AEB自动紧急制动是当前量产车主动安全体系中最重要的功能之一。在绝大多数日常碰撞事故中，AEB能否在关键时刻介入，直接关系到碰撞能否避免。而低矮障碍物——蹲坐的儿童、倒地的两轮车、路面散落物——因为目标体积小、高度低，对感知系统的识别能力提出了更高的要求。蔚来ES6在这一类场景下的实际表现究竟如何，以下从实测数据和技术层面展开分析。
测试场景与成绩

在2025年易车组织的六款热门新能源SUV AEB大横评中，专门设置了“坐姿儿童假人”测试项目。该测试还原的是儿童在道路中蹲下或坐着玩耍的场景，假人相比站立姿态个头更小，对车辆感知系统的识别和响应要求更高。
参与测试的车型包括小米YU7、问界M8、理想L9、特斯拉Model Y、小鹏G9和蔚来ES6。结果显示，采用纯视觉方案的特斯拉Model Y在40km/h、30km/h甚至加测的20km/h速度下，AEB均无制动反应。理想L9最高刹停速度为60km/h，小米YU7为70km/h，蔚来ES6在坐姿儿童假人项目中最高刹停速度达到90km/h。这一成绩在同批测试车型中仅次于问界M8的100km/h。

蔚来ES6在另一项测试中的表现则呈现出明显的场景差异性。在夜间追尾斜置前车测试中，模拟的是夜间纯黑环境下事故车斜停在车道内的场景。蔚来ES6的最高通过时速为60km/h，而同场的小米YU7、问界M8、理想L9均能在120km/h下成功制动。这说明ES6的AEB能力在不同障碍物形态和光照条件下的表现并不均衡。
低矮目标为何难识别
低矮障碍物的识别难度，根源在于传感器的工作特性。传统毫米波雷达不具备测高能力，难以判断前方静止物体是在地面还是在空中，无法有效区分井盖、减速带等无需刹车的地面低小障碍物，与真正需要制动的实体障碍物。为避免误刹车频发，AEB算法往往降低毫米波雷达在静止目标上的置信度权重，转而以视觉感知结果为主。

蔚来ES6搭载的是Aquila超感系统，包含1颗激光雷达、5颗毫米波雷达、11颗摄像头和12颗超声波雷达。激光雷达能提供精确的深度信息，理论上对低矮目标有更好的检出能力。但感知硬件只是基础，从传感器数据到AEB触发制动之间，需要经过目标分类、碰撞时间计算、置信度判定等多层算法处理。低矮目标在视觉图像中占据的像素面积小，激光雷达点云稀疏，算法需要在“漏刹”和“误刹”之间做出取舍。
蔚来智能驾驶产品负责人曾公开表示，蔚来已将通用障碍物检测能力纳入AEB体系，对纸箱、锥桶等非标准障碍物不再限定类型，只要体积超过特定大小即可响应。但从实测结果看，这一能力的实际边界仍受场景复杂度制约。
城市低速场景的补充表现
在蔚来组织的媒体实测活动中，ES6在封闭场地内还完成了多项针对性测试。大雾隧道场景中，前方故障车被浓雾遮挡，ES6以50km/h的速度识别到障碍物并触发AEB刹停。倒车场景中，后方障碍车出现时后向AEB同样成功介入。左转遇横穿行人时，AEB也能提前感知并刹停。

这些场景的车速普遍在50km/h以下，属于城市低速工况。结合前述横评中90km/h刹停坐姿儿童假人的成绩，可以看出ES6的AEB在低速和中速段对低矮目标的识别是有效的。但60km/h通过夜间斜置车辆这一数据也提示，当目标形态复杂、环境光照条件恶劣时，系统能力会明显收窄。
客观结论
蔚来ES6的AEB系统在低矮障碍物识别上具备可验证的实际能力，坐姿儿童假人90km/h刹停的成绩在同类测试中处于中上水平。激光雷达的搭载为低矮目标检出提供了硬件冗余，但在夜间、复杂形态障碍物等极端条件下，系统的通过速度上限会显著下降。AEB的边界取决于感知、算法和场景三者的匹配程度，任何单一维度的优势都不足以覆盖全部工况。#蔚来ES6#​
互动话题：你的车在倒车或低速行驶时，有没有遇到过AEB突然介入刹停的情况？当时前方是什么物体？欢迎在评论区分享你的实际经历。