对比文件名称：发明申请_US20120059789A1 VEHICULAR ENVIRONMENT ESTIMATION DEVICE
特征比对表格：
| 技术特征描述 | 对比文件原文引用 | 公开性论述 |
| A 接收对应于第一行程的第一组对象数据；《直接公开》 | 说明书第[0037]段：“The obstacle detection section 2 is a detection sensor that detects an object in the vicinity of the own vehicle... Type information, position information, and relative speed information of a mobile object, such as another vehicle, can be acquired by a detection signal of the obstacle detection section 2.” 说明书第[0040]段：“The obstacle behavior detection section 41 functions as a behavior detection means that detects a behavior of a mobile object in the vicinity of the own vehicle on the basis of a detection signal of the obstacle detection section 2.” | 对比文件公开了通过障碍物检测部2获取自车附近移动物体（如其他车辆）的类型、位置、相对速度等信息，这些信息构成了“对象数据”。在流程图中（图2，S12），执行“obstacle behavior detection processing”以检测障碍物的行为，这对应于接收一组对象数据。该数据用于后续的环境估计，与目标专利中接收对象数据以用于后续处理的作用相同。 |
| B 接收对应于第二行程的第二组对象数据；《直接公开》 | 说明书第[0049]段：“First, as shown in Step S10... detected value reading processing is carried out. This processing is carried out to read a detected value of the obstacle detection section 2...” 说明书第[0050]段：“Next, the process progresses to S12, and obstacle behavior detection processing is carried out.” | 对比文件的方法流程（图2）是循环执行的（说明书第[0047]段：“executed repeatedly in a predetermined cycle”）。这意味着在下一个循环周期，会再次执行S10和S12，读取新的检测值并检测障碍物行为，从而获得对应于后续“行程”（即不同的时间点或数据采集时刻）的另一组对象数据。这与目标专利中接收不同行程数据的作用相同，均为提供多组输入数据。 |
| C 确定所述第一组对象数据与所述第二组对象数据之间的相似性度量《直接公开》 | 说明书第[0043]段：“The route evaluation section 44 compares the behavior detection result of the detected obstacle detected by the obstacle behavior detection section 41 with the route prediction result of the detected obstacle predicted by the first detected obstacle route prediction section 43 to estimate a travel environment.” 说明书第[0055]段：“During the route evaluation processing, the behavior detection result of the detected obstacle detected by the obstacle behavior detection processing of S12 is compared with the route prediction result of the detected obstacle predicted by the first detected obstacle route prediction processing of S16...” | 对比文件中的“路线评估部44”执行比较功能，将检测到的障碍物行为（可视为一组实际对象数据）与预测的障碍物路线（基于假设环境生成的另一组预测对象数据）进行比较。这种比较是为了评估预测路线与实际行为的符合程度，本质上是在确定两组数据（实际检测数据与预测数据）之间的“相似性度量”（例如，符合度高低）。该比较在对比文件整体技术方案中用于选择最可能的交通环境假设，与目标专利中为后续聚类提供度量依据的作用相似。 |
| D 其中所述相似性度量指示至少一个对象的所述第一组对象数据的点与所述第二组对象数据的点之间的距离；《未公开》 | 无相应原文。 | 对比文件虽然比较了两组数据（实际行为与预测路线），但其比较的“相似性”是基于行为模式或路线整体的符合度（例如，车辆是否减速、转向），并未公开该相似性度量具体是通过计算对象数据中的“点之间的距离”（如几何坐标点之间的欧氏距离）来获得。对比文件中的“距离”概念更可能是行为轨迹的差异，而非目标专利中明确的空间几何点距离。因此，该特征未被公开。 |
| E 基于所述相似性度量来聚类所述至少一个对象的所述第一组对象数据和所述第二组对象数据，以产生至少一个对象簇《隐含公开》 | 说明书第[0055]段：“A high evaluation is provided when the route of the vehicle B predicted by the first detected obstacle route prediction processing of S16 is closer to the route of the vehicle B detected by the obstacle behavior detection processing of S12. Then, from among the routes of the vehicle B predicted by the first detected obstacle route prediction processing of S16, a route which is closest to the route of the vehicle B detected by the obstacle behavior detection processing of S12 is selected as a predicted route.” | 对比文件基于比较结果（相似性度量），从多个预测路线中选择一个与实际检测路线最接近的路线。这个过程可以理解为一种特殊的“聚类”或“归类”操作：将多组预测数据（第二组对象数据的不同假设版本）根据它们与实测数据（第一组对象数据）的相似性进行筛选，最终“聚”出一个最相关的数据集合（即被选中的预测路线及其对应的环境假设）。虽然对比文件没有使用“聚类”这一术语，且其“簇”的数量固定为被选中的最佳假设（而非将多个数据点分组到多个簇中），但其核心思想是基于相似性度量将数据关联或选择出来。在对比文件中，该操作用于确定最可能的环境状态；在目标专利中，用于将不同行程的观测数据关联到同一物理对象。两者都是基于数据间的相似性进行数据整合或选择，作用在原理层面有相似之处，但具体实现目的和输出形式不同。 |
