史金鵬 王海 杜振雷

摘 要：作為新興前沿交叉學(xué)科，自動(dòng)駕駛領(lǐng)域名詞亟須進(jìn)行規(guī)范。文章使用VOSviewer軟件作為工具，對(duì)Web of Science核心合集中1991—2021年自動(dòng)駕駛領(lǐng)域的5087篇文獻(xiàn)進(jìn)行關(guān)鍵詞計(jì)量與可視化呈現(xiàn)，并對(duì)自動(dòng)駕駛領(lǐng)域的名詞與科技前沿進(jìn)行了分析。文章根據(jù)科技名詞規(guī)范化工作原則，以關(guān)鍵詞聚類圖譜為基礎(chǔ)，嘗試構(gòu)建自動(dòng)駕駛名詞框架，包括智能網(wǎng)聯(lián)系統(tǒng)、智能駕駛信息和人機(jī)協(xié)同駕駛?cè)齻€(gè)分支，并對(duì)名詞框架體系進(jìn)行了分析。文章的研究是名詞審定工作流程中階段性工作的一種創(chuàng)新嘗試，以文獻(xiàn)計(jì)量學(xué)方法為工具開展前沿交叉領(lǐng)域名詞的規(guī)范化工作。

關(guān)鍵詞：自動(dòng)駕駛；文獻(xiàn)計(jì)量；VOSviewer；科技名詞；關(guān)鍵詞圖譜

中圖分類號(hào)： H083;V323.19? 文獻(xiàn)標(biāo)識(shí)碼： A? DOI：10.12339/j.issn.1673-8578.2023.02.005

Analysis on Term Standardization of Autonomous Driving Based on Bibliometrics//SHI Jinpeng， WANG Hai， DU Zhenlei

Abstract： As a frontier interdisciplinary subject， the scientific terms of autonomous driving needs standardization. Using VOSviewer， we carried out， bibliometric and visual analysis on the keywords of autonomous driving in 5087 publications of autonomous driving from 1991 to 2021 in the core collection of Web of Science. According to the principle of standardization of scientific term and keyword map， we constructed and analyzed scientific term framework for autonomous driving， including intelligent connected vehicle， autonomous driving and human-machine collaborative driving. This study explored an innovative method of scientific terms standardization in frontier interdisciplinary subjects.

Keywords：autonomous driving；bibliometric;VOSviewer；scientific term；keyword map

收稿日期：2022-05-17? 修回日期：2022-09-02

基金項(xiàng)目：國(guó)家語言文字工作委員會(huì)“十三五”科研規(guī)劃2020年度一般項(xiàng)目（全國(guó)中文學(xué)習(xí)聯(lián)盟研究專項(xiàng)）“面向中文學(xué)習(xí)者的科技名詞術(shù)語釋義擴(kuò)展生成研究”（YB135-155）；全國(guó)科學(xué)技術(shù)名詞審定委員會(huì)事務(wù)中心2022年度一般項(xiàng)目“基于文獻(xiàn)計(jì)量的科技名詞工作生態(tài)構(gòu)建及創(chuàng)新路徑研究”（SWZX2022003）

0 引言

科技名詞是指各種表達(dá)科學(xué)和技術(shù)概念的語言指稱?！胺舶俟ぷ?，首重定名；每舉其名，即知其事，斯為上矣”［1］，嚴(yán)濟(jì)慈先生早在20世紀(jì)30年代就曾撰文闡述名詞術(shù)語規(guī)范化在科技進(jìn)步中的重要作用和意義。全國(guó)科學(xué)技術(shù)名詞審定委員會(huì)成立于1985年（原“全國(guó)自然科學(xué)名詞審定委員會(huì)”，以下簡(jiǎn)稱“全國(guó)科技名詞委”），是經(jīng)國(guó)務(wù)院授權(quán)，代表國(guó)家審定、規(guī)范科技名詞的權(quán)威機(jī)構(gòu)。全國(guó)科技名詞委成立30多年來，已經(jīng)審定公布了150種規(guī)范名詞，基本涵蓋了基礎(chǔ)科學(xué)、工程技術(shù)、農(nóng)林醫(yī)學(xué)、社會(huì)科學(xué)和軍事科學(xué)等學(xué)科大類。

隨著科學(xué)技術(shù)的持續(xù)進(jìn)步，新興的前沿交叉領(lǐng)域不斷產(chǎn)生，新的科技名詞、概念也大量同步產(chǎn)生，并廣泛快速地傳播。以自動(dòng)駕駛為例，自動(dòng)駕駛［2］是在20世紀(jì)被提出的概念，在當(dāng)時(shí)受技術(shù)限制，僅處于試驗(yàn)階段。到21世紀(jì)初，隨著人工智能、車聯(lián)網(wǎng)等技術(shù)的逐步成熟，自動(dòng)駕駛技術(shù)在實(shí)際應(yīng)用中快速發(fā)展，相關(guān)名詞術(shù)語也在各類媒體中廣泛傳播。然而，對(duì)自動(dòng)駕駛相關(guān)名詞術(shù)語的過度宣傳，造成人們對(duì)自動(dòng)駕駛的功能產(chǎn)生了誤解。因此，國(guó)家市場(chǎng)監(jiān)督管理總局、國(guó)家標(biāo)準(zhǔn)化管理委員會(huì)于2022年3月1日實(shí)施了推薦標(biāo)準(zhǔn)《汽車駕駛自動(dòng)化分級(jí)》（GB/T 40429—2021）［3］，該標(biāo)準(zhǔn)規(guī)定了汽車駕駛自動(dòng)化分級(jí)應(yīng)遵循的原則、分級(jí)要素、各級(jí)別的定義和技術(shù)要求框架，將駕駛自動(dòng)化等級(jí)劃分為0～5級(jí)共6個(gè)級(jí)別（見表1），旨在解決我國(guó)汽車駕駛自動(dòng)化分級(jí)的規(guī)范性問題。同時(shí)，該標(biāo)準(zhǔn)對(duì)23個(gè)駕駛自動(dòng)化術(shù)語進(jìn)行了解釋（見表2），其中核心術(shù)語為駕駛自動(dòng)化。但是，該標(biāo)準(zhǔn)也明確說明這23個(gè)術(shù)語和定義僅適用于當(dāng)前文件，并不能體現(xiàn)自動(dòng)駕駛領(lǐng)域名詞術(shù)語的規(guī)范化體系。

