王軍雷 呂惠 王亮亮 郭少杰

（中國汽車技術研究中心有限公司，天津 300300）

1 智能網聯(lián)汽車關鍵技術

智能網聯(lián)汽車[1]（Intelligent and Connected Vehicle，ICV）是指搭載先進車載傳感器、控制器、執(zhí)行器等裝置，并融合現(xiàn)代通信與網絡技術，實現(xiàn)車與車、路、人、云等智能信息交換、共享，具備復雜環(huán)境感知、智能決策、協(xié)同控制等功能，可實現(xiàn)安全、高效、舒適、節(jié)能行駛，并最終實現(xiàn)替代人來操作的新一代汽車。智能網聯(lián)汽車融合了自主式智能汽車與網聯(lián)式智能汽車的優(yōu)勢，涉及的技術領域廣，技術架構復雜。

智能網聯(lián)汽車可劃分為9 個一級技術領域和35 個二級技術領域分支[1]，細分結構如圖1 所示。本文主要對智能網聯(lián)汽車關鍵技術下的智能決策技術進行研究。

智能決策技術是車輛智能性的直接體現(xiàn)，對車輛行駛舒適性、安全性至關重要，也是自動駕駛技術的核心。其中信息融合技術可關聯(lián)多傳感器的數(shù)據和融合建立周邊環(huán)境模型，路徑軌跡規(guī)劃技術主要完成車輛的全局路徑規(guī)劃任務及局部運動軌跡規(guī)劃，危險態(tài)勢預警分析主要負責故障預警和預留安全機制，保障車輛安全行駛。

2 智能網聯(lián)汽車智能決策技術專利分析

本文使用的專利檢索數(shù)據庫為中國汽車技術研究中心自主研發(fā)的全球汽車專利數(shù)據庫，收錄了全球104個國家近3 000萬條汽車及相關領域的專利。對智能決策技術及下級分支技術信息融合技術、路徑軌跡規(guī)劃技術、危險態(tài)勢預警分析技術的專利進行檢索，時間范圍為2000年1月1日～2019年5月30日。

圖1 智能網聯(lián)汽車技術體系劃分

檢索主要采用分類號和關鍵詞相結合的方式，關鍵詞包括：自動駕駛、智能網聯(lián)、信息融合、多傳感器融合、行為決策、路徑軌跡規(guī)劃、危險預警、態(tài)勢預警以及對上述技術進行擴展得到的關鍵詞。檢索后結合分類號，對專利文獻進行人工標引獲得最終數(shù)據，最大限度去除噪聲，保證準確性。

2.1 智能決策技術全球專利態(tài)勢分析

截止到2019 年5 月30 日，智能決策技術方面的專利共7 142件，其中國外申請的專利4 284件，中國專利2 858件。

智能決策技術相關專利申請量如圖2所示，受專利18 個月公開期的影響，部分數(shù)據并未公開，故2017～2018 年數(shù)據略有下滑。從全球專利申請分布情況看，智能決策技術申請量隨時間增加的趨勢明顯，可劃分為3 個階段。第1 個階段為2000～2006 年，是智能決策技術的發(fā)展萌芽期，全球申請量相對較少，每年不足100件，這一時期智能決策技術主要集中在高校及企業(yè)前端研究，民用領域應用較少，智能決策技術還處于緩慢積累階段。第2 個階段為2006～2013 年，是智能決策技術的快速發(fā)展期，隨著電子信息技術和人工智能技術的飛速發(fā)展，美國、日本等均投入了較大的研發(fā)力度，這一時期專利數(shù)量穩(wěn)步增加，年專利申請量相對于前一時期出現(xiàn)了明顯增長，2013 年專利申請量達到近500 件。第3個階段為2013 年至今，隨著電子智能技術的發(fā)展和硬件產業(yè)鏈的成熟，制造成本大幅下降，自動駕駛技術快速發(fā)展，智能決策技術專利申請量快速增長，2016年開始，年申請量突破1 000 件，年增長率超過30%，智能決策技術進入爆發(fā)期。中國智能決策技術研發(fā)和專利申請的總體趨勢與全球保持一致，專利申請速度略緩于全球，但近2年增速超過全球增速。

