08步驟三、測算碰撞風險

百度工程師是這樣構思的。

假設從所述路側盲區(qū)中出現交通參與者橫穿馬路，進入無人駕駛車輛的前方，計算所述交通參與者可能出現的范圍，包括，所述交通參與者和車輛在當前時刻以及接下來的時刻所處位置。

例如，交通參與者從路側的公交車下車后，位于公交車遮擋激光雷達造成的盲區(qū)中；交通參與者從公交車車頭方向出現橫穿馬路，則無人駕駛車輛掃描并識別到所述交通參與者，進行剎車，但是若如交通參與者出現時與無人駕駛車輛的距離已經小于無人駕駛車輛當前時速的最短剎車距離，則造成碰撞事故。

其中，橫穿馬路的交通參與者速度我們可以規(guī)定為5米／秒，即高于普通人群的一般速度以覆蓋大多數人的橫穿行為。

計算無人駕駛車輛是否與橫穿馬路的交通參與者存在碰撞風險，無人駕駛車輛與橫穿馬路的交通參與者的軌跡交匯，無人駕駛車輛到達交匯點的時間＝無人駕駛車輛與交匯點的距離÷無人駕駛車輛速度；交通參與者到達交匯點的時間＝交通參與者與交匯點的距離÷交通參與者速度。由于車道寬度為3．5米，則預設的安全閾值假設規(guī)定為1秒，即交通參與者可以在1秒之內越過該車道。若無人駕駛車輛到達交匯點的時間與交通參與者到達交匯點的時間的絕對值之差小于或等于1秒，則存在碰撞風險。

例如，無人駕駛車輛與交匯點的距離為100米，無人駕駛車輛的速度為72千米／小時，即20米／秒，到達交匯點的時間為5秒；而交通參與者從路側盲區(qū)到達交匯點的距離為10米，則到達交匯點的時間為2秒；則無人駕駛車輛到達交匯點的時間與交通參與者到達交匯點的時間的絕對值之差大于1秒，則不存在碰撞風險。

例如，無人駕駛車輛與交匯點的距離為60米，無人駕駛車輛的速度為72千米／小時，即20米／秒，到達交匯點的時間為3秒；而交通參與者從路側盲區(qū)到達交匯點的距離為10米，則到達交匯點的時間為2秒；則無人駕駛車輛到達交匯點的時間與交通參與者到達交匯點的時間的絕對值之差小于1秒，則存在碰撞風險。

知情郎插句話，測算碰撞風險的事，完全是數學的領域，系統在不停的測算道路上各個參照物的車速和行人速度。

然后統計行進路線各個障礙物是否會碰撞。

這個邏輯難點在于變量實在太多，太不確定了。

為何？因為無人駕駛的車速度方向可以控制，但前方的其他車輛和人的速度和轉向都是不確定的，尤其是橫穿馬路的行人是最不穩(wěn)定的參照物，行人的手機電話響了，也許行人就不走路了，突然停在路口接電話了。

更普遍的現象是，前面那卡車明明停在那2分鐘沒動，原來是司機在抽煙，現在突然動了，司機抽完煙了，如何判斷？

09步驟四：根據風險進行減速運動

百度工程師對如何控制減速的技術構思。

因為整個思路是為了避免現有技術中無人駕駛車輛只能對探測到的障礙物進行反應，對于從路側盲區(qū)出現的交通參與者只能采取緊急剎車，但無法避免碰撞風險的情況。

所以百度工程師通過判斷路側盲區(qū)出現交通參與者與無人駕駛車輛的碰撞風險，提前控制無人駕駛車輛進行減速，實現了無人駕駛車輛的安全駕駛。

減速技術方案如下：

根據無人駕駛車輛在不同車速下的最短剎車距離，調節(jié)無人駕駛車輛的速度，使其最短剎車距離小于無人駕駛車輛與交匯點的距離。這可以絕對保證無人駕駛車輛不會與從路側盲區(qū)出現的交通參與者發(fā)生碰撞。

優(yōu)選地，以預設時間間隔，例如0．1秒，重復執(zhí)行上述判斷和控制步驟；直至無人駕駛車輛駛離所述交匯點。

優(yōu)選地，若存在多個路側盲區(qū)，則分別計算無人駕駛車輛與從所述路側盲區(qū)中出現的交通參與者的碰撞風險，控制無人駕駛車輛進行減速，以保證無人駕駛車輛不會與所述多個路側盲區(qū)出現的交通參與者發(fā)生碰撞。

總體看，這個專利邏輯結構清晰，實用性也不錯，提供了一種很簡潔的減速思路，不錯。

中國的城鄉(xiāng)路況結構復雜，到處橫穿馬路、隨地停車隨時超車，小摩托小三輪橫行霸道，各種岔道彎道縱連。在這種路況情況下，老司機都反應不過來，AI機器判斷，太勉強了。

       原文標題 : 自動駕駛百度經典專利解讀：如何預防汽車盲區(qū)鬼探頭?