自動駕駛或智慧駕駛系統主要進行環境感知、決策分析、主動控制等車輛工程系統間的複雜整合，其中決策控制系統扮演了大腦的角色，承接環境感測系統／定位系統的資訊，以及下控底盤／車身系統傳來的車輛狀態，經複雜決策運算後決定車輛下一個動作是加減速、煞停、轉彎或是避障等動作，亦可透過HMI與隨車乘客／工程人員溝通。目前各大車廠與新創公司無不力促自動駕駛功能早日實現；然而，自駕車／智慧車的決策控制系統在技術面、產品面甚至應用面的專利布局為何？車廠或新創企業相對的研發重點又為何？就讓財團法人車輛研究測試中心（簡稱車輛中心，ARTC) 帶大家一探究竟，以自駕車智慧決策整合控制技術進行相關專利分析，就技術面、產品面、應用面等主要專利進行調研，以了解該領域主要專利權人如Waymo 、GM、TOYOTA…等的技術狀態與專利布局情形；並透過現行技術的智權現狀及產業發展中可能會遇到的智財風險進行評估，協助廠商取得技術先機與爭取重要關鍵專利的機會。

圖片來源 : shutterstock、達志影像

依據工研院IEK統計，2021年全球汽車電子市場約為2,350億美元，預估至2028年可突破4,000億美元。此外，根據IHS Markit的調查統計，2022年全球電動車市場將成長至2,090萬輛，並在2027年達到5,100萬輛的銷售量，屆時電動車銷售量將正式超越傳統燃油汽車。

隨著淨零碳排成趨勢，車電廠商齊攻電動車關鍵零組件，如動力系統、電池等，同時因應自動駕駛逐漸成長，車電廠、整車廠及自駕車新創廠商，合作共同開發自動駕駛系統；另外車用晶片緊缺也使車電廠商進一步投資半導體產業以求穩定貨源，展望未來，車電廠以電動及自駕技術勾勒未來智慧車輛藍圖，帶動車輛產業朝次世代發展。

美國汽車工程師協會（Society of Automotive Engineers，SAE）將自動駕駛區分為0～5六個等級，從等級0到等級5，分別為無自動化、駕駛輔助、部分自動、條件自動、高度自動、及完全自動；其中等級0、1、2需要人類來監控駕駛環境；而等級3、4、5則是由系統來監控。如果要達到等級5的完全自動，必須要從等級1的技術開始累積 (像是ADAS先進駕駛輔助系統)，不可能一下子就蹦出等級5的技術，這不僅與車輛中心的研發脈絡是一致的；與其歷年專利分析方向也是一致的。

車輛中心研發處經理鄧萬鈞指出，車輛中心於2006年才正式成立研發處，從成立研發處開始才慢慢累積一些專利佈局，到目前為止專利約有500多件，很多都是與車輛智慧化有關，在ADAS部分約300多件，目前研發著眼點有三，分別為車輛聯網、智慧安全、以及電動節能。車輛中心整體研發方向是往ADAS自動駕駛方向走的，從圖1中間左邊（黃色方框）可見，ADAS駕駛輔助系統中的AVM、BSD、FCW、LDW都有涉獵，但早期都是入門級的警示系統，到後期才進入縱向控制的領域，像是AEE、ACC。後來在2016及2018兩個時間點，投入在決策控制技術上進行調研，主要是為了要了解往後如果要發展自動駕駛等級4 (L4) 以上的車子需要什麼樣的技術。

圖1. 車輛中心技術研發脈絡

《車輛中心 - 自駕車智慧決策控制專利佈局分享》簡報，鄧萬鈞，車輛研究中心研發處，2022/07/27。

歷年專利分析方向

圖2 為車輛中心歷年專利分析方向。車輛中心分別運用「主題式專利地圖分析」與「國際大廠解析」（像在2015年及2016年進行了Specific Tier-1 Supplier分解），來掌握技術脈絡，以及現行技術未來可能會遇到之智財風險。

