TW201620746A - 行車安全系統及其障礙物篩選方法 - Google Patents

Abstract

本發明係一種行車安全系統及其障礙物篩選方法，主要係於一具有車用電腦的車輛上設置一影像擷取模組以及一測距模組，該測距模組與該影像擷取模組係分別用以擷取一個以上的障礙物資訊、一個以上的影像資訊，並透過一車用電腦對障礙物資訊、影像資訊進行分析，當車輛在行駛的過程中將持續接收障礙物資訊，並藉由執行一可濾除雜訊的過濾分析機制以及一可排除地面金屬物的比較分析機制，使得該車用電腦能排除非障礙物與地面金屬反射的雜訊以正確取得前方目標資訊；藉此，讓運用上述行車安全系統的車輛在行駛時準確判斷前方目標障礙物，以達到提升行車安全的目的。

Description

行車安全系統及其障礙物篩選方法

本發明係關於一種行車系統，尤指一種行車安全系統及其障礙物篩選方法。

隨著科技的發展，研發智慧行車系統已逐漸成為智慧車市場的趨勢，目前的智慧行車系統主要是透過蒐集車速與前方車距等資料，並利用類神經網路分析駕駛人開車習性以找出駕駛慣用安全距離與車速之關係，透過此技術可對不同車速設定不同的安全距離，因此行車系統的穩定度和失效的發生息息相關，行車系統更容易受太過複雜的環境或雜訊影響，導致偵測前方目標車輛時判斷錯誤（尤其於轉彎道），因而產生系統失效並降低系統效能的問題。

以目前行車系統的研發技術如Volvo汽車的一City Safety系統，其可以15-30km/h之間在市區巡航，當發現前方有障礙物時該City Safety系統會煞車調速、降低車速，並於15公里以下可完全煞車。又如Mazda汽車的一SCBS系統，其可運用一雷射感測器抓取前方障礙物資料，並於低速（4-30km/h）巡航下能偵測與障礙物之距離以判斷是否進行煞車控制，適時減速、降低碰撞發生。再如Ford汽車的一前方防撞系統，該系統為Ford車種不可或缺的安全系統之一，當時速介於5-30km/h之間，系統偵測前方距離低於警戒值時，則開始自主煞車，可適用的曲率半徑大於20m之路段。

如我國發明專利權第I318604號「應用遞迴最小平方法於碰撞時間之估測方法」（以下簡稱前案），主要目的在於提升計算碰撞時間的精確度，其使用一設於本車輛上之距離感知器，該距離感知器用以量測本車輛與一外來車輛或障礙物之間的相對距離，以及使用一設於本車輛上的估測單元，該估測單元用以讀取該距離感知器量測之相對距離，且該估測單元依據量測之相對距離以一遞迴最小平方法（Recursive Least Square）估算相對距離的二次曲線，並將多數已知係數帶入二次曲線方程式及遞迴最小平方法的計算式中，以取得計算相對距離為零的時間點，並估測其碰撞時間及時間差，使得在外界雜訊干擾的情況下能降低雜訊影響以預防碰撞的發生。

由上述可知，現有的研發技術系統限制條件多，雖然能夠減速、降低碰撞機會，但是仍具有以下列示的缺點：1.車輛的行駛速度均需低於30km/h，而且僅適用City Safety部分場景。2.無法準確的判斷煞車時機或預先提供警示，使得行車速度必須降低以免煞車過晚。3.現有技術缺乏預測機制、準確度不足導致系統不穩定，當系統經常失效則容易造成意外發生。而前案為提升行車系統對障礙物判斷的準確度，係執行複雜的計算式以估測其碰撞時間及時間差，以降低雜訊影響並預防碰撞的發生，但是如此不僅需要耗費大量的時間及運算資源之外，其過濾的對象都是集中於外來車輛或障礙物之間相對距離值的浮動情形，而且前案對於前方目標是否存在並沒有先作判斷，是直接先假設前方目標物是真實存在之實體，故前案若應用在實際的路況中仍然有所不足，因此，現有的智慧行車系統技術尚存在系統不穩定、準確性不足及方法複雜使得成本提高等問題，故確實有提出更佳方案的必要性。

有鑑於上述現有技術之問題，本發明主要目的係提供一種行車安全系統及其障礙物篩選方法，其透過一搭載行車安全系統的車輛，令該車輛在行駛的過程中不受行駛速度以及場景的限制，可即時、準確地預先判斷出非障礙物、環境反射、地面物等雜訊，並將其排除，增進行車安全系統對障礙物判斷的準確度與穩定性，以提升車輛的行車安全。

