自动驾驶知识图谱分析及其对智能人才培训开发的启示

向家民 杨安 杨刘一

摘要：自动驾驶随着人工智能、互联网等技术的产生和发展应运而生。本研究选择可视化软件 CiteSpace 作为分析工具，对文献数据进行分析和处理，通过国内外组织承诺研究的关键词、文献共被引等信息在管理学、经济学、心理学领域进行比较研究，为进一步了解和开展自动驾驶及其智能人才培训开发研究提供依据。研究发现：（1） 虽然我国的自动驾驶研究迟于国际上的研究，但发展较快并在自动驾驶及其智能人才培训开发生态环境研究取得了很多有价值的研究成果。（2） 现代自动驾驶领域的3个最主要影响自动驾驶智能人才培训开发发展的因素可分自动駕驶相关技术、自动驾驶相关政策、自动驾驶市场中车企的竞合三个方面。（3）研究趋势为自动驾驶智能人才多样化应用。如何制定多样化智能人才培训开发战略，成为未来自动驾驶领域研究的重中之重。

关键词：智能人才培训开发;CiteSpace;知识图谱

1.引言

随着人工智能、互联网等技术的产生和发展，自动驾驶技术变得越来越成熟起来，相关的人才也越来越多。另一方面，美国在2017年就有39141人在各种交通系统中丧生，37133人死于机动车碰撞，而其中94%涉及驾驶相关因素，如驾驶障碍、注意力分散、超速或非法驾驶。[1]自动驾驶技术则能很好的解决这类问题，还能解决包括像空气污染问题、道路复杂等问题。2021年4月10 日，北京市政府正式批复相关文件，设立北京市智能网联汽车政策先行区，为企业在京发展营造自动驾驶产业发展营商环境。[2]自动驾驶技术还未成熟，多点试营让自动驾驶及其智能人才培训开发快速发展，但是至今智能人才培训开发还未发展成熟。那么，自动驾驶及其智能人才培训开发研究是否值得进一步深入研究，存在哪些研究热点和前沿，目前缺乏通过CiteSpace知识图谱可视化软件的文献综述研究成果。

2.研究设计

本研究选择可视化软件 CiteSpace 作为分析工具，对文献数据进行分析和处理，通过国内外组织承诺研究的关键词、文献共被引等信息进行比较研究，为进一步了解和开展自动驾驶及其智能人才培训开发研究提供依据。

本研究以“中国知网”和“Web of Science”为数据获取平台。中国知网的主题词为“自动驾驶”，WOS的主题词为“autonomous driving”。本文关注自动驾驶方面的经济管理发展，研究样本包括国内外期刊发布的对自动驾驶的研究，所以研究主要集中在管理学、经济学、心理学领域。由于国内组织承诺公开发表论文始于2003年，因为增加国内外研究的对比性，文献检索时间限定为2003—2021年。由此CNKI精炼出1541篇文献，WOS精炼出1617文献。

3.知识热点分析

3.1国内外发文量时间分析

自动驾驶及其智能人才培训开发研究的发文数量经历了3个阶段，第一个阶段（2003—2010），受当时互联网技术发展水平以及理论认识水平的限制，自动驾驶的研究在较长的一段时间里发展停留在Level 1阶段。第二个阶段（2010—2015年），随着相关技术的不断发展，自动驾驶在经济管理方面研究逐渐增多，自动驾驶正式进入Level 2阶段。第三个阶段（2015—2020），自动驾驶的经济管理研究飞速发展，更是在2019年达到顶峰，自此自动驾驶进入Level 3探索过渡阶段。因为受到新冠疫情等因素的影响，2019-2020年CNKI发文量减少。（根据国际汽车工程师协会的标准，将自动化驾驶阶段分为Level 1警告阶段DAS、Level 2辅助阶段ADAS、高度自动化阶段HAD、完全自动驾驶）。

3.2 国内外关键词聚类分析

我们将CNKI和WOS文献数据导入 CiteSpace 软件，时间跨度设置为 2003—2021 年，CNKI统计得到475个节点和1342条连线，WOS统计得到 491个节点和1126条连线，将语义相同的关键词处理后，得到频次排名前8位的研究热点如表1。将关键词聚类处理后，其关系图谱见图2。图中圆圈大小表示频次，连线表示两者的联系。

