TWI535601B - 滑動模式之行駛路徑投票策略模組及其駕駛控制系統與方法 - Google Patents

Description

滑動模式之行駛路徑投票策略模組及其駕駛控制系統與方法

本發明是有關於一種駕駛控制系統，且特別是有關於一種滑動模式之行駛路徑投票策略模組及其駕駛控制系統與方法。

隨著車輛相關技術發展，車輛行駛的安全問題層出不窮，而人們對於行車安全更加重視。因此，隨著法規的嚴格規定及相關報導的呼籲，車輛安全科技為目前研發車輛相關技術首重之課題。

車輛安全科技發展之初，一般以被動輔助裝置的保護或加固的方式來減輕事故發生後的傷亡，例如安全氣囊、安全帶、特殊頸椎保護座椅及防撞桿等。然而，事故發生前的主動輔助裝置顯然更為重要，例如防鎖死煞車系統(AnRClock Brake System，ABS)、電子穩定系統(Electronic Stability Program System，ESPS)及牽引控制系統(TracRCon Control System，TCS)等，其能於車子發生撞 擊前或失速時作動，藉此即時控制車子。

目前則以整合資訊電子及感測技術為主，其不僅可對環境路況進行即時感測，並進一步透過分析及判斷來協助駕駛。此外，更可結合自動控制技術微控車子，未來甚至進行搖控駕駛及全自動駕駛。

因此，本發明之目的是在提供一種滑動模式之行駛路徑投票策略模組及其駕駛控制系統、方法，藉此完成高安全性的智慧駕駛控制系統。

依據本發明一實施方式是在提供一種滑動模式之行駛路徑投票策略模組，其包含一模糊化介面、一模糊化推論介面以及一解模糊化介面。模糊化介面輸入一道路曲率資訊及一行經道路風險評估資訊並根據複數預設歸屬函數進行模糊化分析。模糊化推論介面依據一滑動模式控制理論整合道路曲率資訊及行經道路風險評估資訊，並針對道路曲率資訊及行經道路風險評估資訊進行模擬運算，用以獲得一路徑投票結果。解模糊化介面根據一模糊邏輯規則表解模糊化路徑投票結果，用以獲得一安全路徑方位角。

依據前述之滑動模式之行駛路徑投票策略模組，其中滑動模式控制理論係整合道路曲率資訊及行經道路風險評估資訊中之一反應時間及一相對距離為一障礙物特徵滑動平面，且障礙物特徵滑動平面為S _i =sign(Y _i )(τ _i +λd _i )，其中τ為反應時間，λ為一障礙物特徵常數，d為相對距離，Y 為一目標障礙物的橫座標位置，下標i為目標障礙物。反應時間係可為駕駛規避一障礙物所花費之時間及目標車輛回應路徑投票結果所花費之時間。模糊化推論介面係以一道路曲率值及障礙物特徵滑動平面為一模糊化規則前件部，並以安全路徑方位角為一模糊化規則後件部，而道路曲率值為K=1/r，其中r為一道路曲率半徑。道路曲率資訊係可為目標車輛之一橫向動態及一縱向動態，行經道路風險評估資訊係可為一障礙物特性、一道路特性及一人車互動特性。預設歸屬函數係可採用三角形函數方程進行分類。

依據本發明另一實施方式是在提供一種滑動模式之駕駛控制系統，其包含一環境數值資訊傳感融合單元、一駕駛行為偵測單元、一行經道路風險評估單元、一行駛路徑投票策略單元、一駕駛行為命令產生單元以及一車載單元。環境數值資訊傳感融合單元獲取一目標車輛之若干外部環境數值及若干內部數值。駕駛行為偵測單元獲取一車輛駕駛行為干擾數據。道路曲率產生單元接收外部環境數值及內部數值後產生一道路曲率資訊。行經道路風險評估單元接收車輛駕駛行為干擾數據、外部環境數值及內部數值後取得一行經道路風險評估資訊。行駛路徑投票策略單元以行經道路風險評估資訊及道路曲率資訊進行判斷分析，並依據一道路曲率值及一障礙物特徵滑動平面計算獲得一安全路徑方位角。駕駛行為命令產生單元運用安全路徑方位角輸出一駕駛行為命令。車載單元依據駕駛行為命令自動控制目標車輛。

