**对比文件名称**：US2018067495A1_Description_20251231_1703
**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最新版本模型
**特征比对表格**
| **第一栏：技术特征描述及公开性判断结果** | **第二栏：对比文件原文引用** | **第三栏：公开性论述** |
| **技术特征A：一种控制车辆的方法**<br>**公开性判断：隐含公开** | [0018] This application discloses a computing system to implement event-driven dynamic region of interest (ROI) management in driver assistance systems and/or automated driving systems of a vehicle. ... The computing system can detect at least one event associated with the region of interest in the environmental model, and provide data corresponding to the detected event to the driving functionality system. The driving functionality system can utilize the data corresponding to the detected event to control operation of the vehicle.<br>[0018] 本申请公开了一种计算系统，用于在车辆的驾驶员辅助系统和/或自动驾驶系统中实现事件驱动的动态感兴趣区域管理。... 该计算系统可以检测与所述环境模型中的感兴趣区域相关联的至少一个事件，并向所述驾驶功能系统提供与所述检测到的事件相对应的数据。所述驾驶功能系统可以利用与所述检测到的事件相对应的数据来控制所述车辆的操作。 | 对比文件[0018]段公开了一种用于车辆的计算系统，该系统通过检测环境模型中的事件并利用相关数据来控制车辆的操作。虽然未明确使用“控制车辆的方法”这一表述，但本领域技术人员能够直接且毫无疑义地确定，由计算系统实现的“事件驱动的动态感兴趣区域管理”以及“驾驶功能系统利用数据控制车辆操作”必然涉及一种控制车辆的方法。因此，该技术特征已被对比文件隐含公开。 |
| **技术特征B：接收包括用于发送车辆的运动规划的意图消息**<br>**公开性判断：隐含公开** | [0037] The measurement integration system 310 can receive the object list 302 from sources external to the vehicle, such as in a vehicle-to-vehicle (V2V) communication, a vehicle-to-infrastructure (V2I) communication, a vehicle-to-pedestrian (V2P) communication, a vehicle-to-device (V2D) communication, a vehicle-to-grid (V2G) communication, or generally a vehicle-to-everything (V2X) communication.<br>[0079] The vehicle situation information 607 may include information received from sources external to the vehicle, such as in a vehicle-to-vehicle (V2V) communication, a vehicle-to-infrastructure (V2I) communication, a vehicle-to-pedestrian (V2P) communication, a vehicle-to-device (V2D) communication, a vehicle-to-grid (V2G) communication, or generally a vehicle-to-everything (V2X) communication.<br>[0037] 测量集成系统310可以从车辆外部的源接收对象列表302，例如在车对车通信、车对基础设施通信、车对行人通信、车对设备通信、车对电网通信或通常的车对万物通信中。<br>[0079] 车辆状态信息607可以包括从车辆外部源接收的信息，例如在车对车通信、车对基础设施通信、车对行人通信、车对设备通信、车对电网通信或通常的车对万物通信中。 | 对比文件[0037]和[0079]段明确公开了车辆可以从外部源（如其他车辆）通过V2V等通信方式接收信息（对象列表、车辆状态信息）。本领域技术人员知晓，在车联网通信中，车辆间交换的信息可以包括用于描述或规划自身未来状态或意图的信息。虽然对比文件未明确将此类信息命名为“意图消息”或具体限定为“运动规划”，但从其描述的V2X通信场景和用于控制车辆操作的目的出发，本领域技术人员可以合理推断出，所接收的外部信息很可能包含发送车辆的规划或意图信息，以满足感知、融合或行为预测等需求。因此，该技术特征被对比文件隐含公开。 |
| **技术特征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>**公开性判断：未公开** | [0047] The object detection system 320 can include a tracking unit 323 to track the sensor detection events or the fused sensor detection events in the environmental model 315 over time, for example, by analyzing the annotations in the environmental model 315, and determine whether the sensor detection event or the fused sensor detection event corresponds to an object in the environmental coordinate system. In some embodiments, the tracking unit 323 can track the sensor detection event or the fused sensor detection event utilizing at least one state change prediction model, such as a kinetic model, a probabilistic model, or other state change prediction model. ... The state change prediction model may allow the tracking unit 323 to implement a state transition prediction, which can assume or predict future states of the sensor detection event or the fused sensor detection event, for example, based on a location of the sensor detection event or the fused sensor detection event in the environmental model 315, a prior movement of the sensor detection event or the fused sensor detection event, a classification of the sensor detection event or the fused sensor detection event, or the like. In some embodiments, the tracking unit 323 implementing the kinetic model can utilize kinetic equations for velocity, acceleration, momentum, or the like, to assume or predict the future states of the sensor detection event or the fused sensor detection event based, at least in part, on its prior states.