自动驾驶深度学习(第2/100天)动态篇:某品牌夜间AEB测试“翻车”——真的是摄像头“瞎”了吗?

| 关键词：AEB、夜间失效、动态范围、传感器融合

新闻背景（模拟真实典型事件）
近日，国内某知名汽车媒体对多款搭载L2级辅助驾驶的车型进行了夜间AEB（自动紧急制动）测试。在30km/h的速度下，面对静止的充气假车，某品牌车型连续三次未能识别，直接撞了上去。而同一车型在白天相同条件下，却能稳定刹停。测试视频迅速引发热议，网友质疑：“几十万的智驾，晚上就成瞎子？”

今天，我们结合第1天学到的摄像头原理，深度解读这次“翻车”背后的技术必然性，以及智驾系统应该如何应对。

🌙 一、为什么夜间是摄像头的“至暗时刻”？

第1天我们讲过，摄像头的核心是CMOS传感器，它的动态范围和信噪比在夜间会严重下降。

· 动态范围不足：夜间车灯照射范围内（亮部）与无光照区域（暗部）亮度差极大。普通车载摄像头的动态范围约60-80dB，而人眼可达100dB。结果就是：亮部过曝（对向车灯一片白），暗部细节丢失（行人轮廓融入黑夜）。
· 信噪比极低：光线弱时，信号强度接近传感器底噪。为了看清，ISP会提高增益（类似手机夜景模式的ISO飙升），但噪声也被放大，导致图像出现大量彩色噪点，严重影响目标检测算法的准确性。

具体到AEB任务：算法需要在图像中准确识别出“车辆”或“行人”的轮廓。夜间，尤其是没有路灯的路段，目标对比度极低，算法很容易漏检或误判。静止的深色车辆与沥青路面融为一体，更是难上加难。

🚗 二、白天能刹停，晚上就撞？算法训练的数据偏差

大家可能会问：为什么同款车白天工作正常？因为自动驾驶公司收集的训练数据中，白天、良好天气的样本占比远高于夜间、恶劣天气。

· 数据长尾效应：实际路况中，90%以上的行驶里程是白天和良好天气。所以数据集中白天样本可能是夜间的10倍甚至更多。算法自然更“擅长”处理白天场景。
· 标签成本：夜间图像标注难度高（人眼都看不清，标注员容易出错），导致高质量的夜间标注数据稀缺且昂贵。

结果就是：感知模型在白天稳健，但在夜间边缘场景下，置信度降低，甚至无法输出有效的目标。于是AEB决策模块“视而不见”，不触发制动。

🔦 三、仅仅靠摄像头，夜间AEB能做好吗？——很难，除非下血本

有些厂商通过以下方式在提升夜间性能：

1. 更高性能的传感器：使用大光圈镜头（进光量更多）、背照式CMOS（降低噪声）、索尼最新的车载HDR传感器（单帧动态范围可达120dB以上）。
2. 更复杂的ISP调校：多帧合成、局部色调映射、AI降噪。但会增加延迟（多帧合成需要时间），对高速行驶的AEB不友好。
3. 红外夜视系统：奔驰S级等豪华车配备红外摄像头，主动发射红外光，不受环境光照影响。但成本极高，很少普及。
4. 纯视觉路线的特例——特斯拉：特斯拉依靠强大的数据闭环和神经网络架构（如Occupancy Network），即便没有激光雷达，夜间表现也优于多数对手。但它的摄像头是定制的，且ISP处理深度绑定算法，普通厂商难以复制。

即便如此，纯视觉方案在极端黑暗+无路灯+目标深色的场景下，依然存在失效风险。

🧠 四、专业解决方案：多传感器融合

回到新闻中的测试失败车型，它很可能只配备了前视摄像头和毫米波雷达，且融合策略设计保守。

· 毫米波雷达的救场：毫米波雷达不受光照影响，夜间也能准确测距测速。它理论上可以检测到静止车辆，但毫米波雷达对静止物体有天然弱点（地面杂波反射导致滤除）。因此很多车企的AEB策略会降低雷达对静止目标的权重，只信任摄像头——结果夜间就撞了。
· 正确的融合策略：夜间或恶劣天气时，系统应更信任雷达的目标，甚至允许雷达触发AEB。更好的方案是加入激光雷达，它主动发射激光，夜间性能几乎不受影响。这就是为什么带激光雷达的车型（如理想L系列、蔚来ET7）在夜间AEB测试中成绩明显更好。

结论：夜间AEB翻车，本质不是某个传感器的“罪”，而是系统设计缺乏冗余和融合策略不成熟。

📌 给大家的实用建议

1. 买车时问清楚：夜间AEB效果如何？是否依赖激光雷达？如果销售含糊其辞，请提高警惕。
2. 目前任何智驾系统的夜间性能都要打折扣，尤其是只有摄像头+毫米波雷达的车型。夜间行车，请保持更高的警惕性，不要完全依赖AEB。
3. 期待未来：随着4D毫米波雷达（能成像、能测高）和低成本激光雷达的普及，夜间AEB将越来越可靠。

🔗 知识连接

· 第1天我们学过：摄像头动态范围、ISP、单目测距的局限。今天大家看到了这些理论在真实事故中的体现。
· 后续我们还会讲毫米波雷达原理（第3天知识篇）和传感器融合（第5天左右），届时大家会更深入理解如何用雷达补足摄像头的短板。

💬 互动思考

大家是否遇到过或听说过夜间辅助驾驶失效的案例？你觉得纯视觉方案最终能彻底解决夜间问题吗？欢迎在评论区或私信交流。

关键词回顾
AEB夜间失效 动态范围 数据偏差 多传感器融合 红外夜视

🎯 明天预告（第3天 / 知识篇）

我们将进入第二种关键传感器：毫米波雷达。它是如何全天候工作的？为什么对静止物体识别差？4D雷达又是什么？

本系列为100天深度学习计划，每日1篇。欢迎随时提问。