Euro NCAP中的AEB测试场景源于对提高道路安全的需求，旨在减少因驾驶员未能及时反应导致的碰撞事故。自2014年首次对AEB系统进行评估以来，Euro NCAP逐步扩展了测试场景，包括城市低速跟车、行人保护以及高速公路紧急刹车等情况。这些测试标准随着技术的进步不断优化，涵盖了不同速度、不同交通状况及复杂环境（如夜间或不良天气）。Euro NCAP通过严格的评估推动了AEB技术的改进，并促使全球范围内的法规和标准逐步要求新车搭载此类系统，从而提升车辆的主动安全性能。

C-NCAP是基于Euro NCAP发展服务于中国市场的独立新车安全评价体系，C-NCAP在成立初期大量借鉴了Euro NCAP的测试方法和评分体系，但随着中国道路环境和市场需求的不同，逐步发展出具有本土化特点的测试标准。尽管两者在测试内容和评分机制上存在差异，但都在推动车辆主动安全技术普及方面发挥着重要作用，并在全球车企适应多市场要求的背景下，呈现出一定的趋同趋势。

下面是C‑NCAP 2024与Euro NCAP 2023在AEB测试场景上的更详细对比表格：

对比维度C-NCAP 2024Euro NCAP 2023目标物类型1.前车（静止、移动、刹车）2.行人（成人/儿童，昼/夜，遮挡）3.自行车/电动车（多迎角、多速度、可遮挡） 4.交叉口车、横穿电动车1. Car‑to‑Car：前车静止、移动、刹车 行人（成人/儿童，近侧/远侧、昼/夜、遮挡）2. 骑行者（自行车/摩托车，近/远侧、转弯/直行）光照条件白天 + 夜间（行人/非机动车场景）白天 + 夜间（行人/骑车者均按昼夜测试）电动车/自行车场景多角度与速度组合测试，含遮挡与交叉口横穿情境自行车纳入VRU测试（如CBFA、CBNA、CBTA、CBDA等），但无专门“电动车”类别摩托车场景暂未明确表述覆盖2023年新增摩托车AEB/FCW测试（如CMRs、CMFb、CMFtap等）交叉口 & 横穿场景明确纳入行人及非机动车交叉路口横穿测试包含Car‑to‑Car CCFtap与CCCscp交叉测试，以及VRU横穿测试遮挡/误触发测试行人/骑车者遮挡出现测试；新增10种误触发场景检测系统误动作率VRU遮挡测试存在；无AEB误触发测试要求，鲁棒性仅在“Robustness variations”中考虑速度覆盖多场景组合：城市、中高速，不同迎角/速度组合，灵活；未完全标准矩阵化CCRs 10–50 km/h；CCRm 30–80 km/h；CCFtap 10–20 km/h配合对向 30/45/60 km/h；CCCscp按速度矩阵系统测试系统误报检测明确纳入误触发评测，计入安全项得分无针对误触发测试，关注点在速度矩阵与鲁棒性边界评分权重与关注点强调典型中国场景触发效果与误触发率，场景配置本土化，多功能覆盖（行人/非机动车/交叉口误触发）严格依据速度矩阵（CCR/CCFm/CCFtap/CCCscp/CCFho等），评分侧重系统反应时效、制动减速幅度、HMI反馈能力本土化水平高度本土化：适配电动微出行、交叉路口复杂中国交通环境，注重系统误触发风险定位欧洲典型道路环境，2023年全面纳入VRU（骑车者+摩托车）场景，多场景统一国际标准从上述表中我们可以预测：随着中国市场电动车及微出行工具的快速普及，预计C-NCAP会进一步加强对电动自行车、电动滑板车、三轮车等交通参与者的测试场景，特别是在城市环境下的行人、自行车、交叉口等复杂场景的AEB评估。同时，C-NCAP可能会更加关注中国特色的交通情况，例如高遮挡、密集交通流等特殊环境下的AEB效果。Euro NCAP将加强对这些VRU（脆弱道路使用者）保护的测试，尤其是如何在复杂的城市和高速场景中识别和应对。预计Euro NCAP也会加入更多非传统道路使用者的场景，比如电动滑板车、轻型电动车等。C-NCAP 2024已加入多速域的测试，未来可能会在高速度追尾（如高速公路60-100km/h）和复杂交叉口（如带有交通信号灯的交叉路口）中增加更多的AEB测试场景，关注AEB系统的反应速度、反应时机以及在不同类型的交通环境下（如交通拥堵、恶劣天气等）的表现。Euro NCAP在高速公路场景的AEB测试方面可能会更加严格，并可能会更细化高速公路上的多种动态情况（如前车突发减速、变道等）的测试。同时，Euro NCAP可能会加强对于复杂交叉口、环境干扰（如隧道、光照变化等）中的AEB系统评估。随着夜间行车比例的增大，C-NCAP有可能会在夜间测试中加入更多VRU（行人、骑行者等）和行车场景，尤其是对低光照条件下AEB的性能评估，以提升夜间安全性。Euro NCAP预计会将夜间或低光环境中的AEB评测推向一个新的高度，特别是在复杂的城市环境（如行人或骑行者横穿车道）中，以确保在低能见度环境下系统的准确识别和反应。随着AI和自动驾驶技术的不断发展，C-NCAP可能会将人工智能和深度学习技术应用到AEB系统的测试中，特别是对AEB系统的自主学习能力、传感器融合能力等方面进行评估。这可能意味着C-NCAP会增加更多的动态驾驶场景，模拟自动驾驶中AEB系统在真实环境中的表现。Euro NCAP同样可能会加强对AI系统、传感器的融合能力和实时决策的评估。例如，如何利用AI优化AEB系统的路径规划、预判性制动和对复杂场景的响应能力。AI的进步将使得系统能够处理更加复杂和多变的交通情境。