<br>[0047] 对象检测系统320可以包括跟踪单元323，用于随时间跟踪环境模型315中的传感器检测事件或融合传感器检测事件，例如通过分析环境模型315中的注释，并确定传感器检测事件或融合传感器检测事件是否对应于环境坐标系中的对象。在一些实施例中，跟踪单元323可以利用至少一个状态变化预测模型来跟踪传感器检测事件或融合传感器检测事件，例如动力学模型、概率模型或其他状态变化预测模型。... 状态变化预测模型可以允许跟踪单元323实现状态转移预测，其可以假设或预测传感器检测事件或融合传感器检测事件的未来状态，例如基于传感器检测事件或融合传感器检测事件在环境模型315中的位置、其先前的运动、其分类等。在一些实施例中，实现动力学模型的跟踪单元323可以利用速度、加速度、动量等的动力学方程，至少部分地基于其先前状态来假设或预测传感器检测事件或融合传感器检测事件的未来状态。 | 对比文件[0047]段描述了跟踪单元利用状态变化预测模型（如动力学模型）来预测被跟踪对象（可能是车辆）的未来状态，这涉及到对速度、加速度等运动参数的预测。然而，该预测是基于接收车辆自身的传感器数据进行的“估计”或“推断”，而非从发送车辆主动接收的、包含明确轨迹和车辆描述符（特别是车辆物理能力，如转弯半径、最高速度、最大加速度）的“运动规划”。对比文件通篇未提及车辆通过通信主动广播包含此类具体物理能力描述符的自身规划信息。目标专利中“运动规划”是发送车辆主动告知的确定意图，而对比文件中的“预测”是接收车辆基于观测的被动计算，两者来源、性质和作用均不相同。因此，对比文件既未直接公开也未隐含公开该技术特征。 |
| **技术特征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>**公开性判断：隐含公开** | [0037] The measurement integration system 310 can receive the object list 302 from sources external to the vehicle, such as in a vehicle-to-vehicle (V2V) communication...<br>[0038] The measurement integration system 310 can receive the object list 302 and populate one or more objects from the object list 302 into the environmental model 315 along with the raw measurement data 301. The object list 302 may include one or more objects, a time stamp for each object, and optionally include a spatial metadata associated with a location of objects in the object list 302. ... When the object list 302 includes a confidence level associated with an object in the object list 302, the measurement integration system 310 also can annotate the environmental model 315 with the confidence level for the object from the object list 302.<br>[0037] 测量集成系统310可以从车辆外部的源接收对象列表302，例如在车对车通信中...<br>[0038] 测量集成系统310可以接收对象列表302，并将对象列表302中的一个或多个对象与原始测量数据301一起填充到环境模型315中。对象列表302可以包括一个或多个对象、每个对象的时间戳，并且可选地包括与对象列表302中对象位置相关联的空间元数据。... 当对象列表302包括与对象列表302中的对象相关联的置信度时，测量集成系统310还可以用来自对象列表302的该对象的置信度来注释环境模型315。 | 对比文件[0037]和[0038]段公开了系统可以从外部（如其他车辆）接收“对象列表”，并将其中的信息（如对象、时间戳、空间元数据、置信度）提取并填充到环境模型中。这本质上是一个接收外部消息并从中提取有用信息（解析）的过程。虽然消息名称和具体内容（“运动规划”）不同，但“解析外部消息以识别其中包含的与发送车辆相关的信息”这一基本操作已被公开。本领域技术人员可以合理推断，为了利用V2X通信信息，接收方必然需要对消息进行解析以识别其内容。因此，该技术特征被对比文件隐含公开。 |
| **技术特征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>**公开性判断：未公开** | [0047] ... In some embodiments, the tracking unit 323 can track the sensor detection event or the fused sensor detection event utilizing at least one state change prediction model, such as a kinetic model, a probabilistic model, or other state change prediction model. The tracking unit 323 can select the state change prediction model to utilize to track the sensor detection event or the fused sensor detection event based on the assigned pre-classification of the sensor detection event or the fused sensor detection event...<br>[0047] ... 在一些实施例中，跟踪单元323可以利用至少一个状态变化预测模型来跟踪传感器检测事件或融合传感器检测事件，例如动力学模型、概率模型或其他状态变化预测模型。跟踪单元323可以根据传感器检测事件或融合传感器检测事件的指定预分类来选择用于跟踪该事件的状态变化预测模型... | 对比文件[0047]段确实公开了基于状态变化预测模型（可视为一种行为模型）来预测被跟踪对象（可能包括车辆）的行为。然而，该行为预测模型的建立和选择是基于对被跟踪对象的“预分类”（例如，车辆、行人），而非基于从该对象主动接收的、包含其“车辆物理能力”（如转弯半径、最高速度）的“运动规划”。目标专利的核心在于利用发送车辆主动告知的自身物理能力来直接约束和设置行为预测模型，从而提高预测的准确性和效率。对比文件中的预测完全基于接收方的传感器观测和分类，未涉及利用发送方提供的自身能力参数。因此，对比文件未公开“至少部分地基于由所述车辆物理能力限制的...车辆行为模型，来设置...行为预测”这一特定技术手段。 |