| F 所述聚类用于将所述第一组对象数据的对象与所述第二组对象数据中的对象进行关联《未公开》 | 无相应原文。 | 对比文件中的“选择最接近路线”操作，其本质是将一个预测的路线（基于某种环境假设生成）与实测路线进行匹配，而不是将不同行程（例如，不同时间、不同车辆）采集到的关于同一物理对象的观测数据进行关联。对比文件处理的是单次检测与多个预测假设之间的关系，而非跨行程的多组观测数据之间的关联。因此，该特征未被公开。 |
| G 所述聚类包括使用所述相似性度量来执行分层聚类《未公开》 | 无相应原文。 | 对比文件中完全没有提及任何具体的聚类算法，如“分层聚类”。其数据选择过程是基于单一的比较和选择，没有涉及多层次、多步骤的聚类过程。因此，该特征未被公开。 |
| H 使用物理距离作为针对两个或更多个聚类水平和/或步骤而不同的参数《未公开》 | 无相应原文。 | 对比文件未涉及任何聚类算法，更未提及在聚类中使用“物理距离”作为参数，也未提及参数在不同聚类水平/步骤间变化。因此，该特征未被公开。 |
| I 和基于所述至少一个对象簇来产生地图数据《隐含公开》 | 说明书第[0055]段：“The vehicle travel environment, which affects the traveling of the vehicle B, or the vehicle travel environment of the blind area S of the own vehicle A is estimated on the basis of the selected predicted route of the vehicle B.” | 对比文件基于选出的最佳预测路线（可类比于经过“选择/归类”后得到的数据簇）来估计车辆的旅行环境或盲区环境。这种估计出的环境信息（例如，盲区中有车辆C）可以视为一种对环境状态的“地图数据”或环境模型。在对比文件中，该操作用于支持车辆决策；在目标专利中，用于生成包含对象位置的地图。两者都是基于处理后的数据生成对环境的描述信息，作用相似但具体内容（交通环境 vs 对象地图）和精细度不同。 |
| J 其中所述相似性度量基于对象类型《未公开》 | 无相应原文。 | 对比文件在比较预测路线和实际行为时，并未根据对象的类型（如标志、车道标记）采用不同的相似性度量方法或标准。其处理对象主要是车辆，且比较方式未因对象类型而异。因此，该特征未被公开。 |
| K ，其中针对标志对象类型确定所述相似性度量，《未公开》 | 无相应原文。 | 对比文件未涉及“标志对象类型”。因此，该特征未被公开。 |
| L 其中所述第一组对象数据和所述第二组对象数据包括标志数据，《未公开》 | 无相应原文。 | 对比文件中的对象数据是关于移动物体（如车辆）的行为、位置、速度信息，不包含“标志数据”。因此，该特征未被公开。 |
| M 并且其中所述相似性度量指示来自不同行程的标志的点之间的距离《未公开》 | 无相应原文。 | 基于L未公开，且对比文件未涉及标志数据及标志点之间的距离计算，该特征未被公开。 |
| N 其中所述第一组对象数据和所述第二组对象数据包括车道标记数据，《未公开》 | 无相应原文。 | 对比文件中的对象数据不包含“车道标记数据”。因此，该特征未被公开。 |
| O 其中执行分层聚类包括执行多个不同的聚类步骤《未公开》 | 无相应原文。 | 对比文件未执行分层聚类，也没有多个不同的聚类步骤。因此，该特征未被公开。 |
| P 其中第一聚类步骤包括基于第一距离参数来聚类，并且第二聚类步骤包括基于第二距离参数来聚类，其中所述第二距离参数小于所述第一距离参数《未公开》 | 无相应原文。 | 对比文件未执行分层聚类，也没有使用距离参数进行聚类的步骤。因此，该特征未被公开。 |
| Q 其中聚类所述第一组对象数据和所述第二组对象数据包括执行谱聚类《未公开》 | 无相应原文。 | 对比文件未提及“谱聚类”算法。因此，该特征未被公开。 |
| R 其进一步包括基于所述至少一个对象簇来执行捆绑调整《未公开》 | 无相应原文。 | 对比文件未涉及对相机位姿和地标位置进行联合优化的“捆绑调整”过程。因此，该特征未被公开。 |
| S 其中在一或多个关联块中的每一个内执行聚类《未公开》 | 无相应原文。 | 对比文件未提及将数据划分为“关联块”并在块内执行聚类的概念。因此，该特征未被公开。 |
| T 其中产生所述地图数据包含基于所述至少一个对象簇来细化地图数据《未公开》 | 无相应原文。 | 对比文件在估计出环境后，没有进一步提及对地图数据进行“细化”（如优化、调整）的步骤。其环境估计是直接基于选择结果得出的。因此，该特征未被公开。 |
| U其进一步包括将所产生的地图数据传输到至少一个车辆《隐含公开》 | 说明书第[0045]段：“The travel control section 5 controls the traveling of the own vehicle in accordance with a control signal output from the ECU 4.” 说明书第[0058]段：“Drive control is executed in accordance with the result of detected obstacle route prediction of S20.” | 对比文件估计出的环境信息（地图数据）被用于生成控制信号，进而控制自车的行驶（S22）。这隐含了将处理结果（即估计出的环境/地图数据）传输或应用于车辆的控制系统。在对比文件中，该操作用于实现车辆辅助驾驶或控制；在目标专利中，传输地图数据可能用于车辆导航或定位。两者都是将生成的环境信息交付给车辆使用，作用相似。 |
| V 其中所述对象数据包括对象位姿信息《隐含公开》 | 说明书第[0037]段：“Type information, position information, and relative speed information of a mobile object, such as another vehicle, can be acquired by a detection signal of the obstacle detection section 2.” | 对比文件获取的对象数据包含“位置信息”和“相对速度信息”。位置信息可以构成对象位姿（位置和方向）中的位置部分。虽然未明确提及方向（如朝向），但移动物体的速度和移动轨迹隐含了其运动方向信息。在车辆环境估计的上下文中，这些信息共同用于描述物体的状态，可视为一种“对象位姿信息”。在对比文件中，该信息用于行为检测和环境估计；在目标专利中，用于对象关联和地图构建。两者都是利用对象的状态信息进行后续处理，作用相似。 |
<<<A>>><<<B>>><<<C>>><<<e>>><<<i>>><<<u>>><<<v>>>