厚势按：对海量专利信息进行科学整理、加工和多维深入分析，能够有效地为政府、企业、高校等机构洞察技术创新趋势、规划技术发展方向、提升竞争优势提供科学依据和决策辅助。

文章检索了百度和谷歌公司无人驾驶汽车技术专利，运用专利分析工具，从申请趋势、专利布局、研发策略、技术领域及技术热点等角度，对比分析两家公司无人驾驶汽车技术的研发情况，为无人驾驶汽车技术研发推广、发展战略制定和法律法规完善提供专利信息支撑。

本文来自 2017 年 12 月 25 日出版的《北京汽车》，作者是武汉理工大学汽车学院现代汽车零部件技术湖北省重点实验室的廖燕副教授和余业干。

引言

近年来，随着人工智能、计算机和互联网产业的飞速发展，无人驾驶汽车成为一个新的技术热点备受关注 [1-2]。全球各大汽车厂商和互联网公司纷纷投入巨资进行技术研发，各项新技术层出不穷，专利申请量逐年递增 [3]。其中，百度和谷歌作为国内外互联网行业巨头和无人驾驶领域的领跑者之一，在无人驾驶汽车专利方面处于前列。

专利文献包含全面的技术、经济、产业和法律信息，全球每年约有 90%～95% 的发明创造成果能在专利文献数据中找到，约有 80% 只在专利文献中体现 [4]。对海量专利信息进行科学整理、加工和多维深入分析，能够有效地为政府、企业、高校等机构洞察技术创新趋势、规划技术发展方向、提升竞争优势提供科学依据和决策辅助 [5]。

本文从专利文献视角，分析百度和谷歌公司的无人驾驶汽车技术，为国内相关部门制定政策和企业技术研发提供参考。

1.研发概况

谷歌公司是自动驾驶领域的领头羊，从 2005 年开始涉足无人驾驶汽车领域：

• 2009 年启动无人驾驶汽车项目，成立无人车团队，大范围采集街景数据，构建地图数据库；

• 2010 年，对外公布研究无人车；

• 2012 年，获得合法车牌；

• 2013 年，正式开始复杂情况下的城市道路实测；

• 2014 年，设计 Firefly 原型车并进行系列改装；

• 2015 年，公司重组为 Alphabet，开始和车企菲亚特合作，不再亲自造车；

• 2016 年，成立 Waymo 独立实体公司，专注研究无人驾驶，并和沃尔沃、福特、来福车、优步联合成立安全街道自驾联盟（Self-driving Coalition for Safer Streets）；

• 2017 年，拿到美国国家高速公路交通安全机构的认定文件，开启真人乘车试验。

截止 2017 年，已在 4 座城市进行道路测试，里程累计超过 500 万 km，达到每行驶 8000 km 有 1 次人工干预的程度，累计发生安全事故 25 起，没有人员伤亡。

百度公司是国内最具价值的互联网公司之一：

• 2013 年，百度公司无人驾驶汽车项目起步，2014 年正式启动；

• 2015 年，公布自动驾驶原型车，在北京首次实现城市、环路及高速道路混合路况下的全自动驾驶，随后成立自动驾驶事业部，致力于研究 L4 级别无人驾驶（完全无人驾驶）；

• 2016 年，发布智能汽车战略，成立智能汽车事业部，致力于研究 L3 级别无人驾驶（有限条件自动驾驶），并获得美国加州政府颁发的上路测试牌照，首次在浙江嘉兴进行开放城市道路运营，并与国内 3 座城市签约进行道路实测合作；

• 2017 年，成立智能驾驶事业群组，并与博世合作研发高精地图，宣布为汽车行业和自动驾驶领域的合作伙伴开放 Apollo 软件平台。

截至目前，已有微软、博世、大陆、TomTom、Grab 等全球近 50 家企业加入 Apollo 平台。

2.专利检索策略

PatSnap 专利检索系统完整收录全球 106 个主要国家、地区和组织的 1.2 亿条专利数据，并拥有专业专利数据分析工具 Insights 专利分析系统，数据来源权威、准确、可靠。选择 PatSnap 专利检索系统进行专利检索，并借助其相关工具进行专利数据分析。