可以推測，目前對智能決策技術的研究熱度依然很高，未來可能會有較多企業(yè)進入，將會產出更多新技術和新產品。

圖2 智能決策技術專利申請趨勢

2.2 智能決策技術地域分布分析

智能決策技術的全球專利布局情況如表1所示，專利布局國家較為集中，中國、美國、日本、德國、韓國的專利申請數(shù)量占全球相關專利數(shù)量的近80%。

表1 智能決策技術國家分布情況

從專利申請量分布情況來看，中國是智能決策技術的最大輸入國。這表明中國的智能決策技術發(fā)展迅猛，達到了一定的技術儲備，但綜合申請人的分布情況來看，有很大一部分專利申請是國外企業(yè)在中國的申請以及國外申請人的同族申請。去除國外申請人的申請后，中國的申請量占比從40%降到不足30%。這也間接說明，中國作為智能決策技術主要市場的地位越來越明顯，國外申請人在中國的專利布局不斷增強。

2.3 智能決策技術申請人分析

智能決策技術的申請人分布很廣，從申請人的國家分布來看，德國在該領域具有絕對領先的優(yōu)勢，也存在較激烈的技術競爭，比較有代表性的是羅伯特·博世有限公司（Robert Bosch GmbH）及何邇全球公司（Here Global B.V.），其智能決策技術分布的專利持有量分別為專利申請人排名中的第1名和第4名。此外，美國和日本企業(yè)在相關技術的布局上也具有一定實力。值得關注的是越來越多非汽車及零部件企業(yè)的涌入，谷歌公司（Google Inc.）在全球智能決策技術方面布局了217件專利，成為第三方機構中的佼佼者，何邇全球公司也持有較多數(shù)量的專利，包含智能決策中的關鍵核心專利。由此可見，越來越多的互聯(lián)網及其他領域的企業(yè)進入了智能決策技術領域，申請人分布情況如圖3所示。

圖3 全球申請人分布情況

國內智能決策技術申請人分布情況如圖4所示，由圖4可知，前5名依然是合資企業(yè)。

圖4 中國申請人分布情況

中國本國企業(yè)中，智能決策技術專利分布最多的是百度在線網絡技術（北京）有限公司，高校中，江蘇大學、長安大學、吉林大學、清華大學和同濟大學在智能決策技術方面也分布了相當數(shù)量的專利?？梢?，高校非常重視自動駕駛及無人車方面的技術研發(fā)，且在無人車的智能決策技術方面也產出了相當數(shù)量的專利。中國汽車企業(yè)相較于第三方科技公司以及零部件公司，在智能決策技術方面的積淀較少，產出的專利數(shù)量也較少，表現(xiàn)較好的是浙江吉利控股集團有限公司。

2.4 智能決策技術分布情況分析

智能決策技術全球專利技術分布情況如表2所示，中國呈現(xiàn)了和全球相近的分布。路徑軌跡規(guī)劃產出專利最多。

表2 智能決策技術情況分布

2.5 智能決策技術發(fā)明人分析

對智能決策技術每個分支的發(fā)明人情況進行梳理，分領域的發(fā)明人排名如表3 所示。信息融合技術前10位發(fā)明人中并無中國人，SHUQING ZENG 為通用汽車研發(fā)人員，共為通用汽車公司貢獻了近170 件發(fā)明專利，其中車輛與雷達技術相關專利占比18%，關聯(lián)道路的車輛控制專利占比17%，可見該發(fā)明人應為通用電控研發(fā)團隊核心人物，主要涉及車輛控制及雷達相關技術的應用研究。排名第2的發(fā)明人為愛信精機公司員工，其為公司貢獻了70 多件發(fā)明專利，其中涉及車輛避撞的專利占比60%，涉及圖像通信技術的專利占比48%。

表3 智能決策技術發(fā)明人排名

路徑軌跡規(guī)劃技術方面，排名第1 的AMNON SHASHUA曾供職于ORCAM TECHNOLOGIES LTD 與MOBILEYE 公司，其中42%為在ORCAM TECHNOLOGIES LTD 公司的申請，33%為在MOBILEYE 公司的申請，該發(fā)明人為MOBILEYE公司貢獻了42件發(fā)明專利，其中涉及圖像識別軌跡規(guī)劃方面的專利占比56%，涉及二維位置的專利占比25%，涉及防撞系統(tǒng)的專利占比20%，可見該發(fā)明人應為圖像算法團隊核心人物，主要涉及車輛圖像算法技術的應用研究。排名第2 的發(fā)明人也就職于MOBILEYE 公司，其為公司貢獻了40 多件發(fā)明專利，其中涉及圖像識別技術應用的專利占比52%，涉及地圖數(shù)據構造和編排的專利占比48%。