依據前述之滑動模式之駕駛控制系統，其中障礙物特徵滑動平面係以一滑動模式控制理論整合一反應時間及一相對距離而成，而障礙物特徵滑動平面為S _i =sign(Y _i )(τ _i +λd _i )，其中τ為反應時間，λ為一障礙物特徵常數，d為相對距離，Y為目標障礙物的橫座標位置，下標i為目標障礙物。反應時間係包含駕駛規避一障礙物所花費之時間或目標車輛回應駕駛行為命令所花費之時間。行駛路徑投票策略單元採一模糊運算分析方式，且行駛路徑投票策略單元以一道路曲率值及障礙物特徵滑動平面為一模糊化規則前件部，並以安全路徑方位角為一模糊化規則後件部，而道路曲率值為K=1/r，其中r為一道路曲率半徑。道路曲率資訊係可為目標車輛之一橫向動態及一縱向動態，行經道路風險評估資訊係可為一障礙物特性、一地圖道路特性、一人車互動特性及一行車規定特性。滑動模式之駕駛控制系統更可儲存外部環境數值、內部數值、車輛駕駛行為干擾數據、道路曲率資訊及行經道路風險評估資訊。

依據本發明再一實施方式是在提供一種滑動模式之駕駛控制方法，其包含以下步驟：取得若干外部環境數值、若干內部數值及一車輛駕駛行為干擾數據。利用上述外部環境數值及內部數值產生一道路曲率資訊。利用車輛駕駛行為干擾數據、外部環境數值及內部數值取得一行經道路風險評估資訊。以一行駛路徑投票策略單元進行行經道路風險評估資訊及道路曲率資訊的判斷分析，並依據一 道路曲率值及一障礙物特徵滑動平面獲得一安全路徑方位角。運用安全路徑方位角輸出一駕駛行為命令，且依據駕駛行為命令操作目標車輛。

依據前述之滑動模式之駕駛控制方法，其中障礙物特徵滑動平面係以一滑動模式控制理論整合一反應時間及一相對距離而成，而障礙物特徵滑動平面為S _i =sign(Y _i )(τ _i +λd _i )，其中τ為反應時間，λ為一障礙物特徵常數，d為相對距離，Y為一目標障礙物的橫座標位置，下標i為目標障礙物。反應時間係可為駕駛規避一障礙物所花費之時間或目標車輛回應駕駛行為命令所花費之時間。行駛路徑投票策略單元採一模糊運算分析方式，且行駛路徑投票策略單元以一道路曲率值及障礙物特徵滑動平面為一模糊化規則前件部，並以安全路徑方位角為一模糊化規則後件部，而道路曲率值為K=1/r，其中r為一道路曲率半徑。道路曲率資訊係為目標車輛之一橫向動態及一縱向動態，行經道路風險評估資訊係為一障礙物特性、一地圖道路特性、一人車互動特性及一行車規定特性。滑動模式之駕駛控制方法其步驟更包含即時儲存外部環境數值、內部數值、車輛駕駛行為干擾數據、道路曲率資訊及行經道路風險評估資訊。

本發明之滑動模式之行駛路徑投票策略模組及其駕駛控制系統、方法，其係透過環境數值資訊傳感融合單元監測車身訊號、路面狀況、障礙物資訊及駕駛狀態等監控狀態以進行資料蒐集，利用行駛路徑投票策略單元進一 步分析與計算後提供安全路徑方位角，將車輛直線或轉彎移動狀態透過滑動模式控制理論進行處理，獲得最佳行駛路徑選擇後以進行車載單元的駕駛行為命令控制。