无人驾驶技术领域涉及众多，采用关键词检索法，不采用分类号检索法，以免漏检 [6-7]。通过阅读大量相关论文、学术期刊和专利文献，将申请人（专利权人）的关键词确定为：「Google」和「Baidu」，主检索式为：TA=（「无人驾驶」OR「自动驾驶」OR「自主驾驶」OR「智能驾驶」OR「智慧驾驶」OR「无人车」OR「自动车」OR「智能车」OR「无人汽车」OR「自动汽车」OR「智能汽车」OR「intelligent car」OR「pilotless automobile」OR「driverless car」OR「self-driving car」OR「autonomous vehicles」OR「unmanneddrive ca」OR「self-piloting automobile」OR「ugv」OR「unmanned ca」OR「automated vehicle」OR「unmanned vehicle」），同时勾选搜索包含中英文机器翻译结果选项，数据检索时间截至 2017 年 6 月 30 日。鉴于专利申请特性，2017 年数据不够全面，检索结果有一定局限性 [8-10]。

3 .专利情况对比分析

3.1 总体情况对比分析

3.1.1 专利类型分析

通过对初检结果进行同族去重、逐篇人工去噪和整理，最终检索结果为：谷歌无人驾驶专利145 组，433 条；百度无人驾驶专利 91 组，91 条。谷歌和百度公司无人驾驶汽车技术专利整体概况见表 1。

表 1  谷歌与百度公司专利整体概况

谷歌和百度的无人车专利大部分属于发明专利，专利整体质量较高。与百度相比，谷歌的专利数量更多，这和谷歌无人车研发时间更长有关；同时在外观设计专利方面，谷歌有 10 条，百度只有 3 条，这和谷歌自主设计了 Firefly 系列原型车有关，百度的原型车大多是改装比亚迪、宝马等车企成车。

3.1.2 申请趋势分析

谷歌和百度公司无人驾驶汽车技术专利历年申请情况如图 1 所示。

图 1  历年专利趋势图

从图 1 中可以看到，谷歌公司在 2011 年已经有申请和授权的专利，2012 年以后申请量和授权量大幅增长且一直维持在较高水平，2015 年以后渐有回落，这与谷歌公司 2014 年改组重整和无人车研发领域技术人员离职相关。

百度公司相对起步较晚，2014 年有 4 条专利，2015 年没有， 2016 年迎来专利申请量爆发性增长，多达 78 条。百度公司后期研发享受到无人车领域研发前期的技术积累和观念更新的红利，迅速抓住市场机遇和专利空白区，所以专利申请量出现井喷。

从授权比例看，谷歌公司专利授权量可观，整体质量比较高；百度公司专利大部分为新近申请，没有进入授权程序，但未来正常授权应该不是问题。目前来看，谷歌的无人车研发技术专利多于百度，但百度发展势头迅猛，未来 2～3 年内可积累起可观的专利数量，有赶超谷歌的可能性。

3.1.3 专利布局分析

谷歌和百度公司无人驾驶汽车技术专利布局见表 2。

表 2  谷歌和百度无人驾驶汽车专利布局

从表 2 中可以看出，在专利的全球化布局中，谷歌比百度更广泛。

谷歌在 8 个国家、地区和组织进行了专利申请，其中约 78% 分布在美国，约 14% 在中国。谷歌在中国申请的无人车专利逐年增多，说明中国市场是谷歌未来的重点发展方向，其有意在中国大规模推广无人车。

百度主要在国内申请了无人车专利，虽然在硅谷建立了无人车研发团队，但良好的海外布局尚未形成。百度无人车业务下一步极有可能进行海外布局延伸，百度和谷歌也有可能在中国掀起无人车专利申请与保护大战。

3.2 专利质量对比分析

3.2.1 研发策略对比

可以从数量、质量、市场、专业化等 8 个维度分析企业研发策略。谷歌和百度研发策略雷达图如图 2 所示。

图 2  研发策略雷达图

从图 2 可以看出，百度在无人车专利方面积累较少，研发战略比较重视量的发展。

百度提出「3 年商用，5 年量产，10 年改变出行方式」的战略目标，因此在无人车共享出行、社会化服务和景区无人车运营等市场推动方面加大力度，以期早日实现盈利。

谷歌在无人车领域深耕多年，构建了相对成熟的无人车研发体系，在重视专利质量、与学术领域合作、跨技术领域研究、国际化布局方面得分远高于百度。但谷歌前期研发技术不够可靠，加之政府和消费者前期对无人驾驶信任度、接纳度不高，大规模推广时机不成熟，谷歌没有创建商业模式，在市场推广和商业变现方面落后于百度。

3.2.2 技术领域对比

1）技术焦点分析

谷歌和百度公司的技术焦点如图 3 所示，两家公司在技术领域分布上差别不大，谷歌相较于百度在 IPC（国际分类号）分类下存在数量上的优势，这与其专利总量具有优势相符合。

