TWI790825B

TWI790825B - 安全距離估算系統及其估算方法

Info

Publication number: TWI790825B
Application number: TW110143172A
Authority: TW
Inventors: 胡振煇; 許修瑋; 古昆隴; 詹巧同
Original assignee: 財團法人工業技術研究院
Priority date: 2021-11-19
Filing date: 2021-11-19
Publication date: 2023-01-21
Also published as: JP2023075881A; US20230159031A1; TW202321071A; US11891063B2; JP7341214B2

Abstract

本發明提供一種安全距離估算系統及其估算方法。適用於自駕車的安全距離估算系統包括感測器與處理器。感測器感測鄰車以獲取第一感測資料，感測自駕車以獲取第二感測資料。處理器依據路面材質資料估計鄰車的輪胎與路面之間的第一摩擦力參數，依據第二感測資料估計自駕車的輪胎與路面之間的第二摩擦力參數，並依據第一感測資料、第二感測資料、第一摩擦力參數與第二摩擦力參數計算自駕車與鄰車之間的安全距離。

Description

安全距離估算系統及其估算方法

本發明是有關於一種安全距離估算系統及其估算方法，且特別是有關於一種用於自駕車的安全距離估算系統及其估算方法。

為避免緊急煞車造成碰撞，自駕車在行駛過程中與周圍車輛和物件保持適當安全距離是最有效的策略之一。關於自駕車(autonomous-vehicle)的安全驗證監控，電氣和電子工程師標準協會(Electrical and Electronics Engineers Standards Association,IEEE-SA)發表適用於自駕車的安全規範IEEE P2846(Formal Model for Safety Considerations in Automated Vehicle Decision Making)。IEEE P2846包括責任歸屬安全(Responsibility-Sensitive Safety,RSS)模型，RSS模型定義自駕車的安全狀態並提供可量測參數。其中RSS模型包括在不同場景下與周圍車輛保持一定安全距離(Safe Following Distance)的常識規則，即在最惡劣的情況下仍可避免碰撞的距離，以避免發生交通事故。

然而，如何在不同的交通環境中，讓自駕車與具有不同動態性能的周圍車輛保持適當的安全距離，是自駕車技術開發的重要挑戰。舉例來說，滿載貨物的大型貨車可能具有較大的減速度，因此後方的自駕車需要拉開較長的安全距離。自駕車在積水路面或雪地行駛時，輪胎與路面之間的摩擦係數較乾燥路面低，導致自駕車的制動能力大幅降低，因此安全距離需要拉長。另一方面，適當的安全距離也可避免前後車之間的距離過大，維持交通路網路效率。

本發明提供一種安全距離估算系統及其估算方法，藉由辨識鄰車的動態規格與估計鄰車與自駕車的輪胎與路面之間的摩擦參數，計算鄰車與自駕車之間的安全距離。

本發明的實施例提供一種安全距離估算系統，適用於自駕車，安全距離估算系統包含但不限於感測器與處理器。感測器感測鄰車以獲取第一感測資料，感測自駕車以獲取第二感測資料，鄰車相鄰於自駕車。處理器依據路面材質資料估計鄰車的輪胎與路面之間的第一摩擦力參數，依據第二感測資料估計自駕車的輪胎與路面之間的第二摩擦力參數，並依據第一感測資料、第二感測資料、第一摩擦力參數與第二摩擦力參數計算自駕車與鄰車之間的安全距離。

本發明的實施例提供一種安全距離估算方法，適用於自駕車，安全距離估算方法包括：感測鄰車以獲取第一感測資料，感測自駕車以獲取第二感測資料，其中鄰車相鄰於自駕車。依據路面材質資料估計鄰車的輪胎與路面之間的第一摩擦力參數。依據第二感測資料估計自駕車的輪胎與路面之間的第二摩擦力參數。依據第一感測資料、第二感測資料、第一摩擦力參數與第二摩擦力參數計算自駕車與鄰車之間的安全距離。

