沒收到驗(yàn)證郵件？請確認(rèn)郵箱是否正確或 重新發(fā)送郵件
#本文由作者授權(quán)發(fā)布，文章僅代表作者觀點(diǎn)，不代表IPRdaily立場#
來源：IPRdaily中文網(wǎng)（iprdaily.cn）
作者：王絹 北京集慧智佳知識產(chǎn)權(quán)管理咨詢股份有限公司 吹IP
原標(biāo)題：老司機(jī) | 無人駕駛離我們不再遙遠(yuǎn)
無人駕駛這項(xiàng)技術(shù)聽起來不明覺厲，但確實(shí)是能為人民造福的好科技！如果我有一輛無人駕駛汽車就給它安上APP，讓它自己去跑滴滴賺錢，畫面好美，哈哈哈。。。
第三屆世界互聯(lián)網(wǎng)大會期間，百度無人駕駛車首次載著乘客上路。在浙江烏鎮(zhèn)一段3.16公里長的城市開放道路上，超過200名嘉賓體驗(yàn)了無人駕駛汽車。
除了百度，不得不提在無人駕駛車領(lǐng)域的領(lǐng)頭兵谷歌。谷歌從2009年就開始了無人駕駛項(xiàng)目的研發(fā)，至今谷歌的無人駕駛車已經(jīng)跑過了超過300萬公里的測試路程。
從專利的角度窺探谷歌無人駕駛車技術(shù)之路
1 谷歌無人駕駛汽車發(fā)展趨勢
從無人駕駛汽車研究的提出到現(xiàn)在，谷歌的無人駕駛汽車的研究大致經(jīng)歷了三個階段，如下圖：
專利布局也早在2008年就已經(jīng)開始，其申請趨勢如下：
圖1 谷歌無人駕駛車領(lǐng)域?qū)＠暾埩?/span>
可見谷歌在無人駕駛領(lǐng)域的研發(fā)在逐年提升，專利布局量已經(jīng)達(dá)到一個相當(dāng)高的水平。
2 谷歌在無人駕駛車領(lǐng)域的專利布局地域
圖2 谷歌無人駕駛車領(lǐng)域?qū)＠季值赜?/span>
谷歌在無人駕駛車領(lǐng)域可謂是全面布局，重點(diǎn)在美國，同時(shí)在世界知識產(chǎn)權(quán)組織、歐洲專利局、中國及韓國也有適量數(shù)量專利布局。不得不說谷歌無人駕駛車這盤棋下得夠大。
3 谷歌無人駕駛汽車技術(shù)發(fā)展脈絡(luò)
第一代無人駕駛車
其初始的技術(shù)發(fā)展就是沿著檢測分析計(jì)算、自我學(xué)學(xué)習(xí)及執(zhí)行三個部分延續(xù)的。
1
采用激光雷達(dá)
第一代無人駕駛車的車頂使用Velodyne公司生產(chǎn)的64束激光器傳感器，用以旋轉(zhuǎn)掃描周圍行駛環(huán)境進(jìn)而來構(gòu)造環(huán)境模型，這是獲取外界信息的重要入口也是無人駕駛汽車控制的基礎(chǔ)，其體現(xiàn)在利用傳感器精確地捕捉周圍路況信息（美國專利號US8346426B1）和針對激光傳感器本身的優(yōu)化設(shè)計(jì)，包括增加探測精度（US8948370B2）和激光雷達(dá)結(jié)構(gòu)優(yōu)化（US8836922B1）。
圖3 捕捉周圍路況信息（US8346426B1）
2
突出地圖優(yōu)勢
另一方面，基于谷歌自身的地圖數(shù)據(jù)分析能力（US8527199B1），其無人駕駛汽車還借助GPS匹配行駛路線和學(xué)習(xí)路線的能力，通過無線自組織網(wǎng)絡(luò)進(jìn)行多車輛的相互識別（V2V方式），精確計(jì)算行車之間的距離（US8849494B1）和基于當(dāng)下位置做出行車方面的控制決策（US8195394B1）。
圖4 精確計(jì)算行車間距（US8849494B1）
圖5 行車的控制決策（US8195394B1）
總體來看，谷歌的第一代無人駕駛汽車就是在原有的傳統(tǒng)汽車上，增加一些功能設(shè)定，使之具備一些初級的無人駕駛功能，能夠在簡單路況環(huán)境下進(jìn)行自主操作行駛，同時(shí)嘗試著將自身地圖方面的優(yōu)勢與智能汽車進(jìn)行融合。
2
第二代無人駕駛車
第二代無人駕駛車的核心主線仍然是檢測分析計(jì)算、自我學(xué)習(xí)及執(zhí)行，但在每一塊都得到了細(xì)節(jié)上的延伸。
1
