摘 要：【目的】基于專利信息梳理人工智能自動駕駛的主要技術(shù)，為我國智能交通領(lǐng)域的創(chuàng)新發(fā)展提供參考?！痉椒ā繌膰鴥?nèi)外的主要專利申請人、典型技術(shù)等多方面對人工智能自動駕駛技術(shù)進行統(tǒng)計分析?！窘Y(jié)果】基于人工智能的自動駕駛專利的專利申請量不斷增加，其中，國內(nèi)專利申請數(shù)量最多的企業(yè)是百度和華為。【結(jié)論】國內(nèi)外基于智能決策、深度學(xué)習(xí)的研究正在不斷完善，現(xiàn)階段主要以提高自動駕駛的安全性和可靠性為主，側(cè)重于對自動駕駛的智能化、便捷化技術(shù)進行研發(fā)。

關(guān)鍵詞：人工智能；自動駕駛；新質(zhì)生產(chǎn)力

中圖分類號：G306" " " 文獻標(biāo)志碼：A" " "文章編號：1003-5168（2024）20-0135-05

DOI：10.19968/j.cnki.hnkj.1003-5168.2024.20.026

Overview of Patent on Autonomous Driving Technologies Based on

Artificial Intelligence

Abstract：[Purposes] The main technologies involved in autonomous driving based on artificial intelligence are sort out to provide reference for the innovation and development of intelligent transportation in China.[Methods] Statistical analysis of AI automatic driving technology is carried out from the main patent applicants at home and abroad， typical technologies and other aspects. [Findings] The application number of patents related to autonomous driving based AI is rising， and among them， the domestic enterprises with the largest number of patent applications are Baidu and Huawei. [Conclusions] The research based on intelligent decision-making and deep learning is constantly advancing both domestically and internationally. At present， the main focus is on improving the safety and reliability of autonomous driving， which puts emphasis on the research and development of intelligent and convenient technologies for autonomous driving.

Keywords： artificial intelligence; autonomous driving; new quality productive forces

0 引言

2024年政府工作報告提及“大力推進現(xiàn)代化產(chǎn)業(yè)體系建設(shè)，加快發(fā)展新質(zhì)生產(chǎn)力”，新質(zhì)生產(chǎn)力指以創(chuàng)新驅(qū)動為主導(dǎo)的生產(chǎn)力質(zhì)的躍升，具有高科技、高效能、高質(zhì)量特征。人工智能（AI）是新一輪科技革命和產(chǎn)業(yè)變革的核心驅(qū)動力，也是發(fā)展新質(zhì)生產(chǎn)力的主要陣地，正在滲透顛覆每個被涉及的行業(yè)。自動駕駛作為人工智能最活躍的領(lǐng)域之一，能夠提高道路交通安全、顯著減少交通事故，已經(jīng)成為世界范圍智能交通領(lǐng)域的研究熱點。

現(xiàn)階段，在大數(shù)據(jù)、機器學(xué)習(xí)等新一代人工智能技術(shù)的推動下，自動駕駛技術(shù)在環(huán)境感知、智能決策、輔助駕駛、數(shù)據(jù)分析等方面有了顯著的進展［1］。伴隨ChatGPT的推出，智能網(wǎng)聯(lián)汽車在智能化車內(nèi)生態(tài)和高級別自動駕駛兩個領(lǐng)域?qū)崿F(xiàn)重大突破和應(yīng)用［2］。隨著認知智能的發(fā)展，認知計算和人類認知過程也被引入自動駕駛用于認知能力的提升［3］。人工智能的飛速發(fā)展加快了自動駕駛智能化的進步。

1 智能駕駛技術(shù)

