**对比文件名称**：CN107284452A_Description_20251231_1806
**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，包括：<br>**判断结果**：《隐含公开》 | 说明书第[0003]段：“本发明涉及一种汽车行驶工况预测系统，特别涉及一种融合智能通讯信息的混合动力汽车未来工况预测系统，属于智能交通技术领域。” | 对比文件公开了一种“混合动力汽车未来工况预测系统”，该系统用于预测车辆未来工况，其输出结果通常用于为车辆的能量管理、控制策略等提供输入信息。本领域技术人员知晓，对未来工况的预测是车辆控制决策（如能量分配、速度规划）的重要依据。因此，虽然对比文件未明确记载“控制车辆的方法”这一上位概念，但基于其公开的预测系统及其在车辆控制中的应用目的，本领域技术人员能够合理推断出该方法最终服务于对车辆的控制。该特征在对比文件中为解决“提高预测准确性以优化车辆控制”的技术问题而存在，与目标专利中“控制车辆”的作用本质相同。 |
| **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**：《隐含公开》 | 说明书第[0017]段：“所述的智能通讯系统包括V2V车车通讯系统、V2I车路通讯系统和车载定位系统，可将获取的信息传递给工况数据采集单元，所述的V2V车车通讯系统用于获取周围车辆行驶状态信息，所述的V2I车路通讯系统用于获取交通路况信息，所述的车载定位系统用于获取周围及当前车辆位置信息和行驶路径信息；” | 对比文件公开了通过V2V车车通讯系统“获取周围车辆行驶状态信息”。车辆“行驶状态信息”通常包括位置、速度、加速度等动态数据，这些数据是构成车辆“运动规划”或未来轨迹的基础信息。本领域技术人员可以理解，通过V2V通讯接收的周围车辆信息，其目的就是为了获知该车的状态及可能的未来行为，这实质上等同于接收了包含该车运动意图或规划的信息。因此，可以合理推断对比文件隐含公开了“接收意图消息”这一特征。其在对比文件中用于预测本车未来工况，与目标专利中用于获知发送车辆意图的作用相同。 |
| **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. 说明书第[0025]段：“所述的相同路段内的工况信息对比，是在相同路段内对车辆瞬时速度vt 、平均车速vave 、最大速度vmax 、车速变化频率f、路面坡度i、路面等级g、最大加速度amax 、加速度均值am 进行的比对；”<br>2. 说明书第[0021]段：“所述的最相近的车辆类型是指整车质量、动力源部件功率及滚阻都近似相同的车型；” | 对比文件公开了在筛选目标前车时，需要比对“最大加速度amax”，这属于“车辆物理能力”中的一项。同时，对比文件在筛选“最相近的车辆类型”时，考虑了“整车质量、动力源部件功率”，这些也属于车辆固有的物理能力参数。虽然对比文件未明确列举“转弯半径”和“车辆最高速度”，但“最大加速度”是表征车辆动力性能的核心物理能力之一。本领域技术人员知晓，车辆的运动规划（轨迹）必然受到其物理能力（如加速能力、最高速度、转弯性能）的约束。因此，从对比文件公开的获取车辆状态信息（如速度、加速度）以及考虑车型物理参数进行筛选的操作中，可以合理推断出其所接收或处理的信息中，隐含了与车辆物理能力相关的描述符。该特征在对比文件中用于更准确地匹配前车和预测工况，与目标专利中用于约束行为预测的作用相似。 |
| **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**：《隐含公开》 | 说明书第[0018]段：“所述的工况数据筛选模块对工况数据采集单元的数据进行筛选，确定最佳的工况数据获取途径，并将经过最佳筛选途径获取的数据信息输入至行驶工况划分模块；” | 对比文件公开了“工况数据筛选模块”对从智能通讯系统获取的数据进行“筛选”以确定最佳数据来源。这个过程必然包含对接收到的原始信息（即相当于“意图消息”的载体）进行解析、识别和提取有效数据（如特定车辆的工况信息）的步骤。虽然未使用“解析”一词，但数据筛选和确定获取途径在技术上必然以对信息内容的理解和识别为前提。因此，可以合理推断对比文件隐含公开了“解析意图消息以识别运动规划”这一操作。该操作在对比文件中是为了提取有效的前车工况数据，与目标专利中“识别运动规划”的目的和作用一致。 |
| **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》 | 说明书第[0026]段：“所述的未来工况预测模型包括最小二乘支持向量机(LS-SVM)工况预测模型、自回归滑动平均误差修正模型(ARMA)和预测模型精度判断单元...” | 对比文件的核心是建立“未来工况预测模型”（如LS-SVM、ARMA模型），该模型以前车工况数据（隐含了其运动规划和物理能力信息）为输入，输出对本车未来工况（如速度、加速度）的预测。这本质上就是为目标专利中的“发送车辆”（即对比文件中的“前车”）建立了一个“行为预测”。虽然对比文件未明确表述该预测模型是“由车辆物理能力限制的车辆行为模型”，但其模型训练和输入数据中包含了“最大加速度amax”等物理能力参数（见特征C的引用），这些参数内在约束了模型所能预测的行为范围。因此，本领域技术人员可以合理推断，对比文件的预测模型在功能上等同于一个考虑了车辆物理能力的行为预测模型。该特征在对比文件中用于预测前车/发送车辆的未来行为，以优化本车控制，与目标专利中“设置行为预测”的作用相同。 |
