自动驾驶技术作为目前汽车领域前沿技术的发展方向之一,其控制策略应能保障车辆在复杂道路环境下的行驶安全性。然而现有的自动驾驶控制算法多基于已检测的道路环境信息制定控制策略,并未充分考虑由于相邻车道车辆或周边环境遮挡产生的传感器感知盲区带来的潜在事故风险,难以规避该类型风险带来的潜在交通事故。因此,为了提高车辆对于潜在风险的主动规避能力,本文基于激光雷达感知数据设计了传感器感知盲区识别算法,实现了对存在潜在风险特征的行驶工况的识别、分类;同时以主动规避潜在风险为首要目标,兼顾车辆舒适性和经济性,设计了考虑潜在风险规避的自动驾驶控制策略。首先,采用体素栅格滤波算法对存在潜在风险特征的行驶工况下的原始点云数据进行降采样处理,提高点云数据的处理效率。再利用RANSAC地面分割算法以及欧氏聚类算法处理,得到造成传感器感知盲区产生的遮挡物的点簇信息。其次,根据遮挡物点簇边缘特征获取传感器感知盲区边缘线,接着采用“静态”障碍目标滤除算法将潜在风险较小的感知盲区滤除,得到感兴趣盲区边缘线,并通过最近邻关联算法进行多帧点云数据信息下的盲区特征关联匹配。最终根据感兴趣盲区边缘线运动特征的不同,将常见传感器感知盲区分为两类,并设计相应的盲区类型识别算法。然后,研究传感器感知盲区产生原理和潜在风险的变化机理,针对不同类型的传感器感知盲区,以当前道路规则、舒适性、燃油经济性作为约束,结合拉格朗日乘子法对车辆进行纵横向控制,得出期望加速度或轨迹,使车辆处于盲区最小化的行驶状态,提高车辆对于潜在风险的主动规避能力。并通过CarSim/Simulink等软件进行联合仿真,验证了控制策略的有效性。最后,为了进一步验证算法的有效性,利用配备相应试验设备的自动驾驶汽车搭建试验平台对本文提出的控制策略进行实车试验。试验结果表明具备本文提出的考虑潜在风险规避的自动驾驶控制策略的试验车辆能够在满足约束条件的基础上主动规避潜在风险场景。