為讓本發明的上述特徵和優點能更明顯易懂，下文特舉實施例，並配合所附圖式作詳細說明如下。

10:安全距離估算系統

110:感測器

120:處理器

S210、S220、S230、S240、S310、S320、S330、S340、S350、S360、S370、S380、S390、S405、S410、S420、S430、S440、S450、S460:步驟

圖1是依據本發明一實施例所繪示的安全距離估算系統的方塊圖。

圖2是依據本發明一實施例所繪示的安全距離估算方法的流程圖。

圖3是依據本發明一實施例所繪示的計算安全距離與進行安全驗證的流程圖。

圖4是依據本發明一實施例所繪示的產生動態規格的流程圖。

圖5是依據本發明一實施例所繪示的車距俯視圖。

在本案說明書全文(包括申請專利範圍)中所使用的「耦接 (或連接)」一詞可指任何直接或間接的連接手段。舉例而言，若文中描述第一裝置耦接(或連接)於第二裝置，則應該被解釋成該第一裝置可以直接連接於該第二裝置，或者該第一裝置可以透過其他裝置或某種連接手段而間接地連接至該第二裝置。另外，凡可能之處，在圖式及實施方式中使用相同標號的元件/構件/步驟代表相同或類似部分。不同實施例中使用相同標號或使用相同用語的元件/構件/步驟可以相互參照相關說明。

圖1是依據本發明一實施例所繪示的安全距離估算系統的示意圖。圖2是依據本發明一實施例所繪示的安全距離估算方法的流程圖。請參照圖1與圖2，安全距離估算系統10包含但不限於感測器110以及處理器120，處理器120耦接至感測器110。在本公開的一個實施例中，安全距離估算系統10適用於自駕車，且安全距離估算系統10可透過自駕車的感測器110與通訊系統(未繪示)接收多個感測資料與高精地圖，並依據多個感測資料與高精地圖產生自駕車與鄰車之間通過安全驗證監控(RSS模型)的安全距離DMIN。安全距離DMIN可供處理器120進一步判斷是否需要對自駕車進行輔助控制以避免事故，並可通過自駕車上的顯示裝置(未繪示)顯示俯視圖以供駕駛人參考。

在一實施例中，感測器110可以包括相機、光達、雷達、加速規、陀螺儀、天氣感測器、輪速計、溫度計等，不限於數量與種類。處理器120例如包括中央處理單元(Central Processing Unit，CPU)、微處理器(Microprocessor)、數位訊號處理器(Digital Signal Processor，DSP)、可程式化控制器、可程式化邏輯裝置(Programmable Logic Device，PLD)或其他類似裝置或這些裝置的組合，不限於此。

於步驟S210，感測器110感測鄰車以獲取第一感測資料S1，並感測自駕車以獲取第二感測資料S2，鄰車相鄰於自駕車。第一感測資料S1包括但不限於鄰車的縱向速度V_f、側向速度、影像資料和光達資料，第二感測資料S2包括但不限於自駕車的縱向速度V_r、側向速度、輪速、車輪偏轉角、橫擺角速度以及路面傾斜角度。

於步驟S220，藉由處理器120查詢高精地圖或感測器110感測路面來獲取路面材質資料PM，並依據路面材質資料PM估計鄰車與路面之間的第一摩擦係數μ1。高精地圖具有公分級別的極高精度，且包括路面的複雜訊息，例如坡度、曲率、道路邊界、路面材質、交通號誌等。處理器120可以透過通訊系統或電信網路接收高精地圖，並查詢高精地圖以獲取目前鄰車所在路面的路面材質資料PM，例如是瀝青路面、水泥路面或是泥土路面等，再藉由通訊系統或電信網路得知當地天氣或藉由感測器110感測車外溫度以及覆於路面上的材質，以進一步更新為路面材質資料PM，如瀝青路面(乾)、瀝青路面(濕)、冰面、雪地路面。另一方面，也可以透過感測器110感測路面並由處理器120比對資料庫而產生路面材質資料PM，本發明不限於此。在獲取路面材質資料PM後，處理器120可以將路面材質資料PM輸入至查找表(表一)以產生鄰車與路面之間的第一摩擦係數μ1。其中查找表包括路面材質資料PM與第一摩擦係數μ1的對應關係。必須說明的是，第一摩擦係數μ1為相對應路面材質資料PM的摩擦係數的最大值。舉例來說，當路面材質為瀝青路面(乾)時，其所對應的最大摩擦係數為0.8~0.9。

於步驟S230，處理器120可依據第二感測資料S2估計自駕車與路面之間的第二摩擦係數μ2和滾動摩擦係數μr。在一實施例中，處理器120依據查詢高精地圖或感測器110感測路面以獲取路面傾斜角度以及經規劃路徑曲率。接著，透過第二感測資料中自駕車的縱向速度V_r、輪速、車輪偏轉角、橫擺角速度、路面傾斜角度與經規劃路徑曲率計算自駕車與路面之間的第二摩擦係數μ2，具體計算方式請參照歐洲專利EP3106360A1。在獲取路面材質資料PM後，處理器120可以將路面材質資料PM輸入至查找表(表二)以產生自駕車與路面之間的滾動摩擦係數μr。其中查找表包括路面材質PM與滾動摩擦係數μr的對應關係。

