自动驾驶或智能驾驶系统主要进行环境感知、决策分析、主动控制等车辆工程系统间的复杂整合，其中决策控制系统扮演了大脑的角色，承接环境感测系统／定位系统的信息，以及下控底盘／车身系统传来的车辆状态，经复杂决策运算后决定车辆下一个动作是加减速、煞停、转弯或是避障等动作，亦可透过HMI与随车乘客／工程人员沟通。目前各大车厂与新创公司无不力促自动驾驶功能早日实现；然而，自驾车／智能车的决策控制系统在技术面、产品面甚至应用面的专利布局为何？车厂或新创企业相对的研发重点又为何？就让台湾地区财团法人车辆研究测试中心（简称车辆中心，ARTC) 带大家一探究竟，以自驾车智能决策整合控制技术进行相关专利分析，就技术面、产品面、应用面等就主要专利进行调研，以了解该领域主要专利权人如Waymo 、GM、TOYOTA…等的技术状态与专利布局情形；并透过现行技术的知识产权现状及产业发展中可能会遇到的知识产权风险进行评估，以取得技术先机与争取重要关键专利的机会。

依据台湾地区工研院IEK统计，2021年全球汽车电子市场约为2,350亿美元，预估至2028年可突破4,000亿美元。此外，根据IHS Markit的调查统计，2022年全球电动车市场将成长至2,090万辆，并在2027年达到5,100万辆的销售量，届时电动车销售量将正式超越传统燃油汽车。

随着净零碳排成趋势，车电厂商齐攻电动车关键零组件，如动力系统、电池等，同时因应自动驾驶逐渐成长，车电厂、整车厂及自驾车新创厂商，合作共同开发自动驾驶系统；另外车用芯片紧缺也使车电厂商进一步投资半导体产业以求稳定货源，展望未来，车电厂以电动及自驾技术勾勒未来智能车辆蓝图，带动车辆产业朝次世代发展。

美国汽车工程师协会（Society of Automotive Engineers，SAE）将自动驾驶区分为0～5六个等级，从等级0到等级5，分别为无自动化、驾驶辅助、部分自动、条件自动、高度自动、及完全自动；其中等级0、1、2需要人类来监控驾驶环境；而等级3、4、5则是由系统来监控。如果要达到等级5的完全自动，必须要从等级1的技术开始累积 (像是ADAS先进驾驶辅助系统)，不可能一下子就蹦出等级5的技术，这不仅与车辆中心的研发脉络是一致的；与其历年专利分析方向也是一致的。

台湾地区车辆中心研发处经理邓万钧指出，车辆中心于2006年才正式成立研发处，从成立研发处开始才慢慢累积一些专利布局，到目前为止专利约有500多件，很多都是与车辆智能化有关，在ADAS部分约300多件，目前研发着眼点有三，分别为车辆联网、智能安全、以及电动节能。车辆中心整体研发方向是往ADAS自动驾驶方向走的，从图1中间左边（黄色方框）可见，ADAS驾驶辅助系统中的AVM、BSD、FCW、LDW都有涉猎，但早期都是入门级的警示系统，到后期才进入纵向控制的领域，像是AEE、ACC。后来在2016及2018两个时间点，投入在决策控制技术上进行调研，主要是为了要了解往后如果要发展自动驾驶等级4 (L4) 以上的车子需要什么样的技术。

图1. 车辆中心技术研发脉络

《车辆中心 - 自驾车智能决策控制专利布局分享》简报，邓万钧，台湾地区车辆研究中心研发处，2022/07/27。

历年专利分析方向

图2 为车辆中心历年专利分析方向。车辆中心分别运用「主题式专利地图分析」与「国际大厂解析」（像在2015年及2016年进行了Specific Tier-1 Supplier分解），来掌握技术脉络，以及现行技术未来可能会遇到之知识产权风险。