因此，前沿交叉領(lǐng)域名詞規(guī)范化的重要性和必要性不言而喻，而開展科技名詞規(guī)范化工作首先是確定學(xué)科（或領(lǐng)域），其次是建立該學(xué)科（或領(lǐng)域）的概念體系，然后按照概念體系規(guī)范該學(xué)科（領(lǐng)域）的科技名詞，其中最為核心的就是構(gòu)建學(xué)科（或領(lǐng)域）的概念體系。但是，作為前沿交叉領(lǐng)域，其科技名詞規(guī)范化工作相當(dāng)復(fù)雜，一方面需要厘清與各學(xué)科交叉融合的內(nèi)容，并構(gòu)建名詞體系；另一方面其自身的研究與發(fā)展處于不斷的成長(zhǎng)與變化中，名詞體系的構(gòu)建要與科學(xué)研究同步進(jìn)行。

全國(guó)科技名詞委以術(shù)語學(xué)理論和科技名詞規(guī)范化工作實(shí)踐為基礎(chǔ)，制定了《科技名詞審定工作原則與方法》［4］，其中一條重要審定原則就是科技名詞規(guī)范化工作首先應(yīng)構(gòu)建本學(xué)科的名詞體系，而且該體系能囊括本學(xué)科全部基本概念。這個(gè)名詞體系的構(gòu)建關(guān)系到整個(gè)學(xué)科名詞審定的系統(tǒng)性、平衡性與協(xié)調(diào)性。一個(gè)學(xué)科的名詞體系要能厘清學(xué)科名詞的審定范圍，劃清學(xué)科名詞體系的層次結(jié)構(gòu)，并劃定各分支之間的“邊界”，尤其是與其他分支存在交叉的內(nèi)容，需要確定該內(nèi)容歸于哪個(gè)分支。這項(xiàng)審定業(yè)務(wù)工作一直都是依靠具有學(xué)科發(fā)展戰(zhàn)略視野、精通學(xué)科專業(yè)知識(shí)的專家來完成。本文擬采用科技文獻(xiàn)計(jì)量分析，研究自動(dòng)駕駛技術(shù)與名詞概念的關(guān)聯(lián)，以及如何構(gòu)建自動(dòng)駕駛領(lǐng)域的名詞體系，并探索名詞體系的構(gòu)建方法。

1 科技文獻(xiàn)計(jì)量分析

科技文獻(xiàn)是記錄科研工作者用科學(xué)語言發(fā)表最新研究成果的重要媒介?？萍嘉墨I(xiàn)計(jì)量是研究采用數(shù)學(xué)與統(tǒng)計(jì)學(xué)等定量方法對(duì)文獻(xiàn)特征進(jìn)行分析和處理，在一定程度上描述、評(píng)價(jià)某一研究領(lǐng)域的現(xiàn)狀，反映該領(lǐng)域研究前沿和熱點(diǎn)的一種方法［5］。通過這種方法，對(duì)某一領(lǐng)域的熱門研究主題進(jìn)行挖掘，可以快速地了解并掌握該領(lǐng)域的前沿知識(shí)、主流的理論和技術(shù)。近年來文獻(xiàn)計(jì)量研究通過繪制工具將文字?jǐn)?shù)據(jù)表格分析轉(zhuǎn)化成更加形象易讀的可視化知識(shí)圖譜［6］，常用軟件如VOSviewer、CiteSpace、SPSS和TDA等。

1.1 研究對(duì)象

本文研究數(shù)據(jù)來自Web of Science核心合集，以自動(dòng)駕駛技術(shù)為檢索對(duì)象，因此檢索式為：TS=（″autonomous driving″ or ″automated driving″ or ″self-driving″），文獻(xiàn)類型為論文，共檢索出1991—2021年的科技文獻(xiàn)5087篇。檢索時(shí)間為2022年7月8日。

