08步骤三、测算碰撞风险

百度工程师是这样构思的。

假设从所述路侧盲区中出现交通参与者横穿马路，进入无人驾驶车辆的前方，计算所述交通参与者可能出现的范围，包括，所述交通参与者和车辆在当前时刻以及接下来的时刻所处位置。

例如，交通参与者从路侧的公交车下车后，位于公交车遮挡激光雷达造成的盲区中；交通参与者从公交车车头方向出现横穿马路，则无人驾驶车辆扫描并识别到所述交通参与者，进行刹车，但是若如交通参与者出现时与无人驾驶车辆的距离已经小于无人驾驶车辆当前时速的最短刹车距离，则造成碰撞事故。

其中，横穿马路的交通参与者速度我们可以规定为5米／秒，即高于普通人群的一般速度以覆盖大多数人的横穿行为。

计算无人驾驶车辆是否与横穿马路的交通参与者存在碰撞风险，无人驾驶车辆与横穿马路的交通参与者的轨迹交汇，无人驾驶车辆到达交汇点的时间＝无人驾驶车辆与交汇点的距离÷无人驾驶车辆速度；交通参与者到达交汇点的时间＝交通参与者与交汇点的距离÷交通参与者速度。由于车道宽度为3．5米，则预设的安全阈值假设规定为1秒，即交通参与者可以在1秒之内越过该车道。若无人驾驶车辆到达交汇点的时间与交通参与者到达交汇点的时间的绝对值之差小于或等于1秒，则存在碰撞风险。

例如，无人驾驶车辆与交汇点的距离为100米，无人驾驶车辆的速度为72千米／小时，即20米／秒，到达交汇点的时间为5秒；而交通参与者从路侧盲区到达交汇点的距离为10米，则到达交汇点的时间为2秒；则无人驾驶车辆到达交汇点的时间与交通参与者到达交汇点的时间的绝对值之差大于1秒，则不存在碰撞风险。

例如，无人驾驶车辆与交汇点的距离为60米，无人驾驶车辆的速度为72千米／小时，即20米／秒，到达交汇点的时间为3秒；而交通参与者从路侧盲区到达交汇点的距离为10米，则到达交汇点的时间为2秒；则无人驾驶车辆到达交汇点的时间与交通参与者到达交汇点的时间的绝对值之差小于1秒，则存在碰撞风险。

知情郎插句话，测算碰撞风险的事，完全是数学的领域，系统在不停的测算道路上各个参照物的车速和行人速度。

然后统计行进路线各个障碍物是否会碰撞。

这个逻辑难点在于变量实在太多，太不确定了。

为何？因为无人驾驶的车速度方向可以控制，但前方的其他车辆和人的速度和转向都是不确定的，尤其是横穿马路的行人是最不稳定的参照物，行人的手机电话响了，也许行人就不走路了，突然停在路口接电话了。

更普遍的现象是，前面那卡车明明停在那2分钟没动，原来是司机在抽烟，现在突然动了，司机抽完烟了，如何判断？

09步骤四：根据风险进行减速运动

百度工程师对如何控制减速的技术构思。

因为整个思路是为了避免现有技术中无人驾驶车辆只能对探测到的障碍物进行反应，对于从路侧盲区出现的交通参与者只能采取紧急刹车，但无法避免碰撞风险的情况。

所以百度工程师通过判断路侧盲区出现交通参与者与无人驾驶车辆的碰撞风险，提前控制无人驾驶车辆进行减速，实现了无人驾驶车辆的安全驾驶。

减速技术方案如下：

根据无人驾驶车辆在不同车速下的最短刹车距离，调节无人驾驶车辆的速度，使其最短刹车距离小于无人驾驶车辆与交汇点的距离。这可以绝对保证无人驾驶车辆不会与从路侧盲区出现的交通参与者发生碰撞。

优选地，以预设时间间隔，例如0．1秒，重复执行上述判断和控制步骤；直至无人驾驶车辆驶离所述交汇点。

优选地，若存在多个路侧盲区，则分别计算无人驾驶车辆与从所述路侧盲区中出现的交通参与者的碰撞风险，控制无人驾驶车辆进行减速，以保证无人驾驶车辆不会与所述多个路侧盲区出现的交通参与者发生碰撞。

总体看，这个专利逻辑结构清晰，实用性也不错，提供了一种很简洁的减速思路，不错。

中国的城乡路况结构复杂，到处横穿马路、随地停车随时超车，小摩托小三轮横行霸道，各种岔道弯道纵连。在这种路况情况下，老司机都反应不过来，AI机器判断，太勉强了。

       原文标题 : 自动驾驶百度经典专利解读：如何预防汽车盲区鬼探头?