100‧‧‧滑動模式之駕駛控制系統

110‧‧‧環境數值資訊傳感融合單元

120‧‧‧駕駛行為偵測單元

130‧‧‧道路曲率產生單元

140‧‧‧行經道路風險評估單元

150‧‧‧行駛路徑投票策略單元

151‧‧‧模糊化介面

152‧‧‧模糊化推論介面

153‧‧‧解模糊化介面

154‧‧‧模糊邏輯規則資料庫

160‧‧‧駕駛行為命令產生單元

170‧‧‧車載單元

EV‧‧‧外部環境數值

IV‧‧‧內部數值

DB‧‧‧操控目標車輛行為數值

DD‧‧‧車輛駕駛行為干擾數據

RC‧‧‧道路曲率資訊

RI‧‧‧行經道路風險評估資訊

OA‧‧‧安全路徑方位角

DC‧‧‧駕駛行為命令

PA‧‧‧路徑投票結果

τ‧‧‧反應時間

d‧‧‧相對距離

r‧‧‧道路曲率半徑

P‧‧‧點

C‧‧‧密切圓圓心

S _i ‧‧‧障礙物特徵滑動平面

λ‧‧‧障礙物特徵常數

i‧‧‧目標障礙物

K‧‧‧道路曲率值

LL、LM、LS、S、RS、RM、RL、LD0、LD1、LD2、D3、RD2、RD1、RD0、RF、R、RB、B、LB、L、LF‧‧‧模糊變數

為讓本發明之上述和其他目的、特徵、優點與實施例能更明顯易懂，所附圖式之說明如下：第1圖是係繪示依照本發明一實施方式的一種滑動模式之駕駛控制系統之方塊圖。

第2圖係繪示依照本發明一實施方式的一種滑動模式之行駛路徑票策略單元之示意圖。

第3圖係繪示依照應用第1圖之滑動模式之駕駛控制系統之判斷示意圖。

第4A圖係繪示依照第2圖之滑動模式之行駛路徑票策略單元之滑動條件示意圖。

第4B圖係繪示依照第2圖之滑動模式之行駛路徑票策略單元之道路曲率之歸屬函數圖。

第4C圖係繪示依照第2圖之滑動模式之行駛路徑票策略單元之障礙物特徵滑動平面之歸屬函數圖。

第4D圖係繪示依照第2圖之滑動模式之行駛路徑票策略單元之安全路徑方位角之示意圖。

請參照第1圖及第2圖，第1圖係繪示依照本發明 一實施方式的一種滑動模式之駕駛控制系統之方塊圖，第2圖係繪示依照本發明一實施方式的一種滑動模式之行駛路徑票策略單元之示意圖。滑動模式之駕駛控制系統100包含一環境數值資訊傳感融合單元110、一駕駛行為偵測單元120、一道路曲率產生單元130、一行經道路風險評估單元140、一行駛路徑投票策略單元150、一駕駛行為命令產生單元160及一車載單元170。

環境數值資訊傳感融合單元110獲取一目標車輛之若干外部環境數值EV及若干內部數值IV，例如以無線雷達(Ladar)、光學雷達(Lidar)及攝影機偵測的週遭環境及障礙物辨識資訊、GPS衛星定位偵測的定位資訊及慣性感測器感應的目標車輛動態資訊等，慣性感測單元意指三軸加速度計、陀螺儀及電子羅盤等。環境數值資訊傳感融合單元110係可將上述數種感應單元或偵測單元的資料融合(fusion)，用以作為後續分析判斷使用。

駕駛行為偵測單元120不僅接收環境數值資訊傳感融合單元110所偵測的數值，也獲取目前一操控目標車輛行為數值DB，將其整合為一車輛駕駛行為干擾數據DD。上述駕駛行為偵測單元120所獲取的數值皆為影響後續車輛駕駛行為的數值，例如車輛與障礙物的距離、車道的辨識、車道與車頭行徑方向夾角、車輛與路面的摩擦阻尼、車輛慣性、車輛重心以及目標車輛目前之油門力道、方向盤角度、煞車力道、輪胎模型等。