1.2 研究工具

本研究使用VOSviewer知識(shí)圖譜工具軟件對(duì)樣本文獻(xiàn)數(shù)據(jù)進(jìn)行計(jì)量分析［7-8］。VOSviewer是由荷蘭萊頓大學(xué)科學(xué)技術(shù)研究中心的Nees Jan van Eck 和 Ludo Waltman在2010年聯(lián)合開發(fā)的一款文獻(xiàn)分析和可視化軟件，可實(shí)現(xiàn)諸如關(guān)鍵詞共現(xiàn)分析［9］、文獻(xiàn)作者分析、研究機(jī)構(gòu)分析和文獻(xiàn)耦合分析等功能［10］，并可將分析結(jié)果進(jìn)行可視化展示。其中關(guān)鍵詞共現(xiàn)分析是指關(guān)鍵詞在同一篇文獻(xiàn)中出現(xiàn)的次數(shù)越多，則代表它們表述的主題關(guān)系越密切。在全部的關(guān)鍵詞網(wǎng)絡(luò)中，聯(lián)系強(qiáng)度大的關(guān)鍵詞相互靠攏聚集在一起，形成概念相對(duì)獨(dú)立的關(guān)鍵詞聚類，進(jìn)而可以根據(jù)聚類分析構(gòu)建其名詞體系。本次研究使用軟件的版本是VOSviewer1.6.18。

2 自動(dòng)駕駛名詞體系構(gòu)建

2.1 自動(dòng)駕駛名詞的范圍

自動(dòng)駕駛是一個(gè)涉及汽車工程、人工智能、計(jì)算機(jī)、微電子、自動(dòng)化、通信等多學(xué)科的交叉領(lǐng)域。根據(jù)Web of Science的引文分析結(jié)果，自動(dòng)駕駛領(lǐng)域內(nèi)，發(fā)文量居前10的研究方向分別是工程、計(jì)算機(jī)科學(xué)、電信、交通運(yùn)輸、化學(xué)、儀器儀表、物理學(xué)、心理學(xué)、自動(dòng)化控制系統(tǒng)、機(jī)器人學(xué)，發(fā)文量為4458篇，占總發(fā)文量的87.6%（圖1）。

本文使用VOSviewer軟件篩選文獻(xiàn)中的關(guān)鍵詞，在去除語義過寬和合并語義相同的詞匯之后，將出現(xiàn)頻次排名前20的關(guān)鍵詞與全國(guó)科技名詞委審定公布的規(guī)范名詞進(jìn)行比對(duì)，可以看出自動(dòng)駕駛領(lǐng)域的名詞既包括其他相關(guān)學(xué)科中的科技名詞，也包括自動(dòng)駕駛領(lǐng)域自身產(chǎn)生的新名詞，如表3所示?？梢娮詣?dòng)駕駛名詞體系是一個(gè)以本領(lǐng)域名詞為核心，包含與之密切相關(guān)的多個(gè)學(xué)科名詞的前沿交叉融合體系。

2.2 自動(dòng)駕駛名詞體系構(gòu)建

2.2.1 自動(dòng)駕駛名詞聚類分析

科技文獻(xiàn)中的關(guān)鍵詞絕大多數(shù)屬于科技名詞的范疇，而且是經(jīng)過作者篩選、能夠代表該文獻(xiàn)核心內(nèi)容的科技名詞，因此，通過關(guān)鍵詞共現(xiàn)分析，所形成的聚類是由眾多關(guān)聯(lián)性強(qiáng)的名詞組成的研究方向，如同“名詞拼圖”［11］。

本文通過VOSviewer軟件將Web of Science核心合集中自動(dòng)駕駛領(lǐng)域1991—2021年發(fā)表的文獻(xiàn)中出現(xiàn)的關(guān)鍵詞進(jìn)行聚類分析，選取共現(xiàn)頻次高于5的關(guān)鍵詞，共有727個(gè)關(guān)鍵詞，去除語義過于寬泛的詞匯（如agency、comfort等），以及合并表述含義相同的詞匯（如cav與connected and autonomous vehicles等）后，共保留564個(gè)關(guān)鍵詞，所形成的可視化圖譜中每一個(gè)節(jié)點(diǎn)代表一個(gè)關(guān)鍵詞，節(jié)點(diǎn)之間的連線代表這兩個(gè)關(guān)鍵詞之間的共現(xiàn)關(guān)系，圖中連線交叉密集、結(jié)構(gòu)緊湊，說明該研究?jī)?nèi)容的關(guān)注度較高，關(guān)鍵詞關(guān)聯(lián)強(qiáng)度高，節(jié)點(diǎn)大小顯示了關(guān)鍵詞累計(jì)出現(xiàn)的頻次高低。

本文首先采用默認(rèn)聚類精度1（默認(rèn)值），同時(shí)為了能夠清晰顯示圖譜中的關(guān)鍵詞及聚類結(jié)構(gòu)，設(shè)置軟件顯示比例為0.5（最低），共形成9個(gè)聚類，其中最大的聚類（紅色）包括了111個(gè)關(guān)鍵詞，中間的7個(gè)聚類所包括的關(guān)鍵詞數(shù)量分別是101、99、91、75、31、27和21，最小的聚類（粉色）只包括了8個(gè)關(guān)鍵詞，如圖2所示。此種聚類體系與科技名詞規(guī)范化工作所要求的名詞體系并不符合，各分支之間的“邊界”并不清晰，存在分支之間相互交叉的現(xiàn)象，如radar、lidar、3d lidar等關(guān)鍵詞均用于自動(dòng)駕駛的環(huán)境感知功能，但卻分布在多個(gè)不同的聚類之中。

