**本次评估使用的模型名称**：DeepSeek-R1
**对比文件名称**：US11054834B2_Description_20251231_2050
**目标专利名称**：用于车辆的消息广播
**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>**公开性判断结果：直接公开** | “[0003] This technology generally relates to a method for controlling an autonomous vehicle through a multi-lane turn. The method may comprise receiving, by one or more processors, data corresponding to a position of the autonomous vehicle in a lane of the multi-lane turn and a trajectory of the autonomous vehicle... adjusting... the trajectory of the autonomous vehicle through the lane; and controlling the autonomous vehicle through the multi-lane turn based on the adjusted trajectory.” | 对比文件明确公开了一种控制自动驾驶车辆的方法，该方法包括接收车辆位置和轨迹数据、基于与周围物体位置的相对关系调整轨迹、以及基于调整后的轨迹控制车辆。这与目标专利特征A所限定的“一种控制车辆的方法”在类型上完全相同。因此，特征A被对比文件直接公开。 |
| **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>**公开性判断结果：未公开** | 对比文件未记载从其他车辆接收包含其运动规划的“意图消息”。对比文件主要描述自动驾驶车辆通过自身传感器（如摄像头、雷达、激光雷达）感知周围环境和其他车辆的位置、轨迹（参见[0001], [0045], [0051]）。例如，[0057]段描述了“the perception system of the autonomous vehicle... may track, in real time, the path of the vehicles traversing the same lane...”。这里“track”是指通过传感器追踪，而非通过无线通信接收其他车辆主动广播的包含运动规划的“意图消息”。 | 目标专利的特征B核心在于车辆间通过通信（如C-V2X）主动广播和接收包含“运动规划”的“意图消息”。对比文件仅公开了通过本地传感器被动感知其他车辆的“轨迹”或“路径”，这是一种完全不同的信息获取方式。本领域技术人员无法从对比文件中明确或隐含地得出通过无线通信接收其他车辆广播的“意图消息”这一技术特征。因此，特征B未被公开。 |
| **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>**公开性判断结果：隐含公开（车辆物理能力概念）** | 1. **轨迹**： “[0003] ...receiving, by the one or more processors, data corresponding to a position of the autonomous vehicle in a lane of the multi-lane turn and a trajectory of the autonomous vehicle...” <br>2. **车辆类型（隐含物理能力）**： “[0045] ...detect objects and their characteristics such as location, orientation, size, shape, **type**, direction and speed of movement, etc.” | 1. **轨迹**：对比文件直接且多次提及车辆的“trajectory”（轨迹），这与目标专利中运动规划的组成部分相同。<br>2. **车辆物理能力**：对比文件[0045]段提到传感器可以检测物体的“type”（类型）。在车辆技术领域，车辆的类型（如轿车、卡车、公交车）直接关联并隐含了其固有的物理能力，例如不同车型通常具有不同的转弯半径、最高速度和加速能力。本领域技术人员知晓，卡车的转弯半径通常大于轿车，跑车的最高速度和加速度通常高于家用车。因此，虽然对比文件未明确列举“转弯半径、最高速度、最大加速度”，但公开“车辆类型”这一描述符，足以使本领域技术人员合理推断出发送车辆具备某种特定的“车辆物理能力”。因此，特征C中“车辆描述符包括车辆物理能力”被对比文件隐含公开。但“转弯半径、车辆最高速度和车辆最大加速度中的至少一项”这一具体限定未被明确公开。 |
| **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>**公开性判断结果：未公开** | 对比文件未记载接收“意图消息”，因此自然也未有对“意图消息”进行“解析”以识别“运动规划”的相关内容。 | 特征D的执行前提是特征B（接收意图消息）。由于对比文件未公开接收“意图消息”这一步骤，因此后续的“解析”步骤缺乏存在的基础和必要性。本领域技术人员无法从对比文件中推导出这一技术特征。因此，特征D未被公开。 |
