沒(méi)收到驗(yàn)證郵件？請(qǐng)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(chǎng)#
來(lái)源：IPRdaily中文網(wǎng)（iprdaily.cn）
作者：王絹 北京集慧智佳知識(shí)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(wú)人駕駛離我們不再遙遠(yuǎn)
無(wú)人駕駛這項(xiàng)技術(shù)聽(tīng)起來(lái)不明覺(jué)厲，但確實(shí)是能為人民造福的好科技！如果我有一輛無(wú)人駕駛汽車(chē)就給它安上APP，讓它自己去跑滴滴賺錢(qián)，畫(huà)面好美，哈哈哈。。。
第三屆世界互聯(lián)網(wǎng)大會(huì)期間，百度無(wú)人駕駛車(chē)首次載著乘客上路。在浙江烏鎮(zhèn)一段3.16公里長(zhǎng)的城市開(kāi)放道路上，超過(guò)200名嘉賓體驗(yàn)了無(wú)人駕駛汽車(chē)。
除了百度，不得不提在無(wú)人駕駛車(chē)領(lǐng)域的領(lǐng)頭兵谷歌。谷歌從2009年就開(kāi)始了無(wú)人駕駛項(xiàng)目的研發(fā)，至今谷歌的無(wú)人駕駛車(chē)已經(jīng)跑過(guò)了超過(guò)300萬(wàn)公里的測(cè)試路程。
從專利的角度窺探谷歌無(wú)人駕駛車(chē)技術(shù)之路
1 谷歌無(wú)人駕駛汽車(chē)發(fā)展趨勢(shì)
從無(wú)人駕駛汽車(chē)研究的提出到現(xiàn)在，谷歌的無(wú)人駕駛汽車(chē)的研究大致經(jīng)歷了三個(gè)階段，如下圖：
專利布局也早在2008年就已經(jīng)開(kāi)始，其申請(qǐng)趨勢(shì)如下：
圖1 谷歌無(wú)人駕駛車(chē)領(lǐng)域?qū)＠暾?qǐng)量
可見(jiàn)谷歌在無(wú)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(gè)相當(dāng)高的水平。
2 谷歌在無(wú)人駕駛車(chē)領(lǐng)域的專利布局地域
圖2 谷歌無(wú)人駕駛車(chē)領(lǐng)域?qū)＠季值赜?/span>
谷歌在無(wú)人駕駛車(chē)領(lǐng)域可謂是全面布局，重點(diǎn)在美國(guó)，同時(shí)在世界知識(shí)產(chǎn)權(quán)組織、歐洲專利局、中國(guó)及韓國(guó)也有適量數(shù)量專利布局。不得不說(shuō)谷歌無(wú)人駕駛車(chē)這盤(pán)棋下得夠大。
3 谷歌無(wú)人駕駛汽車(chē)技術(shù)發(fā)展脈絡(luò)
第一代無(wú)人駕駛車(chē)
其初始的技術(shù)發(fā)展就是沿著檢測(cè)分析計(jì)算、自我學(xué)學(xué)習(xí)及執(zhí)行三個(gè)部分延續(xù)的。
1
采用激光雷達(dá)
第一代無(wú)人駕駛車(chē)的車(chē)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?chē)旭偔h(huán)境進(jìn)而來(lái)構(gòu)造環(huán)境模型，這是獲取外界信息的重要入口也是無(wú)人駕駛汽車(chē)控制的基礎(chǔ)，其體現(xiàn)在利用傳感器精確地捕捉周?chē)窙r信息（美國(guó)專利號(hào)US8346426B1）和針對(duì)激光傳感器本身的優(yōu)化設(shè)計(jì)，包括增加探測(cè)精度（US8948370B2）和激光雷達(dá)結(jié)構(gòu)優(yōu)化（US8836922B1）。
圖3 捕捉周?chē)窙r信息（US8346426B1）
2
突出地圖優(yōu)勢(shì)
另一方面，基于谷歌自身的地圖數(shù)據(jù)分析能力（US8527199B1），其無(wú)人駕駛汽車(chē)還借助GPS匹配行駛路線和學(xué)習(xí)路線的能力，通過(guò)無(wú)線自組織網(wǎng)絡(luò)進(jìn)行多車(chē)輛的相互識(shí)別（V2V方式），精確計(jì)算行車(chē)之間的距離（US8849494B1）和基于當(dāng)下位置做出行車(chē)方面的控制決策（US8195394B1）。
圖4 精確計(jì)算行車(chē)間距（US8849494B1）
圖5 行車(chē)的控制決策（US8195394B1）
總體來(lái)看，谷歌的第一代無(wú)人駕駛汽車(chē)就是在原有的傳統(tǒng)汽車(chē)上，增加一些功能設(shè)定，使之具備一些初級(jí)的無(wú)人駕駛功能，能夠在簡(jiǎn)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(shì)與智能汽車(chē)進(jìn)行融合。