自動駕駛技術(shù)最初是基于傳感器和計算機處理的輔助駕駛技術(shù)，如自適應(yīng)巡航控制ACC。其中，隨著計算機視覺和人工智能技術(shù)的引入，出現(xiàn)了高級駕駛輔助系統(tǒng)ADAS。伴隨近幾年深度學(xué)習(xí)和人工智能的快速發(fā)展，自動駕駛技術(shù)進入新的階段。通過5G、計算機視覺、云計算、大數(shù)據(jù)決策訓(xùn)練的技術(shù)加成，車輛的智能駕駛系統(tǒng)具備更強的感知能力、決策能力，且無需駕駛員干預(yù)和操控車輛行駛。綜上可知，人工智能在自動駕駛中的應(yīng)用，從最初的輔助駕駛，正逐步向安全的完全自動駕駛發(fā)展［4］，主要包括智能感知、智能定位、智能決策、智能控制、智能學(xué)習(xí)五個方面。

智能感知是自動駕駛技術(shù)中的首要環(huán)節(jié)，它依靠雷達、攝像頭、傳感器等來感知和理解周圍環(huán)境，這些設(shè)備能夠?qū)崟r獲取車輛周圍環(huán)境的圖像、聲音、距離以及道路條件等信息。人工智能則基于深度學(xué)習(xí)和計算機視覺技術(shù)，通過圖像識別、目標(biāo)檢測和傳感器分析等手段，識別和分析車輛周圍環(huán)境中的道路、行人、車輛、交通標(biāo)志等信息，提供準(zhǔn)確的感知判斷［5］。

智能定位是自動駕駛技術(shù)中的重要環(huán)節(jié)，通過融合傳感器獲取的數(shù)據(jù)，如車載傳感器、慣性測量單元IMU、全球衛(wèi)星定位系統(tǒng)GPS等，實現(xiàn)動態(tài)環(huán)境下對車輛的實時高精度定位，利用精準(zhǔn)的地圖數(shù)據(jù)和先進的SLAM技術(shù)，生成和更新準(zhǔn)確的地圖數(shù)據(jù)，為自動駕駛車輛后續(xù)的導(dǎo)航和路徑規(guī)劃提供有力支持。

智能決策是自動駕駛技術(shù)中的核心環(huán)節(jié)。人工智能基于機器學(xué)習(xí)等技術(shù)，通過對環(huán)境的感知和理解，對交通規(guī)則和路況條件的整合，做出合理的決策，生成車輛的行駛意圖。它能夠?qū)崟r感知環(huán)境信息、預(yù)測周圍環(huán)境中其他車輛和行人的動態(tài)行為，分析路徑標(biāo)志、紅綠燈信號等交通狀況，并進行交通流預(yù)測、路徑規(guī)劃等，生成安全和高效的駕駛決策［6］。

智能控制是自動駕駛技術(shù)中的實踐環(huán)節(jié)，它使車輛能夠執(zhí)行決策并操控車輛的行駛。人工智能依靠車輛動力學(xué)模型、控制算法和傳感器反饋，基于對車輛各個器件的實時監(jiān)測和調(diào)整，向車輛發(fā)送包括加速、剎車、轉(zhuǎn)向等指令，控制車輛的速度和方向等，讓車輛按照預(yù)定的決策在道路上安全行駛。

智能學(xué)習(xí)是自動駕駛技術(shù)中的必要環(huán)節(jié)，是人工智能自適應(yīng)優(yōu)化在自動駕駛技術(shù)中的關(guān)鍵體現(xiàn)。它通過對大量實時數(shù)據(jù)的采集和處理，利用車輛之間的通信共享信息，不斷地訓(xùn)練和優(yōu)化模型，使自動駕駛系統(tǒng)能夠不斷進行自適應(yīng)學(xué)習(xí)，提高了自動駕駛技術(shù)的安全性［7］。

2 智能駕駛技術(shù)專利申請狀況分析

2.1 申請人國家分布

近些年，中國人工智能專利申請量大幅領(lǐng)先于其他國家，相應(yīng)地，基于人工智能的自動駕駛相關(guān)專利申請也大量涌現(xiàn)。圖1為基于人工智能的自動駕駛技術(shù)專利的國家申請量分布。由圖1可知，中國、美國在相關(guān)技術(shù)的專利申請量最大，其次為韓國、德國、日本、法國、英國。