由图2可知，“智能网汽车” 为CNKI文献数据的最大关键词节点，呈中心辐射连接众多的关键词，形成复杂的网络结构，主要由 “无人配送车”、“互联网公司”等 8个方面展开。 “autonomous vehicle”为WOS文献数据的最大关键词节点，呈中心辐射连接众多的关键词，形成复杂的网络结构，主要由“safety”、“neural networks”等8个方面展开。

以上说明自动驾驶研究已形成了一定的内容体系。再进行精细化处理之后，得到3个最主要影响自动驾驶及其智能人才培训开发的因素。

（1）自动驾驶相关技术

像传感器、大数据等技术影响到自动驾驶及其智能人才培训开发发展的根本因素。含关键词：人工智能、驾驶技术、design等，其中代表文献：如文献[3]对国内车载传感器企业的发展现状进行了研究，针对其发展现状，对车载传感器企业未来的发展方向提出了建设性意见;如文献[4]对自动驾驶车辆进行安全性能统计比较，计算了相关的自动驾驶汽车的安全里程，提供清晰的统计数据;如文献[5]为了确定舒适驾驶策略，进行了模拟机研究，给出一个自动驾驶风格的建议，对参与者的性格对自动驾驶的影响相关性进行了研究。

（2）自动驾驶相关制度政策

国家政策和相关法律影响了自动驾驶及其智能人才培训开发生态环境的形成。含高频关键词：智能网联汽车、汽车制造商、model、system等，其中代表文献：如文献[6]谈到李彦宏和李书福根据“十三五”提出，应对自动驾驶对交通等多个方面有重要意义，应尽早完善相关的法律法规;如文献[7]应用创新政策分析模型进行分析，归纳了当前与自动驾驶汽车相关的政策存在的主要问题，并给出了相关建议。文献[8]分析了自主驾驶的个人利益与社会目标之间的潜在冲突，最后给出了政策建议。

（3）自动驾驶市场中车企竞合

多个车企在自动驾驶行业的竞争和合作使得自动驾驶行业发展迅速。含关键词：新能源汽车、特斯拉、汽车制造商、performance等，其中代表文献：如文献[9]谈到自动驾驶市场涵盖车辆质量或使用性能、售后服务体系以及充电基础设施建设三大方面，分析了多个汽车制造商使得市占率较高的原因;如文献[10]谈到消费者的购买意愿一定程度上促进了自动驾驶技术研发， "无人驾驶"汽车已经从被媒体关注的热点，转到各大车企竞相布局的重点领域。

CNKI的中心性最高的点是人工智能，代表文献[11]谈到自动驾驶汽车已经成为现代汽车工业发展变革的新突破点，人工智能技术决定着自动驾驶汽车行业的发展，更决定着整个道路交通效率的提升和能耗的降低。

WOS的中心性最高的点是model，代表文献[12]谈到，在交通道路相关建设时，自动交通标志检测识别在自动驾驶系统等专家系统中起着至关重要的作用，并且提出了一种新的检测方法。

3.3 国内外文献作者群体分析

通过作者共现分析，能够识别出一个学科或领域的核心作者及其之间的合作强度和互引关系。使用CiteSpace对发文作者进行分析得到共引作者图谱。发文量排名前8位的作者见表2，作者之间的相互关系见图3，图3中节点大小表示发文量。

由表2和图3可知，CNKI文献统计共有303位作者，75条连线，网络密度为0.0016。由此得到合作率约为25%，合作广泛程度较低，但形成了栾群、张全思为中心的高产作者合作群体，他们的研究领域集中在自动驾驶特区建设和法规政策方面。WOS文献统计共有363位作者，296条连线，网络密度为0.0045。由此得到合作率约为82%，合作广泛程度较高。形成了KRISHNAMURTHY， STEWART BIRRELL为中心的高产作者合作群体，他们的研究领域集中在自动驾驶技术和市场搭建方面。

3.4 国内外发文机构分析

使用CiteSpace对发文机构进行分析，发文量排名前8位的机构见表3，发文排名前10%的机构之间的相互关系见图4，图中节点大小表示发文量。

由表3和图4可知，CNKI文献统计共有179个研究机构， 机构节点生成0条连线，网络密度为0，这表明研究机构间没有合作联系。WOS文献统计共有291个研究机构，机构节点生成了202条连线，网络密度为0.0048，这表明机构间合作关系一般，形成了Delft Univ Technoldunhao为中心，包括Univ New South Wales、Tianjin Univ等的高产机构合作群体。