| **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>**公开性判断结果：隐含公开（基于其他车辆轨迹调整自身行为）** | 1. “[0057] ...The perception system of the autonomous vehicle... may track, in real time, the path of the vehicles traversing the same lane of the multi-lane turn as the autonomous vehicle. Based on the path tracked by the perception system, the autonomous vehicle may follow the same, or a similar trajectory.” <br>2. “[0065] ...the autonomous vehicle's computing device may determine whether a passenger would be more comfortable to pass a surrounding vehicle, yield to a surrounding vehicle, or maintain the autonomous vehicle's current position.” | 特征E的核心在于“基于发送车辆的运动规划来控制接收车辆”，具体方式是“设置针对发送车辆的行为预测”。对比文件[0057]明确公开了自动驾驶车辆基于感知系统实时追踪到的前方同车道车辆的路径（即其实际运动轨迹），来调整自身轨迹以跟随该路径。这实质上就是基于其他车辆的“运动规划”（体现为实际行驶路径）来控制自身车辆，并且隐含了对前方车辆行为的预测（预测其将继续沿当前路径行驶）。[0065]段进一步说明了计算设备会基于周围车辆的行为等因素来决定自身车辆是超车、让行还是保持当前位置，这更明确地涉及对其他车辆行为的预测和基于此的自身控制决策。虽然对比文件未明确提及“由车辆物理能力限制的车辆行为模型”这一具体建模工具，但本领域技术人员知晓，在预测其他车辆行为时，其车辆类型（隐含物理能力）是重要的考量因素。因此，特征E的整体构思（基于他车运动规划预测其行为并控制本车）被对比文件隐含公开。 |
| **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>**公开性判断结果：直接公开** | “[0045] For instance, the perception system may use various sensors, such as LIDAR, sonar, radar, cameras, etc. to detect objects and their characteristics such as location, orientation, **size, shape, type**, direction and speed of movement, etc.” | 对比文件直接公开了通过传感器（如摄像头、雷达）可以感知到的车辆特征，包括尺寸(size)、形状(shape)、类型(type)等。这些特征正是目标专利中所定义的“传感器可感知属性”。因此，特征F被对比文件直接公开。 |
| **技术特征G：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>**公开性判断结果：未公开** | 对比文件未记载“基于运动规划确定预期感兴趣区域”以及“将检测算法应用于预期感兴趣区域处的传感器数据”等相关内容。对比文件描述的是传感器持续感知整个环境（参见[0045]），并根据感知到的所有物体数据来进行决策和控制。 | 目标专利特征G的核心创新点在于利用接收到的运动规划信息，主动缩小传感器数据处理的范围（即“预期感兴趣区域”），并可能针对性地应用检测算法，从而提高检测效率和准确性。这是一种“由知导感”的主动感知策略。对比文件公开的是传统的“全感后知”模式，即传感器广泛采集数据，系统处理所有数据后识别物体并作出决策。两者技术手段不同。本领域技术人员无法从对比文件广泛环境感知的教导中，直接或隐含地推导出这种基于外部规划信息来主动聚焦感知区域的具体方法。因此，特征G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>**公开性判断结果：未公开** | 对比文件未记载根据接收到的运动规划来选择或切换不同的检测算法的相关内容。 | 特征H是特征G的进一步细化，依赖于“接收运动规划”和“确定感兴趣区域”。如前所述，对比文件未公开基于外部运动规划信息来指导感知过程的概念，因此更不可能公开基于此选择特定检测算法的技术特征。因此，特征H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>**公开性判断结果：隐含公开** | “[0045] ...to detect objects and their characteristics such as location, orientation, **size, shape, type**...” <br>以及整个传感器融合与跟踪的上下文。 | 目标专利特征I涉及传感器融合中的数据关联问题，即如何将不同传感器或不同时刻检测到的数据确认为属于同一个车辆。对比文件[0045]公开了传感器可以检测到车辆的多种可感知属性（如尺寸、形状、类型）。在车辆跟踪和传感器融合的技术领域，利用这些可感知属性（例如，通过匹配检测到的车辆尺寸、颜色或类型）来关联和确认同一车辆的不同检测数据，是本领域的公知常识和常规技术手段。虽然对比文件没有用“关联”一词明确描述这一过程，但为了实现稳定的车辆跟踪和基于此的控制（如[0057]的跟随），必然隐含了将检测数据与特定车辆进行正确关联的步骤，而利用传感器可感知属性是实现该步骤的合理且常用方式。因此，特征I被对比文件隐含公开。 |
| **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>**公开性判断结果：隐含公开（行为预测的更新）** | 1. “[0057] ...Based on the path tracked by the perception system, the autonomous vehicle may follow the same, or a similar trajectory.” (隐含持续跟踪验证) <br>2. 整个说明书中关于根据周围车辆相对位置动态调整自身轨迹的描述（如[0060]-[0065]），隐含了对周围车辆行为预测的持续验证和调整。 | 特征J描述了一个动态的行为预测和更新循环。对比文件[0057]公开了自动驾驶车辆跟随前方车辆的轨迹。要实现稳定的跟随，接收车辆必须持续感知（“确定”）前方车辆的实际路径，并将其与之前用于引导自身运动的预期路径（即“行为预测”）进行比较。如果前方车辆偏离了预期路径（例如，突然变道或减速），跟随车辆必须调整自身的轨迹，这个调整过程本身就隐含了对前方车辆“行为预测”的更新。虽然对比文件未明确点出“基于车辆物理能力来更新”这一具体更新依据，但本领域技术人员知道，在更新对其他车辆的预测时，考虑其车辆类型（隐含物理能力）是合理且常见的，例如，预测一辆卡车突然加速到跑车的水平是不合理的。因此，特征J中“确定行为是否符合预测”以及“更新行为预测”的整体流程被对比文件隐含公开。 |
| **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>**公开性判断结果：直接公开** | 1. “[0003] ...receiving, by the one or more processors, data corresponding to **a position of the autonomous vehicle**...” <br>2. “[0044] ...The location of the vehicle may include an absolute geographical location, such as latitude, longitude, and altitude as well as **relative location information, such as location relative to other cars** immediately around it...” | 对比文件明确且多次提及车辆的位置数据，包括绝对位置（如经纬度）和相对于其他车辆的相对位置。这些都属于目标专利中所定义的“车辆位置属性”。因此，特征K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>**公开性判断结果：未公开** | 对比文件未记载接收车辆利用从其他车辆获得的位置属性，来与自身感知或定位系统得到的位置进行比较，以检验自身定位误差并触发重新计算的相关内容。对比文件中的定位（[0044]）主要依赖GPS、惯性导航等，未提及利用他车广播的位置进行交叉验证。 | 目标专利特征L的核心在于利用车辆间通信获得的他车高精度位置信息，作为“移动的地标”来校验和提高自身的定位精度。这是一种协同定位的思想。对比文件虽然公开了车辆位置属性（特征K），但仅用于自身导航或感知他车，并未公开将自身感知到的他车位置与通信收到的他车声明位置进行比对，进而诊断和修正自身定位系统误差的这一特定应用场景和技术目的。本领域技术人员无法从对比文件中推导出这一技术特征。因此，特征L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>**公开性判断结果：未公开** | 对比文件未记载接收车辆对其他车辆的运动规划（或轨迹）进行安全性评估，并在认为不安全时向该车辆发送警告的相关内容。对比文件中的安全决策（如[0065]的超车/让行判断）是基于乘客舒适度和避免碰撞，目的不是为了向他车发出警告。 | 目标专利特征M涉及车辆间主动的安全责任分担机制，即接收方评估发送方的规划安全性并进行反馈。对比文件描述的完全是接收方基于自身安全和舒适度进行单方面决策和控制，不存在对他车规划进行“安全审计”并“反向通信”警告的交互过程。这是两种不同的安全协作模式。因此，特征M未被公开。 |
<<<A>>><<<F>>><<<K>>><<<c>>><<<e>>><<<i>>><<<j>>>