基于技术功效矩阵的车距测量技术专利分析和布局

殷玉恩　程新化　孙靓

摘 要：车距测量技术是车辆协同驾驶技术的安全保证。对国内车距测量技术专利申请进行了统计和分析，研究了车距测量技术的专利申请特点和趋势，对车距测量技术现状进行梳理，并通过建立技术功效矩阵图，总结了车距测量技术专利的各分支技术手段和技术效果，给出了专利布局的建议，为汽车企业选择合适的研发策略和专利策略提供参考。

关键词：协同驾驶；车距测量；技术功效矩阵；专利分析；专利布局

中图分类号：U461.99 文献标识码：A 文章编号：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

近年来，以谷歌[1]、百度[2]为代表的互联网公司和传统汽车企业竞相投入巨资进行自动驾驶技术研发并取得了巨大的进步。

自动驾驶汽车采用摄像头、毫米波雷达、激光雷达等传感器来探测周边的交通状况[3]，使用详细地图导航[4]，能更迅速、更有效地作出反应，比有人驾驶的车辆更安全。北汽与百度合作计划在2019年和2021年前后分别实现L3、L4级别自动驾驶车辆量产，借助百度人工智能核心技术，全面打造“人工智能+汽车”生态[5]。

无人驾驶汽车组队前进，充分利用道路条件，兼顾交通安全和效率，实现车队快速、小间距行驶，通过车队之间的协调，减轻交通压力，确保交通安全，有效节约能源，减少环境污染[6]，车距测量技术对于无人驾驶汽车具有非常重要的意义。

在车辆组队协同驾驶过程中，车辆编组以实现同步高速度高效率运行。首车由人工驾驶，车车通讯和交互可以实现高效的通行效率和极低的事故率，甚至不需要红绿灯及各种复杂的交通标志标线系统，总体的交通效率和安全性将大大提高，后续车辆依靠先进通信技术与前车保持联系，沿前车行驶轨迹前进。后车行驶过程中，必须与前车保持合适的距离，距离过大可能导致通信不畅，出现跟丢的现象，而车距过小则大大增加追尾几率，可能导致事故，因此必須保持合适的车距。车距测量技术是车辆组队协同驾驶技术的前提。

2 技术现状

车距测量技术是汽车主动安全技术中的重要组成部分[7]，尤其是近年来随着无人驾驶技术的兴起，得到突飞猛进的发展。

典型的车距测量技术的实现路径主要有：基于机器视觉的车距测量技术，包括单目视觉技术、双目视觉技术，如利用神经网络模型对图像中的车辆车牌位置、车牌宽度与车距的非线性关系进行建模，对高速公路安全车距进行判断[8]；基于超声波的车距测量技术，采用单片机和超声波测距技术，通过显示障碍物与汽车的距离并根据其距离远近实时发出报警，采用三传感器接收系统解决障碍物的二维定位问题[9]；基于毫米波雷达的车距测量技术，毫米波雷达连续发射三角波，前方遇到障碍物产生回波，回波与三角波之间有一定延时，通过雷达天线接收回波，并将发射信号和接收信号进行混频处理，再将脉冲信号经微处理器处理计算得到距离[10]。

3 数据来源与分析方法

围绕车辆组队协同驾驶的车距测量技术，以知识产权局的专利数据库CNPAT中收录的2001年～2017年间的在国内申请的专利文献作为分析样本，以“车距 and 测量”为关键词，对专利摘要进行检索，共检索到发明专利114项，实用新型专利85项，其中发明专利授权25项，然后分析车距测量技术的发展趋势、主要专利申请人分布以及专利类型，并对技术研发及专利布局提出意见和建议。

4 专利申请趋势分析

从专利时间分布图上可以看出，车距测量技术专利发展趋势，可大致分为两个阶段：

在2010年之前，车距测量技术领域专利年申请量在10项以下，表明该技术在2010之前还处于萌芽阶段，研究成果相对较少。

从2011年开始至今，车距测量技术领域的专利申请数量相对之前有了一定的增长，并在2015年达到峰值，2014年之前，车距测量技术领域的年专利申请呈现温和增长的趋势，但在2014年申请量有显著下降，而2015年申请量反转，创出历年新高，表明此技术研究已逐渐开展，处于技术成长期。

2016年以后因为专利并未完全公开，检索的数据不全，仅有参考意义，不予讨论。

5 主要專利申请人分析

经过专利检索发现，在车距测量领域，尚无具有绝对技术实力的专利申请人，各申请人在此技术领域的专利申请量有限，表明车距测量技术属于在协同行驶技术中属于一个小的技术领域，目前的研究现状是还处于前瞻性研发状态，并没有实际进入广泛竞争的技术繁荣期。

车距测量技术领域的主要申请人来自传统车企和高校，如吉利、奇瑞和江苏大学、南京信息工程大学、吉林大学。这些企业和高校也是在整个汽车领域具有较强技术实力的专利申请人。

6 技术分类分析

车距测量技术专利分布在81个IPC大组中；从IPC小组角度，车距测量技术的分布相对分散，最主要的技术方向是B60Q9/00（信号的布置或配备装置），包含37件专利，占比16.4%；其次是B60T7/12（用于自动启动；用于不按司机或乘客意愿启动），包含20件专利，占比8.9%。；还有G01C3/00（视距测量；光学测距仪），包含15件专利，占比6.7%。