4.未来发展趋势预测

分别运用Citespace软件生成CNKI和WOS关于Level 2阶段（2010年-2021年）的突現词图谱和时区图谱。突现词分析中，CNKI文献和WOS文献各有10个突现词，由此可清晰看出现代产业领域研究热点的持续时间和演化趋势。

由图5和图6可知，在2010年到2021年强度最高的突现词是汽车制造商和驾驶技术，最高强度的突现词则是设计和巡航控制。究其原因，自动驾驶发展水平全面步入Level 2阶段以后，世界各地就开始对自动驾驶及其智能人才培训开发研究如雨后春笋一般野蛮“生长”。

由此自动驾驶及其智能人才培训开发研究阶段可分为三个阶段：

第一，探讨研究阶段。这个阶段的研究热点主要为驾驶模式。如文献[13]争对频频出现的事故，认为主动和被动安全技术发展再迅猛，也无法替代驾驶员的安全意识，对技术对安全而言，在很长一段时间内仍将扮演"配角"。

第二，市场争夺阶段。这个阶段研究的热点是汽车制造商、互联网公司、零部件企业、汽车内饰。多个行业的企业看到了自动驾的市场后，纷纷进行了自动驾驶市场的布局。如文献[14]谈到为了更好的占有自动驾驶市场，大众集团旗下的奥迪将在法兰克福车展中宣布与竞争对手戴姆勒和宝马结盟，共同开发高级自动驾驶系统。

第三，多样化发展阶段。这个阶段的研究热点是示范运营、干线物流等。像引言中提到的北京智能驾驶政策先行区这样示范运营的例子在中国已经不再少数。自动驾驶技术在干线物流上大放异彩，如文献[15]研究了自动车辆存储和检索系统，通过仿真研究了主要设计权衡，并提出了一个设计框架，帮助物料搬运供应商开发新的方案。

WOS这个阶段最独特的研究热点——根据消费者偏好培训智能人才（消费者情景模拟），如文献[16] 采用汽车技术接受模型，在多个城市实施了在线调查，对自动驾驶车辆的态度、性能期望、安全感和社会影响方面，与消费者使用意图关联性研究。

5.研究结论与展望

本文通过CiteSpace软件分别对CNKI和WOS文献针对自动驾驶Level 2和Level 3两个重要阶段进行了发文量年度分析，关键词分析，作者分析，机构分析， 突现词分析，时区图分析，比较了不同时期的研究热点，动态显示领导力研究前沿随时间变化的发展历程，随后基于突现词和时区图分析预测该领域未来研究趋势，结合对该领域既往经典文献、近期前沿文献的定性综述，提出以下研究结论，以推动自动驾驶研究的进一步发展。

5.1研究结论

（1）虽然我国的自动驾驶研究迟于国际上的研究，但发展较快并在自动驾驶及其智能人才培训开发生态环境研究取得了很多有价值的研究成果。通过对CNKI文献和WOS文献比较分析，我们发现国际上对于自动驾驶的研究是比我国的要早的，但在进入Level 2我国的自动驾驶近乎于和国际上同步了，并且国内对于自动驾驶及其智能人才培训开发生态环境研究更是硕果累累。

（2）现代自动驾驶领域的3个最主要影响自动驾驶及其智能人才培训开发的因素可分自动驾驶相关技术、自动驾驶相关政策、自动驾驶市场中车企的竞合三个方面。自动驾驶技术正逐渐成为变革未来交通的关键一环[17]。为加速自动驾驶汽车技术研发和商业化进程，欧美日等国家或地区开展了路径不一的探索工作，为我国创新相关管理制度提供借鉴。[18]

（3）研究趋势为智能人才多样化应用。自动驾驶已经运用到了很多行业，例如出租车，景点的试用车以及物流快递的无人车等。多地的试点也促成了自动驾驶在这些行业的应用。[19]如何根据消费者偏好培训智能人才也是未来自动驾驶研究的一大趋势。