2.2 主要申請人

申請量排名前13的專利申請人如圖2所示，分別是百度在線網(wǎng)絡(luò)技術(shù)（北京）有限公司、北京圖森未來科技有限公司、韓國LG集團、Argo AI自動駕駛公司、阿波羅智聯(lián)（北京）科技有限公司、華為技術(shù)有限公司、英國自動駕駛公司Five AI、騰訊科技（深圳）有限公司、深圳元戎啟行科技有限公司、北京小馬智行科技有限公司、德國大眾汽車公司、上海人工智能創(chuàng)新中心、保時捷股份公司。

國內(nèi)申請人中，百度的申請量較多，其通過AI、大模型、云服務(wù)等技術(shù)使自動駕駛的生態(tài)環(huán)境更加智能，百度的蘿卜快跑“車內(nèi)無人”自動駕駛更是為我國自動駕駛技術(shù)的商業(yè)化應(yīng)用按下了加速鍵。國外申請人中，LG的申請量最多，并且LG在CES 2024中展示了一款集成高級駕駛輔助系統(tǒng)（ADAS）、自動駕駛（AD）和車載信息娛樂（IVI）技術(shù)的全新跨域平臺，鞏固了其在車載信息娛樂系統(tǒng)領(lǐng)域的領(lǐng)先地位。

3 智能駕駛典型技術(shù)分析

通過對專利技術(shù)的梳理可知，基于人工智能的自動駕駛技術(shù)主要以避免車輛的軌跡沖突、提高車輛的駕駛效能為目標(biāo)，使車輛根據(jù)實際的駕駛場景執(zhí)行相應(yīng)的行駛策略，以保證車輛的安全行駛。

3.1 智能感知技術(shù)

自動駕駛技術(shù)的第一步就是對車輛周圍環(huán)境的感知。分析現(xiàn)階段的專利申請，發(fā)現(xiàn)計算機視覺是人工智能在自動駕駛中的重要體現(xiàn)。其中，對環(huán)境信息的感知主要集中在交通信號、車輛周圍環(huán)境、車輛周圍對象的預(yù)測上。此外，還包括對車輛自動駕駛系統(tǒng)的自身檢測技術(shù)，即從外部、內(nèi)部兩方面對車輛的自動駕駛環(huán)境進行全面感知，以確保車輛自動駕駛的安全性。

華為技術(shù)有限公司在專利申請CN117157687A中提出了一種交通信號狀態(tài)檢測方法和裝置，其通過獲取的目標(biāo)路口交通行為信息確定交通信號的狀態(tài)檢測結(jié)果。其中，目標(biāo)路口為車輛行駛方向的交通信號燈所處的路口，交通行為信息指至少一個交通參與者的行為；交通信號包括交通信號燈或者交警的手勢信號，狀態(tài)檢測結(jié)果指示交通信號的狀態(tài)。該申請通過目標(biāo)路口的交通行為信息反向預(yù)測出關(guān)聯(lián)交通信號的狀態(tài)，可以提高交通信號狀態(tài)檢測的準(zhǔn)確率，豐富了無人駕駛的可行駛場景。

韓國LG集團在專利申請US2017/0001650A1中提出了一種駕駛員輔助裝置。如圖3所示，駕駛員輔助裝置包括處理器，該處理器需要確定車輛的導(dǎo)航信息、圖像信息或傳感器信息中的至少一個，并且基于導(dǎo)航信息、圖像信息或傳感器信息中的至少一個來檢測車輛的駕駛狀態(tài)，從而確定適合于被檢測到的車輛駕駛狀態(tài)的輔助駕駛操作。

3.2 智能決策技術(shù)

智能決策技術(shù)是自動駕駛技術(shù)的核心，其通過預(yù)判路況，做出相應(yīng)的車輛控制?，F(xiàn)階段的專利申請主要涉及路徑規(guī)劃、駕駛決策等方法。

