MapReduce相比,Spark运行效率更高。请说明效率更高来源于Spark内置的哪些机制?2. hadoop和spark使用场景?3. spark如何保证宕机迅速恢复?4. hadoop和spark的相同点和不同点?…...
【AI论文】VideoAuteur:迈向长叙事视频
摘要:近期的视频生成模型在制作持续数秒的高质量视频片段方面已展现出令人鼓舞的成果。然而,这些模型在生成能传达清晰且富有信息量的长序列时面临挑战,限制了它们支持连贯叙事的能力。在本文中,我们提出了一个大规模烹饪视频数据…...
循环神经网络(RNN)+pytorch实现情感分析
目录 一、背景引入 二、网络介绍 2.1 输入层 2.2 循环层 2.3 输出层 2.4 举例 2.5 深层网络 三、网络的训练 3.1 训练过程举例 1)输出层 2)循环层 3.2 BPTT 算法 1)输出层 2)循环层 3)算法流程 四、循…...
css-background-color(transparent)
1.前言 在 CSS 中,background-color 属性用于设置元素的背景颜色。除了基本的颜色值(如 red、blue 等)和十六进制颜色值(如 #FF0000、#0000FF 等),还有一些特殊的属性值可以用来设置背景颜色。 2.backgrou…...
【Leetcode 热题 100】32. 最长有效括号
问题背景 给你一个只包含 ‘(’ 和 ‘)’ 的字符串,找出最长有效(格式正确且连续)括号 子串 的长度。 数据约束 0 ≤ s . l e n g t h ≤ 3 1 0 4 0 \le s.length \le 3 \times 10 ^ 4 0≤s.length≤3104 s [ i ] s[i] s[i] 为 ‘(’ 或 ‘…...
Linux网络 | 网络层IP报文解析、认识网段划分与IP地址
前言:本节内容为网络层。 主要讲解IP协议报文字段以及分离有效载荷。 另外, 本节也会带领友友认识一下IP地址的划分。 那么现在废话不多说, 开始我们的学习吧!! ps:本节正式进入网络层喽, 友友们…...
Google 和 Meta 携手 FHE 应对隐私挑战
1. 引言 为什么世界上最大的广告商,如谷歌和 Meta 这样的超大规模公司都选择全同态加密 (FHE)。 2. 定向广告 谷歌和 Meta 是搜索引擎和社交网络领域的两大巨头,它们本质上从事的是同一业务——广告。它们最近公布的年度广告收入数据显示,…...
将markdown文件转为word文件
通义千问等大模型生成的回答多数是markdown类型的,需要将他们转为Word文件 一 pypandoc 介绍 1. 项目介绍 pypandoc 是一个用于 pandoc 的轻量级 Python 包装器。pandoc 是一个通用的文档转换工具,支持多种格式的文档转换,如 Markdown、HTM…...
arkts bridge使用示例
接上一篇:arkui-x跨平台与android java联合开发-CSDN博客 本篇讲前端arkui如何与后端其他平台进行数据交互,接上一篇,后端os平台为Android java。 arkui-x框架提供了一个独特的机制:bridge。 1、前端接口定义实现 定义一个bri…...
2025年大年初一篇,C#调用GPU并行计算推荐
C#调用GPU库的主要目的是利用GPU的并行计算能力,加速计算密集型任务,提高程序性能,支持大规模数据处理,优化资源利用,满足特定应用场景的需求,并提升用户体验。在需要处理大量并行数据或进行复杂计算的场景…...
python算法和数据结构刷题[2]:链表、队列、栈
链表 链表的节点定义: class Node():def __init__(self,item,nextNone):self.itemitemself.nextNone 删除节点: 删除节点前的节点的next指针指向删除节点的后一个节点 添加节点: 单链表 class Node():"""单链表的结点&quo…...
Baklib解析内容中台与人工智能技术带来的价值与机遇
内容概要 在数字化转型的浪潮中,内容中台与人工智能技术的结合为企业提供了前所未有的发展机遇。内容中台作为一种新的内容管理和生产模式,通过统一管理和协调各种内容资源,帮助企业更高效地整合内外部数据。而人工智能技术则以其强大的数据…...
Flask框架基础入门教程_ezflaskapp
pip install flaskFlask 快速入门小应用 学东西,得先知道我们用这个东西,能做出来一个什么东西。 一个最小的基于flask 的应用可能看上去像下面这个样子: from flask import Flask app Flask(__name__)app.route(/) def hello_world():ret…...