為了研究自動(dòng)駕駛領(lǐng)域關(guān)鍵詞聚類的其他可能性，本文調(diào)整聚類精度（聚類精度越高，聚類數(shù)量越多），設(shè)置為0.5，同時(shí)為了能夠清晰顯示圖譜中的關(guān)鍵詞及聚類結(jié)構(gòu)，設(shè)置軟件顯示比例為0.5（最低），共形成3個(gè)聚類，其中最大的聚類（紅色）包括238個(gè)關(guān)鍵詞，中間的聚類（綠色）包括206個(gè)關(guān)鍵詞，最小的聚類（藍(lán)色）包括120個(gè)關(guān)鍵詞，如圖3所示。

從以上兩個(gè)關(guān)鍵詞圖譜初步對(duì)比來看，圖2中的聚類較多，聚類之間相互交錯(cuò)，個(gè)別聚類顯示不清晰，關(guān)鍵詞相對(duì)分散；圖3中的聚類較少，聚類顯示清晰，關(guān)鍵詞相對(duì)集中，基本符合名詞體系構(gòu)建的需要。為進(jìn)一步判斷關(guān)鍵詞圖譜二是否有助于名詞體系的構(gòu)建，還需研究自動(dòng)駕駛技術(shù)。

2.2.2 自動(dòng)駕駛名詞體系構(gòu)建

根據(jù)全國(guó)科技名詞委的審定原則以及對(duì)自動(dòng)駕駛名詞與技術(shù)的分析，可以看出關(guān)鍵詞圖譜一的聚類不夠清晰，存在各分支之間相互交叉，名詞體系的層次結(jié)構(gòu)不清的情況，而關(guān)鍵詞圖譜二的聚類相對(duì)清晰，相同研究領(lǐng)域的關(guān)鍵詞也在同一聚類里，關(guān)鍵詞圖譜二更符合構(gòu)建自動(dòng)駕駛名詞體系的需要。

聚類一：智能網(wǎng)聯(lián)系統(tǒng)［12］分支。該聚類中的高頻關(guān)鍵詞，如自動(dòng)駕駛汽車（autonomous vehicles）、機(jī)器學(xué)習(xí)（machine learning）、物聯(lián)網(wǎng)（internet of things）和智能交通系統(tǒng)（intelligent transportation systems）等，這些關(guān)鍵詞在文獻(xiàn)中代表了自動(dòng)駕駛研究中車輛、人工智能、互聯(lián)網(wǎng)絡(luò)和交通系統(tǒng)幾個(gè)研究方向，并且?guī)讉€(gè)研究方向關(guān)聯(lián)緊密。因此，該聚類以自動(dòng)駕駛汽車為基礎(chǔ)，通過人工智能與云端網(wǎng)聯(lián)平臺(tái)對(duì)車輛的智能控制決策，結(jié)合車輛與道路的協(xié)同實(shí)現(xiàn)自動(dòng)駕駛功能。聚類一中共現(xiàn)頻次位于前40的關(guān)鍵詞如表4所示。

單車自動(dòng)駕駛的智能決策通過車上安裝的傳感器完成對(duì)環(huán)境的探測(cè)和定位功能［13］。計(jì)算決策一方面將傳感器數(shù)據(jù)進(jìn)行分析處理，實(shí)現(xiàn)對(duì)目標(biāo)的識(shí)別；另一方面進(jìn)行行為預(yù)測(cè)和全局路徑規(guī)劃、局部路徑規(guī)劃和即時(shí)動(dòng)作規(guī)劃，決定車輛當(dāng)前及未來的運(yùn)行軌跡?？刂茍?zhí)行主要包括車輛的運(yùn)動(dòng)控制以及人機(jī)交互，決定每個(gè)執(zhí)行器如電機(jī)、油門、剎車等控制信號(hào)。

車路協(xié)同自動(dòng)駕駛［14］是在單車智能自動(dòng)駕駛的基礎(chǔ)上，通過先進(jìn)的車、道路感知和定位設(shè)備（如攝像頭、雷達(dá)等）對(duì)道路交通環(huán)境進(jìn)行實(shí)時(shí)高精度感知定位，包括道路工程及配套附屬設(shè)施，路側(cè)通信設(shè)施（直連無線通信設(shè)施、蜂窩移動(dòng)通信設(shè)施）和計(jì)算控制設(shè)施（邊緣計(jì)算節(jié)點(diǎn)、各級(jí)云平臺(tái)）等。通過車輛自動(dòng)化、網(wǎng)絡(luò)互聯(lián)化和系統(tǒng)集成化，最終構(gòu)建一個(gè)車路協(xié)同的智能交通系統(tǒng)。

車聯(lián)網(wǎng)［15］是借助全新的信息和通信技術(shù)，實(shí)現(xiàn)車內(nèi)、車與X（車、路、人、云等）連接的網(wǎng)絡(luò)體系。其中，車與云平臺(tái)間的通信是車輛通過衛(wèi)星無線通信或移動(dòng)蜂窩等無線通信技術(shù)實(shí)現(xiàn)與車聯(lián)網(wǎng)服務(wù)平臺(tái)的信息傳輸，接受平臺(tái)下達(dá)的控制指令，實(shí)時(shí)共享車輛數(shù)據(jù)；車與車間的通信即車輛與車輛之間實(shí)現(xiàn)信息交流與信息共享，包括車輛位置、行駛速度等車輛狀態(tài)信息，可用于判斷道路車流狀況；車與路間的通信借助地面道路固定通信設(shè)施來實(shí)現(xiàn)，用于監(jiān)測(cè)道路路面狀況，引導(dǎo)車輛選擇最佳行駛路徑；車與人間的通信是用戶可以通過WiFi、藍(lán)牙、蜂窩等無線通信手段與車輛進(jìn)行信息溝通，使用戶能通過對(duì)應(yīng)的移動(dòng)終端設(shè)備監(jiān)測(cè)并控制車輛；車內(nèi)設(shè)備間的通信是車輛內(nèi)部各設(shè)備間的信息數(shù)據(jù)傳輸，用于對(duì)設(shè)備狀態(tài)的實(shí)時(shí)檢測(cè)與運(yùn)行控制，建立數(shù)字化的車內(nèi)控制系統(tǒng)。