道路曲率產生單元130接收環境數值資訊傳感融 合單元110的外部環境數值EV後計算產生一道路曲率資訊RC，而道路曲率資訊RC係為目標車輛之行經道路的曲率大小。要強調的是，道路曲率資訊RC係以環境數值資訊傳感融合單元110所感測之數值結合地圖資訊來加以計算。

行經道路風險評估單元140接收駕駛行為偵測單元120的車輛駕駛行為干擾數據DD、環境數值資訊傳感融合單元110的外部環境數值EV及內部數值IV後取得一行經道路風險評估資訊RI。行經道路風險評估資訊RI的計算包含一障礙物特性、一道路特性及一人車互動特性。行經道路風險評估資訊RI係根據路上的行人、動物、積水、路面特性或其餘障礙物之特性，推算閃避障礙物或行經障礙地面可能產生之風險。

行駛路徑投票策略單元150以行經道路風險評估單元140的行經道路風險評估資訊RI及道路曲率產生單元130的道路曲率資訊RC進行判斷分析，並結合目標車輛的橫向動態係以克羅梭曲線法計算可行路線曲率，以及目標車輛的縱向動態，其係以目輛車輛的動態模型、輪胎模型及路面的摩擦係數等，做為和緩轉向的物理限制，用以產生最佳化目標車輛可行駛的一安全路徑方位角OA。

駕駛行為命令產生單元160接收行駛路徑投票策略單元150的目標車輛可行駛的一安全路徑方位角OA，並藉此輸出一駕駛行為命令DC。

車載單元170依據駕駛行為命令產生單元160的駕駛行為命令DC自動控制目標車輛。車載單元170係用以控 制目標車輛之行駛行為，例如油門、剎車及電動轉向系統(Energy Power Steering，EPS)等。

本實施方式中係以模糊控制理論建構行駛路徑投票策略單元150的判斷分析工具。行駛路徑投票策略單元150包含一模糊化介面151、一模糊化推論介面152、一解模糊化介面153以及一模糊邏輯規則資料庫154。模糊化介面151輸入道路曲率資訊RC及行經道路風險評估資訊RI並根據複數預先設定之歸屬函數進行模糊化的分析歸類。模糊化推論介面152則依據滑動模式控制理論整合道路曲率資訊RC及行經道路風險評估資訊RI，並針對道路曲率資訊RC及行經道路風險評估資訊RI進行模擬運算，用以獲得一路徑投票結果PA。解模糊化介面153根據模糊邏輯規則資料庫154中之模糊邏輯規則表解模糊化路徑投票結果PA，用以獲得目標車輛可行駛之一安全路徑方位角OA。

上述模糊化演算的原理係已為習知之技術，各於此不再贅述，本實施方式僅針對模糊化的演算過程及各參數進行舉例說明。因此，請再同時參照第3圖、第4A圖、第4B圖、第4C圖及第4D圖，第3圖係繪示依照應用第1圖之滑動模式之駕駛控制系統之判斷示意圖，第4A圖係繪示依照第2圖之滑動模式之行駛路徑投票策略單元之滑動條件示意圖，第4B圖係繪示第2圖之滑動模式之行駛路徑投票策略單元之道路曲率之歸屬函數圖，第4C圖係繪示依照第2圖之滑動模式之行駛路徑投票策略單元之障礙物特徵滑動平面之歸屬函數圖，第4D圖係繪示依照第2圖之滑動 模式之行駛路徑投票策略單元之安全路徑方位角之示意圖。

