基于機器視覺的道路識別技術專利布局與發展趨勢

關鍵詞：機器視覺;道路識別;專利布局

中圖分類號：TP391.41 ? ? 文獻標識碼：A 文章編號：2096-4706（2019）06-0174-04

Abstract：Road recognition technology is a key part of Advanced Driving Assistance System （ADAS），which can provide necessary road environment information for driver or vehicle driving decision-making. Because of the diversity of road morphology and road condition，the results of road detection are easily affected by illumination，vehicles and various complex traffic conditions. Road detection is a very complex problem，which deserves our in-depth study. This paper will systematically sort out the patent application of road identification technology from the patent point of view，and summarize the trend of patent application，important applicants and their research emphases in this field，with a view to bringing beneficial help to patent examination in this field.

Keywords：machine vision;road recognition;patent layout

0 ?引 ?言

道路識別是基于機器視覺的環境感知的主要對象之一，該技術主要用于車道偏離報警系統和車道保持輔助系統等，為后續的路徑規劃、車輛控制提供必要的道路信息。道路識別的關鍵是提取車道的幾何特征，如車道線的寬度、曲率等;確定車輛相對于車道的方位信息;提取車輛可行駛的區域。根據道路的特點，可以將道路分為結構化道路和非結構化道路兩類[1]。結構化道路往往包含相似的特征，易于提取有效的車道特征，主要指具有明顯路面標志信息（車道標志線）的道路，如城市干道、高速公路等，非結構化的道路情況則千差萬別，如城市非主干道、土路、鄉村街道等，其識別技術難度較大，目前尚處于研究階段。除了結構化信息外，光照和遮擋也是影響道路檢測的重要因素[1]。

本文從專利角度出發，系統性地分析了基于機器視覺的道路檢測技術的專利申請情況、該領域的重要申請人及其研究重點等，以對該領域的專利審查工作帶來幫助。

1 ?道路識別技術的發展歷史及現狀分析

基于機器視覺的道路識別算法主要關注車輛行駛周圍的情況，如車道線、道路標志、交通情況等，這些算法大致分為兩類，一類主要利用特定的道路特征[2，3]，如車道線、信號燈、道路標志，另一類則主要關注道路區域的分割，通過提取顏色、紋理、梯度等信息將道路分割問題轉換為分類問題。

基于特定道路特征的道路檢測算法主要應用于結構化道路，一般需要預先建立道路模型[3，4]，然后構建模型的約束條件，利用特征檢測的結果計算模型參數，并在視頻序列中對道路結構特征進行跟蹤以獲取連續的道路模型[4]。該類算法中可以利用單目視覺的方法建立2D道路模型，或利用雙目立體視覺系統估計深度信息并結合道路識別的結果建立道路的三維模型。結構化道路的識別方法一般只需要簡單的參數就可以得到道路特征，時空復雜度較小，但是在道路環境比較輔助或者非結構道路上性能會大幅下降。

基于道路區域的分割的算法比較多樣化，主要通過提取顏色、紋理、梯度等信息來訓練分類器[5]，將圖像分割問題轉換為分類問題。隨后的研究中，還考慮了圖像的超像素特征進行分割。立體視覺的方法也為道路區域分割提供了更多信息。在道路平面假設下，利用雙目視覺平面單應性，根據視差圖區分道路區域和非道路區域[6，7]。還可以轉換圖像的顏色空間，以減少光線的影響[8]。這些方法，在非結構化道路上能夠保持良好的結果?；诘缆穮^域分割的算法使用范圍較廣，能夠適應結構化道路以及非結構化道路，但是其特征提取過程往往計算量較大，算法相對較慢。

2 ?道路檢測技術的專利現狀分析

2.1 ?基于機器視覺的道路識別技術

為了更好地對道路識別技術的發展歷程和現狀進行梳理，將在專利庫中進行檢索和數據分析。道路識別技術與車輛識別、行人識別、交通標志識別、交通信號燈識別等共同構成了基于機器視覺的環境感知技術。本文首先選擇在CPRSABS中文檢索數據庫以及DWPI外文專利數據庫中，基于各個技術分支進行檢索，得到基于機器視覺的環境感知領域的各個技術分支的專利在全球申請和在中國申請的發展趨勢，如圖1（a）和（b）所示。

