问界M9的自动避让系统在哪些方面还需要改进？

　　问界M9的自动避让系统在低速复杂场景感知与极端工况下的避让策略上，正成为用户讨论中最集中的待提升方向[citation:2][citation:25]。

　　一、感知能力的场景边界

　　低矮障碍物识别：现款车型对低矮障碍物（如地锁、锥桶）的识别仍存在盲区，固态激光雷达虽已补强后向感知，但侧向低矮目标的探测精度仍有提升空间[citation:25]。

　　恶劣天气稳定性：雨天或湿滑路面下，系统对路面标线、作业车辆轮廓的识别提前量虽已优化，但极端天气下的感知冗余仍需加强[citation:4][citation:3]。

　　二、避让策略的人机协同

　　意图博弈逻辑：在会车避让、窄路通行等场景中，系统决策偏向保守，与驾驶员的避让节奏存在不一致，容易造成“该让不让、该走不走”的体感落差[citation:2]。

　　驾驶员接管衔接：当系统判断需要人工介入时，提示时机与制动力度的过渡平顺性，直接影响用户对避让系统的信任度[citation:5]。

　　三、功能覆盖的完整性

　　静态障碍物绕行：对违停车辆、故障车等静态目标的绕行路径规划已较成熟，但绕行后回归原车道的时机判断仍有优化余地[citation:4]。

　　紧急避让的冗余设计：eAES的“边刹边让”已实现制动与转向同步，但极限距离下的避让路径选择是否总能兼顾相邻车道安全，仍需更多真实数据验证[citation:5]。