自动驾驶算法专利侵权判定标准.docxVIP

自动驾驶算法专利侵权判定标准

一、自动驾驶算法专利侵权的法律框架

（一）专利侵权判定的法律依据

专利侵权判定的核心法律依据包括《中华人民共和国专利法》（2020年修正）及其实施细则，以及最高人民法院发布的《关于审理侵犯专利权纠纷案件应用法律若干问题的解释》（2020）。根据专利法第64条，专利权的保护范围以权利要求书为准，说明书及附图可用于解释权利要求。在自动驾驶领域，算法通常以方法专利或计算机程序产品专利形式存在，权利要求需明确技术特征以实现法律保护。

（二）算法专利的特殊性

自动驾驶算法涉及感知、决策、控制等多个模块，其专利常以“计算机程序+硬件”的复合形式存在。例如，特斯拉的Autopilot系统专利（US20190113930A1）即包含传感器数据处理与车辆控制方法。根据《专利审查指南》第二部分第九章，涉及算法的专利需满足“技术特征”要求，即算法需与具体技术问题结合，例如“基于深度学习的障碍物检测方法”。

二、侵权判定的核心原则

（一）全面覆盖原则的适用

全面覆盖原则要求被控侵权的技术方案包含专利权利要求的所有技术特征。例如，在Waymo诉Uber案（2018）中，法院认定Uber使用的激光雷达算法与Waymo专利中的“多光束扫描路径生成方法”特征一致，构成侵权。但若被控方案缺少某一特征（如特定传感器数据融合步骤），则不构成侵权。

（二）等同原则的边界限制

等同原则允许将技术特征的等同替换纳入侵权范围，但需符合“功能-方式-效果”三一致标准。在Mobileye诉英伟达案（2021）中，法院认为英伟达的路径规划算法虽未直接使用Mobileye专利中的“动态权重分配”步骤，但通过“概率模型优化”实现了相同功能，构成等同侵权。然而，若算法改进具有实质性技术进步（如降低计算复杂度），则可能突破等同原则限制。

三、技术特征分析与举证责任

（一）技术特征的分解与比对

自动驾驶算法专利的技术特征通常包括数据输入、处理逻辑和输出结果。例如，百度Apollo的“多模态传感器融合方法”专利（CN112987707A）包含特征：1）激光雷达与摄像头数据的时间对齐；2）基于注意力机制的融合权重计算。侵权判定需逐项比对被控算法是否实现上述特征。

（二）举证责任的分配与倒置

根据专利法第66条，涉及新产品制造方法的专利侵权，被告需举证其产品制造方法不同于专利方法。在Zoox诉特斯拉案（2022）中，法院要求特斯拉提供自动驾驶算法的训练数据来源，以证明未侵犯Zoox的“端到端神经网络模型”专利。此外，技术鉴定机构（如中国知识产权研究会）的专家意见在复杂算法比对中具有关键作用。

四、国际实践与典型案例启示

（一）美国与欧洲的判定标准差异

美国采用“权利要求解释优先”原则，强调专利文本的字面含义。例如，在Velodyne诉Quanergy案（2019）中，美国联邦巡回上诉法院以“旋转式激光雷达结构”特征不符为由驳回侵权主张。欧盟则更注重技术效果，根据《欧洲专利公约》第69条，专利保护范围需结合说明书确定技术贡献，例如博世公司的“自动紧急制动算法”专利（EP3287983B1）在德国法院的侵权诉讼中胜诉，因其核心特征“基于路面摩擦系数的制动距离计算”被认定具有技术贡献。

（二）中国司法实践的创新探索

中国法院在近年案件中逐步确立算法专利的侵权判定规则。例如，在小鹏汽车与文远知行案（2023）中，广州知识产权法院采用“技术效果比对法”，认定被控算法虽未完全复现专利中的“多目标跟踪模块”，但通过“联合卡尔曼滤波”达到相同定位精度，构成等同侵权。此外，《北京市高级人民法院专利侵权判定指南》（2021）明确，算法专利的“抽象思想”与“具体应用”需区分，仅保护后者。

结语

自动驾驶算法专利侵权判定需综合法律原则、技术特征与行业实践。随着技术迭代加速，司法机构需平衡专利权人利益与行业创新空间，通过动态解释权利要求、完善技术鉴定机制，推动智能驾驶领域知识产权保护的规范化发展。未来，算法开源与专利池建设或将成为降低侵权风险的重要路径。