物联网是怎么发展起来的？
说起物联网（IoT），其实就是把各种实体设备连上网，让它们能互相"说话"。不管是电脑、传感器还是各种微型设备，只要能通过网络传数据，都算物联网的一部分。
很多人不知道，物联网的雏形早在1980年代初就出现了——当时有台可乐贩卖机能连上网。不过那时候技术不成熟，设备耗电大、连接数量有限，所以一直没火起来。真正的爆发要等到2010年以后，芯片技术进步了，设备做得更小、更省电，同样的带宽能连接的设备数量也大幅增加，物联网这才算真正起飞。
车联网可以看成物联网在汽车领域的应用，而且很可能是对我们生活影响最大的一种物联网应用。车联网的核心通信方式有四种：V2V（车对车）、V2I（车对基础设施）、V2P（车对行人）、V2N（车对网络）。如果说车载系统是汽车的大脑，那通信网络就是大动脉，让汽车有了"感知"能力。
要让汽车真正能感知周围环境，需要传输和接收海量数据。以前的技术做不到低延迟下传这么多数据，但5G出现后情况就不一样了。5G的大带宽和低延迟特性，正在加速推动车联网和自动驾驶的普及。
技术层面怎么分？
物联网的架构分三层：最底下是感知层，中间是网络层，最上面是应用层。
感知层的技术主要涉及各种传感器——加速度计、湿度计、气压计、RFID、条码扫描、物体识别等等。这一层的技术重点是怎么让传感器更准确、更耐用、更小巧、更省电或者更便宜。
网络层的技术包括以太网、蓝牙、IEEE 802.16、NB-IoT（4G时代的物联网协议）、eMTC（也是4G物联网协议），以及最新的5G（New Radio）通信标准。
应用层的范围就广了，医疗、制造业、水电气、空气质量、社区安全、车辆、农业……几乎所有行业都能找到物联网的应用场景。
物联网会收集大量数据，其中很多涉及个人隐私和敏感信息。而且物联网连接的可能是发电站、水闸这些关键设施，一旦被攻击后果很严重。所以信息安全技术也是物联网发展的重中之重。
车联网的技术包括各种无线传输——Wi-Fi、蓝牙、LTE-A/V、VoLTE、802.11p、GNSS、NFC、eCall、bCall、无线充电等等。还有各种车用传感器，比如安全系统传感器、超声波传感器、图像传感器、雷达传感器、激光雷达（LIDAR）等等。
实际应用有哪些？
物联网不只是智能电表、水表、燃气表，应用场景其实很丰富。台湾行政院为了推动物联网产业，启动了"前瞻基础建设-数位建设"计划，建立了民生公共物联网平台，重点覆盖空气质量、地震、水资源、防灾救灾四大领域。
在感知层方面，为了监测空气质量，台湾政府和产业界合作研发PM2.5传感元件和空品传感器，在全台布设了大量空气质量监测点，提高空气质量预报的准确度。
在应用层方面，民生公共物联网建立了空气质量可视化平台，还开放数据让大家做创新应用。比如2020年的数据应用竞赛中，有个叫"漪七"的团队整合了空气质量、气象、地下水位等多种数据，开发了一套文蛤产量预警和行情分析系统，拿了首奖。这就是物联网在农业领域的实际应用案例。
2021年4月2日台湾太鲁阁号列车事故发生后，大家开始讨论怎么用物联网提升铁路安全。铁路运输范围广，用物联网加强安全、增加运量、降低成本是各国铁路的发展方向。法国巴黎地铁在车厢装传感器，数据上传到IBM物联网平台，远程监控轨道、车门、空调。日本Hitachi和JR集团合作建立新干线运营管理系统，分析人流、优化调度。中国华为和国家铁路集团合作建立智慧铁路管理平台，进行越线检测和人脸识别安全管控。台湾多山多雨，铁路旁边坡滑坡和落石比较多，可以在重点区域建监控系统，用机器学习做图像识别降低误报，提升铁路安全。
