基于文獻(xiàn)計(jì)量學(xué)的無(wú)人駕駛汽車技術(shù)研究

摘 要：本文基于文獻(xiàn)計(jì)量學(xué)，對(duì)無(wú)人駕駛汽車技術(shù)研究的趨勢(shì)進(jìn)行了分析，通過(guò)研究發(fā)現(xiàn)：我國(guó)的無(wú)人駕駛汽車的研究還處于起步階段，國(guó)際范圍內(nèi)，無(wú)人駕駛汽車的研究主要集中在車輛位置和姿勢(shì)控制、數(shù)據(jù)采集轉(zhuǎn)換裝置、計(jì)算機(jī)邏輯算法、道路交通控制系統(tǒng)、即時(shí)車輛路徑控制等5個(gè)研究熱點(diǎn)。

關(guān)鍵詞：文獻(xiàn)計(jì)量學(xué)；無(wú)人駕駛汽車；數(shù)據(jù)分析

DOI：10.16640/j.cnki.37-1222/t.2017.01.248

0 引言

無(wú)人駕駛汽車屬于智能汽車的一種，主要是依靠車內(nèi)以計(jì)算機(jī)系統(tǒng)為主的智能駕駛儀來(lái)實(shí)現(xiàn)無(wú)人駕駛，可以實(shí)現(xiàn)更加可靠和安全的行駛[1]。由于無(wú)人駕駛汽車這些優(yōu)點(diǎn)，它將是未來(lái)汽車發(fā)展的一個(gè)方向。雖然我國(guó)對(duì)無(wú)人駕駛汽車也有所研究，但是沒(méi)有國(guó)外先進(jìn)和成熟，我國(guó)對(duì)于智能汽車的研究大多局限于引進(jìn)理論介紹，沒(méi)有具體的方向指導(dǎo)。文獻(xiàn)專利計(jì)量學(xué)是一種先進(jìn)的數(shù)據(jù)發(fā)掘工具，通過(guò)研究無(wú)人駕駛汽車（智能汽車）歷年文獻(xiàn)，能夠掌握核心技術(shù)和未來(lái)發(fā)展方向。

1 文獻(xiàn)計(jì)量學(xué)方法

文獻(xiàn)計(jì)量學(xué)通常依托于數(shù)據(jù)挖掘技術(shù)與數(shù)理統(tǒng)計(jì)分析方法，能夠有效獲取并分析個(gè)人無(wú)法處理的海量客觀數(shù)據(jù)信息。它是采用數(shù)學(xué)及統(tǒng)計(jì)學(xué)等計(jì)量方法研究文獻(xiàn)的體系及計(jì)量特征，從而獲得文獻(xiàn)的分布、數(shù)量、變化規(guī)律和定量管理等情報(bào)信息[2]。這個(gè)方法最早由美國(guó)目錄學(xué)家Alan Pritchard提出，他將數(shù)學(xué)及統(tǒng)計(jì)方法運(yùn)用到圖書館與其他交流介質(zhì)的研究中[3]。不少學(xué)者通過(guò)該種方法取得了科研成果，如Alan Porter提出了“技術(shù)機(jī)會(huì)分析”方法[4]；Liu 通過(guò)詞頻與引證分析對(duì)兩國(guó)的創(chuàng)新工作進(jìn)行了比較研究；Fu 對(duì) 1993-2008 年間污水處理研究時(shí)，運(yùn)用詞頻分析的方法對(duì)該領(lǐng)域的技術(shù)研發(fā)方向進(jìn)行了統(tǒng)計(jì)歸納。通過(guò)其他大量的學(xué)者研究，文獻(xiàn)計(jì)量學(xué)方法日趨成熟，被運(yùn)用到各種領(lǐng)域中。

在此基礎(chǔ)上，很多學(xué)者將文獻(xiàn)計(jì)量學(xué)方法引入技術(shù)分析與預(yù)測(cè)中，從而實(shí)現(xiàn)定性分析與定量分析的整合。