聚類二：智能駕駛信息分支。該聚類中的高頻關(guān)鍵詞，如深度學(xué)習(xí)（deep learning）、目標(biāo)探測(cè)（object detection）和同步定位與制圖（simultaneous localization and mapping）等，這些關(guān)鍵詞在文獻(xiàn)中代表了自動(dòng)駕駛車輛智能駕駛信息獲取的研究方向。因此，該聚類以深度學(xué)習(xí)［16］為基礎(chǔ)，通過環(huán)境感知［17］、高精度地圖和定位技術(shù)［18］獲取外部信息，進(jìn)行信息分析實(shí)現(xiàn)自動(dòng)駕駛的智能規(guī)劃。聚類二中共現(xiàn)頻次前40的關(guān)鍵詞如表5所示。

環(huán)境感知與地圖定位系統(tǒng)是由攝像頭、激光雷達(dá)、毫米波雷達(dá)、高精度地圖和高精度定位等組成，根據(jù)攝像頭和GPS，自動(dòng)收集信息繪制出高精度地圖。系統(tǒng)通過傳感器采集的信息進(jìn)行圖像處理，智能網(wǎng)絡(luò)識(shí)別車輛周圍障礙物，實(shí)現(xiàn)復(fù)雜道路自主躲避障礙、行車距離控制、車道線識(shí)別、導(dǎo)航等功能。系統(tǒng)可及時(shí)感知靠近車輛的方位、車速，對(duì)駕駛員的行駛意圖進(jìn)行預(yù)測(cè)。傳感器主要包括車輪轉(zhuǎn)速傳感器、加速度傳感器、微機(jī)械陀螺儀、轉(zhuǎn)向盤轉(zhuǎn)角傳感器、超聲波傳感器、視覺傳感器等，高精度地圖與定位技術(shù)主要使用全球定位系統(tǒng)（GPS）、中國(guó)北斗衛(wèi)星導(dǎo)航系統(tǒng)等，獲取道路環(huán)境實(shí)時(shí)動(dòng)態(tài)數(shù)據(jù)，以及同步地圖與定位（SLAM），即一邊計(jì)算自身位置，一邊構(gòu)建環(huán)境地圖的過程。首先由感受傳感器如里程計(jì)、陀螺儀等感知測(cè)量車輛軌跡，然后用激光雷達(dá)或視覺感知環(huán)境，通過主動(dòng)或被動(dòng)標(biāo)識(shí)、地圖匹配或?qū)Ш叫艠?biāo)進(jìn)行定位。位置的計(jì)算方法包括三角測(cè)量法、三邊測(cè)量法和模型匹配算法等。車輛在接收到環(huán)境感知系統(tǒng)的信息后進(jìn)行融合，對(duì)道路、車輛、行人、交通標(biāo)志和交通信號(hào)等進(jìn)行識(shí)別，并按照從高精度地圖路由尋址的結(jié)果，決策分析和判斷車輛駕駛模式和將要執(zhí)行的操作，對(duì)當(dāng)前車輛進(jìn)行規(guī)劃（速度規(guī)劃、朝向規(guī)劃、加速度規(guī)劃等），并產(chǎn)生相應(yīng)的決策（跟車、換道、停車等）。

聚類三：人機(jī)協(xié)同駕駛［19］分支。該聚類中的高頻關(guān)鍵詞，如自動(dòng)駕駛（autonomous driving）、自動(dòng)駕駛系統(tǒng)（automated driving systems）、駕駛模擬器（driving simulator）和人機(jī)交互（human-automation interaction）等，這些關(guān)鍵詞在文獻(xiàn)中代表了自動(dòng)駕駛車輛如何駕駛以及駕駛員與系統(tǒng)協(xié)同的研究方向。因此，該聚類以自動(dòng)駕駛（autonomous driving）為基礎(chǔ)，通過駕駛員的狀態(tài)監(jiān)測(cè)，駕駛員與車輛之間的人機(jī)交互［20］，實(shí)現(xiàn)人機(jī)協(xié)同的自動(dòng)駕駛。聚類三中共現(xiàn)頻次前40的關(guān)鍵詞如表6所示。

