**对比文件名称**：CN101526615A_Description_20260101_0148
**目标专利名称**：用于车辆的消息广播
**本次调用模型名称**：DeepSeek-R1
### 特征比对表格
| 技术特征描述及公开性判断结果 | 对比文件原文引用 | 公开性论述 |
| **技术特征A**：一种控制车辆的方法。<br>**判断结果**：直接公开 | “An embodiment of a position sensing method between vehicles is also provided. The method includes: wirelessly sensing a neighboring vehicle approaching the host vehicle from the host vehicle; generating neighboring vehicle data indicating a position of the neighboring vehicle relative to the host vehicle; using the neighboring vehicle data to generate a virtual traffic model of the host vehicle; and wireless broadcast communication Master vehicle model data for virtual traffic models.”（说明书第[0040]段） | 对比文件明确公开了一种“车辆间位置感知方法”，其主体同样是控制车辆（主机车辆）执行一系列操作的方法。这与目标专利权利要求1的主题“一种控制车辆的方法”在类型上完全相同，属于直接公开了方法主题本身。 |
| **技术特征B**：接收包括用于发送车辆的运动规划的意图消息。<br>**判断结果**：直接公开 | “The wireless receiver 212 wirelessly receives neighboring vehicle model data from one or more neighboring vehicles located near the host vehicle. ... The neighboring vehicle model data includes, communicates, or represents one or more virtual traffic models 220 generated by the respective neighboring vehicles.”（说明书第[0032]段） | 对比文件明确描述了主机车辆上的无线接收器（212）无线接收来自一个或多个邻近车辆的“邻近车辆模型数据”，该数据包含或代表由相应邻近车辆生成的“虚拟交通模型”。这里的“邻近车辆”即发送车辆，“虚拟交通模型”包含了车辆的位置、向量（速度、方向等）信息，实质上就是一种“运动规划”。因此，对比文件直接公开了“接收包括用于发送车辆的运动规划的意图消息”这一技术特征。 |
| **技术特征C**：其中，所述运动规划包括所述发送车辆的轨迹以及与所述发送车辆相关联的一个或多个车辆描述符，并且其中，所述一个或多个车辆描述符包括车辆物理能力，其中，所述车辆物理能力包括转弯半径、车辆最高速度和车辆最大加速度中的至少一项。<br>**判断结果**：隐含公开 | 1. 关于轨迹：“The virtual traffic model may be a computer-generated virtual reality model that includes vector calculations for each vehicle of interest within the region of interest, where the vehicle's vector defines the current direction, position or location, speed, and acceleration / deceleration of the vehicle speed. The virtual traffic model may also include the projected, predicted or extrapolated characteristics of the vehicle, which enables the inter-vehicle position awareness system to predict or foresee the direction, position, speed, and possibly other parameters of the vehicle at some time in the future.”（说明书第[0018]段）<br>2. 关于车辆物理能力：“For example, the position awareness system 200 may be appropriately configured to anticipate actual vehicle performance characteristics, such as tire traction, braking distance at different speeds, maximum acceleration / deceleration, turning radius, and the like.”（说明书第[0037]段） | 1. **轨迹**：对比文件明确说明虚拟交通模型包含车辆的向量计算，定义了车辆的当前方向、位置、速度、加速度/减速度，并且可以包括车辆的预测或外推特性，以预测车辆未来的方向、位置、速度等参数。这直接对应于目标专利中“发送车辆的轨迹”。<br>2. **车辆描述符及车辆物理能力**：对比文件未明确记载将“转弯半径、最高速度、最大加速度”等车辆物理能力作为描述符包含在广播的“虚拟交通模型”或“邻近车辆模型数据”中。**然而**，对比文件在描述系统配置时提到，位置感知系统可以被配置为预测实际的车辆性能特征，例如“转弯半径”和“最大加速度/减速度”。本领域技术人员可以理解，为了更准确地进行交通建模和预测（尤其是预测未来状态），知晓周围车辆的物理能力（如最大转弯能力、加速/减速极限）是至关重要的信息。基于对比文件已公开的“生成并广播虚拟交通模型以用于预测”的整体技术方案，本领域技术人员能够合理推断，为了提高预测的准确性，将发送车辆自身的“车辆物理能力”（如转弯半径、最高速度、最大加速度）作为描述其自身特性的信息包含在广播的模型数据中，是一种自然而直接的扩展和应用。因此，该特征被对比文件隐含公开。 |