2 無(wú)人駕駛汽車技術(shù)計(jì)量學(xué)分析

2.1 關(guān)鍵詞萃取

由于無(wú)人駕駛汽車產(chǎn)業(yè)相關(guān)的技術(shù)缺乏直接的國(guó)際專利代碼（IPC），因此本文采用檢索詞檢索。檢索方式通常是檢索出的文獻(xiàn)在標(biāo)題、關(guān)鍵詞或摘要中含有檢索詞。在具體檢索時(shí)，對(duì)無(wú)人駕駛汽車，本文在摘要中檢索相關(guān)檢索詞。本研究的文獻(xiàn)來(lái)源是SCI/SSCI 期刊文獻(xiàn)數(shù)據(jù)庫(kù)。

利用文獻(xiàn)管理軟件NE對(duì)海量信息進(jìn)行有效歸總和統(tǒng)計(jì)分析，NE是一種進(jìn)行文獻(xiàn)計(jì)量學(xué)研究的方便的、行之有效的新工具[5]。通過(guò)選擇SCI/SSCI 期刊文獻(xiàn)數(shù)據(jù)庫(kù)進(jìn)行檢索，得到從2006年到2016年8月23日的2302篇期刊文獻(xiàn)數(shù)據(jù)。

圖1是歷年來(lái)無(wú)人駕駛汽車文獻(xiàn)數(shù)的統(tǒng)計(jì)信息（由于2016年未完，故2016年文獻(xiàn)數(shù)未列入），可以看出對(duì)于無(wú)人駕駛汽車的研究有慢慢增長(zhǎng)的趨勢(shì)，雖然在少數(shù)年份數(shù)目有所減少，可以發(fā)現(xiàn)在2008年，專利數(shù)和期刊文獻(xiàn)數(shù)都突然減少。這也說(shuō)明了無(wú)人駕駛汽車（智能汽車）的研究跟經(jīng)濟(jì)環(huán)境相關(guān)關(guān)系是非常顯著的。但是總體趨勢(shì)是漸增的，這說(shuō)明對(duì)無(wú)人駕駛汽車的研究將會(huì)使熱點(diǎn)話題。

2.2 數(shù)據(jù)分析

SCI期刊文獻(xiàn)數(shù)據(jù)庫(kù)作為全球化文獻(xiàn)檢索重要的數(shù)據(jù)源，用其中的文獻(xiàn)進(jìn)行科學(xué)統(tǒng)計(jì)研究與評(píng)估分析是非常具有科學(xué)性的。通過(guò)圖2的雷達(dá)圖，可以看出美國(guó)的在智能駕駛研究方面最為凸顯。還可以發(fā)現(xiàn)，我國(guó)對(duì)于無(wú)人駕駛汽車的研究占據(jù)著一定的地位，十年內(nèi)發(fā)表文獻(xiàn)296篇，占總數(shù)的16.28%，緊追美國(guó)之后。這也說(shuō)明我國(guó)在無(wú)人駕駛汽車研究方面走得比較靠前，這是我們的一大優(yōu)勢(shì)，也是我們實(shí)現(xiàn)汽車行業(yè)彎道超車的一大機(jī)會(huì)。此外，臺(tái)灣省、西班牙、韓國(guó)、英國(guó)和日本在研究上也占一定的份額。

從圖3的增長(zhǎng)速度上來(lái)看，中國(guó)對(duì)于無(wú)人駕駛汽車（智能汽車）的研究活動(dòng)異?；钴S，2010-2015年相對(duì)2006-2010年，國(guó)內(nèi)無(wú)人駕駛汽車（智能汽車）研究文獻(xiàn)數(shù)量增長(zhǎng)了235%，即后5年文獻(xiàn)量是前5年文獻(xiàn)量的將近兩倍半，是增長(zhǎng)速度最快的地區(qū)，其次是西班牙，增長(zhǎng)了230%。在參與份額上，國(guó)內(nèi)無(wú)人駕駛汽車（智能汽車）研究文獻(xiàn)數(shù)量也增長(zhǎng)顯著，漲幅為7.6%，而美國(guó)卻下降了7.5%。