接著，於步驟S240，處理器120依據第一感測資料S1、第二感測資料S2、第一摩擦係數μ1、第二摩擦係數μ2與滾動摩擦係數μr計算自駕車與鄰車之間的安全距離DMIN。關於安全距離DMIN的計算細節，將於圖3詳述。

圖3是依據本發明一實施例所繪示的計算安全距離與進行安全驗證的流程圖。請參照圖3，於步驟S310中，感測器110感測鄰車以產生第一感測資料S1。接著，於步驟S320中，處理器120接收第一感測資料S1並對第一感測資料S1進行辨識，以辨識出鄰車的車輛型號，並依據所辨識出的車輛型號查詢對應的動態規格DS。動態規格DS至少包括鄰車規格中的最大減速度，即鄰車的最大煞車減速度。值得一提的是，由於自駕車的鄰車可能隨行駛過程不斷變更，感測器110所感測的第一感測資料也會不同，因此動態規格也會隨之動態變化。關於步驟S320的辨識細節，將於圖4詳述。

於步驟S330中，處理器120取得路面材質資料PM，具體而言，可藉由處理器120查詢高精地圖或感測器110感測路面而取得路面材質資料PM，不限於此。接著，於步驟S340，處理器120將路面材質資料PM輸入查找表(如表一)，以產生鄰車與路面之間的第一摩擦係數μ1。

於步驟S350中，感測器110感測自駕車以產生第二感測資料S2。接著，於步驟S360中，處理器120接收第二感測資料S2，並依據第二感測資料S2估計第二摩擦係數μ2和滾動摩擦係數μr。在一實施例中，處理器120透過第二感測資料中自駕車的縱向速度V_r、輪速、車輪偏轉角、橫擺角速度以及路面傾斜角度計算自駕車與路面之間的第二摩擦係數μ2。將路面材質資料PM輸入查找表(如表二)，以產生自駕車與路面之間的滾動摩擦係數μr，具體請參照步驟S230，不再贅述。

於步驟S370中，處理器120依據動態規格DS、第一摩擦係數μ1、第二摩擦係數μ2與滾動摩擦係數μr估計鄰車的第一減速度極值A1以及自駕車的第二減速度極值A2與第三加速度極值A3。在一實施例中，處理器120可以將動態規格DS中鄰車的最大減速度以及鄰車與路面之間的第一摩擦係數μ1代入查找表(表三)，以估計鄰車的第一減速度極值A1。第一減速度極值A1是考慮第一摩擦係數μ1後的鄰車最大減速度。舉例而言，行駛於雪地的鄰車經辨識後可獲取鄰車的最大減速度為7.5m/s²，而雪地所對應的第一摩擦係數μ1為0.2，將鄰車的最大減速度與第一摩擦係數μ1代入查找表後可得知其對應的第一減速度極值A1為1.67m/s²。表三僅為示意，不限於此。值得一提的是，相較於動態規格DS中鄰車的最大減速度，第一減速度極值A1更包括路面摩擦係數對鄰車煞車性能的影響。

在一實施例中，處理器120可以依據第二摩擦係數μ2估計自駕車的第二減速度極值A2，以及依據滾動摩擦係數μr估計第三加速度極值A3。具體而言，自駕車規格中的最大加速度與最小減速度為已知定值，處理器120可將第二摩擦係數μ2和滾動摩擦係數μr分別代入查找表(表四和表五)，以產生自駕車對應第二摩擦係數μ2的第二減速度極值A2與對應滾動摩擦係數μr的第三加速度極值A3。其中第二減速度極值A2是考慮第二摩擦係數μ2後的自駕車最小減速度，第三加速度極值A3是考慮滾動摩擦係數μr後的自駕車最大加速度。關於第二減速度極值A2，舉例而言，假定自駕車的第二摩擦係數μ2為0.2，經查表四可得自駕車的第二減速度極值A2為0.89m/s²。表四僅為示意，不限於此。關於第三加速度極值A3，處理器120可將路面材質資料PM輸入路面材質資料PM與滾動摩擦係數μr的查找表(表二)，以獲得對應路面材質資料PM的滾動摩擦係數μr，其中滾動摩擦係數μr特指自駕車在加速時與路面之間的摩擦係數。舉例來說，若自駕車行駛在良好瀝青路面，則其滾動摩擦係數μr可查表得0.0068。接著，將滾動摩擦係數μr為0.0068代入表五可查得自駕車所對應的第三加速度極值A3為4.98m/s²。表五僅為示意，不限於此。值得一提的是，相較於自駕車規格中的最小減速度與最大加速度，第二減速度極值A2與第三加速度極值A3更包括路面摩擦係數和滾動摩擦係數對自駕車煞車和加速性能的影響。