華為技術(shù)有限公司在專利申請CN115285149A中提出了一種涉及目標(biāo)車輛和目標(biāo)對象存在碰撞可能性場景下的控制方法，包括傳感器組件、智能駕駛功能組件，主要基于傳感器組件采集的數(shù)據(jù)，預(yù)測其他對象的行駛軌跡，做出行駛決策。具體為確定車輛的可行策略集合，分析可行策略執(zhí)行代價，根據(jù)最低的執(zhí)行代價所對應(yīng)的行駛策略做出最終的搶行或讓行決策，由此實現(xiàn)緩慢加速搶行或緩慢減速讓行的效果，提升駕駛體驗。

百度在線網(wǎng)絡(luò)技術(shù)（北京）有限公司在專利申請CN105811513A中提出一種無人駕駛的用電汽車及充電方法。汽車包括電池管理組件、汽車智能大腦、汽車行駛組件、通信組件、圖像采集組件等。首先，當(dāng)電池的電量低于預(yù)定閾值時，系統(tǒng)將基于實時路況信息和預(yù)先設(shè)定的路線選定規(guī)則確定目標(biāo)充電樁，例如基于到達充電樁耗時最少路線、路程最近路線、躲避擁堵路線、避免收費路線、避免高速路線和高速優(yōu)先路線等規(guī)則。然后，控制無人駕駛的用電汽車行駛至目標(biāo)充電樁，向目標(biāo)充電樁發(fā)送充電請求。最后，達到預(yù)設(shè)充電額度后，系統(tǒng)向目標(biāo)充電樁發(fā)送停止充電請求，從而實現(xiàn)了通過汽車智能大腦自行進行電量管理、并通過路徑?jīng)Q策尋找充電樁的過程。

3.3 智能學(xué)習(xí)技術(shù)

隨著深度學(xué)習(xí)、強化學(xué)習(xí)等新一代人工智能技術(shù)在計算機視覺、自然語言處理等領(lǐng)域的應(yīng)用，基于大規(guī)模數(shù)據(jù)訓(xùn)練的大模型等人工智能模型極大地推動了自動駕駛技術(shù)的發(fā)展。

Argo AI自動駕駛公司在專利申請US2020/0379461A1中提出了一種使用遞歸神經(jīng)網(wǎng)絡(luò)預(yù)測自主車輛行駛軌跡的方法和系統(tǒng)。該系統(tǒng)通過接收、分析與多個對象的狀態(tài)相對應(yīng)的時間序列信息數(shù)據(jù)，確定每個對象的軌跡序列，將其作為輸入以訓(xùn)練用于預(yù)測多個對象未來軌跡的預(yù)測模型，并接收自主車輛的狀態(tài)數(shù)據(jù)和對所處環(huán)境內(nèi)其他物體的感知數(shù)據(jù)，將感知數(shù)據(jù)輸入到預(yù)測模型中以預(yù)測一個或多個物體的未來軌跡。此外，將與自主車輛相對應(yīng)的狀態(tài)數(shù)據(jù)和預(yù)測的每個對象的未來軌跡輸入到預(yù)測模型中以生成自主車輛的計劃行駛軌跡。

百度在線網(wǎng)絡(luò)技術(shù)（北京）有限公司在專利申請CN117671410A中提出了一種地圖生成大模型的訓(xùn)練方法和地圖生成方法。如圖4所示，首先，獲取包括基于專業(yè)的自采車獲取的全景圖像以及點云數(shù)據(jù)所生成的道路俯視圖等信息的訓(xùn)練樣本集，將道路俯視圖樣本輸入初始地圖生成大模型進行訓(xùn)練。然后，初始地圖生成大模型可以基于神經(jīng)網(wǎng)絡(luò)構(gòu)建、采用多任務(wù)學(xué)習(xí)框架，基于模型損失對初始地圖生成大模型的參數(shù)進行調(diào)整，以得到地圖生成大模型。最后，訓(xùn)練完成后的地圖生成大模型可以基于輸入的待處理的道路俯視圖輸出道路元素的矢量化地圖元素，利用矢量化地圖進行車道級導(dǎo)航或自動駕駛。