2
第二代無(wú)人駕駛車(chē)
第二代無(wú)人駕駛車(chē)的核心主線仍然是檢測(cè)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(duì)環(huán)境檢測(cè)和感知方面，更多地考慮了在行駛過(guò)程中的突發(fā)復(fù)雜情況的檢測(cè)，一方面增加了行駛道路上的不確定性車(chē)輛的感知（CN104094177A），甚至在檢測(cè)附近有侵略性駕駛車(chē)輛的情況下主動(dòng)調(diào)整去駕駛行為（CN105008200A）。
圖6 侵略性駕駛車(chē)輛的情況下主動(dòng)調(diào)整去駕駛行為（CN105008200A）
2
收購(gòu)圖像識(shí)別技術(shù)公司
另一方面，借助與所收購(gòu)公司如圖片分析公司Jetpac美國(guó)工業(yè)知覺(jué)公司（Industrial Perception）等的技術(shù)融合，對(duì)圖像/圖片識(shí)別分析進(jìn)行深入地研究。
通過(guò)與Jetpac公司在圖像識(shí)別技術(shù)上的融合，對(duì)行駛道路上的目標(biāo)障礙物的檢測(cè)和識(shí)別匹配得到改進(jìn)，體現(xiàn)在匹配識(shí)別時(shí)間的縮短和相關(guān)識(shí)別復(fù)雜程度的提升，并解決了在檢測(cè)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(duì)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(duì)檢測(cè)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(wú)人駕駛汽車(chē)的核心，第二代無(wú)人駕駛汽車(chē)的邏輯算法涉及更為廣泛在行駛開(kāi)始前增加了自主規(guī)劃能力，通過(guò)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(dòng)控制和調(diào)節(jié)車(chē)速（US8965691B1），基于其他車(chē)輛行駛車(chē)道判斷是否偏離原先的行車(chē)路線，可以基于周邊障礙物的檢測(cè)進(jìn)行變更車(chē)道，在變道過(guò)程中重新制定新的行車(chē)路線等等。
圖7 自動(dòng)控制和調(diào)節(jié)車(chē)速（US8965691B1）
3
收購(gòu)人工智能深度學(xué)習(xí)公司
第二代無(wú)人駕駛汽車(chē)的最大特點(diǎn)是突出了無(wú)人駕駛汽車(chē)自身的自我學(xué)習(xí)能力，谷歌相繼收購(gòu)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(wú)人駕駛汽車(chē)行駛過(guò)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(dòng)和人工駕駛模式之間的切換（CN104837705A）
4
拓展車(chē)聯(lián)網(wǎng)應(yīng)用
作為自身全自主無(wú)人駕駛汽車(chē)的補(bǔ)充，谷歌也逐步介入車(chē)聯(lián)網(wǎng)領(lǐng)域，為無(wú)人駕駛車(chē)在行駛過(guò)程中基于地圖數(shù)據(jù)與周?chē)h(huán)境識(shí)別和匹配功能提供新的幫助（US8527199B1）。
3
第三代無(wú)人駕駛汽車(chē)
經(jīng)過(guò)前兩代的無(wú)人駕駛汽車(chē)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(wú)人駕駛汽車(chē)也逐步成型，于是基于對(duì)技術(shù)相關(guān)部件的整合以及將該無(wú)人駕駛汽車(chē)推向市場(chǎng)，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(wú)人駕駛汽車(chē)原型。