加強(qiáng)環(huán)境感知
針對環(huán)境檢測和感知方面，更多地考慮了在行駛過程中的突發(fā)復(fù)雜情況的檢測，一方面增加了行駛道路上的不確定性車輛的感知（CN104094177A），甚至在檢測附近有侵略性駕駛車輛的情況下主動調(diào)整去駕駛行為（CN105008200A）。
圖6 侵略性駕駛車輛的情況下主動調(diào)整去駕駛行為（CN105008200A）
2
收購圖像識別技術(shù)公司
另一方面，借助與所收購公司如圖片分析公司Jetpac美國工業(yè)知覺公司（Industrial Perception）等的技術(shù)融合，對圖像/圖片識別分析進(jìn)行深入地研究。
通過與Jetpac公司在圖像識別技術(shù)上的融合，對行駛道路上的目標(biāo)障礙物的檢測和識別匹配得到改進(jìn)，體現(xiàn)在匹配識別時(shí)間的縮短和相關(guān)識別復(fù)雜程度的提升，并解決了在檢測圖像質(zhì)量不佳的情況下提升其道路標(biāo)示的可確定性，同時(shí)還增加了對行駛天氣環(huán)境的感知，進(jìn)一步獲取更多行蹤條件信息；對檢測部件的改進(jìn)體現(xiàn)在計(jì)算點(diǎn)陣電控線路（US9069060）等方面。
分析計(jì)算是無人駕駛汽車的核心，第二代無人駕駛汽車的邏輯算法涉及更為廣泛在行駛開始前增加了自主規(guī)劃能力，通過用戶輸入界面的輸入目的地信息，在實(shí)際的路線規(guī)劃中避免可預(yù)期的道路障礙，根據(jù)行駛路線情況主動控制和調(diào)節(jié)車速（US8965691B1），基于其他車輛行駛車道判斷是否偏離原先的行車路線，可以基于周邊障礙物的檢測進(jìn)行變更車道，在變道過程中重新制定新的行車路線等等。
圖7 自動控制和調(diào)節(jié)車速（US8965691B1）
3
收購人工智能深度學(xué)習(xí)公司
第二代無人駕駛汽車的最大特點(diǎn)是突出了無人駕駛汽車自身的自我學(xué)習(xí)能力，谷歌相繼收購了加拿大深度學(xué)習(xí)企業(yè)DNNresearch公司和深度學(xué)習(xí)算法公司DeepMind。
目前，其相關(guān)技術(shù)的重點(diǎn)主要集中在無人駕駛汽車行駛過程中，基于原有的行駛數(shù)據(jù)能夠在自主駕駛和人為控制之間切換（CN104837705A）。
圖8 自動和人工駕駛模式之間的切換（CN104837705A）
4
拓展車聯(lián)網(wǎng)應(yīng)用
作為自身全自主無人駕駛汽車的補(bǔ)充，谷歌也逐步介入車聯(lián)網(wǎng)領(lǐng)域，為無人駕駛車在行駛過程中基于地圖數(shù)據(jù)與周圍環(huán)境識別和匹配功能提供新的幫助（US8527199B1）。
3
第三代無人駕駛汽車
經(jīng)過前兩代的無人駕駛汽車的研究和兼并合作、相關(guān)技術(shù)公司的技術(shù)補(bǔ)充，谷歌的無人駕駛汽車也逐步成型，于是基于對技術(shù)相關(guān)部件的整合以及將該無人駕駛汽車推向市場，在借鑒智能交通樞紐工具Pod Car原型之后，谷歌推出自主設(shè)計(jì)并研發(fā)的無人駕駛汽車原型。不同的是該設(shè)計(jì)中沒有傳統(tǒng)汽車?yán)锏姆较虮P，油門或者剎車，以及輔助駕駛?cè)藛T，取而代之的是各種傳感器以及軟件系統(tǒng)。
1
增強(qiáng)人機(jī)交互體驗(yàn)
同時(shí)，對無人駕駛汽車的細(xì)節(jié)做了進(jìn)一步完善，谷歌計(jì)劃在無人車中加入Project Soli的可穿戴智能設(shè)備芯片實(shí)現(xiàn)手勢控制和人工干預(yù)，通過實(shí)時(shí)檢測雙手和手指上的微小活動并根據(jù)設(shè)定執(zhí)行相應(yīng)動作，來控制車內(nèi)音響空調(diào)溫度雨刷器座椅，或者用來改變巡航行駛狀態(tài)的參數(shù)，是谷歌在智能汽車內(nèi)娛樂信息系統(tǒng)的人機(jī)交互技術(shù)的體現(xiàn)。
