[发明专利]自动驾驶车辆的行车风险评估及控制机制决策方法

权利要求书

1.一种自动驾驶车辆的行车风险评估及控制机制决策方法，其特征在于，包括：

通过一感测器感测多次一车辆周围的状态，以产生多个感测信号；

通过一处理器量化各所述感测信号，产生多个感测值后，计算所述多个感测值的一感测平均值；

通过所述处理器根据各所述感测值及所述感测平均值计算一感测误差值，并计算所述多个感测误差值的一感测误差平均值，以及计算所述感测器的一感测误差变异数值；

通过所述处理器整合所述感测误差平均值、所述感测误差变异数值、所述感测器的一感测器出厂规格误差平均值以及所述感测器的一感测器出厂规格误差变异数值，以产生所述感测器的一感测信号校正值；

通过所述处理器合并计算所述多个感测值及所述感测信号校正值，以产生多个感测信号参考值；

通过所述处理器判断所述多个感测信号参考值的一第一稳定性是否落在一第一预设范围内；

若所述多个感测信号参考值稳定地落在所述第一预设范围内，所述处理器传送所述多个感测信号参考值至一决策单元，所述决策单元产生一第一风险预测评估值；

若所述多个感测信号参考值非稳定地落在所述第一预设范围内，所述处理器不传送所述多个感测信号参考值至所述决策单元，所述决策单元产生一第二风险预测评估值；以及

通过一控制器根据所述第一风险预测评估值或所述第二风险预测评估值产生一控制机制。

2.根据权利要求1所述的自动驾驶车辆的行车风险评估及控制机制决策方法，其特征在于，所述感测信号包括一障碍物意图信号、一物体距离信号以及一车辆灯号信号。

3.根据权利要求1所述的自动驾驶车辆的行车风险评估及控制机制决策方法，其特征在于，判断所述多个感测信号参考值的所述第一稳定性是否落在所述第一预设范围内的步骤包括：

判断所述多个感测信号参考值的一离散变异程度是否小于一门槛值；

若所述离散变异程度小于所述门槛值，则所述多个感测信号参考值的所述第一稳定性落在所述第一预设范围内，且所述决策单元产生所述第一风险预测评估值；

若所述离散变异程度不小于所述门槛值，则所述多个感测信号参考值的所述第一稳定性未落在所述第一预设范围内，且所述决策单元产生所述第二风险预测评估值。

4.根据权利要求1所述的自动驾驶车辆的行车风险评估及控制机制决策方法，其特征在于，判断所述多个感测信号参考值的所述第一稳定性是否落在所述第一预设范围内的步骤包括：

判断所述多个感测值是否稳定地落在一统计分布信赖区间的一上限值及一下限值范围内；

若所述多个感测值稳定地落在所述统计分布信赖区间的所述上限值及所述下限值范围内，则所述多个感测信号参考值的所述第一稳定性落在所述第一预设范围内，且所述决策单元产生所述第一风险预测评估值；以及

若所述多个感测值非稳定地落在所述统计分布信赖区间的所述上限值及所述下限值范围内，则所述多个感测信号参考值的所述第一稳定性非落在所述第一预设范围内，且所述决策单元产生所述第二风险预测评估值；

其中判断所述多个感测值是否稳定地落在所述统计分布信赖区间的所述上限值及所述下限值范围内的步骤，是根据判断在所述多个感测值当中，具有一第一数量个的所述感测值是稳定地落所述统计分布信赖区间的所述上限值及所述下限值范围内决定；

当所述第一数量个的感测值落在所述统计分布信赖区间的所述上限值及所述下限值范围内，则所述多个感测信号参考值的所述第一稳定性落在所述第一预设范围内；

当所述第一数量个的感测值未落在所述统计分布信赖区间的所述上限值及所述下限值范围内，则所述多个感测信号参考值的所述第一稳定性未落在所述第一预设范围内；

其中所述上限值及所述下限值通过计算所述多个感测信号参考值与所述多个感测信号参考值的一离散变异程度的一第二权重比例决定。

5.根据权利要求4所述的自动驾驶车辆的行车风险评估及控制机制决策方法，其特征在于，所述第二权重比例通过一查找表产生。

6.根据权利要求4所述的自动驾驶车辆的行车风险评估及控制机制决策方法，其特征在于，所述感测值、所述上限值及所述下限值是统计储存于一储存模块内，并通过所述处理器计算、比对及存取。