基于技術(shù)功效矩陣的車距測量技術(shù)專利分析和布局

殷玉恩　程新化　孫靚

摘 要：車距測量技術(shù)是車輛協(xié)同駕駛技術(shù)的安全保證。對國內(nèi)車距測量技術(shù)專利申請進行了統(tǒng)計和分析，研究了車距測量技術(shù)的專利申請?zhí)攸c和趨勢，對車距測量技術(shù)現(xiàn)狀進行梳理，并通過建立技術(shù)功效矩陣圖，總結(jié)了車距測量技術(shù)專利的各分支技術(shù)手段和技術(shù)效果，給出了專利布局的建議，為汽車企業(yè)選擇合適的研發(fā)策略和專利策略提供參考。

關(guān)鍵詞：協(xié)同駕駛；車距測量；技術(shù)功效矩陣；專利分析；專利布局

中圖分類號：U461.99 文獻標識碼：A 文章編號：1005-2550（2018）03-0041-04

The Patent Analysis and Layout of Vehicle Distance Measurement Technology Based on Technology and Effect Matrix

YIN Yu-en， CHENG Xin-hua， SUN Liang

（BAIC Group New Technology Institute， Beijing101300， China）

Abstract ：The distance measurement technology is the security guarantee of the vehicle cooperative driving technology. The statistics and analysis were carried out on the technology patent of vehicle distance measurement in China.The characteristics and trends of patent application for distance measurement technology were studied.The current situation of vehicle distance measurement technology is combed. The technical means and technical effects of each branch of the technology patent for vehicle distance measurement were summarized through the establishment of a technical efficiency matrix diagram. A proposal for the layout of the patent was given.It provided a reference for automobile enterprises to choose appropriate R & D strategy and patent strategy.

1 概述

近年來，以谷歌[1]、百度[2]為代表的互聯(lián)網(wǎng)公司和傳統(tǒng)汽車企業(yè)競相投入巨資進行自動駕駛技術(shù)研發(fā)并取得了巨大的進步。

自動駕駛汽車采用攝像頭、毫米波雷達、激光雷達等傳感器來探測周邊的交通狀況[3]，使用詳細地圖導航[4]，能更迅速、更有效地作出反應，比有人駕駛的車輛更安全。北汽與百度合作計劃在2019年和2021年前后分別實現(xiàn)L3、L4級別自動駕駛車輛量產(chǎn)，借助百度人工智能核心技術(shù)，全面打造“人工智能+汽車”生態(tài)[5]。

無人駕駛汽車組隊前進，充分利用道路條件，兼顧交通安全和效率，實現(xiàn)車隊快速、小間距行駛，通過車隊之間的協(xié)調(diào)，減輕交通壓力，確保交通安全，有效節(jié)約能源，減少環(huán)境污染[6]，車距測量技術(shù)對于無人駕駛汽車具有非常重要的意義。

在車輛組隊協(xié)同駕駛過程中，車輛編組以實現(xiàn)同步高速度高效率運行。首車由人工駕駛，車車通訊和交互可以實現(xiàn)高效的通行效率和極低的事故率，甚至不需要紅綠燈及各種復雜的交通標志標線系統(tǒng)，總體的交通效率和安全性將大大提高，后續(xù)車輛依靠先進通信技術(shù)與前車保持聯(lián)系，沿前車行駛軌跡前進。后車行駛過程中，必須與前車保持合適的距離，距離過大可能導致通信不暢，出現(xiàn)跟丟的現(xiàn)象，而車距過小則大大增加追尾幾率，可能導致事故，因此必須保持合適的車距。車距測量技術(shù)是車輛組隊協(xié)同駕駛技術(shù)的前提。

