船舶自主航行關鍵技術研發態勢專利分析與對策研究

胡神松　劉林勇

摘 要：船舶自主航行技術是我國智能船舶產業發展的重要技術發展方向，從專利統計層面分析該技術領域的全球研發態勢，包括申請趨勢、主要技術類別技術來源國及其價值度、技術發展路線;并且利用3D專利地圖實現技術熱點可視化分析。總體來看，該技術領域正處于快速發展期，技術有向著與算法、神經網絡等技術融合發展趨勢，技術熱點集中在航跡追蹤、碰撞決策、船舶姿態感知等。在專利分析基礎上，為我國該技術領域產業發展提出相應對策和建議。

關鍵詞：專利分析;自主航行;技術發展路線;專利布局

中圖分類號：D92? ? ? ? ? 文獻標識碼：A? ? ? ? ? ? 文章編號：1006—7973（2022）01-0031-03

隨著大數據、云計算、人工智能、物聯網等技術的發展，帶動和引領了航運業一系列的產業發展與變革[1]。由于航運業隨著船舶數量的增加和船舶大型化的發展，在人力成本、環境保護等方面面臨重大挑戰[2]，船舶自主化智能化便應運而生，成為航運業的產業升級關注熱點。從產業政策上看，2018年12月，工信部、交通運輸部和國防科工局聯合印發《智能船舶發展行動計劃（2019-2021年）》為加快智能船舶產業布局，促進我國船舶工業高質量發展提供了政策指引。其中，船舶自主航行相關技術正在成為許多國家重點關注和發展的關鍵技術，從政策和產業上給予較大的扶持和發展。而專利作為體現技術發展態勢最直接的數據資源之一，對全球船舶自主航行關鍵技術領域全球專利布局和競爭態勢的分析有助于把握該技術的整體發展脈絡，為技術研發布局和產業發展提供參考。

1數據來源及分析方法

本次研究的專利數據通過全球性專利數據庫智慧芽（Patsnap）采集。在檢索策略上，梳理船舶自主航行關鍵技術，確定技術關鍵詞，通過查表法和歸納法確定技術分支的IPC分類號，為減少噪音專利文獻以“關鍵詞+分類號”的檢索方法采集專利數據集，之后通過數據清洗和去重降噪，得到本次專利數據分析樣本，并通過excel等分析工具進行深度標引與統計分析，檢索日期為2021年7月21日。

2 全球船舶自主航行關鍵技術研發布局態勢

2.1專利申請趨勢分析

如圖1所示，態勢感知、自動避撞和航行控制三大分支技術領域整體呈上升趨勢，而態勢感知技術自2016年專利申請量開始遠超其他技術領域，始終保持高速增長狀態。從全球船舶自主航行的總體申請趨勢來看，該技術領域的發展大致可以劃分為兩個階段：

技術萌芽階段：2000年到2008年，在該時期專利年申請量不足20件，相對處于初步探索階段。在這一時期，伴隨著智能傳感器在各行業領域的廣泛運用，船舶航行感知和探測識別技術進一步發展。

（2）技術發展階段：從2009年至今，該技術領域專利申請量增長迅速，尤其是自2016年起，進入高速發展階段。這一階段的快速增長，不僅得益于“互聯網+”、人工智能、大數據算法等技術的興起，同時也離不開各國產業政策的引導與扶持。以我國為例，2015年發布的《中國制造2025》明確指出要發展高技術船舶，2018年《智能船舶發展行動計劃〈2019～2021年〉》具體指出我國高技術船舶發展的方向，其中船舶自主航行技術是智能船舶發展的重要方向之一。因此，在新興技術發展和產業政策促進下，船舶自主航行技術正處于高速發展階段。

2.2 主要國家專利技術類別及價值度分析

如圖2所示，氣泡大小代表專利數量，直觀反映關鍵技術來源國的IPC技術類別布局狀況，同時基于智慧芽數據庫對專利價值的估值分析，選取價值度大于$5000定義為“高價值專利”，通過氣泡餅圖進一步反應相應國家在相應技術類別的“高價值專利”分布情況。從專利類別來看，中國在G05D1（陸地、水上、空中或太空中的運載工具的位置、航道、高度或姿態的控制，例如自動駕駛儀）、G08G3（海上航行器的交通控制系統）、G06K9（用于閱讀或識別印刷或書寫字符或者用于識別圖形，例如，指紋的方法或裝置）、G01C21（導航;不包含在G01C1/00至G01C19/00組中的導航儀器）等技術領域均處于領先地位，且在G05D1布局最廣。從專利價值度分布來看，中國雖然專利數量多，但是在各技術類別專利價值度大于$5000的專利比例均未超過20%，韓、美兩國在G05D1和G08G3技術領域的“高價值專利”比例接近60%。這反映出我國在該技術領域的專利申請量大，技術活躍度最高，但專利整體質量尚存在不足。

2.3專利技術路線發展分析

如圖3所示，反映了船舶自主導航關鍵技術演進發展情況。在船舶態勢感知技術方面，從單純通過傳感器對于船舶行駛參數的測量裝置，逐步向態勢感知數據融合技術和方法發展，引入D-S證據理論，神經網絡等方法，增強船舶對于自身狀況和周圍環境的感知。在自動避撞技術方面，前期主要集中在對于障礙物的識別，通過視覺、紅外、雷達等傳感系統識別障礙物予以規避，之后在障礙物探測方面向多源傳感信息融合方面發展，同時面對復雜多變的碰撞問題，基于強化學習、證據理論、前景理論等避撞決策分析及優化方法是技術發展路線的關鍵點之一。在航行控制技術方面，船舶的航向控制和航跡控制是船舶自主航行的關鍵環節，以RU2155142C1專利為代表的船舶自動控制裝置實現了初步的航向和航跡控制，之后引入伺服控制系統提高船舶控制的精度，進一步地基于模糊算法、深度學習等控制方法的引入使船舶航行控制技術快速發展。技術路線的演進反映了多源傳感信息融合以及基于深度學習，神經網絡等機器學習技術的引入逐漸成為自主航行技術的研發趨勢。