在未来，C-NCAP可能会加入更多误触发与误识别的测试场景，特别是在复杂的城市环境中，如停车场、狭窄街道等，以确保AEB系统不会误判和误触发，同时加强对系统鲁棒性的评估。Euro NCAP预计会在现有测试中进一步增强误触发检测功能，考虑更多复杂的驾驶场景，如低速慢行、停车场、环形交叉口等，以确保AEB系统不仅能够在真正危险的情况下工作，还能减少不必要的干预。

中国市场对于新能源车、智能化车载系统的需求增加将推动C-NCAP更加重视电动车和自动驾驶辅助系统的性能测试。同时，随着中国对汽车安全要求的逐步提高，C-NCAP可能会在AEB测试中加入更多针对特定环境（如雨天、雾霾、高温等）的测试，以适应多样化的市场需求。Euro NCAP会继续推动全球安全法规标准的统一，并可能将AEB纳入未来更多的法规要求中，例如自动紧急制动系统在欧洲各国法规中的强制要求。因此，Euro NCAP的测试场景也会逐步向法规要求靠拢，确保市场上每一辆车都达到一定的安全标准。

图片

早上朋友发了一个中汽中心关于C-NCAP2027&2030版本测试场景规划图，其中特别强调了前车切成后遇减速车辆的场景，其中测试速度20-140kph，其中130-140kph场景，这是对市场用户的严重误导！从交通法角度来看，我国交通法规对道路行驶速度有明确且严格的限制，高速公路最高限速大多为 120km/h ，140km/h 已超出合法行驶速度范畴。C - NCAP 将 AEB 测试场景拓展到 140km/h，测试场景脱离实际交通法规框架，实际道路中合法行驶状态下几乎不会出现 140km/h 的 AEB 触发工况，对真实用车场景的安全指导价值有限，投入大量资源测试这种极端且低概率、甚至违法的场景，并非必要，合理的做法应聚焦 40 - 120km/h 等符合法规的常见速度区间，这样的测试结果对用户日常安全用车才更具实际参考意义。从市场用户角度来看，若车企依据 140km/h 的 AEB 测试结果进行宣传，极易让消费者产生错误认知(目前市场上有很多新闻爆出非常多的反面案例，错误认为AEB可以对任何场景下起作用)，误以为车辆在高速行驶（超法规限速状态）时，AEB 系统绝对可靠。但实际驾驶中，超速本身就属于危险且违法的行为，而且 AEB 系统在复杂路况（如雨雪天气、强光干扰等）下存在性能波动，这种宣传会引发用户对车辆安全性能的不恰当预期。一旦在真实险情中，因依赖系统却未达预期效果，反而可能让用户陷入危险。同时，行业过度比拼超高速度的 AEB 刹停参数(很多参数怎么来的企业心里很清楚，用户对参数场景限制性根本不知道)，会引导用户过度关注 “极限数据”，忽略日常场景（如低速路口、城郊道路等高频事故场景 ）的 AEB 实用性，进而误导用户购车决策，偏离了安全测试辅助理性消费的初衷，所以增加该场景不合理。从误制动的场景来看，当前行业AEB主要是使用视觉或视觉与毫米波融合的技术，在 140km/h 的高速状态下，感知识别的横向偏差会比较大，造成AEB 误触发概率显著增加，会使车辆急剧刹车，后方跟随车辆很难在短时间内做出反应，极易引发连环追尾事故，造成更严重的人员伤亡和财产损失。高速行驶本身容错率就低，误制动引发的 “次生事故” 风险，远远超过其能避免的极端碰撞危害。而且，高速行驶时，人类驾驶员可通过变道等灵活方式避险，但 AEB 系统可能 “机械” 地选择刹车，与驾驶员操作意图冲突，比如前方障碍物本可通过小幅变道避让，AEB 却强行制动，会打乱驾驶节奏，进一步增加危险。这种因测试场景设置带来的额外风险，让 140km/h 的 AEB 测试场景显得不合理且非必要 。因此呼吁OEM同行和中汽中心的同行，130-140KM/h AEB测试场景慎之又慎。 本站仅提供存储服务，所有内容均由用户发布，如发现有害或侵权内容，请点击举报。