如第3圖所繪示，其舉例說明目標車輛行駛於一道路上，目標車輛前方具有障礙物，而目標車輛左後方具有另一車輛之情況。藉由上述之環境數值資訊傳感融合單元110所偵測之外部環境數值EV將目標車輛所處周圍區域劃分，並分別標示為LB、L、LF、F、B、RB、R及RF。首先由滑動模式之駕駛控制系統100之環境數值資訊傳感融合單元110、駕駛行為偵測單元120接收目標車輛之外部環境數值EV、內部數值IV及操控目標車輛行為數值DB，並輸出至道路曲率產生單元130及行經道路風險評估單元140，使其分別產生道路曲率資訊RC及行經道路風險評估資訊RI。行駛路徑投票策略單元150則同時接收道路曲率資訊RC及行經道路風險評估資訊RI，藉由模糊化分析推算出目標車輛可行駛之最佳化的安全路徑方位角OA。藉由駕駛行為命令產生單元160控制車載單元170的作動，使目標車輛符合安全路徑方位角OA。

本實施方式之滑動模式之駕駛控制系統100更可將環境數值資訊傳感融合單元110、駕駛行為偵測單元120、道路曲率產生單元130、行經道路風險評估單元140、行駛路徑投票策略單元150及駕駛行為命令產生單元160所傳輸的資訊或數值進行備份，並可配合地圖路線進行回憶動作。

其中行駛路徑投票策略單元150係以一道路曲率值 K、一反應時間τ及一相對距離d作為計算出目標車輛可行駛之最佳化的安全路徑方位角OA之參數。然而考慮三個輸入參數及一個輸出參數，則模糊化推論介面152須設定為三個前件部(Antecedent)及一個後件部(Consequent)，在此情況下行駛路徑投票策略單元150須架設數量龐大的規則資料來進行計算。因此，以滑動模式控制理論來縮減整體架構，其係將滑動模式之駕駛控制系統100的系統狀態相關於反應時間τ及相對距離d的滑動平面，故將反應時間τ及相對距離d整合成一障礙物特徵滑動平面S _i (請參照第4A圖)，則S _i =sign(Y _i )(τ _i +λd _i )，其中Y _i 表示為一目標障礙物之橫座標位置，下標i表示為目標障礙物，λ為一障礙物特徵常數。如此一來，行駛路徑投票策略單元150縮減為使用兩個前件部即可進行計算，即道路曲率值K及障礙物特徵滑動平面S _i ，而道路曲率值K為1/r，其中r為一道路曲率半徑，其係根據平面曲線之曲率計算方法推算，在道路上一點P的曲率大小等於一密切圓半徑的倒數，而密切圓之半徑即為道路曲率半徑r，其中C為密切圓圓心(如第3圖所示)。道路曲率值K之值越小表示路徑越直，障礙物特徵滑動平面S _i 之值越小表示行駛越危險。

以三角函數方程作為道路曲率值K及障礙物特徵滑動平面S _i 的歸屬函數(如第4B圖及第4C圖)，其中道路曲率值K以LL、LM、LS、S、RS、RM及RL表示為模糊變數，障礙物特徵滑動平面S _i 以LD0、LD1、LD2、D3、RD2、RD1及RD0表示為模糊變數(如第4C圖)。最後以道 路曲率值K及障礙物特徵滑動平面S _i 製作模糊邏輯規則表，並找出對應之路徑投票結果PA，藉此推算出安全路徑方位角OA(如第4圖)。模糊邏輯規則表表列如下：

對應參照第3圖所繪示，行駛路徑投票策略單元150之計算須同時依據障礙物之資訊、道路特性、駕駛行為以及目標車輛之動態資訊。舉例來說，當障礙物特徵滑動平面S _i 對應模糊變數D3時(危險係數最大時)，其比對任何模糊變數之道路曲率值K，其路徑投票結果PA皆顯示為B，表示執行減速動作。而當道路曲率值K對應模糊變數LL時(曲率最大)，其比對障礙物特徵滑動平面S _i 中較高危險係數之模糊變數LD2、D3及RD2時，其路徑投票結果PA顯示為RB、B及LB，表示進入曲率越大之彎道時，過彎將同時減速。