不同的是該設(shè)計(jì)中沒(méi)有傳統(tǒng)汽車(chē)?yán)锏姆较虮P(pán)，油門(mén)或者剎車(chē)，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(duì)無(wú)人駕駛汽車(chē)的細(xì)節(jié)做了進(jìn)一步完善，谷歌計(jì)劃在無(wú)人車(chē)中加入Project Soli的可穿戴智能設(shè)備芯片實(shí)現(xiàn)手勢(shì)控制和人工干預(yù)，通過(guò)實(shí)時(shí)檢測(cè)雙手和手指上的微小活動(dòng)并根據(jù)設(shè)定執(zhí)行相應(yīng)動(dòng)作，來(lái)控制車(chē)內(nèi)音響空調(diào)溫度雨刷器座椅，或者用來(lái)改變巡航行駛狀態(tài)的參數(shù)，是谷歌在智能汽車(chē)內(nèi)娛樂(lè)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(lái)給車(chē)描摹一個(gè)更廣闊的視域，通過(guò)深度網(wǎng)絡(luò)學(xué)習(xí)的能力，自動(dòng)駕駛車(chē)經(jīng)過(guò)現(xiàn)有數(shù)據(jù)和已有數(shù)據(jù)比對(duì)的過(guò)程，能夠在0.25秒左右的時(shí)間內(nèi)準(zhǔn)確識(shí)別行人。
3
整合谷歌廣告及地圖服務(wù)等優(yōu)勢(shì)資源
谷歌還逐步升級(jí)優(yōu)化車(chē)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(shì)技術(shù)服務(wù)的支撐。
國(guó)內(nèi)無(wú)人駕駛車(chē)專利狀況
國(guó)內(nèi)對(duì)無(wú)人駕駛車(chē)的研究開(kāi)始得比較晚。百度無(wú)人駕駛車(chē)雖在世界互聯(lián)網(wǎng)大會(huì)亮相，但起步也較晚，其專利布局從2014年才開(kāi)始。目前為止百度在無(wú)人駕駛車(chē)領(lǐng)域共積累不足百件專利，并且也集中在中國(guó)。其涉及的技術(shù)領(lǐng)域主要在傳感、定位、識(shí)別及控制方面。
傳感
采集周邊車(chē)輛信息，實(shí)現(xiàn)實(shí)時(shí)采集車(chē)輛信息以對(duì)車(chē)輛進(jìn)行實(shí)時(shí)違章監(jiān)控，提高對(duì)車(chē)輛的監(jiān)控力度（CN104916138A）。
圖9 周邊車(chē)輛信息的處理方法（CN104916138A）
2
定位
定位方面包括無(wú)人車(chē)定位精度的確定方法，具體為獲取依據(jù)無(wú)人車(chē)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(wú)人車(chē)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(wú)人車(chē)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(wú)人車(chē)的定位精度。（CN106225790A）。
3
識(shí)別
識(shí)別方面包括行車(chē)路線的匹配（CN104978420A），車(chē)道線的識(shí)別（CN105046235A），車(chē)道線數(shù)據(jù)處理（CN105260699A）等。
圖10 行車(chē)路線匹配方法（CN104978420A）
4
控制
涉及自動(dòng)停車(chē)（CN104742881A）、剎車(chē)（CN104786923A）等控制。
圖11 自動(dòng)泊車(chē)方法（CN104742881A）
最后一吹
國(guó)內(nèi)無(wú)人駕駛車(chē)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(guó)外技術(shù)，以期能實(shí)現(xiàn)五年內(nèi)無(wú)人駕駛車(chē)上路的愿望。而國(guó)外，諸如谷歌這樣對(duì)無(wú)人駕駛車(chē)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(lèi)駕駛更安全，那么離無(wú)人駕駛車(chē)上路則不會(huì)太遠(yuǎn)了。
來(lái)源：IPRdaily中文網(wǎng)（iprdaily.cn）
作者：王絹 北京集慧智佳知識(shí)產(chǎn)權(quán)管理咨詢股份有限公司 吹IP
編輯：IPRdaily.cn LoCo
校對(duì)：IPRdaily.cn 縱橫君
IPRdaily誠(chéng)聘英才！（點(diǎn)擊圖片,了解詳情）
本文來(lái)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(chǎng)，如若轉(zhuǎn)載，請(qǐng)注明出處：“http://m.jupyterflow.com/”
共發(fā)表文章7443篇申請(qǐng)專利利器--外觀設(shè)計(jì)
李克強(qiáng)：開(kāi)展知識(shí)產(chǎn)權(quán)綜合管理改革試點(diǎn)，完善知識(shí)產(chǎn)權(quán)創(chuàng)造、保護(hù)和運(yùn)用體系
文章不錯(cuò)，犒勞下辛苦的作者吧
- 我也說(shuō)兩句
- 還可以輸入140個(gè)字
