对比文件名称：WO2019058460A1_Description_20251231_1923
目标专利名称：用于车辆的消息广播
本次调用的模型名称：DeepSeek
特征比对表格：
| 技术特征描述及公开性判断结果 | 对比文件原文引用 | 公开性论述 |
| **A：一种控制车辆的方法，包括**<br>**《直接公开》** | [0040] 図２に示す運転特性学習の処理は、車両のイグニッションがオンされると開始する。<br>[0041] 図２に示すように、まずステップＳ１０１において、走行支援装置１１は、運転切替スイッチ２３の状態により車両が手動運転であるか否かを判定する。車両が手動運転である場合にはステップＳ１０３に進み、自動運転である場合には運転特性学習の処理を終了して自動運転制御を実行する。<br>（翻译：图2所示的驾驶特性学习处理在车辆点火开关打开时开始。<br>如图2所示，首先在步骤S101中，行驶辅助装置11根据驾驶切换开关23的状态判断车辆是否为手动驾驶。如果车辆是手动驾驶，则进入步骤S103；如果是自动驾驶，则结束驾驶特性学习处理并执行自动驾驶控制。） | 对比文件公开了一种控制车辆的方法，该方法在车辆点火后启动，并根据驾驶模式（手动/自动）执行不同的处理流程（如驾驶特性学习或自动驾驶控制）。此方法步骤构成了一个完整的控制车辆的方法框架。在对比文件中，该方法用于实现基于驾驶员特性的行驶辅助；在目标专利中，该方法用于基于接收到的运动规划控制车辆。两者作用虽具体目的不同，但都属于“控制车辆的方法”这一上位概念，因此对比文件直接公开了技术特征A。 |
| **B：接收包括用于发送车辆的运动规划的意图消息**<br>**《未公开》** | 无对应内容。 | 对比文件全文描述的是车辆自身通过传感器（如车速、转向角传感器等）检测行驶数据和环境信息，用于学习驾驶员的驾驶特性，或从外部服务器获取学习结果。并未涉及从其他车辆（发送车辆）接收包含其运动规划的“意图消息”。因此，对比文件未公开技术特征B。 |
| **C：其中，所述运动规划包括所述发送车辆的轨迹以及与所述发送车辆相关联的一个或多个车辆描述符，并且其中，所述一个或多个车辆描述符包括车辆物理能力，其中，所述车辆物理能力包括转弯半径、车辆最高速度和车辆最大加速度中的至少一项**<br>**《未公开》** | 无对应内容。 | 对比文件中的“学習対象データ”（学习对象数据）主要包括本车在手动驾驶时的车速、车间距离、减速时机等行驶数据，以及道路曲率、限速等环境信息。这些数据用于分析驾驶员的驾驶习惯（特性），并非用于描述其他车辆（发送车辆）的“运动规划”或“车辆描述符”。对比文件未提及“发送车辆的轨迹”，也未提及描述车辆固有性能的“车辆物理能力”，如转弯半径、最高速度、最大加速度等。因此，对比文件未公开技术特征C。 |
| **D：对所述意图消息进行解析以识别用于所述发送车辆的所述运动规划**<br>**《未公开》** | 无对应内容。 | 由于对比文件未公开接收“意图消息”（技术特征B），因此自然也不存在对意图消息进行解析以识别其中运动规划的步骤。因此，对比文件未公开技术特征D。 |
| **E：以及至少部分地基于所述运动规划来控制所述车辆，包括：至少部分地基于由所述车辆物理能力限制的所述发送车辆的车辆行为模型，来设置针对所述发送车辆的行为预测**<br>**《未公开》** | 无对应内容。 | 对比文件的控制逻辑是基于学习到的本车驾驶员的“運転特性”（驾驶特性）来执行自动驾驶控制（见[0038]），目的是使自动驾驶风格符合特定驾驶员的习惯。这与目标专利中基于从其他车辆接收的运动规划（包含其物理能力）来预测和控制该“发送车辆”的行为完全不同。对比文件既未公开基于“运动规划”进行控制，也未公开基于“车辆物理能力”为其他车辆建立行为模型并设置行为预测。因此，对比文件未公开技术特征E。 |