在國(guó)家標(biāo)準(zhǔn)《汽車駕駛自動(dòng)化分級(jí)》中，將駕駛自動(dòng)化等級(jí)劃分為0～5級(jí)，其中0～3級(jí)都需要駕駛員與系統(tǒng)共同對(duì)車輛做出操控、響應(yīng)的處理。人機(jī)協(xié)同控制是指駕駛員和智能控制系統(tǒng)同時(shí)在環(huán)，協(xié)同完成駕駛?cè)蝿?wù)，大致分為三類：（1）通過人機(jī)交互增強(qiáng)駕駛員感知能力的智能駕駛輔助，這種智能輔助主要是指車載智能系統(tǒng)經(jīng)由雷達(dá)、攝像頭等感知設(shè)備進(jìn)行人機(jī)交互，獲得駕駛員不能了解或了解不全面的交通信息，通過智能系統(tǒng)分析并對(duì)駕駛員進(jìn)行視聽觸多方位的預(yù)警，達(dá)到機(jī)器增強(qiáng)駕駛員感知的初級(jí)人機(jī)協(xié)同模式；（2）基于特定場(chǎng)景的人機(jī)駕駛權(quán)切換，在某些場(chǎng)景下，車輛控制超出駕駛員能力之外時(shí)，智能系統(tǒng)獲取車輛駕駛權(quán)，相反，當(dāng)車輛控制超出智能系統(tǒng)能力范圍的工況發(fā)生時(shí)，系統(tǒng)需對(duì)駕駛員進(jìn)行喚醒并移交控制權(quán)，如自動(dòng)緊急制動(dòng)系統(tǒng)、自適應(yīng)巡航系統(tǒng)和自動(dòng)泊車系統(tǒng)等；（3）人機(jī)共駕車輛的駕駛權(quán)動(dòng)態(tài)分配則是人機(jī)協(xié)同自動(dòng)駕駛的未來發(fā)展方向，會(huì)形成人機(jī)并行控制的復(fù)雜動(dòng)態(tài)交互關(guān)系。另外，在人機(jī)協(xié)同控制的研究中，駕駛員的狀態(tài)監(jiān)測(cè)、意圖識(shí)別和駕駛行為建模也是非常重要的內(nèi)容。

基于以上分析，自動(dòng)駕駛名詞體系由“智能網(wǎng)聯(lián)系統(tǒng)”“智能駕駛信息”“人機(jī)協(xié)同駕駛”3個(gè)一級(jí)分支和“智能決策規(guī)劃”“車輛控制執(zhí)行”“車路協(xié)同系統(tǒng)”“車聯(lián)網(wǎng)技術(shù)”“環(huán)境感知”“地圖與定位”“人機(jī)交互”“人機(jī)共駕”8個(gè)二級(jí)分支組成，如圖4所示。

3 名詞體系構(gòu)建方法

《辭海》（第七版）對(duì)“體系”做出如下定義：“體系是若干有關(guān)事物互相聯(lián)系、互相制約而構(gòu)成的一個(gè)整體。如：理論體系；語法體系；工業(yè)體系?！保?1］

由此，可以定義名詞體系為：關(guān)于研究對(duì)象某些方面的聯(lián)系的名詞，聚集形成名詞單元，規(guī)范化的名詞單元通過相互聯(lián)系、相互制約而構(gòu)成的一個(gè)整體。

構(gòu)建一個(gè)學(xué)科的名詞體系，首先找到名詞體系核心，即一個(gè)關(guān)于某學(xué)科知識(shí)的總稱，并根據(jù)該學(xué)科的研究?jī)?nèi)容與任務(wù)，明確該學(xué)科名詞體系構(gòu)建的范圍。其次確定領(lǐng)域，了解研究場(chǎng)景，列出該學(xué)科可能出現(xiàn)的名詞、概念以及關(guān)系列表，分析研究知識(shí)單元——科技名詞，對(duì)該學(xué)科越了解，所建的名詞體系越完善。再次確定知識(shí)體系結(jié)構(gòu)，當(dāng)列出來所有的名詞、概念以及關(guān)系列表之后，需要對(duì)名詞進(jìn)行層次結(jié)構(gòu)的分類。確定分類層級(jí)通常有兩種方法：自頂向下和自底向上。自頂向下就是從最核心的名詞開始，逐層擴(kuò)展添加各層名詞；自底向上則是相反的過程。最后確定名詞的概念以及名詞之間的關(guān)系。做到這一步，名詞體系就基本構(gòu)建完成了。然而，新的研究、技術(shù)與名詞的產(chǎn)生，必然會(huì)對(duì)原來的名詞體系造成沖擊，需要勇于打破現(xiàn)有的名詞體系，接受新的知識(shí)與概念，構(gòu)建新的名詞體系。構(gòu)建流程如圖5所示。

科技名詞規(guī)范化工作是一項(xiàng)以學(xué)科為抓手的基礎(chǔ)性工作。一個(gè)學(xué)科的知識(shí)體系是由該學(xué)科的一系列知識(shí)單元組合而成，且是具有秩序的知識(shí)結(jié)構(gòu)，這些知識(shí)單元的外在表現(xiàn)形式就是科技名詞，故知識(shí)體系［22-23］是形成名詞體系的基礎(chǔ)和前提。在以前的科技名詞規(guī)范化工作中，名詞體系構(gòu)建是依靠具有學(xué)科發(fā)展戰(zhàn)略視野、精通該學(xué)科專業(yè)知識(shí)的專家來主導(dǎo)完成。隨著文獻(xiàn)計(jì)量方法與可視化知識(shí)圖譜技術(shù)的日漸成熟，科技文獻(xiàn)中蘊(yùn)含著大量的前沿交叉研究成果，本文嘗試將其引入到名詞規(guī)范化工作中，作為一種構(gòu)建新興的交叉前沿學(xué)科（領(lǐng)域）名詞體系的有益探索，同時(shí)通過深入研究分析前沿學(xué)科的發(fā)展，為前沿學(xué)科的名詞規(guī)范化工作奠定基礎(chǔ)。