為達成上述目的所採取的主要技術手段係令前述行車安全系統的障礙物篩選方法，主要係由一車用電腦分別連接一影像擷取模組與一測距模組，並由該車用電腦執行下列步驟： 接收一個以上的障礙物資訊及相對應一個以上的影像資訊； 對該障礙物資訊執行一過濾分析機制以過濾雜訊，並於過濾後產生一障礙物的位置資訊； 藉由該障礙物的位置資訊與該影像資訊相比較以排除一地面的雜訊，並取得一前方目標資訊。

在前述方法中，係在一車輛上安裝該車用電腦、該影像擷取模組、該測距模組，由該車用電腦分別透過該測距模組接收障礙物資訊、該影像擷取模組接收與障礙物資訊相對應的影像資訊，並對障礙物資訊執行該過濾分析機制以過濾掉環境造成的反射雜訊以產生疑似障礙物的位置資訊，該車用電腦將該位置資訊與該影像資訊進行比較以排除地面所產生的雜訊，以準確的排除所有非障礙物資訊並即時取得一前方目標資訊，使行車系統能預測行車狀況，更能準確地預先判斷出非障礙物、環境反射、地面物等雜訊，並將其排除，增進行車安全系統對障礙物判斷的準確度與穩定性，達到提升行車安全的目的。

為達成上述目的所採取的又一主要技術手段係令前述行車安全系統包括： 一測距模組，係擷取一個以上的障礙物資訊； 一影像擷取模組，係擷取一個以上的影像資訊，並與該障礙物資訊相對應； 一車用電腦，係分別與該測距模組、該影像擷取模組連接，並接收該障礙物資訊及該影像資訊； 藉由該車用電腦執行一過濾分析機制以過濾來自非障礙物的反射雜訊，並於過濾後產生一障礙物的位置資訊，該車用電腦將該障礙物的位置資訊與該影像資訊進行比較分析，以排除一由地面物所產生的雜訊並藉此取得一前方目標資訊。

由上述構造可知，本發明行車安全系統係可設置於一車輛上使用，並由該測距模組接收障礙物資訊、該影像擷取模組接收與障礙物資訊相對應的影像資訊，該車用電腦執行一過濾分析機制以過濾掉來自環境中造成的非障礙物的資訊或反射雜訊，以產生疑似障礙物的位置資訊，該車用電腦將位置資訊與該影像資訊進行比較分析後即可排除由地面物所產生的雜訊，並即時地取得前方目標資訊，使安裝有本發明行車系統的車輛能預測行車前方狀況，而提早預警並穩定系統，又因為能夠準確地預先判斷出非障礙物、環境反射、地面物等雜訊，並將其排除，更增進行車安全系統對障礙物判斷的準確度與穩定性，以達到提升行車安全的目的。

關於本發明行車安全系統之一較佳實施例的系統架構，請參考圖1、圖2所示，其包括一測距模組10、一影像擷取模組20、一車用電腦30，並於本實施例中進一步包括一煞車模組40、一車輛狀態模組50以及一告警模組60，該車用電腦30係分別連接該測距模組10、該影像擷取模組20、該煞車模組40、該車輛狀態模組50以及該告警模組60。

該測距模組10係用以擷取一個以上的障礙物資訊，並將該障礙物資訊傳送至該車用電腦30，該影像擷取模組20係用以擷取一個以上的影像資訊，該影像資訊係與該障礙物資訊相對應，該影像擷取模組20亦將擷取到的影像資訊傳送至該車用電腦30，提供該車用電腦30進行比較分析；本實施例中，該測距模組10可為一毫米波雷達，該影像擷取模組20可為一攝影機，該告警模組60係包括一顯示單元及／或一聲音單元，透過該顯示單元提供即時資訊顯示或警示畫面，遇緊急狀況時亦可透過該聲音單元發出警報聲。

該車用電腦30係根據接收到的障礙物資訊及相對應的影像資訊，對該障礙物資訊、該影像資訊執行一過濾分析機制以過濾來自非障礙物、周遭環境的反射雜訊，並於過濾後產生一障礙物的位置資訊，藉由該車用電腦30將該障礙物的位置資訊與該影像資訊相比較，以排除一由地面物所產生的雜訊並藉此取得一前方目標資訊；當本發明行車系統被安裝於一車輛時，透過該車用電腦30能夠即時判別前方行車狀況，而提早預警並穩定系統，又因為能夠準確地判斷出非障礙物、環境反射、地面物等雜訊，並將其排除，更增進行車安全系統對障礙物判斷的準確度與穩定性，以達到提升行車安全的目的。

