当法规都在用TTC评估自动驾驶避撞风险,但TTC可能不是最佳选择

2026年，清华大学车辆与运载学院联合中南大学、MIT SMART、长安大学等机构，在arXiv联合发表了一篇论文，提出了一种全新的风险量化方法——Evasive Acceleration（EA，规避加速度）。为什么学者们试图用一种新的方法代替现行的TTC，让我们先做一道选择题：

两个场景，TTC都显示2.0秒。

• 场景A：一辆车直冲你而来，左右两侧全是实线，避无可避，只能全力制动

• 场景B：一辆车从侧向斜插过来，左右两侧各有两米空余，一个轻打方向就能躲开

按TTC的逻辑，这两个场景风险等级一样。该不该刹车、刹多狠，系统的判断依据是同一套。

但稍有驾驶经验的人都知道：这两个场景，根本不是一回事。

这就是TTC作为风险量化指标的根本性缺陷——而这个问题，正在被悄悄写进你车上那颗AEB芯片的算法里，也写进了全球主要AEBS强制标准的技术文档里。

ADAS很重要，AEBS是最后那道保险

先说清楚一件事：为什么我们要关心AEBS用什么指标来判断风险。

高级驾驶辅助系统（ADAS）正在快速普及，而AEBS（Advanced Emergency Braking System，自动紧急制动系统）是整个安全体系的最后一道防线——当前方突然出现障碍物，驾驶员没有及时反应时，AEBS自动介入，避免或减轻碰撞。

这道保险的逻辑链条很清晰：感知 → 碰撞判断 → 决定是否制动。

其中"碰撞判断"是核心：系统需要实时回答"按现在的趋势，会不会撞？有多紧急？"

这个问题的答案，全球几乎所有AEBS系统，都依赖同一个指标——TTC（Time-to-Collision，碰撞时间）。

现行AEBS设计和法规，都以TTC为核心

TTC是什么？公式很简单：

TTC = t

t满足: 

两辆车按当前趋势行驶，按这个速度下去，还有多少秒会碰撞。这个数字越小，意味着碰撞越紧迫，系统越需要赶紧刹车。

目前全球主要AEBS强制标准，都以TTC为核心制定触发逻辑：

UN R152（欧盟） 要求AEBS在TTC低于某阈值时（通常1.6~2.5秒）发出碰撞预警；紧急制动在TTC继续下降时激活；允许碰撞速度表，本质上是TTC在不同车速下的分档指标。

GB 39901—2025（中国） 与UN R152类似，以TTC为主要判据，结合减速度、碰撞速度构成完整性能评价体系。值得注意的是，中国将M1类车对车工作范围扩展到了80km/h——比UN R152的60km/h更高。

EuroNCAP、NHTSA等 评测体系，同样以TTC为核心定义测试场景的难度等级和通过标准。

此外，nuPlan、NAVSIM等当前最主流的自动驾驶测试平台，也都依赖TTC评估系统安全性。TTC影响了数据整理、模型训练的全流程。

一句话：TTC不只是AEBS的一个参数，它在过去十年里从根本上塑造了整个行业对"什么是驾驶风险"的理解。

TTC范式的两个根本性缺陷

然而，这套运行了十几年的体系，存在两个深层问题。

缺陷一：维度失配——把二维问题压缩成一维

避撞，本质上是一个二维问题。

当两辆车面临碰撞风险时，驾驶员在综合评估风险后可以在任意方向上施加规避动作——纵向制动、横向转向，或者两者组合。任意一个方向都可能成为最优解。

但TTC是一个一维标量：它只告诉你"还有多久碰撞"，不告诉你"向哪个方向规避最容易、成本最低"。

结果：维度被强行压缩，规避难度和潜在风险差异极大的场景，TTC可能给出几乎相同的值。

这就是为什么开篇那道选择题里，场景A和场景B的TTC可能都是2.0秒——但A需要全力制动，B只需要轻轻一打方向。

AEBS工程师对这个问题不会陌生：这正是"误响应"（false reaction）产生的根源之一——系统把"看起来紧迫但实际上有大量规避空间"的场景，当成了"必须全力制动"的危险场景。

缺陷二：风险-时间错位——峰值出现在最不该出现的时候

TTC描述的是"时间紧迫性"，而不是"实际风险"。

一个最典型的错位场景：当两车正在成功规避的过程中，TTC仍在下降，显示"越来越危险"。直到驾驶员完成了规避动作、冲突解除，TTC才突然跳变到无穷大，显示"安全"。

换句话说：TTC的峰值，可能出现在风险最低的那一刻。

而当TTC=2.5秒触发碰撞预警后，驾驶员一个轻微转向就解决了问题，但TTC急剧下降的过程可能给系统造成误导——让它以为风险仍然极高，从而做出了不符合实际需求的制动决策。

对AEBS来说，这带来的结果是：

• 该预警的时候没预警

• 冲突已经解除后，因为系统在重新计算风险时的延迟，反而触发了误制动

清华等学者提出了EA：更贴近真实风险的新范式

2026年，清华大学的研究者联合中南大学、MIT SMART、长安大学等机构，提出了一种全新的风险量化方法——Evasive Acceleration（EA，规避加速度）。

EA评估所有可能的相对碰撞规避方向及该方向所需要的相对加速度，并选择保留最小的那个。其核心思想是：与其问"还有多久碰撞"，不如问"要躲开这场碰撞，最少需要多大的劲儿"。

具体来说：EA把风险定义为——在不改变当前行驶趋势的前提下，使两车交互变为无碰撞状态，所需要的最小恒定相对加速度的模长。

用更直白的话说：

"这场景有多危险？" → "就算选最优的那个方向来规避，要躲开这事儿，至少得付出多大的劲儿？"

EA的关键特性：

• 二维的：同时考虑纵向和横向相对运动，不丢失方向信息

• 无超参数：不需要人工设定触发阈值，EA的量级本身就能说明问题

• 物理可解释：单位是 m/s²，直接告诉系统"需要多大劲儿"，对工程师非常友好

• 计算高效：平均单帧5毫秒，已具备实时大规模部署条件