智能驾驶汽车凭借其能够实现信息共享、环境感知、智能决策、自主控制功能，具有安全、舒适、节能、高效行驶等特点，决定了其将成为未来重要发展趋势。感知、决策是人工智能在智能驾驶中运用的核心。笔者将就智能驾驶中人工智能感知与决策方面的专利情况进行分析，以对我国在智能驾驶领域的未来技术发展提供相关建议。
人工智能对智能驾驶的影响主要体现在环境感知与决策中。智能驾驶中常用的环境感知技术主要基于视觉和雷达，而决策主要涉及车辆的路径规划、轨迹跟踪、碰撞避免以及泊车辅助等方面。在环境感知方面，传统的视觉算法天花板明显，很难达到深度学习的高精确度，尤其在面对非道路环境时，传统算法无法和数据库中的道路信息匹配，可能会做出错误的判断。人工智能在智能驾驶感知方向的应用则可以实现更高精度计算，并能应用于更复杂的外界环境。在决策方面，运用人工智能，可应对驾驶过程中出现的突发场景，如“中国式过马路”、突然加塞、重大事故等。
在感知技术方面，摄像头是研究的重点，相关技术在2014年之后得以快速发展，其专利申请量增长迅速，年申请量超百件；决策方面的相关技术主要集中在路径规划、碰撞避免以及轨迹追踪等，尤其路径规划相关的专利申请在2011年后增长迅速，年申请量已超50件，泊车辅助领域的专利申请相对较少。
比较中美智能驾驶领域人工智能相关专利申请量可以发现，我国人工智能与智能驾驶中感知技术的融合发展较为迅速，专利申请量逐渐超过美国；美国在人工智能与智能驾驶决策融合方面的专利申请量最大，我国与其差距明显，相关专利申请量约为美国的1/5。
在全球重要申请人方面，提交感知技术专利申请较多的除传统厂商福特、通用外，以计算机视觉科技公司居多，包括苹果、ZOOX、Mobileye、微软等；决策方面的相关技术主要由科技公司把控，包括Magic Leap、ATI、ZOOX、Mobileye等。福特作为传统厂商，表现也较为抢眼。在智能驾驶产业中，传统车企与科技公司是主要竞争者和参与者，传统车企的主要优势在于拥有成熟的生产线和供应商体系以及强大的汽车技术储备和资金体量，但创新驱动力不足，而科技公司则与之相反，需要大量融资（科技巨头除外）自建工厂并构建供应链，需要建立品牌和营销体系，尝试新的可能盈利方式，短期难以收支平衡，但优势在于有更强的创新驱动力，有机会取得较大突破。
在国内重要申请人方面，感知技术专利申请量领先的是：中国科学院、百度、福特、天津大学和清华大学；决策技术专利申请量领先的是：福特、松下电工株式会社、中国科学院、华南理工大学、肇庆市小凡人科技有限公司。可以看出，无论是感知还是决策技术，除国外车企外，国内科技公司和科研院所提交的专利申请量较多，国内传统车企的创新力稍显薄弱。
总体来看，我国在智能驾驶专利布局上的优劣势明显：智能驾驶感知技术进步明显，但更多的专利申请来自科技公司和高校、科研院所，传统车企既应加强与高校、科研院所的技术合作，也应自身加大研发力度，加强技术累积，积极进行专利布局；智能驾驶决策技术方面，相关企业和高校、科研院所还需在专利质量和技术的全面性上下功夫，加强在路径规划、轨迹跟踪和碰撞避免等领域的研发力度与重视程度，积极进行专利布局。只有在发挥优势的同时弥补短板，我国智能驾驶行业将来才不会受制于人。（李思源）
（编辑：李星仪 实习编辑：邵京京）
（中国知识产权报独家稿件，未经授权不得转载）