進一步的，該煞車模組40係根據該車用電腦30的判斷分析結果，並接收該車用電腦30送出的一煞車／斷油控制訊號，以驅使車輛減速；該車輛狀態模組50係用以感測車輛目前的行駛狀態，並提供一行車狀態資訊至該車用電腦30，令該車用電腦30利用該行車狀態資訊進行其他分析應用，本實施例中該行車狀態資訊包括一車速訊號、一角速度訊號，當該車用電腦30分別透過該影像擷取模組20擷取的影像資訊、該測距模組10擷取的障礙物資訊，並根據車輛狀態模組50回傳之行車狀況判斷一車輛行徑路線，若前方目標資訊已落入一警示範圍時，即時發送該煞車／斷油控制訊號至該煞車控制模組40以使得車輛自動減速。

當該車用電腦30分別透過該車輛狀態模組50取得行車狀態資訊、該測距模組10取得障礙物資訊，並對該行車狀態資訊、障礙物資訊進行計算，以取得一障礙物速度，當該障礙物速度超過一速度門檻值時，則判定為一動態障礙物，否則為一靜態障礙物。

本實施例中，該車用電腦30主要係由一微控制器31連接一感知融合處理器32所組成，如圖2所示，其中該微控制器31係分別與測距模組10、煞車模組40、車輛狀態模組50以及告警模組60電連接，該感知融合處理器32係分別與該影像擷取模組20、該告警模組60電連接；本實施例中，該感知融合處理器32係可由一數位訊號處理器（Digital signal processing, DSP）構成；透過該感知融合處理器32可加速即時運算取得前方目標資訊，該感知融合處理器32主要係透過該障礙物資訊、該影像資訊，標註該車輛行徑路線內最接近的一障礙物資訊，並判斷該障礙物資訊是否為一靜態障礙物，若是則可根據該障礙物資訊的位置進行一車身辨識以確定前方目標資訊是否為車輛，並透過該告警模組60顯示一標註警示圖案的結果。

關於上述本發明行車安全系統進行障礙物篩選的應用方式，當車輛在行徑的過程中，該車用電腦30係透過測距模組10、影像擷取模組20接收到的障礙物資訊及相對應的影像資訊，但是因環境的影響而產生鏡面效應，使得因訊號反射而造成影像擷取模組20誤判遠方有障礙物，而且此雜訊容易有飄移的現象，而本實施例中，該過濾分析機制係進一步包括一第一過濾雜訊方法、一第二過濾雜訊方法，以雙重過濾的方式強化過濾來自非障礙物、周遭環境的反射雜訊。

該第一過濾雜訊方法主要是將收到的所有訊號進行統計，如圖3所示，其中包括一水平軸以及一垂直軸，該水平軸係代表時間單位（秒／S），該垂直軸係代表所有訊號的變異量（Variance, V），透過該車用電腦30計算一障礙物的距離資訊與一估測距離資訊，並將其相差的誤差值進行一變異量計算，每隔一週期時間（如6.4秒）後重新歸零更新再次計算，由於鏡面效應產生的雜訊本身易浮動，會導致具有高變異量的特性，因此判斷訊號變異量是否具有一顯著落差的震盪狀態，若是則判定為一雜訊N1，若否則判定為一非雜訊N2；本實施例中，該變異量計算係指一標準差（Standard Deviation, SD）計算。

當上述第一過濾雜訊方法將鏡面效應產生的雜訊濾除後，若前方有一目標資訊，而訊號於目標資訊與本車輛之間進行來回反射，因此會多出一倍的射程才能抓取到訊號，透過該第二過濾雜訊方法消除因訊號在車輛之間進行來回反射導致的兩倍諧波雜訊，如圖4所示，其中包括一水平軸、一垂直軸、一第一障礙物位置D1以及一第二障礙物位置D2，該水平軸係代表以本車輛S為中心的X軸方向的單位距離（公尺／m），係代表本車輛S為中心的Y軸方向的單位距離（公尺／m），當該車用電腦30取得該第一障礙物位置D1、第二障礙物位置D2的資訊，且其中第二障礙物位置D2與該第一障礙物位置D1的距離符合一比例條件（如第二障礙物位置D2的Y軸距離為第一障礙物位置D1的兩倍）時，則判斷該等障礙物位置D1、D2的位置資訊（X座標、Y座標）是否在一距離範圍內，若是則該第二障礙物位置D2為兩倍諧波雜訊，再者，量測雜訊的影響範圍可由該第一障礙物位置D1分布標準差計算而得。