2 技術(shù)現(xiàn)狀

車距測量技術(shù)是汽車主動安全技術(shù)中的重要組成部分[7]，尤其是近年來隨著無人駕駛技術(shù)的興起，得到突飛猛進的發(fā)展。

典型的車距測量技術(shù)的實現(xiàn)路徑主要有：基于機器視覺的車距測量技術(shù)，包括單目視覺技術(shù)、雙目視覺技術(shù)，如利用神經(jīng)網(wǎng)絡(luò)模型對圖像中的車輛車牌位置、車牌寬度與車距的非線性關(guān)系進行建模，對高速公路安全車距進行判斷[8]；基于超聲波的車距測量技術(shù)，采用單片機和超聲波測距技術(shù)，通過顯示障礙物與汽車的距離并根據(jù)其距離遠近實時發(fā)出報警，采用三傳感器接收系統(tǒng)解決障礙物的二維定位問題[9]；基于毫米波雷達的車距測量技術(shù)，毫米波雷達連續(xù)發(fā)射三角波，前方遇到障礙物產(chǎn)生回波，回波與三角波之間有一定延時，通過雷達天線接收回波，并將發(fā)射信號和接收信號進行混頻處理，再將脈沖信號經(jīng)微處理器處理計算得到距離[10]。

3 數(shù)據(jù)來源與分析方法

圍繞車輛組隊協(xié)同駕駛的車距測量技術(shù)，以知識產(chǎn)權(quán)局的專利數(shù)據(jù)庫CNPAT中收錄的2001年～2017年間的在國內(nèi)申請的專利文獻作為分析樣本，以“車距 and 測量”為關(guān)鍵詞，對專利摘要進行檢索，共檢索到發(fā)明專利114項，實用新型專利85項，其中發(fā)明專利授權(quán)25項，然后分析車距測量技術(shù)的發(fā)展趨勢、主要專利申請人分布以及專利類型，并對技術(shù)研發(fā)及專利布局提出意見和建議。

4 專利申請趨勢分析

從專利時間分布圖上可以看出，車距測量技術(shù)專利發(fā)展趨勢，可大致分為兩個階段：

在2010年之前，車距測量技術(shù)領(lǐng)域?qū)＠晟暾埩吭?0項以下，表明該技術(shù)在2010之前還處于萌芽階段，研究成果相對較少。

從2011年開始至今，車距測量技術(shù)領(lǐng)域的專利申請數(shù)量相對之前有了一定的增長，并在2015年達到峰值，2014年之前，車距測量技術(shù)領(lǐng)域的年專利申請呈現(xiàn)溫和增長的趨勢，但在2014年申請量有顯著下降，而2015年申請量反轉(zhuǎn)，創(chuàng)出歷年新高，表明此技術(shù)研究已逐漸開展，處于技術(shù)成長期。

2016年以后因為專利并未完全公開，檢索的數(shù)據(jù)不全，僅有參考意義，不予討論。

5 主要專利申請人分析

經(jīng)過專利檢索發(fā)現(xiàn)，在車距測量領(lǐng)域，尚無具有絕對技術(shù)實力的專利申請人，各申請人在此技術(shù)領(lǐng)域的專利申請量有限，表明車距測量技術(shù)屬于在協(xié)同行駛技術(shù)中屬于一個小的技術(shù)領(lǐng)域，目前的研究現(xiàn)狀是還處于前瞻性研發(fā)狀態(tài)，并沒有實際進入廣泛競爭的技術(shù)繁榮期。

車距測量技術(shù)領(lǐng)域的主要申請人來自傳統(tǒng)車企和高校，如吉利、奇瑞和江蘇大學、南京信息工程大學、吉林大學。這些企業(yè)和高校也是在整個汽車領(lǐng)域具有較強技術(shù)實力的專利申請人。

6 技術(shù)分類分析

車距測量技術(shù)專利分布在81個IPC大組中；從IPC小組角度，車距測量技術(shù)的分布相對分散，最主要的技術(shù)方向是B60Q9/00（信號的布置或配備裝置），包含37件專利，占比16.4%；其次是B60T7/12（用于自動啟動；用于不按司機或乘客意愿啟動），包含20件專利，占比8.9%。；還有G01C3/00（視距測量；光學測距儀），包含15件專利，占比6.7%。

