**对比文件名称**：CN107561969A_Description_20260101_0148
**目标专利名称**：用于车辆的消息广播
**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>《直接公开》 | 对比文件第[0100]段：“本公开还包括一种第一车辆，包括：通信模块，被配置为执行与一个或更多个车辆的对等通信，其中，所述对等通信在第一车辆中没有人为干预的情况下发生；以及控制模块，被配置为从第一车辆上的多个传感器接收第一传感器信息并处理第一传感器信息，其中，已处理的第一传感器信息被通信到所述一个或更多个车辆。” | 对比文件明确描述了一种第一车辆执行的方法，该方法包括通过通信模块与其他车辆进行对等通信，以及通过控制模块接收并处理传感器信息。这构成了一种控制车辆的方法，与本专利权利要求中“控制车辆的方法”属于相同范畴，因此被直接公开。 |
| **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>《直接公开》 | 对比文件第[0116]段：“智能汽车100还可以与诸如智能汽车101的其它智能汽车进行通信。智能汽车100可以以对等模式直接与智能汽车101进行通信或经由云平台140进行通信以交换信息和/或共享资源。例如，智能汽车100可以与其它智能汽车共享其包括速度、位置和其它参数的轨迹模型，以帮助提高所有智能汽车的效率。...另一个示例可以是，...智能汽车100可以向云平台140和/或相邻的智能汽车101并且可能向基础设施135广告其短期意图。短期意图可以是例如改变车道、转弯、进入/离开高速公路、减速、加速等这样的事情。” | 对比文件明确描述了车辆（如智能汽车100）可以向其他车辆（如智能汽车101）发送或“广告”（advertise）其轨迹模型（包括速度、位置等参数）和短期意图（如改变车道、转弯等）。这些信息共同构成了发送车辆的未来运动规划或“意图”。因此，作为接收方（如智能汽车101）的车辆，必然会接收到包含发送车辆运动规划的“意图消息”。此特征被直接公开。 |
| **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>《直接公开》 | 对比文件第[0126]段：“路径规划可包括例如决策，例如制定是否通过正在阻挡道路的静止汽车。该决策可取决于将要驾驶的路线的下一部分、汽车的性能（例如，转弯半径、车辆的大小、加速度等）以及汽车周围环境的行为建模。” | 对比文件在描述路径规划（属于运动规划范畴）时，明确提到决策需要考虑“汽车的性能”，并举例说明了“转弯半径”、“加速度”等具体参数。这里的“汽车的性能”即对应于本专利中的“车辆物理能力”，所列举的“转弯半径”和“加速度”则具体公开了车辆物理能力的类型。因此，该技术特征被直接公开。 |
| **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>《隐含公开》 | 对比文件第[0100]段：“...控制模块，被配置为从第一车辆上的多个传感器接收第一传感器信息并处理第一传感器信息，其中，已处理的第一传感器信息被通信到所述一个或更多个车辆。” 以及第[0116]段关于接收和利用其他车辆共享的轨迹模型和意图的描述。 | 对比文件描述了车辆之间会交换信息（如轨迹模型、意图），并且接收方车辆（第一车辆）的控制模块被配置为“处理”接收到的信息。本领域技术人员可以明确理解，为了利用所接收的来自其他车辆的“轨迹模型”和“短期意图”信息，接收车辆必须首先对这些信息进行解读、分析和识别，以理解发送车辆的运动规划。这个过程必然包含“解析”和“识别”的步骤。因此，该技术特征被隐含公开。 |
| **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>《隐含公开》 | 1. 对比文件第[0116]段：“例如，智能汽车100可以与其它智能汽车共享其包括速度、位置和其它参数的轨迹模型，以帮助提高所有智能汽车的效率。”<br>2. 对比文件第[0126]段：“路径规划可包括例如决策...该决策可取决于将要驾驶的路线的下一部分、汽车的性能（例如，转弯半径、车辆的大小、加速度等）以及汽车周围环境的行为建模。” | 对比文件公开了接收其他车辆共享的轨迹模型（即运动规划）可以“帮助提高所有智能汽车的效率”，这隐含了接收方会基于此信息来调整自身行为，即“控制车辆”。同时，对比文件在路径规划（一种控制车辆的行为）中明确指出，决策需要考虑其他“汽车的性能”（即车辆物理能力）并对其进行“行为建模”。本领域技术人员可以合理推断，当接收车辆获知了发送车辆的轨迹模型（运动规划）及其车辆物理能力（如转弯半径、加速度）后，必然会利用这些信息来建立或更新针对该发送车辆的“行为模型”，并基于此模型来“设置”对该发送车辆未来行为的“预测”，以辅助自身的路径规划和决策，从而实现更优的车辆控制。因此，该技术特征被隐含公开。 |
| **技术特征F：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>《未公开》 | 无 | 对比文件全文均未提及与车辆相关的“传感器可感知属性”，例如车辆颜色、车牌号、特定外形特征等。因此，该技术特征未被公开。 |
| **技术特征G：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>《未公开》 | 无 | 对比文件未公开“预期感兴趣区域”的概念，也未公开基于运动规划和传感器可感知属性来指导或优化传感器检测算法的具体操作。因此，该技术特征未被公开。 |
| **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>《未公开》 | 无 | 对比文件未涉及根据接收到的运动规划来“选择检测算法”的技术内容。因此，该技术特征未被公开。 |
| **技术特征I：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>《未公开》 | 无 | 由于对比文件未公开“传感器可感知属性”（特征F），因此自然也不可能公开基于此属性进行传感器数据关联的技术内容。因此，该技术特征未被公开。 |
| **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>《未公开》 | 无 | 对比文件虽然提到了行为建模，但并未描述“确定发送车辆行为是否符合预测”以及“在不符合时基于车辆物理能力更新行为预测”这一具体反馈和控制循环。因此，该技术特征未被公开。 |
| **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>《直接公开》 | 对比文件第[0116]段：“例如，智能汽车100可以与其它智能汽车共享其包括速度、**位置**和其它参数的轨迹模型，以帮助提高所有智能汽车的效率。” | 对比文件明确将“位置”作为车辆之间共享的轨迹模型的一部分。位置信息是典型的车辆位置属性。因此，该技术特征被直接公开。 |
| **技术特征L：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>《未公开》 | 无 | 对比文件虽然公开了共享位置信息，但并未公开接收方车辆利用发送方的位置信息来与自身位置进行比较，并基于比较结果（误差）触发对自身位置重新计算的定位校准方法。因此，该技术特征未被公开。 |
| **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>《直接公开》 | 对比文件第[0109]段：“当下一个安全缓冲区域174被违反时，除了进一步的监测之外，智能汽车100还可以向智能汽车101通信警告它过于接近。” | 对比文件描述了智能汽车100在判断另一车辆（智能汽车101）过于接近（即可能构成不安全状况）时，会向该车辆发送警告信息。虽然此处触发警告的直接依据是距离，但“过于接近”可视为对智能汽车101当前或预期运动规划安全性的一种判断结果。本领域技术人员可以理解，对接收到的运动规划进行安全性评估并在认为不安全时向发送方告警，是车辆间协同安全的合理且直接的延伸应用。因此，该技术特征被直接公开。 |
<<<A>>><<<B>>><<<C>>><<<K>>><<<M>>><<<d>>><<<e>>>