4 結(jié)語

自動(dòng)駕駛技術(shù)近年來得到了飛速發(fā)展，而自動(dòng)駕駛的名詞規(guī)范化工作尚未全面展開。作為新興的研究領(lǐng)域，自動(dòng)駕駛有其特殊性，一方面自動(dòng)駕駛屬于多學(xué)科交叉領(lǐng)域，另一方面自動(dòng)駕駛自身尚未形成一個(gè)學(xué)科，不具有學(xué)科體系?？萍济~規(guī)范化的傳統(tǒng)工作模式是以學(xué)科為抓手，在學(xué)科體系的基礎(chǔ)上，依靠專家構(gòu)建該學(xué)科的名詞體系并開展科技名詞審定工作。本文采用科技文獻(xiàn)計(jì)量方法，針對(duì)新興的前沿交叉領(lǐng)域——自動(dòng)駕駛，開展自動(dòng)駕駛名詞體系的研究。本項(xiàng)研究分析了不同文獻(xiàn)計(jì)量參數(shù)條件下的自動(dòng)駕駛關(guān)鍵詞聚類，選取符合自動(dòng)駕駛名詞規(guī)范化工作的聚類，構(gòu)建自動(dòng)駕駛這一前沿學(xué)科的規(guī)范化名詞體系。同時(shí)，本文嘗試了基于文獻(xiàn)計(jì)量的名詞體系構(gòu)建方法，是對(duì)前沿交叉學(xué)科領(lǐng)域的名詞規(guī)范化工作的一種創(chuàng)新性探索，下一步，將基于文獻(xiàn)計(jì)量的科技名詞規(guī)范化的“工作生態(tài)”進(jìn)行研究。

參考文獻(xiàn)

［1］ 嚴(yán)濟(jì)慈.論公分公分公分［J］.東方雜志，1935，32（3）：79-82.

［2］ 王金強(qiáng)，黃航，郅朋，等. 自動(dòng)駕駛發(fā)展與關(guān)鍵技術(shù)綜述［J］. 電子技術(shù)應(yīng)用，2019，45（6）：28-36.

［3］ 全國(guó)汽車標(biāo)準(zhǔn)化技術(shù)委員會(huì).汽車駕駛自動(dòng)化分級(jí)：GB/T 40429—2021［S］.北京：中國(guó)標(biāo)準(zhǔn)出版社，2021：1-16.

［4］ 全國(guó)科學(xué)技術(shù)名詞審定委員會(huì).關(guān)于下發(fā)《全國(guó)科學(xué)技術(shù)名詞審定委員會(huì)組織條例》和《全國(guó)科學(xué)技術(shù)名詞審定委員會(huì)科學(xué)技術(shù)名詞審定原則及方法》的通知［Z］. 科詞委字〔2010〕031號(hào).

［5］ 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.

［6］ NICOLAISEN J．Bibliometrics and Citation Analysis： From the Science Citation Index to Cybermetrics ［J］．Journal of the American Society for Information Science and Techno-logy， 2010，61（1）： 205-207．

［7］ 高凱.文獻(xiàn)計(jì)量分析軟件VOSviewer的應(yīng)用研究［J］.科技情報(bào)開發(fā)與經(jīng)濟(jì)，2015，25（12）：95-98.

［8］ 劉金花，崔金梅. 基于VOSviewer的領(lǐng)域性熱門研究主題挖掘［J］.情報(bào)探索，2016（2）：13-16.

［9］ 馮璐，冷伏海. 共詞分析方法理論進(jìn)展［J］.中國(guó)圖書館學(xué)報(bào)，2006（2）：88-92.

［10］ KEVIN W， BOYACK， KLAVANS R. Co-Citation Analysis， Bibliographic Coupling， and Direct Citation： Which Citation Approach Represents the Research Front Most Accurately？ ［J］. Journal of the American Society for Information Science and Technology，2010，61（12）： 2389-2404．

［11］ 張奕駿，張暉，肖逸影，等. 基于科學(xué)知識(shí)圖譜的汽車智能化發(fā)展研究［C］//世界交通運(yùn)輸大會(huì)執(zhí)委會(huì).世界交通運(yùn)輸工程技術(shù)論壇（WTC2021）論文集.北京：人民交通出版社，2021：1698-1703.

［12］ 李克強(qiáng)，戴一凡，李升波，等.智能網(wǎng)聯(lián)汽車（ ICV ） 技術(shù)的發(fā)展現(xiàn)狀及趨勢(shì)［J］. 汽車安全與節(jié)能學(xué)報(bào)，2017，8（1）：1-14.

［13］ 彭育輝，江銘，馬中原，等.汽車自動(dòng)駕駛關(guān)鍵技術(shù)研究進(jìn)展［J］.福州大學(xué)學(xué)報(bào)（自然科學(xué)版），2021，49（5）：691-703.

［14］ 張?jiān)祈槪A國(guó)棟，李寧，等.基于車路協(xié)同的智能駕駛研究綜述［J］.汽車文摘，2022（6）： 49-57.