5.2未来研究展望

（1）关注相关技术的发展，自动驾驶技术是影响自动驾驶及其智能人才培训开发的根本因素。培训技术型人才影响着整个自动驾驶行业的发展，只有把自动驾驶技术做好，自动驾驶行业及其智能人才培训开发才能做好。

（2）研究角度的丰富，未来自动驾驶智能应用是多方面的，智能人才会出现在不同的行业。在不同的行业我们都能看见自动驾驶及其智能人才的发展，要考察不同行业自动驾驶智能人才应用来整体或者局部的分析研究。

（3）注重市场生态环境的变化。不断的有新的企业进入，市场环境是瞬息万变，对于智能人才的培训也要与时俱进。国家对于行业的政策法律还没有完善，新发布的政策也能直接影响到整个市场的生态环境。所以注重市场生态环境的变化，可以说是未来研究的一大热点。

根据IHS预测数据，2035年中国自动驾驶汽车有望达到570万辆将超越美国成为全球最大的自动驾驶技术应用市场。同时波士顿咨询公司也认为中国将在15年内成为最大自动驾驶车辆市场。[20]面对如此庞大的市场，如何制定多样化智能人才培训开发战略，成为未来自动驾驶领域研究的重中之重。

参考文献：

[1]US Department of Transportation.Preparing for the future of transportation： automated vehicles 3.0[EB/OL]. （2018-10-04）.

[2]刘通.北京设立智能网联汽车政策先行区[J].汽车纵横，2021，（05）：93-94.

[3]李骥驰，王建海，宋瑞.国内智能网联汽车传感器企业发展现状研究[J].汽车与配件，2020（11）：60-63.

[4]Kalra， Nidhi.Driving to safety： How many miles of driving would it take to demonstrate autonomous vehicle reliability？[J].TRANSPORTATION RESEARCH PART A-POLICY AND PRACTICE，2016.09.010.

[5]Bellem， Hanna.Comfort in automated driving： An analysis of preferences for different automated driving styles and their dependence on personality traits[J].TRANSPORTATION RESEARCH PART F-TRAFFIC PSYCHOLOGY AND BEHAVIOUR，2018.02.036.

[6]彭斐.加快無人驾驶、自动驾驶法规建设[J].汽车与配件，2016，（11）：6.

[7]李朋林，邓小芝，张宇，杨壮.我国智能网联汽车政策环境研究[J].时代汽车，2018（06）：173-178.

[8]Kolarova， Viktoriya.Assessing the effect of autonomous driving on value of travel time savings：A comparison between current and future preferences[J].TRANSPORTATION RESEARCH PART A-POLICY AND PRACTICE，2019.08.011.

[9]新闻[J].汽车与配件，2019（17）：16-21.

[10]张硕.自动驾驶成败关键[J].经营者（汽车商业评论），2016（01）：190-196.

[11]冼毅瑶.自动驾驶汽车发展现状与形态预测[J].中阿科技论坛（中英阿文），2019（01）：1-4+105-109.

[12]Berkaya，Selcan Kaplan.On circular traffic sign detection and recognition[J].EXPERT SYSTEMS WITH APPLICATIONS，2015.11.018

[13]南辰.“无人驾驶”不是“车祸终结者”[J].汽车与安全，2016（11）：45.

[14]石彩云.未能看到的新结盟[J].经营者（汽车商业评论），2019（10）：78-79.

[15]Marchet，Gino.Development of a framework for the design of autonomous vehicle storage and retrieval systems[J].INTERNATIONAL JOURNAL OF PRODUCTION RESEARCH，2013.778430.

[16]Abe，Ryosuke.Introducing autonomous buses and taxis： Quantifying the potential benefits in Japanese transportation systems[J].TRANSPORTATION RESEARCH PART A-POLICY AND PRACTICE，2019.06.003.

[17]吉菁菁.自动驾驶，缔造未来之车[N].北京科技报，2021-04-26（014）.

[18]申杨柳，朱一方.国外自动驾驶汽车准入管理探索与实践[J].汽车与配件，2021（07）：41-43.

[19]夏熊飞.多地试点让自动驾驶从梦想走进现实[N]. 中国青年报，2020-10-30（002）.

[20]Google Self-Driving Car Project[EB/OL].[2017-01-20].