4 高價值現(xiàn)有技術(shù)借鑒

為推動知識產(chǎn)權(quán)高質(zhì)量發(fā)展，促進經(jīng)濟發(fā)展和科技創(chuàng)新，高價值專利的培育工作至關(guān)重要。高價值專利培育時，需要以市場為導(dǎo)向、明確研發(fā)焦點、加強專項研究、確保有效產(chǎn)出，同時，還需要開展侵權(quán)風(fēng)險排查，避免侵權(quán)。以下列舉基于人工智能的自動駕駛技術(shù)的高價值典型技術(shù)，以期為創(chuàng)新主體提供借鑒與參考。

豐田于2016年4月20日向中國專利局提交的專利申請CN106338988A研究了一種自動駕駛車輛的控制裝置，在自動駕駛模式時，基于由外部傳感器檢測到的車輛周邊信息，生成表示自身車輛的速度和行進方向的時間變化的多條車輛行駛路線，在手動駕駛模式時存儲各行駛場景下的自身車輛行駛路線作為表示駕駛員駕駛特性的特定車輛行駛路線。該專利一共被引用48次，豐田除了向中國專利局申請了專利之外，還向歐洲專利局、美國專利商標(biāo)局、日本專利局進行了申請，并均獲得專利授權(quán)。該專利屬于自動駕駛領(lǐng)域基于車輛周圍信息的智能感知技術(shù)以及智能決策技術(shù)的基礎(chǔ)性專利。

福特于2014年7月2日向中國專利局提交的專利申請CN104276180A研究了具有監(jiān)測駕駛員是否存在及其生理指標(biāo)功能的自動駕駛車輛，駕駛員感應(yīng)系統(tǒng)感應(yīng)駕駛座上的駕駛員存在以及駕駛員的生理狀態(tài)，在主動駕駛模式期間，探測沒有駕駛員存在的時間段，如果時間段達到閾值以上則終止主動駕駛模式并安全發(fā)起停機模式，將感應(yīng)的生理狀態(tài)與預(yù)定的緊急狀態(tài)比較，匹配時，則自動駕駛控制終止主動駕駛模式并發(fā)起緊急響應(yīng)模式。該專利一共被引用36次，福特就該專利技術(shù)向中國專利局、美國專利商標(biāo)局、德國專利商標(biāo)局、俄羅斯聯(lián)邦知識產(chǎn)權(quán)局、墨西哥專利局均申請了專利，在中國、美國、德國、墨西哥均獲得了授權(quán)，且專利權(quán)均維持十年以上。該專利是自動駕駛領(lǐng)域基于駕駛員狀態(tài)智能感知技術(shù)的基礎(chǔ)性專利。

通用于2012年5月5日向中國專利局提交的專利申請CN102765420A涉及自適應(yīng)車道對中系統(tǒng)的車輛智能控制方法，通過測量車輛轉(zhuǎn)向角測量值、車道偏移量測量值或其他車輛動態(tài)測量值，自動控制車輛維持車輛相對于道路的位置。該專利一共被引用18次，通用就該專利技術(shù)向中國專利局、美國專利商標(biāo)局、德國專利商標(biāo)局均申請了專利，在中國、德國均獲得了授權(quán)，且專利權(quán)均維持十年以上。該專利是基于車輛自身信息和車輛周圍信息的智能感知技術(shù)的基礎(chǔ)性專利。

華為于2014年5月6日向中國專利局提交的專利申請CN105094767A涉及自動駕駛車輛調(diào)度方法、車輛調(diào)度服務(wù)器及自動駕駛車輛，首先接收乘車請求，根據(jù)每個候選車輛的當(dāng)前位置信息、當(dāng)前路況信息和已規(guī)劃路線信息，計算每個候選車輛到達乘車目的地所需的時間，確定最終候選車輛，實現(xiàn)車輛的精準(zhǔn)調(diào)度。該專利一共被引用121次，華為就該專利技術(shù)向中國專利局、美國專利商標(biāo)局、世界知識產(chǎn)權(quán)組織均申請了專利，部分專利在中國、美國均獲得了授權(quán)且專利權(quán)均維持十年以上。該專利是自動駕駛領(lǐng)域智能決策技術(shù)的核心專利，具有基礎(chǔ)性的重要影響。