2
更加關(guān)注行人安全
谷歌計(jì)劃采用深度基于神經(jīng)網(wǎng)絡(luò)技術(shù)的視頻分析系統(tǒng)用來給車描摹一個更廣闊的視域，通過深度網(wǎng)絡(luò)學(xué)習(xí)的能力，自動駕駛車經(jīng)過現(xiàn)有數(shù)據(jù)和已有數(shù)據(jù)比對的過程，能夠在0.25秒左右的時(shí)間內(nèi)準(zhǔn)確識別行人。
3
整合谷歌廣告及地圖服務(wù)等優(yōu)勢資源
谷歌還逐步升級優(yōu)化車載媒介系統(tǒng)，基于位置服務(wù)的廣告云端媒體服務(wù)和基于關(guān)鍵詞的地圖搜索等傳統(tǒng)谷歌優(yōu)勢技術(shù)服務(wù)的支撐。
國內(nèi)無人駕駛車專利狀況
國內(nèi)對無人駕駛車的研究開始得比較晚。百度無人駕駛車雖在世界互聯(lián)網(wǎng)大會亮相，但起步也較晚，其專利布局從2014年才開始。目前為止百度在無人駕駛車領(lǐng)域共積累不足百件專利，并且也集中在中國。其涉及的技術(shù)領(lǐng)域主要在傳感、定位、識別及控制方面。
傳感
采集周邊車輛信息，實(shí)現(xiàn)實(shí)時(shí)采集車輛信息以對車輛進(jìn)行實(shí)時(shí)違章監(jiān)控，提高對車輛的監(jiān)控力度（CN104916138A）。
圖9 周邊車輛信息的處理方法（CN104916138A）
2
定位
定位方面包括無人車定位精度的確定方法，具體為獲取依據(jù)無人車的傳感定位數(shù)據(jù)實(shí)時(shí)定位得到的定位坐標(biāo)信息；依據(jù)所述無人車的GPS數(shù)據(jù)、IMU數(shù)據(jù)和激光點(diǎn)云數(shù)據(jù)，確定所述無人車的真實(shí)坐標(biāo)信息；將獲取的定位坐標(biāo)信息與確定的真實(shí)坐標(biāo)信息進(jìn)行匹配，依據(jù)匹配結(jié)果確定所述無人車的定位精度。（CN106225790A）。
3
識別
識別方面包括行車路線的匹配（CN104978420A），車道線的識別（CN105046235A），車道線數(shù)據(jù)處理（CN105260699A）等。
圖10 行車路線匹配方法（CN104978420A）
4
控制
涉及自動停車（CN104742881A）、剎車（CN104786923A）等控制。
圖11 自動泊車方法（CN104742881A）
最后一吹
國內(nèi)無人駕駛車研究起步較晚，專利技術(shù)積累量不多。因此，需要多引進(jìn)國外技術(shù)，以期能實(shí)現(xiàn)五年內(nèi)無人駕駛車上路的愿望。而國外，諸如谷歌這樣對無人駕駛車研發(fā)較成熟的企業(yè)同樣存在挑戰(zhàn)。最大的挑戰(zhàn)就是降低事故率，若能實(shí)現(xiàn)比人類駕駛更安全，那么離無人駕駛車上路則不會太遠(yuǎn)了。
來源：IPRdaily中文網(wǎng)（iprdaily.cn）
作者：王絹 北京集慧智佳知識產(chǎn)權(quán)管理咨詢股份有限公司 吹IP
編輯：IPRdaily.cn LoCo
校對：IPRdaily.cn 縱橫君
IPRdaily誠聘英才！（點(diǎn)擊圖片,了解詳情）
本文來自IPRdaily.cn 中文網(wǎng)并經(jīng)IPRdaily.cn中文網(wǎng)編輯。轉(zhuǎn)載此文章須經(jīng)權(quán)利人同意，并附上出處與作者信息。文章不代表IPRdaily.cn立場，如若轉(zhuǎn)載，請注明出處：“http://globalwellnesspartner.com/”
共發(fā)表文章申請專利利器--外觀設(shè)計(jì)
李克強(qiáng)：開展知識產(chǎn)權(quán)綜合管理改革試點(diǎn)，完善知識產(chǎn)權(quán)創(chuàng)造、保護(hù)和運(yùn)用體系
文章不錯，犒勞下辛苦的作者吧
- 我也說兩句
- 還可以輸入140個字