图 3  技术焦点图

（1）车辆控制是无人驾驶技术中最底层、最重要的基础技术，在技术领域分布上，百度和谷歌都将 G05D 和 B60W 作为主要研究方向，申请了大量专利；

（2）在 G01S 和 G06T 方面，谷歌相关专利占专利总数 16% 左右，百度几乎没有，这说明在关键的环境识别、雷达和机器视觉技术方面，谷歌已有一定自主成果，掌握了部分核心技术，而百度大部分采用其他公司的成熟技术和产品，鲜有自主技术，缺乏核心竞争力，在 2017 年，百度全资收购了 xPerception（一家从事视觉感知软硬件研发的科技公司），加强了在机器视觉和图片处理领域的实力；

（3）在 G06Q 方面，即无人车社会化、商业化方面，百度优于谷歌，已在无人车共享出行和车辆调度等方面布局，谷歌初期专注科研，没有融资和商业化压力，时机不成熟，因此商业化推广上进程较迟缓，但近两年开始在此方向上申请专利，设立 Waymo 实体公司，放弃自主造车转向车企输出解决方案，这些说明谷歌有意借助车企将无人车大规模推广并进行反哺。

2）专利地图分析

图 4  3D 专利地图

谷歌和百度公司的专利地图如图 4 所示，高峰代表技术聚焦领域，低谷意味着技术盲点，柱体越高代表专利数量越多。可以看出，环境感知检测、智能车联、定位导航、车道控制、无人车测试等技术是两家公司的研发热点。

谷歌在环境检测、导航定位和车道控制等方面占据优势，这与近 7 年道路实测、自主造车及高精地图技术有关，百度在这些方面也有不少专利，未来两家公司会有很多竞争。此外，百度公司在无人车测试方法、场景构建及车联网等方面占优势，一方面与百度整体发展战略中包含「百度大脑」智能神经网络研究项目有关，拥有强大的数据处理和计算能力，另一方面与百度无人车技术研发基础较薄弱，处于技术研发前期，必须开展多项无人车测试有关。

4.结 论

1）谷歌无人车研发起步较早，且掌握较多高质量基础专利，有着较为完整的专利群，相对百度来说拥有较大优势。百度无人车研发起步较晚，专利总量较少，但发展势头良好，近两年专利申请量较大。

2）谷歌和百度都很重视本国专利申请，但谷歌会将重要专利在世界范围内展开申请，尤其重视中国市场；百度专利全球化布局不够，建议在下一步的发展战略中，将重要的核心专利进行海外布局，以便在无人车未来发展中占据优势。

3）无人驾驶技术正处于快速发展期，车辆控制是最基础的关键技术，两家公司都极为重视。谷歌在车辆控制、定位导航、环境识别等领域占据优势，百度在智能车联和无人车测试方面略占优势。

4）无人车在商业推广方面尚属试探摸索期。百度利用国内政策利好，在无人车共享出行、社会化服务和景区运营等大众推广方面走在前面，而谷歌则倾向于利用技术优势向车企输出技术解决方案，走企业推广的路子。

参考文献

[1]乔维高，徐学进.无人驾驶汽车的发展现状及方向[J]. 上海汽车，2007（7）：40-43.

[2]端木庆玲，阮界望，马钧. 无人驾驶汽车的先进技术与发展[J].农业装备与车辆工程，2014，52（3）：30-33.

[3]朱炳先，张朋飞. 地面无人车辆及关键技术研究进展[J]. 山西大同大学学报（自然科学版），2017，33（1）：66-70.

[4]郭婕婷，肖国华.专利分析方法研究[J]. 情报杂志，2008，27（1）：12-14.

[5]方曙，张娴，肖国华. 专利情报分析方法及应用研究[J]. 图书情报知识，2007（4）：64-69.

[6]逄伟. 低速环境下的智能车无人驾驶技术研究[D]. 杭州：浙江大学，2015.

[7]唐智威. 基于视觉的无人驾驶汽车研究综述[J]. 制造业自动化，2016，38（8）：134-136.

[8]施志霞.基于专利地图的自动驾驶技术发展研究[D]. 上海：华东理工大学，2016.

[9]方思，李国秋. 全球无人驾驶汽车专利分析--从产业链和技术链的二维角度[J]. 竞争情报，2016，12（5）：27-36.

[10]章帆，王雪娇. 基于专利的无人驾驶汽车技术景观分析[J]. 科技管理研究，2017，37（5）：33-37.

返回第一电动网首页 >