當該車用電腦30分別執行上述第一、第二過濾雜訊方法後，則根據該第一障礙物位置D1產生一障礙物的位置資訊，但是該位置資訊係有可能為因碰到地面物體（如金屬物）反射後所產生的位置資訊，因此需進一步由該車用電腦30將該位置資訊與該影像資訊相比較，以執行一過濾地面雜訊方法，如圖5所示，其中包括一車輛行徑路線的範圍R、本車輛S以及該第一障礙物位置D1，並且由該測距模組10擷取到該第一障礙物位置D1的Y軸距離為一第一距離資訊（如9m）、該影像擷取模組20擷取到的該第一障礙物位置D1的Y軸距離為一第二距離資訊（如15m），當該車用電腦30判斷該第一、第二距離資訊不相同，或者該第二距離資訊大於該第一距離資訊達一設定值以上時，則判別D1為地面雜訊，並執行該過濾地面雜訊方法，其主要係由該測距模組10對第一障礙物位置D1進行目標鎖定，並且進行障礙物位置追蹤預估以產生一估測位置資訊（X座標、Y座標），將該估測位置資訊與第一障礙物位置D1進行比對而得到一絕對值，若該絕對值小於一誤差門檻值，則判定該障礙物為雜訊可過濾此障礙物的位置資訊，藉此可以達到連續排除由地面物所產生的雜訊並準確取得前方目標資訊的效果。

基於本發明上述實施例的說明及其應用方式可進一步歸納出一行車安全系統的障礙物篩選方法，該方法主要係由該車用電腦30分別連接該影像擷取模組20與該測距模組10，如圖6所示，並由該車用電腦30執行下列步驟： 接收一個以上的障礙物資訊及相對應一個以上的影像資訊（S61）； 對該障礙物資訊執行一過濾分析機制以過濾雜訊（S62），並於過濾後產生一障礙物的位置資訊（S63）； 藉由該障礙物的位置資訊與該影像資訊相比較以排除一地面的雜訊（S64），並取得一前方目標資訊（S65）；本實施例中，該車用電腦30可分別透過前述車輛狀態模組50、該測距模組10，取得行車狀態資訊、障礙物資訊，並對該行車狀態資訊、障礙物資訊進行計算，以取得一障礙物速度，當該障礙物速度超過一速度門檻值時，則判定為一動態障礙物，否則為一靜態障礙物。

經由在車輛上安裝該車用電腦30、該影像擷取模組20、該測距模組10，且該車用電腦30分別透過該測距模10組接收障礙物資訊、該影像擷取模組20接收與障礙物資訊相對應的影像資訊，並對障礙物資訊執行該過濾分析機制以過濾掉環境造成的反射雜訊以產生疑似障礙物的位置資訊，當上述步驟執行至「對該障礙物資訊執行一過濾分析機制以過濾雜訊（S62）」步驟時，如圖7所示，由該車用電腦30進一步執行一第一過濾雜訊方法，該方法更包括下列步驟： 計算一障礙物的距離資訊與一估測距離資訊（S71）； 將該距離資訊、估測距離資訊相差的誤差值進行一變異量計算（S72）； 判斷訊號變異量計算是否具有一顯著落差的震盪狀態（S73）； 若是，則判定為一雜訊N1（S74）；若否，則判定為一非雜訊（S75）。

進一步的當上述步驟執行至「對該障礙物資訊執行一過濾分析機制以過濾雜訊（S62）」步驟時，如圖8所示，由該車用電腦30進一步執行一第二過濾雜訊方法，該方法更包括下列步驟： 取得一第一障礙物位置、一第二障礙物位置的資訊（S81）； 當該第二障礙物位置與該第一障礙物位置的距離符合一比例條件（S82）； 判斷該等障礙物位置的位置資訊是否在一距離範圍內（S83）； 若是，則該第二障礙物位置為兩倍諧波雜訊（S84）；若否，則為非雜訊（S85）。