於步驟S380，處理器120將第一感測資料S1、第二感測資料S2、第一減速度極值A1、第二減速度極值A2、第三加速度極值A3代入RSS模型以計算安全距離DMIN，請參見公式(1)。

其中V_r為自駕車的縱向速度，ρ為開始剎車前的反應時間，V_f為鄰車的縱向速度，且第一感測資料S1包括V_f，第二感測資料S2包括V_r。

於步驟S390，處理器120可以依據第一感測資料S1取得鄰車與自駕車之間的第一距離D1。在一實施例中，可利用感測器110中的光達與雷達對鄰車進行測距以獲得鄰車與自駕車之間的第一距離D1。處理器120可比較第一距離D1與安全距離DMIN以判斷自駕車是否通過安全驗證。當第一距離D1大於等於安全距離DMIN時，處理器120判斷自駕車通過安全驗證。當第一距離D1小於安全距離DMIN時，處理器120判斷自駕車並未通過安全驗證。當處理器120判斷自駕車並未通過安全驗證時，處理器120可驅動自駕車進行適當減速，以拉開鄰車與自駕車之間的第一距離D1，直至第一距離D1大於安全距離DMIN。

圖4是依據本發明一實施例所繪示的產生動態規格的流程圖。於步驟S405，處理器120接收第一感測資料S1。接著，於步驟S410，處理器120從第一感測資料S1中提取鄰車的多個特徵。第一感測資料S1包括鄰車的影像和光達資料，處理器120可從鄰車的影像和光達資料中提取多個特徵，例如車牌號碼、商標、外觀、尺寸、車燈外型、輪胎數目等特徵，不限於此。於步驟S420，處理器120將鄰車的多個特徵提供給車輛分類器。在一實施例中，車輛分類器包括依據影像和光達特徵辨識車輛類別的模組化軟體，且車輛分類器更包括多種車輛規格。接著，於步驟S430，車輛分類器依據上述多個特徵判斷鄰車是否為可辨識車輛型號，若否則進入步驟S440，若是則進入步驟S450。

於步驟S440，由於車輛分類器判斷該鄰車並非可辨識車輛型號，車輛分類器進一步查詢鄰車所屬車輛類別的通用規格，例如是小客車、休旅車、巴士、卡車的通用規格，且該通用規格至少包括鄰車的最大減速度。於步驟S450，由於車輛分類器判斷該鄰車為可辨識車輛型號，車輛分類器進一步查詢鄰車所屬車輛類別的專用規格，例如是Toyota XXX或Honda YYY的專用規格，且該專用規格至少包括鄰車的最大減速度。接著，於步驟S460，基於所查詢到的通用規格或專用規格，車輛分類器輸出包括鄰車最大減速度的動態規格。

圖5是依據本發明一實施例所繪示的車距俯視圖。在一實施例中，安全距離估算系統10更包括顯示裝置，顯示裝置用以顯示車距俯視圖，顯示裝置可以配置在儀表板、擋風玻璃、後照鏡或行動裝置上，不限於此。請參照圖5，顯示裝置可提供三種車距的顯示情境。具體而言，藉由感測器110獲取自駕車與鄰車之間的第一距離D1，處理器120比較第一距離D1與安全距離DMIN，且對應三種比較結果，以不同顏色在顯示裝置上顯示自駕車與鄰車之間的車距指示線(代表第一距離D1)。舉例來說，當第一距離D1大於安全距離DMIN時，自駕車與鄰車之間的車距指示線以綠線顯示。當第一距離D1等於安全距離DMIN時，以黃線顯示。當第一距離D1小於安全距離DMIN時，以紅線顯示。藉此，駕駛人僅需通過車距指示線的顏色快速判斷與鄰車車距是否符合安全距離，而無需詳細辨識顯示裝置上的文字或數字，從而改善使用者體驗。