| **技术特征D**：对所述意图消息进行解析以识别用于所述发送车辆的所述运动规划。<br>**判断结果**：直接公开 | “The traffic modeler 206 processes the neighboring vehicle data 216, the location data 218, the neighboring vehicle's virtual traffic model 220, and other information (if needed), and generates (or updates) a master in response to the input data A virtual traffic model 222 of the vehicle.”（说明书第[0034]段） | 对比文件明确记载了“交通建模器（206）处理邻近车辆模型数据（220）...并生成（或更新）主机车辆的虚拟交通模型（222）”。这里的“处理（processes）”接收到的“邻近车辆模型数据”（即意图消息），以利用其中的信息（即运动规划/虚拟交通模型），必然包含了对该消息进行“解析以识别”其中所包含的发送车辆的运动规划这一步骤。这是数据处理过程的必然环节，因此该特征被直接公开。 |
| **技术特征E**：以及至少部分地基于所述运动规划来控制所述车辆，包括：至少部分地基于由所述车辆物理能力限制的所述发送车辆的车辆行为模型，来设置针对所述发送车辆的行为预测。<br>**判断结果**：隐含公开 | 1. “The traffic awareness system 208 is appropriately configured to predict, estimate, predict, or extrapolate upcoming traffic conditions near the host vehicle, where the operation of the traffic awareness system 208 is based on and affected by the virtual traffic model 222.”（说明书第[0036]段）<br>2. “In some embodiments, the traffic awareness system 208 and / or the traffic modeler 206 may be configured such that the vector analysis and virtual traffic modeling algorithms consider actual operating and environmental characteristics and conditions. For example, the position awareness system 200 may be appropriately configured to anticipate actual vehicle performance characteristics, such as tire traction, braking distance at different speeds, maximum acceleration / deceleration, turning radius, and the like.”（说明书第[0037]段）<br>3. “In some embodiments, the traffic awareness system 208 is coupled to one or more host vehicle subsystems 224, and the traffic awareness system 208 may automatically control the operation of the host vehicle subsystem 224 in a manner that depends on the predicted upcoming traffic conditions.”（说明书第[0038]段） | 1. **基于运动规划控制车辆**：对比文件明确公开了交通感知系统（208）基于虚拟交通模型（222）来预测即将到来的交通状况，并且可以根据预测的交通状况自动控制主机车辆子系统（224）的操作。这对应于“至少部分地基于所述运动规划来控制所述车辆”。<br>2. **基于车辆物理能力限制的行为模型设置行为预测**：对比文件提到，交通建模和预测算法可以考虑“实际的车辆性能特征”，例如转弯半径、最大加速度/减速度。虽然未明确表述为“基于由车辆物理能力限制的车辆行为模型来设置行为预测”，但本领域技术人员可以理解，为了进行准确的交通状况“预测、估计、预测或外推”（即行为预测），算法模型中必须考虑车辆的实际物理能力对其未来行为（如转弯、加速、减速）的限制。对比文件已教导在建模/预测时考虑这些物理能力，因此，将发送车辆的这些物理能力作为限制条件，纳入到用于预测其行为（即设置行为预测）的模型中，是本领域技术人员根据对比文件公开内容能够直接且合理推断出的具体实施方式。因此，该特征被对比文件隐含公开。 |
| **技术特征F**：根据权利要求1所述的方法，其中，所述一个或多个车辆描述符进一步包括传感器可感知属性。<br>**判断结果**：未公开 | 经查阅对比文件全文，未发现提及“传感器可感知属性”（如车辆颜色、牌照等）作为车辆描述符的内容。 | 对比文件主要关注车辆的位置、向量（速度、方向、加速度）以及物理性能参数（如转弯半径），用于位置感知、轨迹预测和交通建模。未涉及通过传感器（如摄像头）可感知的车辆外观属性。该特征在对比文件中既无直接记载，也无法从其公开的整体技术方案中合理推断得出。 |