2.4熱點技術專利地圖分析

如圖4所示，其中，專利地圖山峰代表技術集聚區，波谷代表技術空白區，圖中每個圓點代表一件專利。其反映出船舶自主航行技術熱點主要集中在“預警系統、輔助決策、船舶姿態、衛星導航系統、深度學習、卷尺神經網絡、航跡跟蹤、環境感知等”，這些高頻關鍵詞提示研究機構可以重點關注的研發方向。

結合專利熱點地圖波峰關鍵詞及其上專利的深度閱讀，可以得到以下熱點研發方向：

深度學習與避碰決策：基于深度學習的避碰決策系統利用神經網絡記憶經過大量數據訓練后的樣本形成的經驗和模型，并在避碰過程中使用這些經驗和模型[3]。以專利CN112180950A、CN112185171A等為例，二者通過分別通過建立融合LSTM和強化學習原理的智能船避碰模型，以及構建將船員在駕駛航行數據的深度學習網絡模型，優化機器避碰、路徑規劃策略。深度學習技術的引入使避碰決策的推理能力和求解能力更強。

（2）證據理論與數據融合：以專利CN112101558A、CN112394726A等為例，前者基于D?S證據理論將空間碰撞危險度和時間碰撞危險度合成得到碰撞危險度來完成態勢感知;后者基于證據理論借助傳感器的多源異構檢測數據實現無人船障礙物的融合檢測。證據理論對于船舶態勢傳感器數據的分析處理收斂速度快、融合結果好，在船舶傳感器數據融合中正在被深入運用。

（3）數字孿生與態勢感知：數字孿生是對物理實體對象的特征、行為、形成過程和性能等進行描述和建模的過程和方法[4]。專利CN111881515A提出了物理空間不同布置位置和不同量程范圍的實體無人艇傳感器時間序列數據與信息空間虛擬孿生體三維模型空間數據的實時、跨域、時空融合方法，實現無人艇任意測點位姿觀測和可靠估計。數字孿生模型的實時仿真、推演、預測、決策，作為認知計算的關鍵技術之一，有廣泛的應用前景。

3 我國產業發展對策建議

3.1重視核心專利布局，塑造國際化標準體系

2019年工信部裝備工業司組織編制《智能船舶標準體系建設指南（征求意見稿）》，從產業政策導向上看，是要把我國智能船舶業發展成國際化標準體系的領導者，而掌握國際化標準體系首先要掌握核心技術的話語權，這離不開在核心關鍵技術領域的專利布局。目前我國的在各技術類別的研發活躍度均處于領先地位，但是在“高價值專利”占比中遠低于美、韓兩國，因此研發機構應當更聚焦于產業發展的核心問題，提高專利質量。只有牢牢掌握產業鏈核心專利，才能掌握產業鏈的話語權。

3.2強化PCT國際專利布局，拓寬海外市場

從技術來源國的專利布局來看，中國、美國和韓國既是船舶自主航行關鍵技術的重要國際市場地，也是重要的技術創新和技術來源地。這說明各國在船舶自主航行關鍵技術領域的國際市場競爭十分激烈，這更體現出國際專利布局的重要性。基于專利保護的地域性以及智能船舶發展的廣闊前景，強化PCT國際專利布局，將能夠幫助企業搶占市場先機和拓寬海外市場。

3.3加大政策扶持和引導，打造智能航運業

從航運整個產業鏈的發展來看，在人力成本、環境保護等各方面的壓力下，也在倒逼該產業的創新與進步，而且《中國制造2025》和工業4.0也啟示傳統工業的數字化轉型是大勢所趨。航運業作為世界經濟的“血液”通道，掌握智能化航運技術能夠在航運產業取得顯著優勢，因此在《中國制造2025》提出的發展高技術船舶的基礎上，加大并細化諸如自主航行技術的政策支持和引導，能夠進一步促進我國智能航運業的發展。

3.4加快技術產業化進程，培育優勢企業

總體來看，船舶自主航行關鍵技術還處于產業化初級階段，該技術領域的優勢企業并不十分突出。而具體到在該技術領域的國際競爭中，最終落腳點還在于企業之間的競爭，因此加快船舶自主航行技術的產業化進程，將技術與產業實踐緊密聯系起來，形成規模化效應，既能夠促進該技術的進一步發展，也是催生和培育發展智能航運優勢企業的重要途徑之一。

參考文獻：

[1] 蘇士斌，劉英策，林洪山，等.無人駕駛運輸船發展現狀與關鍵技術[J].船海工程，2018，47（05）：56-59.

[2] 嚴新平.智能船舶的研究現狀與發展趨勢[J].交通與港航，2016，3（1）： 25-28.

[3] 李永杰，張瑞，魏慕恒，等.船舶自主航行關鍵技術研究現狀與展望[J].中國艦船研究，2021，16（01）：32-44.

[4] 楊斌，張根保，庾輝，等.基于數字孿生的機械產品運動性能調控方法[J].計算機集成制造系統，2019，25（06）：1591-1599.

基金項目：湖北省科技廳項目：知識產權集群管理在湖北省機械制造產業轉型升級中的實踐與示范研究（20142s0078）。