必須說明的是，本文中的鄰車即為自駕車的周圍車輛，周圍車輛可以是與自駕車之間具有縱向距離及/或側向距離的車輛。也就是說，周圍車輛可位於自駕車行進路線的前方、斜前方或側向等方向，且周圍車輛的數量可以是複數，不限於此。

由於RSS模型包括縱向安全距離與側向安全距離，自駕車可同時考慮縱向安全距離與側向安全距離兩者。在一實施例中，若縱向距離即第一距離D1，而橫向距離為第二距離D2，縱向安全距離例如是縱向安全距離DMIN_V，側向安全距離即側向安全距離DMIN_S，則當自駕車與周圍車輛的第一距離D1大於縱向安全距離DMIN_V且第二距離D2大於側向安全距離DMIN_S時，處理器120判斷自駕車與周圍車輛的縱向距離與側向距離皆通過安全驗證，自駕車處於安全狀態。另一場景中，當自駕車與周圍車輛的第一距離D1小於縱向安全距離DMIN_V且第二距離D2小於側向安全距離DMIN_S時，處理器120判斷自駕車與周圍車輛的縱向距離與側向距離皆未通過安全驗證，且自駕車與周圍車輛有碰撞的可能。又一場景中，當自駕車與周圍車輛的第一距離D1小於縱向安全距離DMIN_V且第二距離D2大於側向安全距離 DMIN_S或者自駕車與周圍車輛的第一距離D1大於縱向安全距離DMIN_V且第二距離D2小於側向安全距離DMIN_S時，處理器120判斷自駕車與周圍車輛的縱向距離與側向距離其中之一未通過安全驗證，自駕車與周圍車輛無立即碰撞的危險，但可藉由提供警示訊息提醒駕駛人避免自駕車與周圍車輛的縱向距離與側向距離皆未通過安全驗證的情況。

必須說明的是，本發明中的摩擦係數(friction coefficient)例如是第一摩擦係數μ1、第二摩擦係數μ2與滾動摩擦係數μr僅為一示例，可由其他對應摩擦力特性的摩擦力參數(friction parameter)來進行處理，例如是第一摩擦力參數、第二摩擦力參數與滾動摩擦力參數。

綜上所述，本發明藉由辨識鄰車的動態規格，以及估計周圍車輛與自駕車的輪胎與路面之間的摩擦係數，可提升自駕車與周圍車輛的加/減速度極值的即時估測精度，擴大安全距離的場景應用面，並提升自駕車的可靠性與安全性。另一方面，更通過顯示裝置以不同顏色分別顯示車距相對於安全距離的不同情境，以加快駕駛人針對車距是否符合安全距離的判斷速度，提升使用者體驗。

雖然本發明已以實施例揭露如上，然其並非用以限定本發明，任何所屬技術領域中具有通常知識者，在不脫離本發明的精神和範圍內，當可作些許的更動與潤飾，故本發明的保護範圍當視後附的申請專利範圍所界定者為準。