车联网方面，通过V2V通信，车辆之间能实时传信息，了解彼此动态避免碰撞。通过V2I通信，车辆和路侧装置（RSU）能互传信息，比如弯道限速、坡度、拥堵情况、事故信息，大幅提升行车安全和效率。V2N通信能把车辆数据传到后台服务器存储和使用，比如远程诊断车况、提供及时维修通知。V2P通信让行人能接收附近车辆信息，车辆也能接收行人信息，双方都能提前采取预防措施避免碰撞。
虽然汽车通过5G能收发大量数据，但车载系统的运算能力够不够处理这么多数据？答案是不够。那用云计算呢？云服务器虽然运算能力强，但位于骨干网络后端，延迟时间难以保证。
所以现在车联网相关厂商开始布局边缘计算（Edge Computing）技术。边缘计算主机可以装在路灯等路侧设施上，运算能力虽然不如云服务器，但离汽车更近，能满足车联网的低延迟需求。在云计算被微软、亚马逊等国外大厂垄断的情况下，边缘计算可能是两岸科技企业可以努力布局的领域。
专利格局：玩家之间怎么竞争？
在感知层，以空气质量传感器为例，相关专利申请者包括博世（Bosch）、3M、Xtralis等知名微机电大厂，也有研能科技等台湾企业。这些公司大多是有硬件研发和制造能力的厂商，传感器的商业模式主要是卖成品或模块半成品。所以传感器相关专利多用装置权利要求保护产品不被仿制。
如果看图像识别技术，相关专利申请者可能包括软件公司、感光元件制造商、监控解决方案供应商。这类技术的商业模式更多元——可以卖软件、卖感光元件、提供监控解决方案或者专利授权。图像识别技术的专利多用方法权利要求保护技术。
物联网网络层的技术主要是关于怎么传数据、收数据、编解码之类的标准通信协议，让各家厂商能在统一标准上工作。以5G（New Radio）标准为例，标准必要专利（SEP）的主要申请者有高通、内数位（InterDigital）、韩国电子通信研究院（ETRI）、苹果、诺基亚、三星、LG、OPPO；台湾方面有华硕、宏达电（HTC）、宏达国际、寰发科技（联发科的专利授权子公司）和工研院。除了内数位是专利运营公司（NPE），以及电子通信研究院和工研院是政府资助的科研机构外，其他都是资通讯领域的大厂。
鉴于网络层通信标准的制定流程，除非是在资通讯领域占有一席之地的大厂，否则很难把自己的专利技术纳入标准。网络层的标准必要专利权利要求多用方法项。而且这些专利的商业模式主要是收权利金，所以只需要权利范围对应标准就行，不需要追求权利范围最大化。
在应用层，不同领域的应用可能完全不同。比如"空气质量预警系统"、"文蛤产量预警系统"、"铁路异物预警系统"这些应用场景差异很大。所以应用层的专利申请者没有特定规律。不过追根溯源，应用层系统大多是整合感知层收集的信息，产生相关指示，再通过网络层传到其他设备。有些应用层系统还涉及人工智能或大数据领域。因此应用层专利多以软件形式披露，用方法权利要求保护技术。
目前车联网领域的主要专利申请者，北美市场以福特全球技术、丰田汽车、LG电子排前三。中国市场则是福特全球技术、华为技术、丰田自动车领先。
申请物联网和车联网相关发明专利时，要注意发明是否符合专利法的定义。以"铁路异物预警系统"为例，如果发明包含"根据某种影像特征明显提高异物识别真阳性率"、"根据某种影像优化方法明显减少假阳性率"或"根据识别结果控制铁路信号"等技术特征，应该能被认定为"符合发明定义"。另外还要注意发明是否因为某些技术特征而相比现有技术有"改进"，如果有，建议在说明书中详细说明相应技术特征及其改进效果，以增强发明的适格性。