黑马点评 - 商铺类型缓存练习题(Redis List实现)
首先明确返回值是一个 List<ShopType> 类型那么我们修改此函数并在 TypeService 中声明 queryTypeList 方法,并在其实现类中实现此方法 GetMapping("list")public Result queryTypeList() {return typeService.queryTypeList();}实现此方法首先需要…...
AI学习指南Ollama篇-使用Ollama构建自己的私有化知识库
一、引言 (一)背景介绍 随着企业对数据隐私和效率的重视,私有化知识库的需求日益增长。私有化知识库不仅可以保护企业数据的安全性,还能提供高效的知识管理和问答系统,提升企业内部的工作效率和创新能力。 (二)Ollama和AnythingLLM的结合 Ollama和AnythingLLM的结合…...
洛谷P4057 [Code+#1] 晨跑
题目链接:P4057 [Code#1] 晨跑 - 洛谷 | 计算机科学教育新生态 题目难度:普及一 题目分析:这道题很明显是求最大公倍数,写题解是为了帮助自己复习。 下面用两种方法介绍如何求最大公倍数: 暴力破解 #include<bits…...
嵌入式经典面试题之操作系统(一)
文章目录 1 请你说说常用的Linux命令有哪些?2 在linux中如何创建一个新的目录?3 Linux中查看进程运行状态的指令、tar解压文件的参数。4 在linux中,文件权限如何修改?5 怎样以root权限运行某个程序?6 在linux里如何查看…...
讯飞绘镜(ai生成视频)技术浅析(四):图像生成
1. 技术架构概述 讯飞绘镜的图像生成技术可以分为以下几个核心模块: 文本理解与视觉元素提取:解析脚本中的场景描述,提取关键视觉元素(如人物、场景、物体等)。 视觉元素生成:根据文本描述生成具体的视觉元素(如人物、场景、物体等)。 分镜画面生成:将视觉元素组合成…...
搜索引擎快速收录:关键词布局的艺术
本文来自:百万收录网 原文链接:https://www.baiwanshoulu.com/21.html 搜索引擎快速收录中的关键词布局,是一项既精细又富有策略性的工作。以下是对关键词布局艺术的详细阐述: 一、关键词布局的重要性 关键词布局影响着后期页面…...
[Effective C++]条款53-55 杂项讨论
本文初发于 “天目中云的小站”,同步转载于此。’ 学到这里, Effective C至此也算是告一段落了, 还剩下一些杂七杂八的讨论, 我们将在本文逐一列举. 条款53 : 不要忽视编译器的警告 我们应严肃对待编译器发出的警告信息, 努力在你的编译器最高警告级别下争取无警告…...
FreeRTOS从入门到精通 第十五章(事件标志组)
参考教程:【正点原子】手把手教你学FreeRTOS实时系统_哔哩哔哩_bilibili 一、事件标志组简介 1、概述 (1)事件标志位是一个“位”,用来表示事件是否发生。 (2)事件标志组是一组事件标志位的集合&#x…...
5 长度和距离计算模块(length.rs)
这段代码定义了一个泛型结构体 Length<T, Unit>,用于表示一维长度,其中 T 表示长度的数值类型,而 Unit 是一个编译时检查单位一致性的占位符类型,不会用于运行时表示长度的值。这个设计允许开发者在编译阶段确保不同单位之间…...
使用Pygame制作“俄罗斯方块”游戏
1. 前言 俄罗斯方块(Tetris) 是一款由方块下落、行消除等核心规则构成的经典益智游戏: 每次从屏幕顶部出现一个随机的方块(由若干小方格组成),玩家可以左右移动或旋转该方块,让它合适地堆叠在…...
deepseek大模型本机部署
2024年1月20日晚,中国DeepSeek发布了最新推理模型DeepSeek-R1,引发广泛关注。这款模型不仅在性能上与OpenAI的GPT-4相媲美,更以开源和创新训练方法,为AI发展带来了新的可能性。 本文讲解如何在本地部署deepseek r1模型。deepseek官…...
常见“栈“相关题目
找往期文章包括但不限于本期文章中不懂的知识点: 个人主页:我要学编程(ಥ_ಥ)-CSDN博客 所属专栏: 优选算法专题 目录 1047.删除字符串中的所有相邻重复项 844.比较含退格的字符串 227.基本计算器 II 394.字符串解码 946.验证栈序列 104…...
QT实现有限元软件操作界面
本系列文章致力于实现“手搓有限元,干翻Ansys的目标”,基本框架为前端显示使用QT实现交互,后端计算采用Visual Studio C。 本篇将二维矩形截面梁单元(Rect_Beam2D2Node)组成的钢结构桥作为案例来展示软件功能。 也可以…...