由圖1（a）和（b）可以得到道路識別技術的全球專利申請趨勢和中國專利申請趨勢。道路識別技術全球專利申請數量共有5279項。從顯示的數據來看，20世紀90年代以前，該技術的全球專利申請量較少，20世紀90年代以后，專利申請量進入快速增長期。而該技術領域在中國的專利申請量，在21世紀以前較少，2000-2005年進入平穩增長期，2005年以后進入了快速增長期，這說明了我國對該技術的重視，以及在“十一五”“十二五”規劃階段科技發展政策的支持下，我國在該領域的專利申請量上的飛躍。

2.1.2 ?全球專利申請地域分布及重要申請人分析

通過在DWPI庫中對道路識別技術進行檢索，并對申請國別進行統計分析，得到如圖2所示的數據。由圖中數據可以看出，截止2016年，中國的專利申請量遠超其他國家和地區，其申請量為2068件，其次分別為日本、美國，其申請量分別為1922件、785件。

分析圖2和圖3可知，基于機器視覺的道路識別技術主要應用于輔助駕駛領域，涉及該技術的專利申請基本上集中在汽車產業發達的幾個國家，如日本、韓國、美國、德國，并且其申請人主要為全球排名較前的大型整車企業或汽車零部件企業，如豐田、日產、博世、現代等，并且技術實力越強的企業越重視其在全球范圍內的專利布局，以實現技術壟斷目的及保證企業在該行業中的地位。

圖4展示了道路識別技術中國專利申請的整體趨勢。2002年以前，我國在道路識別技術方面的專利申請量較少，在2002年-2008年，道路識別技術領域的專利申請多為國外來華申請，從2008年開始，道路識別方面的國內申請人的申請量開始大幅增長，尤其是國內企業和高校及研究院的申請量迅猛攀升。2008年-2012年間，國內高校及研究院的申請量明顯大于國內企業的申請量，說明我國高校及研究院越來越熱衷于道路識別技術的研究，但是產學研嚴重脫節，沒有出現高校及研究院所與企業進行合作的情況，高校與研究院（所）的研究成果并沒有轉化為實際生產力，不利于我國在該技術領域的進一步發展。而在2012年以后，國內企業在該領域的專利申請量明顯增多，且多為汽車行業，說明我國企業在該領域的自主研發能力越來越強。因此，為了提高我國在道路識別技術領域的整體水平，需要企業、學校、科研院所等相互配合，體現優勢，構建產學研一體化系統，形成良好的上、中、下游技術鏈。

圖5為道路識別技術中國專利申請總量占比圖，其中國內申請占80%，包括高校及研究院占30%，企業申請占38%，個人申請占12%;國外來華申請占20%。雖然在道路識別領域的技術研究，國外開始的比較早，相關技術先進，處于領先地位，而國內的相關技術研究起步晚，技術相對落后。但是近年來，由于各方對自動駕駛等方面的大力關注，以及國家相關政策的出臺，各方研究人員對該領域的研究投入大量的關注，因此，國內企業與高校及研究院的研究突飛猛進。雖然國外來華申請的數量占比并不大，但是國外企業為了迅速占領中國市場，將道路識別技術領域的相關專利在中國大量布局，形成了較強大的專利壁壘，我國要想突破該技術領域的技術壟斷，需要加強企業與科研院所的密切合作，發揮優勢，迅速提高我國的相關技術水平。在國內申請人類別方面，企業申請量較大，但國內高校及研究院同樣占據了較大的比例。

對于國內重要的申請人，排名前5位的均為國內高校，排名前10位的申請人僅有兩位是企業，其中奇瑞汽車股份有限公司為整車企業，而西安費斯達自動化工程有限公司的主營業務并不在汽車零部件領域。通過對國內重要申請人的研究，發現國內對于道路識別技術的研究起步較晚，持續性低，技術分散，整體的技術水平較弱，與國外有較大差距。雖然長安大學在該領域的研究沒有中斷，但其研究主要涉及道路質量檢測方面，對于輔助駕駛等方面的研究較少，且其專利申請多為使用新型。