經由執行上述第一、第二過濾方法後，該車用電腦30將該位置資訊與該影像資訊進行比較，以進一步的排除來自地面所產生的雜訊，以準確的排除所有非障礙物資訊並即時取得前方目標資訊，當上述步驟執行至「藉由該障礙物的位置資訊與該影像資訊相比較以排除一地面的雜訊（S64）」步驟時，由該車用電腦30根據前述第一、第二距離資訊不相同，或者該第二距離資訊大於該第一距離資訊達一設定值以上時，由該車用電腦30執行一過濾地面雜訊方法，如圖9所示，該方法更包括下列步驟： 透過該測距模組10擷取障礙物資訊以對第一障礙物位置進行目標鎖定（S91）；本實施例中，該車用電腦30的感知融合處理器32係利用該障礙物資訊、該影像資訊，標註該車輛行徑路線內最接近的一障礙物資訊，並判斷該障礙物資訊是否為一靜態障礙物，若是則可根據該障礙物資訊的位置進行一車身辨識以確定前方目標資訊是否為車輛； 進行障礙物位置追蹤預估（S92），以產生一估測位置資訊； 將該估測位置資訊與下一筆之第一障礙物位置進行比對而得到一絕對值（S93）； 判斷該絕對值是否小於一誤差門檻值（S94）； 若是，則判定該障礙物為雜訊（S95），可過濾此障礙物的位置資訊；若否，則結束（S96）。

綜上所述，本發明行車系統係能夠預測行車狀況，更能準確地預先判斷出非障礙物、環境反射、地面物等雜訊，避免因外部雜訊或路邊障礙物之影響，導致前方目標車抓取錯誤，使系統誤作動產生失效。藉由導入訊號處理過濾將雜訊排除，令行車環境資訊簡化，降低失效發生率，並可將技術結合至一自動緊急煞車系統（AEB），藉此增進行車安全系統對障礙物判斷的準確度與穩定性，達到提升行車安全的目的。

10‧‧‧測距模組
20‧‧‧影像擷取模組
30‧‧‧車用電腦
31‧‧‧微控制器
32‧‧‧感知融合處理器
40‧‧‧煞車模組
50‧‧‧車輛狀態模組
60‧‧‧告警模組

圖1 係本發明一較佳實施例的系統架構圖。 圖2 係本發明一較佳實施例的另一系統架構圖。 圖3 係本發明一較佳實施例的濾除雜訊之波形圖。 圖4 係本發明一較佳實施例的另一濾除雜訊之座標圖。 圖5 係本發明一較佳實施例的比較分析之狀態示意圖。 圖6 係本發明一較佳實施例的障礙物篩選流程圖。 圖7 係本發明一較佳實施例的第一過濾雜訊方法流程圖。 圖8 係本發明一較佳實施例的第二過濾雜訊方法流程圖。 圖9 係本發明一較佳實施例的過濾地面雜訊方法流程圖。

10‧‧‧測距模組

20‧‧‧影像擷取模組

30‧‧‧車用電腦

40‧‧‧煞車模組

50‧‧‧車輛狀態模組

60‧‧‧告警模組

Claims (14)