危險態(tài)勢預警排名前10 位的發(fā)明人中有2 位中國人，分別為馮擎峰與吳成明，均為吉利汽車公司員工，且申請數(shù)量相近，為吉利公司的重要發(fā)明人。排名第2的 MICHAEL L.OBRADOVICH 是 AMERICAN CALCAR INC 員工，該發(fā)明人為公司共貢獻了170 多件發(fā)明專利，其中78%的專利與導航技術相關，60%的專利涉及道路交通控制，該發(fā)明人為導航技術領域的重要發(fā)明人。排名第3 的發(fā)明人為本田公司的AIMURA MAKOTO，其為本田貢獻了70多件明專利，主要涉及車輛交通控制系統(tǒng)。

3 智能決策技術核心專利及技術路線解讀

3.1 智能決策技術核心專利篩選

根據專利的價值及其重要性，可將專利劃分為垃圾專利、一般專利、重要專利、核心專利[5]。垃圾專利是缺乏穩(wěn)定性的專利[3]，一般專利指在結構、技巧等方面進行改進或提高的專利，重要專利指較為獨特的、能有效阻止他人非法使用的專利，核心專利是指在某一個領域中處于關鍵地位，對技術發(fā)展具有突出貢獻、對其他專利或者技術具有重大影響且具有重要經濟價值的專利[6]。

本文依托核心專利篩選方法，主要考量基于技術維度的同族布局情況及引證和被引證情況，并結合具體專利的本領域技術人員對專利的閱讀等進行核心專利篩選。

3.2 智能決策技術專利發(fā)展技術路線圖分析

針對智能決策技術各分支技術核心專利進行解讀，梳理出智能決策技術路線，如圖5 所示。2005 年前，主要是博世、電裝等零部件企業(yè)開展智能網聯(lián)汽車智能決策相關技術的研究。2005 年后，更多的汽車企業(yè)在智能決策技術方面開始布局研發(fā)，產出較多的核心專利。

從細分技術領域的核心專利來看，信息融合技術方面主要涉及車輛監(jiān)測和檢測，包括防碰撞雷達系統(tǒng)和防撞相關傳感器的設置和控制等，2010 年前專利申請集中在簡單的融合技術，包括單一種類傳感器及簡單的不同類傳感器相結合進行數(shù)據探測、車輛控制和車輛狀態(tài)分析等，2010 年后專利申請主要集中在對不同環(huán)境的探測，多個傳感器進行復雜融合及高精度融合。

圖5 智能決策技術路線發(fā)展

路徑軌跡規(guī)劃技術方面，核心專利主要涉及一些規(guī)劃路徑算法的改進、環(huán)境建模技術與路徑規(guī)劃算法的結合，以及多智能體并聯(lián)路徑規(guī)劃算法的設計等。2010年前的專利更多偏向于輔助型路徑軌跡規(guī)劃，包括路線設計、環(huán)境建模庫的更新、維護及路徑規(guī)劃。2010年之后，技術開始逐漸成熟，此時期的專利更多集中于無人駕駛車輛的路徑軌跡規(guī)劃，算法也更準確，開始融合不同算法的優(yōu)點進行路線規(guī)劃。

危險態(tài)勢預警分析方面，核心專利主要涉及對危險障礙物的探測、分析方法的改進，以及危險障礙物的監(jiān)測等。2010年前的專利較多分布在結合駕駛員狀態(tài)對危險態(tài)勢的預判、基于車內情況及對車外探測實現(xiàn)危險態(tài)勢的分析。2010 年后，專利開始考慮交通環(huán)境信息并與車輛互聯(lián)后對危險態(tài)勢進行預判，以及基于設定路徑的預判。

3.3 智能決策技術輸出概況

對智能決策技術的各國專利分布情況進行研究，并對各國重點企業(yè)的專利進行統(tǒng)計，得到不同國家不同企業(yè)的核心技術方向如表4所示，其中核心技術分類號釋義如表5所示。由表4可知，智能決策技術主要集中在G01C21、G08G1、B60W30、G05D1 等方面。各國重點技術對應的專利總數(shù)占比達75%，研發(fā)相對集中。從布局的技術點上看，國外申請人主要集中在G01C21、G08G1、B60W30、G01S13 等技術領域。經統(tǒng)計，美國與日本技術最為相似，路徑軌跡規(guī)劃及信息融合技術是其重要的研發(fā)技術，并產出了較多專利。德國、韓國和中國對危險態(tài)勢預警技術的關注較多，布局的專利技術也較多。中國智能決策技術的專利申請人主要為高校和互聯(lián)網公司，整車企業(yè)在智能決策技術方面的專利分布較少。布局技術點包括G05D1、G08G1、B60W30 等領域。雖然國內外申請人的技術布局點不同，但危險態(tài)勢預警技術是共同關注的重點。