7 技术功效矩阵分析

通过对涉及车辆组队协同驾驶中车距测量技术的199项专利进行分析，制作了车距测量技术功效矩阵图，分别从超声波雷达、单目视觉、双目视觉、射频、激光雷达、红外雷达、毫米波雷达、声音传感器、移动终端和设备应用等技术改进类别，获得了精度高、速度快、准确性高、安全性好、成本低、结构简单、可靠性高、实时处理、适应性强、自动化、实现功能、距离远、使用方便、实用性好、结构精巧、体积小、重量轻等技术效果。绘制了如图3所示的技术功效矩阵图。

可以看出，设备应用是车距测量技术领域专利产出最为集中的技术手段，专利数量占比达21.6%，但是这一类型的专利只是实现了车辆测距的功能，属于对先进技术的应用，并不涉及对具体技术的改进，这也说明了车距测量领域技术创新还停留在初始阶段，车距测量技术领域的创新程度比较低，进一步的技术创新还有待开展。

采用激光雷达这一技术手段的专利数量占比约为20%，主要的技术效果是精度高和距离远；采用超声波雷达这一技术手段的专利数量占比约为15.4%，主要的技术效果是实现功能和精度高、成本低；采用单目视觉和双目视觉技术手段的专利数量占比分别为13.9%和7.7%，实现的技术效果分别是成本低和准确性高，但是值得注意的是，单目视觉和双目视觉的技术手段可以归类为视觉技术，只是根据采用的摄像头是一个还是两个又进行了进一步地区分，视觉技术的专利占比为21.6%。

通过技术功效矩阵，对车距测量技术领域的专利进行分析，可以看出：在车距测量技术领域中，采用视觉技术（含单目视觉和双目视觉）、激光雷达、超声波雷达等技术手段是专利密集区，关注的功效是精度高、成本低。在项目研发中要注意这些技术手段的应用，同时注意防范侵权风险。

其他技术领域的专利数量不多，是车距测量技术的专利空白区，目前专利较少，受重视程度不足，但这些空白区并不意味没有研发机会[11]，尤其是对于毫米波雷达，其应用带来了精度高，结构简单的技术效果，未来也有可能成为研发热点。

通过技术功效图分析车距测量技术的专利布局，发现通过改进视觉技术、激光雷达和超声波雷达提高测量精度，在项目研发中，应以提高测量精度为创新目的，通过不同的技术手段对提高测量精度这一目标进行布局，通过技术功效图可以发现解决问题的关键技术路径，激发创新火花。

人工构建技术功效矩阵图工作量太大，只适合对车距测量这类单点技术进行分析，而不适合对车辆组队协同驾驶这样的多点结合的技术构建技术功效矩阵图；由于发明人对技术功效的说明程度并不完全相同，有些发明人认为是显而易见的技术功效并未进行说明，而有些发明人对技术功效进行了过度说明，因此在进行专利分析时需要对技术功效的合理取舍，选择合理的技术功效进行统计。

8 结论与建议

通过分析，可以得出以下结论：

（1）车距测量技术经过十几年的积累，目前已进入技术研究的飞速发展期。

（2）车距测量技术领域的主要申请人来自传统车企和高校。

（3）车距测量技术在IPC分类中的分布相对分散，最主要的技术方向是B60Q9/00。

（4）车距测量技术领域中，采用视觉技术（含单目视觉和双目视觉）、激光雷达、超声波雷达等技术手段是专利密集区。

总之，从技术生命周期来看，目前车距测量技术即将进入技术繁荣期，随着无人驾驶技术的兴起和进一步发展，车距测量技术将进入激烈竞争的技术成熟期，车企采用先进技术的成本降低，但是侵权风险也大大增加。通过构建技术功效矩阵的方式进行专利分析，快速获得专利密集区和空白区，进行针对性研究，完善专利布局，是车企在专利竞争中掌握反制能力甚至获得一定的专利优势，维持竞争力的有效途径。

参考文献：

[1]钱涛. 从大脑神经系统到人工智能[J]. 科学24小时，2017（3）：12-14.

[2]孙秋霞，徐芳芳. 百度“无人驾驶” 智驭未来出行[J]. 中国科技奖励，2016（7）：63-66.]

[3]董辉. 谷歌无人驾驶汽车装用的雷达传感器[J]. 汽车电器， 2017（6）：17-19.]

[4]贺文. 高精地图：自动驾驶商业化的“水电煤”[J]. It经理世界，2017（14）：36-37.]

[5]自动驾驶、车联网、云服务，北汽和百度在这些领域达成战略合作[EB/OL].[2017-10-25]. https：//www.leiphone.com/news/201710/aTojVjdLZvzWh5fO.html。

[6]马育林，徐友春，吴青. 车队协同驾驶混成控制研究现状与展望[J]. 汽车工程学报，2014，4（1）：1-13.

[7]王传钦，曹江涛，姬晓飞. 基于视频分析技术的车距测量及预警系统设计[J]. 计算机技术与发展， 2016，26（9）：87-90.

[8]吴锦锦. 基于计算机视觉的高速公路安全车距判定方法与系统设计[J]. 电子技术与软件工程， 2015（4）：95-96.

[9]沈燕，高晓蓉，李金龙. 超声车距预警系统设计[J]. 现代电子技术，2012，35（13）：191-194.

[10]卞清，王迪，黄智. 基于毫米波雷达汽车测距报警系统设计[J]. 科技风，2013（24）：87-87.

[11]张兆锋. 专利技术功效图应用模式研究[J]. 数字图书馆论坛，2016（6）：34-39.