S210、S220、S230、S240:步驟

Claims

一種安全距離估算系統，適用於自駕車，包括：感測器，感測鄰車以獲取第一感測資料，感測所述自駕車以獲取第二感測資料，其中所述鄰車相鄰於所述自駕車；以及處理器，耦接至感測器，依據路面材質資料估計所述鄰車的輪胎與路面之間的第一摩擦力參數，依據所述第二感測資料估計所述自駕車的輪胎與所述路面之間的第二摩擦力參數，並依據所述第一感測資料、所述第二感測資料、所述第一摩擦力參數與所述第二摩擦力參數計算所述自駕車與所述鄰車之間的安全距離。
如請求項1所述的安全距離估算系統，其中所述第一感測資料包括所述鄰車的縱向速度、側向速度、影像資料和光達資料。
如請求項1所述的安全距離估算系統，其中所述第二感測資料包括所述自駕車的縱向速度、側向速度、輪速、車輪偏轉角、橫擺角速度以及傾斜角度。
如請求項1所述的安全距離估算系統，其中所述路面材質資料藉由所述處理器查詢高精地圖或者所述感測器感測路面而產生。
如請求項1所述的安全距離估算系統，其中所述路面材質資料被輸入至查找表以產生對應所述第一摩擦力參數的第一摩擦係數，且所述查找表包括路面材質與所述第一摩擦係數的對應關係。
如請求項1所述的安全距離估算系統，其中所述處理器依據所述第一感測資料、所述第二感測資料、所述第一摩擦力參數與所述第二摩擦力參數計算所述自駕車與所述鄰車之間的安全距離的步驟包括：依據所述第一感測資料辨識所述鄰車的動態規格，其中所述動態規格包括所述鄰車的最大減速度；依據所述鄰車的所述動態規格與所述第一摩擦力參數估計所述鄰車的第一減速度極值，依據所述自駕車的所述第二摩擦力參數估計所述自駕車的第二減速度極值，依據所述自駕車的滾動摩擦力參數估計所述自駕車的第三加速度極值；以及依據所述第一減速度極值、所述第二減速度極值與所述第三加速度極值計算所述安全距離。
如請求項6所述的安全距離估算系統，其中所述處理器從所述第一感測資料中提取所述鄰車的多個特徵，並將所述多個特徵提供至車輛分類器以產生所述動態規格。
如請求項1所述的安全距離估算系統，更包括：顯示裝置，用以顯示俯視圖，其中所述俯視圖包括所述自駕車、所述鄰車以及所述自駕車與所述鄰車之間的第一距離。
如請求項8所述的安全距離估算系統，其中所述處理器比較所述第一距離與所述安全距離，且所述俯視圖對應不同比較結果以不同顏色表示所述第一距離。
如請求項8所述的安全距離估算系統，其中所述處理器比較所述第一距離以及所述安全距離以判斷所述自駕車是否通過安全驗證，其中所述安全距離包括縱向距離與側向距離。
一種安全距離估算方法，適用於自駕車，包括：感測鄰車以獲取第一感測資料，感測所述自駕車以獲取第二感測資料，其中所述鄰車相鄰於所述自駕車；依據路面材質資料估計所述鄰車的輪胎與路面之間的第一摩擦力參數；依據所述第二感測資料估計所述自駕車的輪胎與所述路面之間的第二摩擦力參數；以及依據所述第一感測資料、所述第二感測資料、所述第一摩擦力參數與所述第二摩擦力參數計算所述自駕車與所述鄰車之間的安全距離。
如請求項11所述的安全距離估算方法，其中所述第一感測資料包括所述鄰車的縱向速度、側向速度、影像資料和光達資料。
如請求項11所述的安全距離估算方法，其中所述第二感測資料包括所述自駕車的縱向速度、側向速度、輪速、車輪偏轉角、橫擺角速度以及傾斜角度。
如請求項11所述的安全距離估算方法，還包括：查詢高精地圖或者感測路面而產生所述路面材質資料。
如請求項11所述的安全距離估算方法，其中所述路面材質資料被輸入至查找表以產生對應所述第一摩擦力參數的第一摩擦係數，且所述查找表包括路面材質與所述第一摩擦係數的對應關係。
如請求項11所述的安全距離估算方法，其中依據所述第一感測資料、所述第二感測資料、所述第一摩擦力參數與所述第二摩擦力參數計算所述自駕車與所述鄰車之間的安全距離的步驟包括：依據所述第一感測資料辨識所述鄰車的動態規格，其中所述動態規格包括所述鄰車的最大減速度；依據所述鄰車的所述動態規格與所述第一摩擦力參數估計所述鄰車的第一減速度極值；依據所述自駕車的所述第二摩擦力參數估計所述自駕車的第二減速度極值；依據所述自駕車的滾動摩擦力參數估計所述自駕車的第三加速度極值；以及依據所述第一減速度極值、所述第二減速度極值與所述第三加速度極值計算所述安全距離。
如請求項16所述的安全距離估算方法，其中依據所述第一感測資料辨識所述鄰車的動態規格的步驟更包括：從所述第一感測資料中提取所述鄰車的多個特徵，並將所述多個特徵提供至車輛分類器以產生所述動態規格。
如請求項11所述的安全距離估算方法，更包括：顯示俯視圖，其中所述俯視圖包括所述自駕車、所述鄰車以及所述自駕車與所述鄰車之間的第一距離。
如請求項18所述的安全距離估算方法，更包括：比較所述第一距離與所述安全距離，且所述俯視圖對應不同比較結果以不同顏色表示所述第一距離。
如請求項18所述的安全距離估算方法，更包括：比較所述第一距離以及所述安全距離以判斷所述自駕車是否通過安全驗證，其中所述安全距離包括縱向距離與側向距離。