百度于2017年3月13日向中國專利局提交的專利申請CN106951847A涉及障礙物檢測方法和裝置，獲取無人駕駛車輛行駛過程中所采集的3D點云，將其投影到二維網(wǎng)格上、并提取各網(wǎng)格的特征信息，將特征信息輸入預(yù)先訓(xùn)練得到的預(yù)測模型，分別獲取各網(wǎng)格的障礙物預(yù)測參數(shù)、并進行網(wǎng)格聚類，得到障礙物檢測結(jié)果并反饋給規(guī)劃控制系統(tǒng)，以便進行避障操作。該專利一共被引用76次，百度就該專利技術(shù)向中國專利局、美國專利商標(biāo)局均申請了專利，且均獲得了授權(quán)。該專利是自動駕駛領(lǐng)域智能學(xué)習(xí)技術(shù)的基礎(chǔ)性專利，具有突破性的重要影響。

整體看來，各大汽車公司和科技公司都在針對自動駕駛領(lǐng)域積極布局。國外創(chuàng)新主體在智能感知技術(shù)、智能決策技術(shù)已經(jīng)搶占先機，國內(nèi)科技公司例如百度在基于智能學(xué)習(xí)的自動駕駛方面也沉淀了具有重要影響的基礎(chǔ)性專利。隨著人工智能技術(shù)的不斷發(fā)展和自動駕駛市場的持續(xù)擴大，國內(nèi)創(chuàng)新主體在后續(xù)的創(chuàng)新研發(fā)和產(chǎn)業(yè)應(yīng)用中，應(yīng)以專利儲備為基礎(chǔ)，拓展專利合作，加快專利產(chǎn)業(yè)化。

5 結(jié)論

從基于人工智能的自動駕駛技術(shù)的專利分析可知，目前，自動駕駛技術(shù)的研究公司或企業(yè)致力于研究如何使自動駕駛更加智能化、便捷化。自動駕駛在實踐中主要是以輔助用戶駕駛、提升用戶的駕駛體驗為主，距離全自動的無人干預(yù)自動駕駛還有一段路程，如何確保和提高無人干預(yù)自動駕駛的安全性仍有待研究。

參考文獻：

［1］YURTSEVER E，LAMBERT J，CARBALLO A，et al.A survey of autonomous driving：Common practices and emerging technologies［J］.IEEE Access，2020，8：58443?58469.

［2］王卉捷，鄒博松，郭永利.生成式預(yù)訓(xùn)練語言模型在智能網(wǎng)聯(lián)汽車領(lǐng)域的應(yīng)用分析［J］.智能網(wǎng)聯(lián)汽車，2024（1）：74-76.

［3］王曉，張翔宇，周銳，等.基于平行測試的認知自動駕駛智能架構(gòu)研究［J］.自動化學(xué)報，2024，50（2）：356-371.

［4］劉沈.自動駕駛技術(shù)的安全性和可靠性問題研究［J］.汽車維修，2024（1）：23-26.

［5］尹騁宇，劉怡良，彭海霞.基于生成式人工智能的網(wǎng)聯(lián)自動駕駛：通感融合決策技術(shù)［J］.移動通信，2023，47（12）：60-65.

［6］崔冰艷，李賀，崔哲，等.智能網(wǎng)聯(lián)汽車換道決策安全性研究綜述［J］.交通信息與安全，2023，41（4）：1-13.

［7］張華雪，徐野.基于深度強化學(xué)習(xí)的多智能體高速車道檢測研究［J］.工業(yè)控制計算機，2024，37（2）：86-88，164.