吉利"辅助驾驶优化方法"专利获授权 构建车辆-云端数据闭环

6月23日，一项涉及辅助驾驶安全优化的发明专利正式获授权。根据天眼查App披露的信息，该专利由浙江吉利控股集团有限公司与吉利汽车研究院（宁波）有限公司共同申请，专利名称为"基于预期功能安全风险评估的辅助驾驶优化方法"。

专利技术路径解析

该专利的核心在于构建"车辆-云端"数据闭环。所谓预期功能安全，是指系统在没有发生故障的情况下，因功能性能局限或环境条件超出设计范围而可能产生的风险。通过车辆端实时采集行驶数据并上传至云端，系统可对潜在的预期功能安全风险进行评估，进而生成优化策略反馈至车辆，实现辅助驾驶系统的持续迭代。

技术落地逻辑拆解

这一闭环机制包含三个关键环节：

• 车辆端：实时感知环境与车辆状态，识别超出设计运行范围的情景；
• 云端：基于海量数据建立风险评估模型，分析辅助驾驶系统在典型场景下的失效模式；
• 反馈路径：将云端生成的优化参数推送至车辆，更新算法或调整系统行为。

"该专利通过构建车辆-云端数据闭环，为辅助驾驶系统的持续迭代与风险规避提供了新的技术路径。"——专利摘要内容

对于辅助驾驶行业而言，该专利的授权意味着厂商可在不依赖硬件大幅更新的前提下，通过云端数据收集与算法优化，逐步降低系统在非故障场景下的安全风险。这种迭代方式有助于缩短辅助驾驶系统的成熟周期，提升用户在不同路况下的使用信心。

吉利获辅助驾驶优化相关专利 基于预期功能安全风险评估

根据公开的专利摘要，吉利一项发明专利涉及基于预期功能安全风险评估的辅助驾驶优化方法。该发明应用于辅助驾驶优化系统中的优化服务器，系统同时包含至少一个部署有辅助驾驶系统的车辆。

专利核心方案

该专利提出，通过预期功能安全风险评估来优化辅助驾驶系统的运行逻辑。其中，“预期功能安全风险评估”是指在系统设计阶段，对可能发生的功能失效风险进行预先识别与等级评价，从而为后续优化提供依据。

• 优化服务器负责执行风险评估与优化决策。
• 车辆端部署的辅助驾驶系统作为执行单元，与优化服务器形成闭环协作。

该方法的核心流程为：先基于预期功能安全标准对当前驾驶场景进行风险评估，再根据评估结果调整辅助驾驶系统的控制策略。

专利摘要内容显示，该系统旨在提升辅助驾驶在不同工况下的安全性表现。

比亚迪“临界场景”辅助驾驶优化专利获授权，构建数据闭环技术路径

一项涉及辅助驾驶系统参数优化的专利技术细节于近期公开，该专利隶属于比亚迪股份有限公司。其核心在于构建了一套从真实道路风险场景中采集数据、还原系统感知状态并据此进行参数更新的技术闭环流程。

专利技术流程拆解：三步实现系统自优化

根据专利说明书披露的信息，该技术的实施流程主要包含三个核心步骤：

• 临界场景数据采集：当车辆在实际行驶中，检测到自身所处场景满足预设的“风险触发条件”时，车辆会自动将当前场景的行驶数据上传至优化服务器。
• 数据反算与场景还原：优化服务器在接收数据后，会基于这些数据反算出辅助驾驶系统“首次有效感知”到障碍物时的目标状态，并还原车辆针对该障碍物所做的避让动作信息。
• 参数优化更新：反算出的首次感知目标状态若未超出系统预设的“安全临界目标状态”，但避让信息又表明车辆未能有效避开障碍物，系统则判定为感知或决策存在不足，并依据该首次感知状态确定一组用于更新系统参数的第二参数。

专利的技术价值：构建“数据—场景—参数”闭环

该专利的技术价值在于，其将原本分散的数据采集、场景还原与参数优化环节串联成了一个完整的闭环。当辅助驾驶系统在真实道路中遭遇“临界风险”时，车辆可将场景数据回传至云端；云端通过反算还原出系统感知障碍物的“首次有效感知目标状态”，并将其与“安全临界目标状态”进行比对。这种比对机制能够帮助精准定位系统在感知或决策层面的具体短板，进而据此对系统参数进行针对性优化。

“该专利的技术价值在于构建了一个完整的 ‘数据采集—场景还原—参数优化’闭环：当辅助驾驶系统在真实道路场景中遭遇‘临界风险’时，车辆会将场景数据上传至云端；云端通过反算还原系统感知障碍物的‘首次有效感知目标状态’，并与安全临界目标状态进行比对，从而精准定位系统感知或决策层面的不足，据此优化系统参数。”
—— 专利说明书摘要

专业名词解读：“临界场景”与“首次有效感知目标状态”

专利中提到的“临界场景”是指车辆行驶中遇到的、即将触发安全风险但尚未发生碰撞的边缘状态。而“首次有效感知目标状态”则指辅助驾驶系统在该场景中，首次能够稳定、可信地识别并判断出障碍物位置、速度等关键信息时的状态参数。

该专利的技术逻辑表明，比亚迪正致力于通过真实道路中采集的海量“临界”数据，而非仅依赖仿真测试，来持续优化其辅助驾驶系统的算法和决策能力。

版权所有，未经许可不得转载