因此，由上述實施方式可知本發明之滑動模式之行駛路徑投票策略模組及其駕駛控制系統、方法，其具有以下優點：

1.利用滑動模式控制理論縮減行駛路徑投票策略單元的計算參數，可大幅減少模糊運算的規則，藉此縮短整體系統的運算時間，使整體系統反應更加迅速。

2.行駛路徑投票策略單元所用以計算的數值不僅包含路面、障礙物、天氣及車輛動態的資訊等，駕駛的操作資訊也將會納入計算的內容當中，藉此提供半/全自動的智慧駕駛系統。

3.此外，無論環境數值資訊傳感融合單元、駕駛行為偵測單元、道路曲率產生單元、行經道路風險評估單元、行駛路徑投票策略單元及駕駛行為命令產生單元所傳輸的資訊或數值都可額外進行備份，並可配合地圖路線進行回憶動作。當目標車輛再次行經同樣路線時，滑動模式之駕駛控制系統可應用即時儲存單元已儲存之資料，而不須花費再次運算的時間。

雖然本發明已以實施方式揭露如上，然其並非用以限定本發明，任何熟習此技藝者，在不脫離本發明之精神和範圍內，當可作各種之更動與潤飾，因此本發明之保護範圍當視後附之申請專利範圍所界定者為準。

100‧‧‧滑動模式之駕駛控制系統

110‧‧‧環境數值資訊傳感融合單元

120‧‧‧駕駛行為偵測單元

130‧‧‧道路曲率產生單元

140‧‧‧行經道路風險評估單元

150‧‧‧行駛路徑投票策略單元

160‧‧‧駕駛行為命令產生單元

170‧‧‧車載單元

EV‧‧‧外部環境數值

IV‧‧‧內部數值

DB‧‧‧操控目標車輛行為數值

DD‧‧‧車輛駕駛行為干擾數據

RC‧‧‧道路曲率資訊

RI‧‧‧行經道路風險評估資訊

OA‧‧‧安全路徑方位角

DC‧‧‧駕駛行為命令

Claims (14)