| **技术特征G**：根据权利要求2所述的方法，其中，至少部分地基于所述运动规划来控制所述车辆包括：至少部分地基于所述运动规划来确定用于所述车辆的预期感兴趣区域；以及将检测算法应用于在所述预期感兴趣区域处的接收的传感器数据，以至少部分地基于所述传感器可感知属性来在所述接收的传感器数据中检测所述发送车辆。<br>**判断结果**：未公开 | 对比文件提到了检测区域（如第[0022]段图2所述），但该检测区域是基于主机车辆传感器本身的固定或可调范围设定的，用于初始发现车辆，并非基于接收到的其他车辆的运动规划来动态确定“预期感兴趣区域”。同时，对比文件未提及“传感器可感知属性”。（说明书第[0022]， [0024]段） | 该特征包含两个核心子特征：1) 基于接收的运动规划动态确定预期感兴趣区域；2) 基于传感器可感知属性在该区域应用检测算法。对比文件中的检测是主动感知环境，而非利用接收到的信息来指导感知的焦点区域。同时，特征F（传感器可感知属性）未被公开。因此，该组合特征在对比文件中没有公开。 |
| **技术特征H**：至少部分地基于所接收的运动规划来选择所述检测算法。<br>**判断结果**：未公开 | 经查阅对比文件全文，未发现提及根据接收到的其他车辆的信息来选择或更改检测算法的内容。 | 对比文件描述了使用检测和测距系统（202）感知邻近车辆，但未提及该系统的检测算法会根据从邻近车辆接收到的“虚拟交通模型”（运动规划）进行选择或调整。该特征未被公开。 |
| **技术特征I**：至少部分地基于所述运动规划来控制所述车辆包括：至少部分地基于所述传感器可感知属性来将车辆检测传感器数据与所述发送车辆进行关联。<br>**判断结果**：未公开 | 经查阅对比文件全文，未发现提及利用“传感器可感知属性”进行数据关联的内容。数据关联可能基于位置、向量等信息。 | 该特征的核心在于利用“传感器可感知属性”进行关联。由于对比文件未公开“传感器可感知属性”（特征F），因此基于此属性进行数据关联的技术手段也无法从对比文件中得出。 |
| **技术特征J**：确定所述发送车辆的行为是否符合所述行为预测；以及响应于确定所述发送车辆的所述行为不符合所述行为预测，至少部分地基于所述车辆物理能力来更新所述行为预测。<br>**判断结果**：隐含公开 | 1. “The virtual traffic model may also include the projected, predicted or extrapolated characteristics of the vehicle, which enables the inter-vehicle position awareness system to predict or foresee the direction, position, speed, and possibly other parameters of the vehicle at some time in the future.”（说明书第[0018]段）<br>2. “For example, the position awareness system 200 may be appropriately configured to anticipate actual vehicle performance characteristics, such as tire traction, braking distance at different speeds, maximum acceleration / deceleration, turning radius, and the like.”（说明书第[0037]段）<br>3. 整个系统持续运行并周期性更新模型（说明书第[0041]段）。 | 对比文件公开了系统生成预测（行为预测）并能够进行周期性更新。虽然未明确描述“确定行为是否符合预测”的判断步骤，但在持续感知和更新模型的过程中，将传感器实时获取的车辆实际位置、速度等信息与之前预测的“方向、位置、速度等参数”进行比较，以判断预测是否准确，是模型更新逻辑中隐含的、必要的环节。当发现不一致（不符合预测）时，为了做出更准确的下一轮预测，自然会利用所有可用信息，包括已考虑在内的“车辆物理能力”（如转弯半径限制其变道灵活性，最大加速度限制其加速能力），来修正和更新行为预测模型。本领域技术人员根据对比文件公开的预测和更新功能，能够合理推断出这一包含判断和基于物理能力更新的完整控制逻辑。因此，该特征被隐含公开。 |
| **技术特征K**：所述一个或多个车辆描述符进一步包括车辆位置属性。<br>**判断结果**：直接公开 | “The virtual traffic model may be a computer-generated virtual reality model that includes vector calculations for each vehicle of interest within the region of interest, where the vehicle's vector defines the current direction, position or location, speed, and acceleration / deceleration of the vehicle speed.”（说明书第[0018]段）<br>“In particular, the position data 218, or any portion thereof, may be derived by GPS and / or from other information (e.g., an in-vehicle system).”（说明书第[0028]段） | 对比文件明确且多次指出，虚拟交通模型包含车辆的“位置（position or location）”，并且主机车辆和邻近车辆的位置数据（如GPS坐标）是系统处理的核心信息。车辆的位置信息是“车辆位置属性”最直接的体现。因此，该特征被对比文件直接公开。 |