隨著無(wú)人駕駛汽車（智能汽車）的發(fā)展，可以預(yù)見(jiàn)，美國(guó)和中國(guó)將繼續(xù)統(tǒng)領(lǐng)無(wú)人駕駛汽車（智能汽車）的理論研究，西班牙、臺(tái)灣和韓國(guó)將有可能成為美中的有力競(jìng)爭(zhēng)對(duì)手。這樣看來(lái)，我國(guó)的無(wú)人駕駛汽車（智能汽車）的研究前途比較寬廣，值得政府、企業(yè)、科研機(jī)構(gòu)繼續(xù)投入政策支持和科研投入，實(shí)現(xiàn)彎道超車的機(jī)會(huì)還是比較大的，這需要也值得我國(guó)的相關(guān)科研人員和企業(yè)、政府繼續(xù)努力。

通過(guò)數(shù)據(jù)挖掘和統(tǒng)計(jì)分析軟件NE的處理和專家修正，從2302篇SCI文獻(xiàn)的關(guān)鍵詞中提取了技術(shù)核心高頻詞44個(gè)，具體見(jiàn)表1。

3 總結(jié)

本文通過(guò)大量的SCI文獻(xiàn)的數(shù)據(jù)挖掘，發(fā)現(xiàn)我國(guó)對(duì)于無(wú)人駕駛汽車（智能汽車）的理論研究還是比較詳實(shí)和全面的，期刊文獻(xiàn)發(fā)表數(shù)量?jī)H次于美國(guó)。增長(zhǎng)速度是最為快速的，但是在權(quán)威學(xué)者數(shù)量方面卻表現(xiàn)較為不是十分令人滿意，無(wú)人駕駛汽車（智能汽車）的權(quán)威學(xué)者主要集中在西班牙。

通過(guò)期刊文獻(xiàn)計(jì)量學(xué)的統(tǒng)計(jì)運(yùn)用與專家意見(jiàn)綜合，本研究發(fā)現(xiàn)，無(wú)人駕駛汽車技術(shù)研究集中在五個(gè)方向； 1）車輛位置和姿勢(shì)控制；2）數(shù)據(jù)采集轉(zhuǎn)換裝置；3）計(jì)算機(jī)邏輯算法；4）道路交通控制系統(tǒng)；5）即時(shí)車輛路徑控制。這五大研究領(lǐng)域不是獨(dú)立存在的，每個(gè)領(lǐng)域之間都有關(guān)聯(lián)，互為基礎(chǔ)又互相促進(jìn)。并且給出各個(gè)領(lǐng)域相關(guān)系數(shù)大的技術(shù)研究“實(shí)體”，指出了未來(lái)的研究方向。對(duì)我國(guó)無(wú)人駕駛汽車（智能汽車）領(lǐng)域的科學(xué)研究工作具有積極的理論與實(shí)踐指導(dǎo)意義。

參考文獻(xiàn)：

[1]閆民.無(wú)人駕駛汽車的研究現(xiàn)狀及發(fā)展方向[J].汽車維修，2003.

[2]邱均平.文獻(xiàn)計(jì)量學(xué)[M].北京：科學(xué)技術(shù)文獻(xiàn)出版社，1988.

[3]A P.STATISTICAL BIBLIOGRAPHY OR BIBLIOMETRICS[J].Journal of Documentation.1969.

[4]Scott W.Cunningham，Alan L.Porter， Nils C. Newman.Special issue on tech mining[J].Technological Forecasting & Social Change，2006.

[5]鄧智心.基于文獻(xiàn)管理軟件NoteExpress的文獻(xiàn)計(jì)量學(xué)研究的探討[J].現(xiàn)代情報(bào)，2013.

作者簡(jiǎn)介：李莎莎（1992-），女，安徽蕭縣人，碩士，在校學(xué)生，研究方向：汽車市場(chǎng)營(yíng)銷。