7 技術(shù)功效矩陣分析

通過對涉及車輛組隊協(xié)同駕駛中車距測量技術(shù)的199項專利進行分析，制作了車距測量技術(shù)功效矩陣圖，分別從超聲波雷達、單目視覺、雙目視覺、射頻、激光雷達、紅外雷達、毫米波雷達、聲音傳感器、移動終端和設(shè)備應用等技術(shù)改進類別，獲得了精度高、速度快、準確性高、安全性好、成本低、結(jié)構(gòu)簡單、可靠性高、實時處理、適應性強、自動化、實現(xiàn)功能、距離遠、使用方便、實用性好、結(jié)構(gòu)精巧、體積小、重量輕等技術(shù)效果。繪制了如圖3所示的技術(shù)功效矩陣圖。

可以看出，設(shè)備應用是車距測量技術(shù)領(lǐng)域?qū)＠a(chǎn)出最為集中的技術(shù)手段，專利數(shù)量占比達21.6%，但是這一類型的專利只是實現(xiàn)了車輛測距的功能，屬于對先進技術(shù)的應用，并不涉及對具體技術(shù)的改進，這也說明了車距測量領(lǐng)域技術(shù)創(chuàng)新還停留在初始階段，車距測量技術(shù)領(lǐng)域的創(chuàng)新程度比較低，進一步的技術(shù)創(chuàng)新還有待開展。

采用激光雷達這一技術(shù)手段的專利數(shù)量占比約為20%，主要的技術(shù)效果是精度高和距離遠；采用超聲波雷達這一技術(shù)手段的專利數(shù)量占比約為15.4%，主要的技術(shù)效果是實現(xiàn)功能和精度高、成本低；采用單目視覺和雙目視覺技術(shù)手段的專利數(shù)量占比分別為13.9%和7.7%，實現(xiàn)的技術(shù)效果分別是成本低和準確性高，但是值得注意的是，單目視覺和雙目視覺的技術(shù)手段可以歸類為視覺技術(shù)，只是根據(jù)采用的攝像頭是一個還是兩個又進行了進一步地區(qū)分，視覺技術(shù)的專利占比為21.6%。

通過技術(shù)功效矩陣，對車距測量技術(shù)領(lǐng)域的專利進行分析，可以看出：在車距測量技術(shù)領(lǐng)域中，采用視覺技術(shù)（含單目視覺和雙目視覺）、激光雷達、超聲波雷達等技術(shù)手段是專利密集區(qū)，關(guān)注的功效是精度高、成本低。在項目研發(fā)中要注意這些技術(shù)手段的應用，同時注意防范侵權(quán)風險。

其他技術(shù)領(lǐng)域的專利數(shù)量不多，是車距測量技術(shù)的專利空白區(qū)，目前專利較少，受重視程度不足，但這些空白區(qū)并不意味沒有研發(fā)機會[11]，尤其是對于毫米波雷達，其應用帶來了精度高，結(jié)構(gòu)簡單的技術(shù)效果，未來也有可能成為研發(fā)熱點。

通過技術(shù)功效圖分析車距測量技術(shù)的專利布局，發(fā)現(xiàn)通過改進視覺技術(shù)、激光雷達和超聲波雷達提高測量精度，在項目研發(fā)中，應以提高測量精度為創(chuàng)新目的，通過不同的技術(shù)手段對提高測量精度這一目標進行布局，通過技術(shù)功效圖可以發(fā)現(xiàn)解決問題的關(guān)鍵技術(shù)路徑，激發(fā)創(chuàng)新火花。