为了支持从早期电动车发展至中期ADAS系统，再进一步推展到近期以自驾车为主轴，车辆中心于2017年针对决策控制 (Decision Making) 作了第一次专利地图分析，但发现专利数量的增加没有预期的多；后来在2017年的调研基础下，到2019年又作了一次专利分析，便发现专利增长数量很显著。虽然到目前为止已累积了20项主题及2家国际大厂的专利解析，但车辆中心仍会就此一技术持续观察。邓万钧表示，因为车辆中心2次专利分析的结果中，重要专利权人并没有Telsa，车辆中心分析Telsa可能是在比较后期才把重心放在决策控制，因此仍持续努力挖掘相关数据。

图2. 车辆中心历年专利分析方向

《车辆中心 - 自驾车智能决策控制专利布局分享》简报，邓万钧，台湾地区车辆研究中心研发处，2022/07/27。

历年专利趋势分析

邓万钧表示，每制作完一次专利地图后，大概会定调3年左右的专利方向，但如果3年内发现有什么重要变化的话，则会作一些必要性的调整。

自动驾驶系统发展基本上主要包含环境感知、决策分析、主动控制等车辆工程系统间的整合等等，因此技术调研乃针对自驾车的「大脑」，即决策控制系统之技术面、产品面、应用面等进行主要专利调研；并对自驾车智能决策整合控制技术进行相关专利分析，以了解该领域相关产业的技术状态与专利布局情况，并透过现行技术的知识产权现状及产业发展中可能会遇到的知识产权风险进行评估，期望能有助于研发成果之扩散及落实。

图3. 自驾车智能决策控制技术历年专利趋势

《车辆中心 - 自驾车智能决策控制专利布局分享》简报，邓万钧，台湾地区车辆研究中心研发处，2022/07/27。

图3为车辆中心分析历年专利趋势，以期了解自驾车智能决策控制技术领域中各大专利权人之专利产出情况。从历年专利趋势分析得知，智能决策整合控制技术研究相关之专利产出自1988年至2010年期间仅有少量专利申请；到了2011年时专利申请才呈现明显向上攀升之趋势，并于2014年达到21案，可以观察出各专利权人在那时期才比较积极投入在该技术领域之研发。

邓万钧指出此调研更新时间为2019年3月，单就2017年与2018年这两年便增加了167案，为快速成长期。另外需要特别注意的是，2017年至2019年专利申请数量由于早期公开制度 (18个月内) 之故，因此从申请到公开会递延1~2年；像如果现在2022年捞出来的公开数据只能反映2020、2021的申请状况。但不管如何，上升趋势是很明显的。

重要专利权人与申请国别

台湾地区车辆中心共调研308案之相关专利家族共1710件相关专利，排名前五之申请国分别为美国、WIPO、中国、日本及欧洲，明显看出主要申请国家还是以美国为主，美国案共占53%，很多都是美国本土厂商，邓万钧指出不是车厂就是新创公司。其余国别分配为WIPO 10%、中国10%、日本7%、EPO 6%、德国5%及韩国3%。

图4. 自驾车智能决策控制专利申请国别分析

数据源：《车辆中心 - 自驾车智能决策控制专利布局分享》简报，邓万钧，台湾地区车辆研究中心研发处，2022/07/27。

图5. 自驾车智能决策控制专利前10大专利权人

数据源：《车辆中心 - 自驾车智能决策控制专利布局分享》简报，邓万钧，台湾地区车辆研究中心研发处，2022/07/27。

从图5可见，主要专利权人主要分布在日本及美国，如以产业别分，又可分为车厂与新创两大类，像Google、Uber及Waymo于自驾车领域被归类为新创。而Delphi Technologies PLC是位于英国的一家汽车零组件制造商，2020年9月被美国汽车零件供货商BorgWarner收购，成为BorgWarner旗下一员。一般来讲车厂的专利活动年期及平均专利年龄都比新创来得高一些，但韩国现代汽车 (Hyundai) 显然是一个例外，投入时间相对来得短。