［15］ 肖瑤，劉會(huì)衡，程曉紅.車聯(lián)網(wǎng)關(guān)鍵技術(shù)及其發(fā)展趨勢(shì)與挑戰(zhàn)［J］.通信技術(shù)，2021，54（1）：1-8.

［16］ 張新鈺，高洪波，趙建輝，等. 基于深度學(xué)習(xí)的自動(dòng)駕駛技術(shù)綜述［J］. 清華大學(xué)學(xué)報(bào)（自然科學(xué)版），2018，58（4）：438-444.

［17］ 崔勝民.智能網(wǎng)聯(lián)汽車新技術(shù)［M］.北京：化學(xué)工業(yè)出版社，2016.

［18］ 《中國(guó)公路學(xué)報(bào)》編輯部. 中國(guó)汽車工程學(xué)術(shù)研究綜述·2017［J］.中國(guó)公路學(xué)報(bào)，2017，30（6）：1-197.

［19］ 胡云峰，曲婷，劉俊，等. 智能汽車人機(jī)協(xié)同控制的研究現(xiàn)狀與展望［J］.自動(dòng)化學(xué)報(bào)，2019，45（7）：1261-1280.

［20］ 鄒啟杰，李昊宇，張汝波，等. 自主駕駛的人機(jī)交互控制［J］.山東大學(xué)學(xué)報(bào)（工學(xué)版），2019，49（2）：23-33.

［21］ 辭海編輯委員會(huì).辭海·語詞分冊(cè)［DB/OL］.［2022-05-10］.上海：上海辭書出版社，2021. https：//www.cihai.com.cn.

［22］ 李景，孟連生.構(gòu)建知識(shí)本體方法體系的比較研究［J］.現(xiàn)代圖書情報(bào)技術(shù)，2004（7）：17-22.

［23］ 張曉林，李宇.描述知識(shí)組織體系的元數(shù)據(jù)［J］.圖書情報(bào)工作，2002（2）：64-69.

作者簡(jiǎn)介：史金鵬（1980—），男，碩士，全國(guó)科學(xué)技術(shù)名詞審定委員會(huì)事務(wù)中心審定業(yè)務(wù)二處副處長(zhǎng)，承擔(dān)物質(zhì)科學(xué)、工程技術(shù)等領(lǐng)域的科技名詞規(guī)范化及海峽兩岸科技名詞對(duì)照工作。從事先進(jìn)制造與科技名詞規(guī)范化理論與實(shí)踐方面的研究，參與先進(jìn)制造、產(chǎn)業(yè)咨詢、國(guó)外技術(shù)標(biāo)準(zhǔn)翻譯項(xiàng)目等19項(xiàng)，主持、參與國(guó)家語言文字工作委員會(huì)、中國(guó)科學(xué)院文獻(xiàn)情報(bào)中心、全國(guó)科學(xué)技術(shù)名詞審定委員會(huì)事務(wù)中心等的項(xiàng)目8項(xiàng)，組織審定公布6部科技名詞。通信方式：shijp@cnterm.cn。

王海（1985—），女，博士，副研究員，全國(guó)科學(xué)技術(shù)名詞審定委員會(huì)事務(wù)中心審定業(yè)務(wù)一處處長(zhǎng)，負(fù)責(zé)生命科學(xué)和地球科學(xué)等領(lǐng)域的科技名詞規(guī)范化及海峽兩岸科技名詞對(duì)照工作。主要研究方向?yàn)榭萍夹g(shù)語規(guī)范化、術(shù)語理論與實(shí)踐、海峽兩岸名詞對(duì)照等。主持全國(guó)科學(xué)技術(shù)名詞審定委員會(huì)事務(wù)中心重點(diǎn)項(xiàng)目1項(xiàng)，參與國(guó)家語言文字工作委員會(huì)基金項(xiàng)目2項(xiàng)、全國(guó)科學(xué)技術(shù)名詞審定委員會(huì)事務(wù)中心項(xiàng)目2項(xiàng)，參與《兩岸科學(xué)技術(shù)常用詞典》《中華科學(xué)技術(shù)大詞典》《大數(shù)據(jù)百科術(shù)語辭典》《學(xué)習(xí)強(qiáng)國(guó)·每日科技名詞》等項(xiàng)目，組織審定公布6部科技名詞。通信方式：wangh@cnterm.cn。

杜振雷（1985—），男，碩士，全國(guó)科學(xué)技術(shù)名詞審定委員會(huì)事務(wù)中心宣傳推廣處副處長(zhǎng)、“學(xué)習(xí)強(qiáng)國(guó)·每日科技名詞”編輯部主任、全國(guó)語言與術(shù)語標(biāo)準(zhǔn)化技術(shù)委員會(huì)計(jì)算機(jī)輔助術(shù)語工作分技術(shù)委員會(huì)委員。主要研究方向?yàn)樾g(shù)語管理與傳播、自然語言處理。主持“術(shù)語在線”術(shù)語知識(shí)服務(wù)平臺(tái)運(yùn)營(yíng)，主持、參與國(guó)家語言文字工作委員會(huì)基金項(xiàng)目3項(xiàng)、國(guó)家自然科學(xué)基金項(xiàng)目2項(xiàng)，參與起草新聞出版行業(yè)標(biāo)準(zhǔn)1項(xiàng)，組織出版《學(xué)習(xí)強(qiáng)國(guó)·每日科技名詞》系列圖書。通信方式：duzl@cnterm.cn。