| **技术特征L**：至少部分地基于所述运动规划来控制所述车辆包括：至少部分地基于所述车辆位置属性来确定所述发送车辆的位置；确定在所述车辆的位置与所述发送车辆的位置之间的比较是否指示误差；以及响应于确定在所述车辆的位置与所述发送车辆的位置之间的所述比较指示误差，来触发对所述车辆的位置的重新计算。<br>**判断结果**：隐含公开 | 1. “In some embodiments, the traffic modeler 206 may also be configured to derive or calculate position data (eg, GPS coordinates) of neighboring vehicles based on the host vehicle's position data 218 and neighboring vehicle data 216.”（说明书第[0034]段）<br>2. “The traffic modeler 206 processes the neighboring vehicle data 216, the location data 218, the neighboring vehicle's virtual traffic model 220, and other information (if needed), and generates (or updates) a master in response to the input data A virtual traffic model 222 of the vehicle.”（说明书第[0034]段）<br>3. 系统周期性更新模型（说明书第[0041]段）。 | 1. **确定发送车辆位置**：对比文件公开了基于主机车辆位置和邻近车辆数据来计算邻近车辆位置数据，或直接接收邻近车辆的位置数据。这对应于“基于车辆位置属性确定发送车辆的位置”。<br>2. **比较位置与触发重新计算**：对比文件公开了交通建模器（206）处理多种输入数据（包括主机位置218和邻近车辆模型220）来生成或更新主机车辆的虚拟交通模型（222）。在整合多源信息（包括其他车辆报告的自身位置）以更新自身世界模型的过程中，本领域技术人员可以理解，一个常见的步骤就是进行数据一致性校验，即比较不同来源对同一空间关系的描述是否存在矛盾（误差）。例如，根据A车报告的位置和B车报告的位置，推断出的两车相对关系，若与主机车辆自身传感器测得的相对关系存在显著误差，则可能暗示主机车辆自身定位有误。虽然对比文件未明确写出“比较-判断误差-触发重算”这一串动词，但为了维护虚拟交通模型的一致性、准确性，在模型更新算法中引入此类校验逻辑，是本领域技术人员的常规设计选择。因此，该控制逻辑被对比文件隐含公开。 |
| **技术特征M**：至少部分地基于所述运动规划来控制所述车辆包括：确定所述运动规划是否是不安全的；以及响应于确定所述运动规划是不安全的，来向所述发送车辆发送安全警告。<br>**判断结果**：隐含公开 | 1. “In some embodiments, the traffic awareness system 208 is coupled to one or more host vehicle subsystems 224, and the traffic awareness system 208 may automatically control the operation of the host vehicle subsystem 224 in a manner that depends on the predicted upcoming traffic conditions. For example, the traffic awareness system 208 may include, cooperate with, or be implemented as a collision avoidance system for a host vehicle. In operation, the collision avoidance system may analyze or process the virtual traffic model 222 to determine the possibility of an accident or collision in the near future or in the near future. If this is indeed the case, the host vehicle subsystem 224 may be controlled or adjusted to try to avoid or prevent collisions and / or reduce any damage that may occur to the host vehicle.”（说明书第[0038]段）<br>2. “This embodiment of the position awareness process 300 ... may also be used to predict upcoming traffic conditions approaching the host vehicle (task 316). Further, the process 300 may automatically control one or more subsystems of the host vehicle in response to a predicted upcoming traffic condition. ... On the other hand, if the process 300 predicts a potential accident, task 318 may control a subsystem such as a braking system, a traction control system, or a steering system as needed.”（说明书第[0041]段） | 1. **确定运动规划是否不安全**：对比文件明确公开了交通感知/防撞系统会分析虚拟交通模型（222）以确定近期发生事故或碰撞的可能性。虚拟交通模型包含了周围车辆的运动规划（轨迹、意图）。分析该模型以预测碰撞风险，实质上就是在“确定所述运动规划是否是不安全的”。<br>2. **向发送车辆发送安全警告**：对比文件详细描述了在预测到潜在事故时，主机车辆会控制自身的子系统（如刹车、转向）以避免碰撞。**虽然未明确记载向发送车辆（邻近车辆）发送警告消息**，但本领域技术人员知晓，车辆间通信（V2V）是此类协同安全系统的基础。当主机车辆基于接收到的运动规划判断出该规划可能导致发送车辆自身发生危险（例如，发送车辆未察觉的前方障碍），而主机车辆有能力预警时，通过已有的车辆间无线通信链路（对比文件已公开用于传输虚拟交通模型）向该车辆发送一个安全警告信息，以避免事故，这是符合系统设计目的（提高安全性）的、合理的、甚至是必要的功能扩展。因此，该特征被对比文件隐含公开。 |
<<<A>>><<<B>>><<<c>>><<<D>>><<<e>>><<<j>>><<<K>>><<<l>>><<<m>>>