专利引证分析

专利引证是指一件专利被另一件专利提及，从而表明两件专利之间有相互关联的内容。引证又分为引证（backward citation）和被引证（forward citation）；像是专利A（1989）被专利B（2014）引用，那么专利A就是专利B的被引证。反过来，专利B就是专利A的引证。由该篇专利被引证的次数可显现该专利之技术参考性；而从该篇专利与其所引证之专利则可得知其技术相依性。

简言之，专利引证分析主要用于了解所分析之专利族群中被引证与引证数较多之专利，进而分析这些专利所包含之相关技术，以了解技术起源及发展状况，并可找出较基础或较具参考价值之专利，作为专利权人研发独立性及对产业影响力之参考。

图6. 自驾车智能决策控制专利被引证次数 (Forward Citations) 排名前十名

数据源：《车辆中心 - 自驾车智能决策控制专利布局分享》简报，邓万钧，台湾地区车辆研究中心研发处，2022/07/27。

图6为车辆中心这次调研被引用次数排名前10名的专利，由于是比较早期的数据，因此有一些已是期满失效状态。专利所有权人多为汽车大厂像是VOLKSWAGEN、Nissan、FORD等，或航天大厂如HONEYWELL INTERNATIONAL INC、Raytheon Company，并无集中于特定公司的情况。在排名前10大中，10件专利中有4件已期满失效，另外2件放弃答辩，可进一步探讨相关技术是否可作为后续研发的参考。此外，调研也发现TOYOTA及Google的专利有大量引用其他公司的情形（红字的部分）。

图7. 自驾车智能决策控制专利引证次数 (Backward Citations) 排名前十名

数据源：《车辆中心 - 自驾车智能决策控制专利布局分享》简报，邓万钧，台湾地区车辆研究中心研发处，2022/07/27。

图7是自驾车智能决策控制专利引证次数 (Backward Citations) 排名前十名。从图6及图7明显可见，专利引证次数前10名的专利权人与专利被引证次数前10名的专利权人的产业领域有显著差异。专利被引证次数前10名的专利权人多属汽车大厂或航天大厂，但专利引证次数前10名的专利权人却包含了一些专门设计和开发自动驾驶汽车相关软件或着重相关应用的公司。像是排名第一的FATDOOR INC.为生产无人机及生产自动送餐机器人的公司，而排名第3的NuTonomy Inc.则是一家麻省理工学院衍生技术的创业公司，该公司生产用于制造自动驾驶汽车和自动移动机器人的软件。

图8. 重要专利权人之技术／产品／应用比较

数据源：《车辆中心 - 自驾车智能决策控制专利布局分享》简报，邓万钧，台湾地区车辆研究中心研发处，2022/07/27。

最后，车辆中心整理了重要专利权人之技术／产品／应用比较信息，如图8所示。在产品方面，提及ADAS先进驾驶辅助系统之相关专利数量不多，另一方面，HONDA、UBER以及GOOGLE &WAYMO皆有提及碰撞缓解系统；而在应用方面则是主要以市区环境为主。

在整体技术发展部分，在输入信息类别方面，除与障碍物相对关系、他车灯号、车道线信息、可行驶空间、环境天候状况、本车信息、GPS位置+图资及交通号志信息外，其他类别输入如车／人流信息逐渐受到重视；且多数大厂之专利提及来自其他车辆的信息(CV)。此外，传感器近年来主要以Radar、Lidar、Camera、DGPS以及车身讯号为主；算法部分，近年在训练模型着墨 (AI) 有成长趋势。

好消息～北美智权报有微信公众号了！ 《北美智权报》内容涵盖世界各国的知识产权新闻、重要的侵权诉讼案例分析、法规解析，以及产业与技术新知等等。 立即关注北美智权微信公众号→ NAIP_IPServices ～欢迎读者分享与转发～