| **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**：《隐含公开》 | 说明书第[0025]段：“所述的相同路段内的工况信息对比，是在相同路段内对车辆瞬时速度vt 、平均车速vave 、最大速度vmax 、车速变化频率f、路面坡度i、路面等级g、最大加速度amax 、加速度均值am 进行的比对；” | 对比文件在进行工况信息对比时，涉及的参数如“瞬时速度”、“最大速度”、“最大加速度”等，都是可以通过车载传感器（如速度传感器、加速度计）直接感知和测量的车辆属性。这些属于“传感器可感知属性”。虽然对比文件未将其归类为“车辆描述符”，但其公开的用于比对和预测的车辆信息，在内容和性质上完全符合传感器可感知属性的定义。因此，可以合理推断对比文件隐含公开了车辆描述符包括传感器可感知属性。该特征在对比文件中用于数据比对和模型输入，与目标专利中用于车辆检测等作用相关。 |
| **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》 | 对比文件全文未提及“预期感兴趣区域”、“检测算法”或基于运动规划在传感器数据中“检测”发送车辆的相关内容。 | 对比文件的核心在于利用通讯获取的前车信息进行工况预测，而非利用本车传感器去主动探测和识别特定的发送车辆。其技术路径是信息接收与处理，而非感知与检测。因此，对比文件既未直接公开也未隐含公开“确定预期感兴趣区域”并“应用检测算法”来检测车辆的技术特征。 |
| **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》 | 对比文件全文未提及“检测算法”的选择。 | 由于对比文件未公开任何“检测算法”（见特征G论述），因此自然也谈不上基于运动规划来选择检测算法。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**：《隐含公开》 | 说明书第[0018]段及图2流程：“当本车与前车同向同路...通过前车此前与本车在相同路段内的工况信息比对确定前车筛选的优先级，优先选定工况信息相似度较高的前车作为目标前车；” | 对比文件公开了将本车当前路段的交通流信息与前车此前相同路段的交通流信息进行比对，以筛选目标前车。这个过程隐含了将接收到的前车历史信息（包含传感器可感知的属性，如速度）与当前环境或本车状态进行“关联”的思维。虽然其关联的目的在于筛选而非直接关联传感器数据流，但技术实质都是利用车辆的可感知属性信息进行匹配和关联操作。本领域技术人员可以从中推断出基于车辆属性信息进行关联的技术思想。该特征在对比文件中用于数据源筛选，与目标专利中用于传感器数据关联的作用有类似之处。 |
| **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》 | 说明书第[0030]段：“所述的在线预测结果分析模块，接收当前预测模型输出单元的在线预测结果或当前经过预测结果在线修正模块修正后的预测结果，计算预测结果与未来工况实际结果两者的差值并进行预测结果精度的判断，当不满足预测精度要求时，在下一段的工况预测时，优先通过预测结果在线修正模块对所得的在线预测结果进行误差修正后，作为最终预测结果...” | 对比文件明确公开了“在线预测结果分析模块”会计算预测结果与实际结果的“差值”并进行“精度判断”，当“不满足预测精度要求时”（即行为不符合预测），则通过“预测结果在线修正模块”对下一段的预测进行“误差修正”。这完全对应于目标专利中“确定行为是否符合预测”以及“响应于不符合而更新预测”的步骤。虽然对比文件未明确说明修正过程“基于车辆物理能力”，但其整个预测模型是建立在包含车辆物理能力参数（如加速度）的数据基础上的（见特征C、E），因此模型的修正过程在逻辑上必然受到这些基础物理参数的间接影响和约束。本领域技术人员可以合理推断该更新过程考虑了车辆的物理能力。该特征在对比文件中用于提高预测精度，与目标专利中用于更新行为预测的作用相同。 |
| **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》 | 说明书第[0017]段：“所述的车载定位系统用于获取周围及当前车辆位置信息和行驶路径信息；” | 对比文件明确记载了通过车载定位系统“获取周围及当前车辆位置信息”。这直接、毫无疑义地公开了“车辆位置属性”作为从周围车辆获取的信息的一部分。该特征在对比文件中用于确定车辆相对位置和路径，与目标专利中作为车辆描述符的作用相同。 |
| **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**：《未公开》 | 对比文件虽然公开了获取本车及周围车辆的位置信息（特征K），但并未记载将本车位置与发送车辆（前车）位置进行比较以判断误差，并基于此触发对本车位置重新计算的技术内容。对比文件的定位信息主要用于路径匹配和筛选，而非用于校准本车定位。 | 该特征未被对比文件公开。 |
| **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**：《未公开》 | 对比文件全文未提及对接收到的前车信息（或预测出的本车工况）进行“安全性”判断，也未提及向其他车辆发送“安全警告”的相关内容。 | 该特征未被对比文件公开。 |
<<<a>>><<<b>>><<<c>>><<<d>>><<<e>>><<<f>>><<<i>>><<<j>>><<<K>>>