為了支援從早期電動車發展至中期ADAS系統，再進一步推展到近期以自駕車為主軸，車輛中心於2017年針對決策控制 (Decision Making) 作了第一次專利地圖分析，但發現專利數量的增加沒有預期的多；後來在2017年的調研基礎下，到2019年又作了一次專利分析，便發現專利增長數量很顯著。雖然到目前為止已累積了20項主題及2家國際大廠的專利解析，但車輛中心仍會就此一技術持續觀察。鄧萬鈞表示，因為車輛中心2次專利分析的結果中，重要專利權人並沒有Telsa，車輛中心研判Telsa可能是在比較後期才把重心放在決策控制，因此仍持續努力挖掘相關數據。

圖2. 車輛中心歷年專利分析方向

《車輛中心 - 自駕車智慧決策控制專利佈局分享》簡報，鄧萬鈞，車輛研究中心研發處，2022/07/27。

歷年專利趨勢分析

鄧萬鈞表示，每製作完一次專利地圖後，大概會定調3年左右的專利方向，但如果3年內發現有什麼重要變化的話，則會作一些必要性的調整。

自動駕駛系統發展基本上主要包含環境感知、決策分析、主動控制等車輛工程系統間的整合等等，因此技術調研乃針對自駕車的「大腦」，即決策控制系統之技術面、產品面、應用面等進行主要專利調研；並對自駕車智慧決策整合控制技術進行相關專利分析，以了解該領域相關產業的技術狀態與專利布局情況，並透過現行技術的智權現狀及產業發展中可能會遇到的智財風險進行評估，期望能有助於研發成果之擴散及落實。

圖3. 自駕車智慧決策控制技術歷年專利趨勢

《車輛中心 - 自駕車智慧決策控制專利佈局分享》簡報，鄧萬鈞，車輛研究中心研發處，2022/07/27。

圖3為車輛中心分析歷年專利趨勢，以期了解自駕車智慧決策控制技術領域中各大專利權人之專利產出情況。從歷年專利趨勢分析得知，智慧決策整合控制技術研究相關之專利產出自1988年至2010年期間僅有少量專利申請；到了2011年時專利申請才呈現明顯向上攀升之趨勢，並於2014年達到21案，可以觀察出各專利權人在那時期才比較積極投入在該技術領域之研發。

鄧萬鈞指出此調研更新時間為2019年3月，單就2017年與2018年這兩年便增加了167案，為快速成長期。另外需要特別注意的是，2017年至2019年專利申請數量由於早期公開制度 (18個月內) 之故，因此從申請到公開會遞延1~2年；像如果現在2022年撈出來的公開資料只能反映2020、2021的申請狀況。但不管如何，上升趨勢是很明顯的。

重要專利權人與申請國別

車輛中心共調研308案之相關專利家族共1710件相關專利，排名前五之申請國分別為美國、WIPO、中國、日本及歐洲，明顯看出主要申請國家還是以美國為主，美國案共占53%，很多都是美國本土廠商，鄧萬鈞指出這些美國廠商不是車廠就是新創公司。其餘國別分配為WIPO 10%、中國10%、日本7%、EPO 6%、德國5%及韓國3%。值得一提的是，在308案相關專利家族中，並無台灣專利案的申請 (2019年以前)。

圖4. 自駕車智慧決策控制專利申請國別分析

資料來源：《車輛中心 - 自駕車智慧決策控制專利佈局分享》簡報，鄧萬鈞，車輛研究中心研發處，2022/07/27。

圖5. 自駕車智慧決策控制專利前10大專利權人

資料來源：《車輛中心 - 自駕車智慧決策控制專利佈局分享》簡報，鄧萬鈞，車輛研究中心研發處，2022/07/27。

從圖5可見，主要專利權人主要分佈在日本及美國，如以產業別分，又可分為車廠與新創兩大類，像Google、Uber及Waymo於自駕車領域被歸類為新創。而Delphi Technologies PLC是位於英國的一家汽車零組件製造商，2020年9月被美國汽車零件供應商BorgWarner收購，成為BorgWarner旗下一員。一般來講車廠的專利活動年期及平均專利年齡都比新創來得高一些，但韓國現代汽車 (Hyundai) 顯然是一個例外，投入時間相對來得短。