表4 智能決策技術專利技術點布局

表5 核心技術方向分類號釋義

3.4 智能決策技術重要申請人合作分析

在智能決策技術方面，全球大部分主流企業(yè)開始采取合作的方式進行相關技術的研發(fā)，典型代表為美國福特與谷歌。

汽車企業(yè)率先嘗試開放模式進行車聯(lián)網技術及智能網聯(lián)汽車技術發(fā)展的公司為福特公司。福特公司與豐田公司合作開發(fā)了APPLINK，與豐田公司、馬自達公司共同形成技術聯(lián)盟。此外，蘋果CARPLAY 汽車操作系統(tǒng)與奧迪、斯巴魯、鈴木、起亞、雪佛蘭等多家公司形成聯(lián)盟組織，并與高通、微軟、英特爾公司進一步合作研發(fā)智能網聯(lián)汽車。福特、谷歌在智能決策技術方面的專利申請人合作關系如圖6 所示。幾個非常重要的申請人值得進一步挖掘：ROSS JOSEPH、MILLER THOMAS LEE、沃爾沃汽車公司、HATTON DAVID ANTHONY、SANTORI NELLO、JOSEPH HATTON DAVID ANTHONY、SCHUNDER MARK等公司都是福特在智能網聯(lián)汽車相關專利申請過程中的重要合作者，可見福特公司以開放的模式不斷推進公司的智能網聯(lián)化發(fā)展。

圖6 福特、谷歌公司智能決策技術申請人合作關系

谷歌公司于2009 年開始對智能網聯(lián)汽車進行研究，并購了多家算法公司、圖像識別公司，以助力其無人駕駛汽車的發(fā)展。此外，谷歌公司與大陸、采埃孚、LG電子、英偉達等多家零部件廠商共同打造自主無人駕駛汽車。從谷歌專利合作申請人中可了解到其與DOLGOV DMITRI A、URMSON CHRISTOPHER PAUL、WAYMO HOLDING INC.、FAIRFIELD NATHANIEL 產生了較多合作專利。此外，谷歌公司旗下WAYMO INC.與 LARNER、DANIEL LYNN、KHAYKIN、ALEX、ALVAREZ RIVERA、FELIX JOSE 公司也進行了大量的合作，可見谷歌公司不僅采取并購方式進行研發(fā)，也與多家公司進行聯(lián)合開發(fā)，并共同產出了一定數(shù)量的專利。

4 智能決策技術的專利技術發(fā)展思考與建議

我國汽車智能決策技術發(fā)展趨勢與國外保持一致，但速度略緩于國外。目前，智能網聯(lián)汽車智能決策技術從專利角度已具備一定技術基礎，整體處于快速發(fā)展時期，尤其是路徑軌跡規(guī)劃及信息融合技術，其可衍生出更多專利和新產品。我國較日本、美國、德國等國家起步晚，雖具備一定數(shù)量的專利申請，但總體質量不高，核心專利布局較少，迫切需要加大研發(fā)力度，盡早進行專利布局。

目前，核心技術依然掌握在傳統(tǒng)車企及零部件廠商手中，雖然我國在信息融合技術、路徑軌跡規(guī)劃技術及危險態(tài)勢預警分析技術方面進行了較多研究，產出了相當數(shù)量的專利，但汽車企業(yè)研究較少，專利大多由第三方機構申請，國內汽車公司想要趕超國外企業(yè)，仍需加強研發(fā)，可通過產學研合作或技術聯(lián)盟的方式實現(xiàn)。

企業(yè)通過不斷合作及并購發(fā)展自動駕駛技術及智能網聯(lián)技術，同時，利用專利組合形式為企業(yè)構建產業(yè)競爭優(yōu)勢。谷歌、豐田、博世等企業(yè)均圍繞核心專利進行了大量外圍申請，形成有力的專利組合，有利于從不同技術角度集成式解決復雜問題。近年來，國內企業(yè)也開始逐步與通信、互聯(lián)網企業(yè)合作，但還未形成專利組合以及合力，需加快布局。