感知、决策是人工智能在智能驾驶中运用的核心

智能驾驶汽车凭借其能够实现信息共享、环境感知、智能决策、自主控制功能，具有安全、舒适、节能、高效行驶等特点，决定了其将成为未来重要发展趋势。感知、决策是人工智能在智能驾驶中运用的核心。

人工智能对智能驾驶的影响主要体现在环境感知与决策中。智能驾驶中常用的环境感知技术主要基于视觉和雷达，而决策主要涉及车辆的路径规划、轨迹跟踪、碰撞避免以及泊车辅助等方面。在环境感知方面，传统的视觉算法天花板明显，很难达到深度学习的高精确度，尤其在面对非道路环境时，传统算法无法和数据库中的道路信息匹配，可能会做出错误的判断。人工智能在智能驾驶感知方向的应用则可以实现更高精度计算，并能应用于更复杂的外界环境。在决策方面，运用人工智能，可应对驾驶过程中出现的突发场景，如“中国式过马路”、突然加塞、重大事故等。

在感知技术方面，摄像头是研究的重点，相关技术在2014年之后得以快速发展，其专利申请量增长迅速，年申请量超百件；决策方面的相关技术主要集中在路径规划、碰撞避免以及轨迹追踪等，尤其路径规划相关的专利申请在2011年后增长迅速，年申请量已超50件，泊车辅助领域的专利申请相对较少。

在全球重要申请人方面，提交感知技术专利申请较多的除传统厂商福特、通用外，以计算机视觉科技公司居多，包括苹果、ZOOX、Mobileye、微软等；决策方面的相关技术主要由科技公司把控，包括Magic Leap、ATI、ZOOX、Mobileye等。

总体来看，我国在智能驾驶专利布局上的优劣势明显：智能驾驶感知技术进步明显，但更多的专利申请来自科技公司和高校、科研院所，传统车企既应加强与高校、科研院所的技术合作，也应自身加大研发力度，加强技术累积，积极进行专利布局；智能驾驶决策技术方面，相关企业和高校、科研院所还需在专利质量和技术的全面性上下功夫，加强在路径规划、轨迹跟踪和碰撞避免等领域的研发力度与重视程度，积极进行专利布局。