1. 一種滑動模式之行駛路徑投票策略模組，包含：一模糊化介面，輸入一道路曲率資訊及一行經道路風險評估資訊並根據複數預設歸屬函數進行模糊化分析；一模糊化推論介面，依據一滑動模式控制理論整合該道路曲率資訊及該行經道路風險評估資訊，並針對該道路曲率資訊及該行經道路風險評估資訊進行模擬運算，以獲得一路徑投票結果；以及一解模糊化介面，根據一模糊邏輯規則表解模糊化該路徑投票結果，以獲得一安全路徑方位角。
2. 如請求項1之滑動模式之行駛路徑投票策略模組，其中該滑動模式控制理論係整合該道路曲率資訊及該行經道路風險評估資訊中之一反應時間及一相對距離為一障礙物特徵滑動平面，該障礙物特徵滑動平面為S _i =sign(Y _i )(τ _i +λd _i )，其中τ為該反應時間，λ為一障礙物特徵常數，d為該相對距離，Y為一目標障礙物的橫座標位置，下標i為該目標障礙物。
3. 如請求項2之滑動模式之行駛路徑投票策略模組，其中該模糊化推論介面係以一道路曲率值及該障礙物特徵滑動平面為一模糊化規則前件部，並以該安全路徑方位角為一模糊化規則後件部，而該道路曲率值為K=1/r，其中r為一道路曲率半徑。
4. 如請求項3之滑動模式之行駛路徑投票策略模組， 其中該道路曲率資訊係為該目標車輛之一橫向動態及一縱向動態，該行經道路風險評估資訊係為一障礙物特性、一道路特性及一人車互動特性。
5. 如請求項1之滑動模式之行駛路徑投票策略模組，其中該些預設歸屬函數係採用三角形函數方程。
6. 一種滑動模式之駕駛控制系統，包含：一環境數值資訊傳感融合單元，獲取一目標車輛之若干外部環境數值及若干內部數值；一駕駛行為偵測單元，獲取一車輛駕駛行為干擾數據；一道路曲率產生單元，接收該些外部環境數值及該些內部數值後產生一道路曲率資訊；一行經道路風險評估單元，接收該車輛駕駛行為干擾數據、該些外部環境數值及該些內部數值後取得一行經道路風險評估資訊；一行駛路徑投票策略單元，以該行經道路風險評估資訊及該道路曲率資訊進行判斷分析，並依據一道路曲率值及一障礙物特徵滑動平面計算獲得一安全路徑方位角；一駕駛行為命令產生單元，運用該安全路徑方位角輸出一駕駛行為命令；以及一車載單元，依據該駕駛行為命令自動控制操作該目標車輛。
7. 如請求項6之滑動模式之駕駛控制系統，其中該障 礙物特徵滑動平面係以一滑動模式控制理論整合一反應時間及一相對距離而成，而該障礙物特徵滑動平面為S _i =sign(Y _i )(τ _i +λd _i )，其中τ為該反應時間，λ為一障礙物特徵常數，d為該相對距離，Y為一目標障礙物的橫座標位置，下標i為該目標障礙物。
8. 如請求項7之滑動模式之駕駛控制系統，其中該行駛路徑投票策略單元採一模糊運算分析方式，且該行駛路徑投票策略單元以一道路曲率值及該障礙物特徵滑動平面為一模糊化規則前件部，並以該安全路徑方位角為一模糊化規則後件部，而該道路曲率值為K=1/r，其中r為一道路曲率半徑。
9. 如請求項8之滑動模式之駕駛控制系統，其中該道路曲率資訊係為該目標車輛之一橫向動態及一縱向動態，該行經道路風險評估資訊係為一障礙物特性、一地圖道路特性、一人車互動特性及一行車規定特性。
10. 一種滑動模式之駕駛控制方法，包含以下步驟：取得若干外部環境數值、若干內部數值及一車輛駕駛行為干擾數據；參考該些外部環境數值及該些內部數值產生一道路曲率資訊；利用該車輛駕駛行為干擾數據、該些外部環境數值及該些內部數值取得一行經道路風險評估資訊；以一行駛路徑投票策略單元進行該行經道路風險評估 資訊及該道路曲率資訊的判斷分析，並依據一道路曲率值一障礙物特徵滑動平面獲得一安全路徑方位角；以及運用該安全路徑方位角輸出一駕駛行為命令，且依據該駕駛行為命令操作該目標車輛。
11. 如請求項10之滑動模式之駕駛控制方法，其中該障礙物特徵滑動平面係以一滑動模式控制理論整合一反應時間及一相對距離而成，而該障礙物特徵滑動平面為S _i =sign(Y _i )(τ _i +λd _i )，其中τ為該反應時間，λ為一障礙物特徵常數，d為該相對距離，Y為一目標障礙物的橫座標位置，下標i為該目標障礙物。
12. 如請求項11之滑動模式之駕駛控制方法，其中該行駛路徑投票策略單元採一模糊運算分析方式，且該行駛路徑投票策略單元以一道路曲率值及該障礙物特徵滑動平面為一模糊化規則前件部，並以該安全路徑方位角為一模糊化規則後件部，而該道路曲率值為K=1/r，其中r為一道路曲率半徑。
13. 如請求項12之滑動模式之駕駛控制方法，其中該道路曲率資訊係為該目標車輛之一橫向動態及一縱向動態，該行經道路風險評估資訊係為一障礙物特性、一地圖道路特性、一人車互動特性及一行車規定特性。
14. 如請求項13之滑動模式之駕駛控制方法，其步驟更包含即時儲存該些外部環境數值、該些內部數值、該車 輛駕駛行為干擾數據、該道路曲率資訊及該行經道路風險評估資訊。