| **F：根据权利要求1所述的方法，其中，所述一个或多个车辆描述符进一步包括传感器可感知属性**<br>**《未公开》** | 无对应内容。 | 对比文件中提及的传感器（如相机、雷达）用于检测本车的行驶状况和周围环境，生成“学習対象データ”。这些数据本身并非作为描述其他车辆的“描述符”，更非“传感器可感知属性”这类描述符。因此，对比文件未公开技术特征F。 |
| **G：根据权利要求2所述的方法，其中，至少部分地基于所述运动规划来控制所述车辆包括：至少部分地基于所述运动规划来确定用于所述车辆的预期感兴趣区域；以及将检测算法应用于在所述预期感兴趣区域处的接收的传感器数据，以至少部分地基于所述传感器可感知属性来在所述接收的传感器数据中检测所述发送车辆**<br>**《未公开》** | 无对应内容。 | 对比文件未公开任何基于“运动规划”来确定“预期感兴趣区域”的技术手段。其传感器数据的处理是为了学习驾驶特性或执行自动驾驶，而非用于在特定区域内检测携带特定传感器可感知属性的其他车辆。因此，对比文件未公开技术特征G。 |
| **H：至少部分地基于所接收的运动规划来选择所述检测算法**<br>**《未公开》** | 无对应内容。 | 由于对比文件未公开接收“运动规划”（技术特征B），也未公开基于运动规划进行目标检测的流程（技术特征G），因此自然不存在基于运动规划选择检测算法的步骤。因此，对比文件未公开技术特征H。 |
| **I：至少部分地基于所述运动规划来控制所述车辆包括：至少部分地基于所述传感器可感知属性来将车辆检测传感器数据与所述发送车辆进行关联**<br>**《未公开》** | 无对应内容。 | 对比文件中未涉及将传感器数据（如雷达、相机检测）与特定的、已知其传感器可感知属性的“发送车辆”进行关联的操作。其传感器数据主要用于构建本车的环境感知或学习本车驾驶员的特性。因此，对比文件未公开技术特征I。 |
| **J：确定所述发送车辆的行为是否符合所述行为预测；以及响应于确定所述发送车辆的所述行为不符合所述行为预测，至少部分地基于所述车辆物理能力来更新所述行为预测**<br>**《未公开》** | 无对应内容。 | 对比文件中的“比較”操作（见[0071]-[0086]）是将新学习到的驾驶特性与已注册的驾驶特性进行比较，以识别当前驾驶员是否为已注册的驾驶员。这属于身份识别范畴，与目标专利中监测其他车辆的实际行为是否偏离基于其运动规划作出的预测，并在偏离时利用其物理能力更新预测的行为监控与修正机制完全不同。因此，对比文件未公开技术特征J。 |
| **K：所述一个或多个车辆描述符进一步包括车辆位置属性**<br>**《未公开》** | [0013] ...現在位置...<br>（翻译：...当前位置...）<br>[0028] ...現在位置...<br>（翻译：...当前位置...） | 对比文件中提及的“現在位置”（当前位置）信息，是作为本车行驶数据的一部分被检测和记录，用于驾驶特性学习。它并非作为描述其他车辆（发送车辆）的“车辆描述符”或“车辆位置属性”。因此，对比文件未公开技术特征K。 |
| **L：至少部分地基于所述运动规划来控制所述车辆包括：至少部分地基于所述车辆位置属性来确定所述发送车辆的位置；确定在所述车辆的位置与所述发送车辆的位置之间的比较是否指示误差；以及响应于确定在所述车辆的位置与所述发送车辆的位置之间的所述比较指示误差，来触发对所述车辆的位置的重新计算**<br>**《未公开》** | 无对应内容。 | 对比文件未公开基于从其他车辆接收的信息（如位置属性）来确定该车辆位置，也未公开将本车位置与接收到的其他车辆位置进行比较以检测误差并触发本车位置重新计算的任何技术手段。其定位相关描述仅限于本车自身位置信息的获取。因此，对比文件未公开技术特征L。 |
| **M：至少部分地基于所述运动规划来控制所述车辆包括：确定所述运动规划是否是不安全的；以及响应于确定所述运动规划是不安全的，来向所述发送车辆发送安全警告**<br>**《未公开》** | 无对应内容。 | 对比文件全文未提及对接收到的其他车辆的规划或意图进行安全性评估，也未提及在发现不安全时向该车辆发送安全警告。其安全相关考虑主要围绕驾驶员身份确认和驾驶风格匹配。因此，对比文件未公开技术特征M。 |
<<<A>>>