從圖7的排名來看，重要的國外來華申請人主要集中在大型整車企業或車輛零部件生產領域。如豐田自動車株式會社就是著名的汽車制造公司，并從2008年起成為全球排名第一的汽車生產廠商，其在汽車技術方面掌握了較先進的技術，工廠遍布全球，并且積極參與在中國的整車、發動機及汽車配套設施的相關事業，與多家中國汽車企業合作;現代摩比斯是現代起亞汽車集團的三大主力之一，是排名世界前八的汽車零部件供應商，近年來，摩比斯一直致力于海外業務的擴張，其對中國市場非常重視，在中國設立多個工廠;通用汽車公司是全球最大的汽車公司之一，其產業覆蓋全球6個大洲，始終引領出行領域的科技創新，其進入中國已近90年;羅伯特·博世的定位為“精密機械及電氣工程的工廠”，其技術領域涉及汽車與智能交通技術、工業技術、消費品和能源及建筑技術，其在汽車電子技術方面掌握著較強的先進技術;而福特也是世界著名的汽車品牌之一，其在中國設有長安福特馬自達汽車有限公司以及多個生產公司。上述申請人重視其科技創新以及海外市場的開拓，這也是他們在華專利申請量較大的原因之一。

2.2 ?專利技術發展分析

隨著先進駕駛輔助系統的應用越來越廣泛，隨著智能網聯汽車的概念的提出與興起，作為其中的重要部分的基于機器視覺的道路識別技術的研究也越發熱門。目前基于機器視覺的道路識別技術的研究重點大多為車道線的檢測，尤其針對結構化道路，而針對非結構化的道路識別的研究較少。比如對于立交橋橋洞、隧道等光線變化劇烈的區域，當車輛在進出橋洞或隧道等區域時，光線變化往往更為劇烈，道路和隧道墻面之間由于光照不足而幾乎難以區分，如何準確地識別這些區域成為未來研究的重點。而且道路識別技術基于視覺識別技術，視覺識別必須具備實時性、魯棒性、實用性三個特點。道路識別技術主要應用在駕駛輔助系統中，必然要求其能針對實時獲取的車輛前方的道路信息進行快速處理，以為駕駛者做出合理的路徑規劃，因此，在未來的研究中，實時性與魯棒性將成為我們研究的重點。

3 ?結 ?論

國內的道路識別技術起步較晚，技術相對落后，產業覆蓋不完整，專業創新能力不足，企業優勢尚未體現，而且該領域的高校申請量較大，如何將高校申請轉換為生產力是亟待解決的問題?？梢試@道路識別產業、技術、智力資源比較豐富的地區，集中力量打造產業集聚區，創建產學研平臺，打造創新人才隊伍。同時，可以借鑒國外優秀企業的發展歷程，積極開展專利布局及運營工作。

參考文獻：

[1] 羅安寧.基于機器視覺的道路檢測算法 [D].北京：清華大學，2014.

[2] BERTOZZI M，BROGGI A. GOLD：a parallel real-time stereo vision system for generic obstacle and lane detection [J]. IEEE Transactions on Image Processing，1998，7（1）：62-81.

[3] LOOSE H.，FRANKE U.，B-spline-based road model for 3D lane recognition [C].2010 13th International IEEE Conference on Intelligent Transportation Systems，2010.

[4] ALVAREZ J. et al.，Vision-based road detection using road models [C].2009 16th IEEE International Conference on Image Processing，2009.

[5] Changbeom Oh，Bongjoe Kim，Kwanghoon Sohn. Automatic illumination invariant road detection with stereo vision[C]// Industrial Electronics and Applications （ICIEA），2012 7th IEEE Conference on. S.l.：s.n.，2012：889-893.

[6] GUO C Z，Mita，Seiichi. A semantic graph of traffic scenes for intelligent vehicle systems[J]. IEEE Intelligent Systems，2012，27（4）：57-62.

[7] Chunzhao Guo，MITA S. Semantic-based road environment recognition in mixed traffic for intelligent vehicles and advanced driver assistance systems[C]// Intelligent Transportation Systems （ITSC），2012 15th International IEEE Conference on. S.l.：s.n.，2012：444-450.

[8] HOIEM D. et al.，Seeing the world behind the image：spatial layout for three-dimensional scene understanding [M]. Carnegie Mellon University，2007.

作者簡介：謝晶（1988.11-），女，漢族，河北衡水人，碩士研究生，研究實習員，研究方向：人工智能與模式識別。