| **技术特征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>**公开性判断：未公开** | 无相应内容。 | 对比文件未提及车辆描述符，更未提及“传感器可感知属性”作为车辆描述符的一部分。对比文件中对象列表可能包含位置、时间戳等信息，但未明确这些信息属于“传感器可感知属性”（如颜色、牌照）。因此，该技术特征未被公开。 |
| **技术特征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>**公开性判断：未公开** | [0074] The region of interest 603 can have a spatially description, for example, a portion of the environmental coordinate field in the environmental model 609.<br>[0074] 感兴趣区域603可以具有空间描述，例如，环境模型609中的环境坐标场的一部分。 | 对比文件[0074]段提到了“感兴趣区域”的概念，但其是基于订阅或车辆状态信息动态确定的，用于从环境模型中筛选数据，而非“基于运动规划来确定”。更重要的是，对比文件完全未涉及“基于传感器可感知属性在传感器数据中检测发送车辆”这一具体的技术手段。该特征依赖于技术特征F中的“传感器可感知属性”，而该特征本身未被公开。因此，该技术特征整体未被公开。 |
| **技术特征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>**公开性判断：未公开** | 无相应内容。 | 对比文件未提及根据接收到的来自其他车辆的信息（运动规划）来选择或更改检测算法。因此，该技术特征未被公开。 |
| **技术特征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>**公开性判断：未公开** | [0040] The object detection system 320 can analyze data stored in the environmental model 315 to detect a sensor detection event or at least one object. ... The sensor fusion system 300 also can identify a confidence level associated with the detection, which can be based on at least one of a quantity, a quality, or a sensor diversity of raw measurement data 301 utilized in detecting the sensor detection event or detected object.<br>[0040] 对象检测系统320可以分析存储在环境模型315中的数据以检测传感器检测事件或至少一个对象。... 传感器融合系统300还可以识别与检测相关联的置信度，该置信度可以基于用于检测传感器检测事件或检测到的对象的原始测量数据301的数量、质量或传感器多样性中的至少一个。 | 对比文件[0040]段描述了传感器融合系统基于原始测量数据的数量、质量或多样性来关联数据并检测对象，但未提及利用从发送车辆接收的“传感器可感知属性”作为关联依据。该特征依赖于技术特征F中的“传感器可感知属性”，而该特征本身未被公开。因此，该技术特征未被公开。 |
| **技术特征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>**公开性判断：未公开** | [0047] ... The tracking unit 323 may determine a difference between the predicted future state of the sensor detection event or the fused sensor detection event and its actual future state, which the tracking unit 323 may utilize to determine whether the sensor detection event or the fused sensor detection event is an object.<br>[0047] ... 跟踪单元323可以确定传感器检测事件或融合传感器检测事件的预测未来状态与其实际未来状态之间的差异，跟踪单元323可以利用该差异来确定传感器检测事件或融合传感器检测事件是否是一个对象。 | 对比文件[0047]段提到了比较预测状态与实际状态，但其目的是用于“确定是否为对象”，而非用于“更新行为预测”。更重要的是，对比文件完全未提及在发现行为不符时，“基于车辆物理能力来更新行为预测”。该特征依赖于技术特征C和E中的“车辆物理能力”和基于此的“行为预测”，而这些特征均未被公开。因此，该技术特征未被公开。 |
| **技术特征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>**公开性判断：隐含公开** | [0038] The object list 302 may include one or more objects, a time stamp for each object, and optionally include a spatial metadata associated with a location of objects in the object list 302.<br>[0038] 对象列表302可以包括一个或多个对象、每个对象的时间戳，并且可选地包括与对象列表302中对象位置相关联的空间元数据。 | 对比文件[0038]段明确公开了从外部接收的“对象列表”中可以包含与对象位置相关联的“空间元数据”。这实质上就是描述车辆位置的信息，即“车辆位置属性”。虽然未使用该术语，但本领域技术人员可以直接且毫无疑义地确定其含义。因此，该技术特征被对比文件隐含公开。 |
| **技术特征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>**公开性判断：未公开** | [0050] The localization system 400 can correlate data or annotations in the annotated environmental model 332 to landmarks or objects in the map data 331. ... The correlation between the map data 331 and the annotated environmental model 332 can identify a vehicle location 344 describing a position of the vehicle relative to the map data 331.<br>[0050] 定位系统400可以将注释环境模型332中的数据或注释与地图数据331中的地标或对象相关联。... 地图数据331与注释环境模型332之间的关联可以识别出描述车辆相对于地图数据331的位置的车辆位置344。 | 对比文件[0050]段描述了定位系统通过将环境模型中的数据与地图数据关联来确定自身车辆位置。然而，这并未涉及：1. 基于从其他车辆接收的“车辆位置属性”来确定“发送车辆的位置”；2. 将自身位置与发送车辆的位置进行比较以检测误差；3. 基于此比较触发对自身位置的重新计算。对比文件中的定位是基于地图匹配和传感器数据，而非基于与其他车辆报告位置的交叉验证。因此，该技术特征未被公开。 |
| **技术特征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>**公开性判断：未公开** | 无相应内容。 | 对比文件未提及接收其他车辆的规划信息，也未提及评估该规划的安全性，更未提及在认为不安全时向发送方车辆发送警告。因此，该技术特征未被公开。 |
<<<a>>><<<b>>><<<d>>><<<k>>>