1. 一種行車安全系統的障礙物篩選方法，主要係由一車用電腦分別連接一影像擷取模組與一測距模組，並由該車用電腦執行下列步驟： 接收一個以上的障礙物資訊及相對應一個以上的影像資訊； 對該障礙物資訊執行一過濾分析機制以過濾雜訊，並於過濾後產生一障礙物的位置資訊； 藉由該障礙物的位置資訊與該影像資訊相比較以排除一地面的雜訊，並取得一前方目標資訊。
2. 如請求項1所述之行車安全系統的障礙物篩選方法，當上述步驟執行至對該障礙物資訊執行一過濾分析機制以過濾雜訊步驟，由該車用電腦進一步執行一第一過濾雜訊方法，該方法更包括下列步驟： 計算一障礙物的距離資訊與一估測距離資訊； 將該距離資訊、估測距離資訊進行一變異量計算； 判斷變異量計算是否具有一顯著落差的震盪狀態； 若是，則判定為雜訊。
3. 如請求項2所述之行車安全系統的障礙物篩選方法，當上述步驟執行至對該障礙物資訊執行一過濾分析機制以過濾雜訊步驟，由該車用電腦進一步執行一第二過濾雜訊方法，該方法更包括下列步驟： 取得一第一障礙物位置、一第二障礙物位置的資訊； 當該第二障礙物位置與該第一障礙物位置的距離符合一比例條件； 判斷該等障礙物位置的位置資訊是否在一距離範圍內； 若是，則該第二障礙物位置為兩倍諧波雜訊。
4. 如請求項3所述之行車安全系統的障礙物篩選方法，當上述步驟執行至藉由該障礙物的位置資訊與該影像資訊相比較以排除一地面的雜訊步驟，由該車用電腦根據一第一距離資訊與一第二距離資訊，執行一過濾地面雜訊方法，該方法更包括下列步驟： 對第一障礙物位置進行目標鎖定； 進行障礙物位置追蹤預估，以產生一估測位置資訊； 將該估測位置資訊與下一筆之第一障礙物位置進行比對而得到一絕對值； 判斷該絕對值是否小於一誤差門檻值； 若是，則判定該障礙物為雜訊。
5. 如請求項1至4中任一項所述之行車安全系統的障礙物篩選方法，透過該車用電腦係取得一行車狀態資訊、一障礙物資訊，並對該行車狀態資訊、該障礙物資訊進行計算，以取得一障礙物速度，當該障礙物速度超過一速度門檻值時，則判定為一動態障礙物，否則為一靜態障礙物。
6. 如請求項1至4中任一項所述之行車安全系統的障礙物篩選方法，透過該車用電腦取得的該障礙物資訊、該影像資訊，標註一車輛行徑路線內最接近的一障礙物資訊，並判斷該障礙物資訊是否為一靜態障礙物，若是則根據該障礙物資訊的位置進行一車身辨識以確定前方目標資訊是否為車輛。
7. 如請求項5所述之行車安全系統的障礙物篩選方法，透過該車用電腦取得的該障礙物資訊、該影像資訊，標註一車輛行徑路線內最接近的一障礙物資訊，並判斷該障礙物資訊是否為一靜態障礙物，若是則根據該障礙物資訊的位置進行一車身辨識以確定前方目標資訊是否為車輛。
8. 一種行車安全系統，其包括： 一測距模組，係擷取一個以上的障礙物資訊； 一影像擷取模組，係擷取一個以上的影像資訊，並與該障礙物資訊相對應； 一車用電腦，係分別與該測距模組、該影像擷取模組連接，並接收該障礙物資訊及該影像資訊； 藉由該車用電腦執行一過濾分析機制以過濾來自非障礙物的反射雜訊，並於過濾後產生一障礙物的位置資訊，該車用電腦將該障礙物的位置資訊與該影像資訊進行比較分析，以排除一由地面物所產生的雜訊並藉此取得一前方目標資訊。
9. 如請求項8所述之行車安全系統，其進一步包括一煞車模組、一車輛狀態模組以及一告警模組，該車用電腦係分別連接該煞車模組、該車輛狀態模組以及該告警模組；其中，該告警模組係提供即時資訊或警報；該煞車模組係根據該車用電腦的判斷分析結果，接收一煞車／斷油控制訊號以驅使車輛減速；該車輛狀態模組係用以感測車輛目前的行駛狀態，並提供一行車狀態資訊至該車用電腦，令該車用電腦利用該行車狀態資訊進行其他分析應用。
10. 如請求項9所述之行車安全系統，當該車用電腦分別透過該影像擷取模組擷取的影像資訊、該測距模組擷取的障礙物資訊，並根據車輛狀態模組回傳之資訊判斷一車輛行徑路線，若前方目標資訊已落入一警示範圍時，即時發送該煞車／斷油控制訊號至該煞車控制模組以使得車輛自動減速。
11. 如請求項10所述之行車安全系統，該車輛狀態模組提供的行車狀態資訊包括一車速訊號、一角速度訊號；該車用電腦對該行車狀態資訊、障礙物資訊進行計算，以取得一障礙物速度，當該障礙物速度超過一速度門檻值時，則判定為一動態障礙物。
12. 如請求項11所述之行車安全系統，該車用電腦主要係由一微控制器連接一感知融合處理器所組成，該微控制器係分別與該測距模組、該煞車模組、該車輛狀態模組以及該告警模組電連接，該感知融合處理器係分別與該影像擷取模組、該告警模組電連接；其中，該感知融合處理器根據該障礙物資訊、該影像資訊，標註一車輛行徑路線內最接近的一障礙物資訊，並判斷該障礙物資訊是否為一靜態障礙物，若是則可根據該障礙物資訊的位置進行一車身辨識以確定前方目標資訊是否為車輛，並透過該告警模組顯示一標註警示圖案的結果。
13. 如請求項8至12中任一項所述之行車安全系統，該測距模組為一毫米波雷達，該影像擷取模組為一攝影機，
14. 如請求項13所述之行車安全系統，該告警模組包括一顯示單元及／或一聲音單元，透過該顯示單元提供即時資訊顯示或警示畫面，透過該聲音單元發出警報聲。