專利引證分析

專利引證是指一件專利被另一件專利提及，從而表明兩件專利之間有相互關聯的內容。引證又分為引證（backward citation）和被引證（forward citation）；像是專利A（1989）被專利B（2014）引用，那麼專利A就是專利B的被引證。反過來，專利B就是專利A的引證。由該篇專利被引證的次數可顯現該專利之技術參考性；而從該篇專利與其所引證之專利則可得知其技術相依性。

簡言之，專利引證分析主要用於瞭解所分析之專利族群中被引證與引證數較多之專利，進而分析這些專利所包含之相關技術，以瞭解技術起源及發展狀況，並可找出較基礎或較具參考價值之專利，作為專利權人研發獨立性及對產業影響力之參考。

圖6. 自駕車智慧決策控制專利被引證次數 (Forward Citations) 排名前十名

資料來源：《車輛中心 - 自駕車智慧決策控制專利佈局分享》簡報，鄧萬鈞，車輛研究中心研發處，2022/07/27。

圖6為車輛中心這次調研被引用次數排名前10名的專利，由於是比較早期的資料，因此有一些已是期滿失效狀態。專利所有權人多為汽車大廠像是VOLKSWAGEN、Nissan、FORD等，或航太大廠如HONEYWELL INTERNATIONAL INC、Raytheon Company，並無集中於特定公司的情況。在排名前10大中，10件專利中有4件已期滿失效，另外2件放棄答辯，可進一步探討相關技術是否可作為後續研發的參考。此外，調研也發現TOYOTA及Google的專利有大量引用其他公司的情形（紅字的部分）。

圖7. 自駕車智慧決策控制專利引證次數 (Backward Citations) 排名前十名

資料來源：《車輛中心 - 自駕車智慧決策控制專利佈局分享》簡報，鄧萬鈞，車輛研究中心研發處，2022/07/27。

圖7是自駕車智慧決策控制專利引證次數 (Backward Citations) 排名前十名。從圖6及圖7明顯可見，專利引證次數前10名的專利權人與專利被引證次數前10名的專利權人的產業領域有顯著差異。專利被引證次數前10名的專利權人多屬汽車大廠或航太大廠，但專利引證次數前10名的專利權人卻包含了一些專門設計和開發自動駕駛汽車相關軟體或著重相關應用的公司。像是排名第一的FATDOOR INC.為生產無人機及生產自動送餐機器人的公司，而排名第3的NuTonomy Inc.則是一家麻省理工學院衍生技術的創業公司，該公司生產用於製造自動駕駛汽車和自動移動機器人的軟體。

圖8. 重要專利權人之技術／產品／應用比較

資料來源：《車輛中心 - 自駕車智慧決策控制專利佈局分享》簡報，鄧萬鈞，車輛研究中心研發處，2022/07/27。

最後，車輛中心整理了重要專利權人之技術／產品／應用比較資訊，如圖8所示。在產品方面，提及ADAS先進駕駛輔助系統之相關專利數量不多，另一方面，HONDA、UBER以及GOOGLE &WAYMO皆有提及碰撞緩解系統；而在應用方面則是主要以市區環境為主。

在整體技術發展部分，在輸入信息類別方面，除與障礙物相對關係、他車燈號、車道線資訊、可行駛空間、環境天候狀況、本車資訊、GPS位置+圖資及交通號誌信息外，其他類別輸入如車／人流資訊逐漸受到重視；且多數大廠之專利提及來自其他車輛的資訊(CV)。此外，感測器近年來主要以Radar、Lidar、Camera、DGPS以及車身訊號為主；演算法部分，近年在訓練模型著墨 (AI) 有成長趨勢。

Facebook 在北美智權報粉絲團上追踪我們