人工構(gòu)建技術(shù)功效矩陣圖工作量太大，只適合對車距測量這類單點技術(shù)進行分析，而不適合對車輛組隊協(xié)同駕駛這樣的多點結(jié)合的技術(shù)構(gòu)建技術(shù)功效矩陣圖；由于發(fā)明人對技術(shù)功效的說明程度并不完全相同，有些發(fā)明人認為是顯而易見的技術(shù)功效并未進行說明，而有些發(fā)明人對技術(shù)功效進行了過度說明，因此在進行專利分析時需要對技術(shù)功效的合理取舍，選擇合理的技術(shù)功效進行統(tǒng)計。

8 結(jié)論與建議

通過分析，可以得出以下結(jié)論：

（1）車距測量技術(shù)經(jīng)過十幾年的積累，目前已進入技術(shù)研究的飛速發(fā)展期。

（2）車距測量技術(shù)領(lǐng)域的主要申請人來自傳統(tǒng)車企和高校。

（3）車距測量技術(shù)在IPC分類中的分布相對分散，最主要的技術(shù)方向是B60Q9/00。

（4）車距測量技術(shù)領(lǐng)域中，采用視覺技術(shù)（含單目視覺和雙目視覺）、激光雷達、超聲波雷達等技術(shù)手段是專利密集區(qū)。

總之，從技術(shù)生命周期來看，目前車距測量技術(shù)即將進入技術(shù)繁榮期，隨著無人駕駛技術(shù)的興起和進一步發(fā)展，車距測量技術(shù)將進入激烈競爭的技術(shù)成熟期，車企采用先進技術(shù)的成本降低，但是侵權(quán)風險也大大增加。通過構(gòu)建技術(shù)功效矩陣的方式進行專利分析，快速獲得專利密集區(qū)和空白區(qū)，進行針對性研究，完善專利布局，是車企在專利競爭中掌握反制能力甚至獲得一定的專利優(yōu)勢，維持競爭力的有效途徑。

參考文獻：

[1]錢濤. 從大腦神經(jīng)系統(tǒng)到人工智能[J]. 科學24小時，2017（3）：12-14.

[2]孫秋霞，徐芳芳. 百度“無人駕駛” 智馭未來出行[J]. 中國科技獎勵，2016（7）：63-66.]

[3]董輝. 谷歌無人駕駛汽車裝用的雷達傳感器[J]. 汽車電器， 2017（6）：17-19.]

[4]賀文. 高精地圖：自動駕駛商業(yè)化的“水電煤”[J]. It經(jīng)理世界，2017（14）：36-37.]

[5]自動駕駛、車聯(lián)網(wǎng)、云服務，北汽和百度在這些領(lǐng)域達成戰(zhàn)略合作[EB/OL].[2017-10-25]. https：//www.leiphone.com/news/201710/aTojVjdLZvzWh5fO.html。

[6]馬育林，徐友春，吳青. 車隊協(xié)同駕駛混成控制研究現(xiàn)狀與展望[J]. 汽車工程學報，2014，4（1）：1-13.

[7]王傳欽，曹江濤，姬曉飛. 基于視頻分析技術(shù)的車距測量及預警系統(tǒng)設(shè)計[J]. 計算機技術(shù)與發(fā)展， 2016，26（9）：87-90.

[8]吳錦錦. 基于計算機視覺的高速公路安全車距判定方法與系統(tǒng)設(shè)計[J]. 電子技術(shù)與軟件工程， 2015（4）：95-96.

[9]沈燕，高曉蓉，李金龍. 超聲車距預警系統(tǒng)設(shè)計[J]. 現(xiàn)代電子技術(shù)，2012，35（13）：191-194.

[10]卞清，王迪，黃智. 基于毫米波雷達汽車測距報警系統(tǒng)設(shè)計[J]. 科技風，2013（24）：87-87.

[11]張兆鋒. 專利技術(shù)功效圖應用模式研究[J]. 數(shù)字圖書館論壇，2016（6）：34-39.