基于知識圖譜的生態(tài)駕駛行為研究現(xiàn)狀及熱點(diǎn)分析

嚴(yán)利鑫，賈 樂，劉清梅，龔毅軻

(華東交通大學(xué) 交通運(yùn)輸工程學(xué)院，江西 南昌 330013)

0 引言

隨著社會和經(jīng)濟(jì)的快速發(fā)展，當(dāng)今世界各國的汽車保有量不斷增加，引起了全球氣候的變化，交通領(lǐng)域的能源排放問題成為社會廣泛關(guān)注的重點(diǎn)問題。自20世紀(jì)90年代以來，我國機(jī)動(dòng)車數(shù)量急劇增長，而機(jī)動(dòng)車控制水平卻相對低下[1]。據(jù)《中國移動(dòng)源環(huán)境管理年報(bào)(2020)》[2]顯示，中國已經(jīng)連續(xù)第11年成為機(jī)動(dòng)車產(chǎn)銷第一大國，機(jī)動(dòng)車等造成的污染已經(jīng)成為大氣污染的重要來源。節(jié)約能源減少排放量是一項(xiàng)長遠(yuǎn)的社會責(zé)任和戰(zhàn)略任務(wù)[3]，而“生態(tài)駕駛(eco-driving)”作為一種節(jié)約能源、保護(hù)環(huán)境并能普遍適用的高效手段越來越受到關(guān)注。生態(tài)駕駛的廣義定義為通過提高車輛的技術(shù)水平來減少能耗，或?qū)ｉT研發(fā)節(jié)能高效的新能源汽車；而其狹義定義則為對駕駛?cè)诉M(jìn)行相關(guān)的培訓(xùn)或通過外界輔助措施引導(dǎo)駕駛?cè)说鸟{駛行為，以達(dá)到節(jié)能減排的目的[4]。

自生態(tài)駕駛的概念在20世紀(jì)90年代提出以來，國內(nèi)外對生態(tài)駕駛的研究成果主要集中在4個(gè)方面：生態(tài)駕駛的影響因素研究、生態(tài)駕駛策略、生態(tài)駕駛效果分析研究、對生態(tài)駕駛實(shí)際運(yùn)用的研究。影響車輛油耗的主要因素主要有人、車、環(huán)境3個(gè)方面。首先，對于駕駛?cè)耍珹ndo，Jeffrey，Günther，F(xiàn)ranke等[5-8]研究發(fā)現(xiàn)駕駛?cè)俗陨硖卣饕蛩?年齡因素、駕駛動(dòng)機(jī)、駕駛風(fēng)格等)對駕駛行為的生態(tài)性具有顯著影響。其次，對于駕駛車輛，Wang、唐培嘉等[9-10]發(fā)現(xiàn)車輛行駛時(shí)速度與加速度的變化能夠引起能源排放量的變化。其次，Holdstock等[11]分析得出某些車輛技術(shù)參數(shù)(發(fā)動(dòng)機(jī)性能、變速箱速比等)也是車輛油耗量的重要影響因素之一。最后，對于駕駛環(huán)境，Ando，Schall，Mansfiled等[5,12-13]驗(yàn)證得出外界的刺激信息(信息提供的頻率、經(jīng)濟(jì)刺激措施及外界干預(yù)等)能夠有效影響生態(tài)駕駛的效率。此外，Günther，Yao，Younes，Shankar，Yang等[7,14-17]發(fā)現(xiàn)道路行駛水平條件(道路類型、環(huán)境溫度、道路擁堵程度及信號燈配時(shí)等)能夠影響機(jī)動(dòng)車的能耗量。關(guān)于生態(tài)駕駛控制策略研究方面，Barth，Ciarla，Xia，鄭秀征等[18-21]學(xué)者對如何提高生態(tài)駕駛效率提出了一系列優(yōu)化方案及策略。Günther，Schall，Ho等[7,12,22]深入研究了生態(tài)駕駛的節(jié)能效果。對于生態(tài)駕駛運(yùn)用方面，Ho，Beusen，Ayyildiz，Zhao等[22-25]對駕駛?cè)诵袨檫M(jìn)行了研究，通過培訓(xùn)達(dá)到生態(tài)駕駛的目的。Kamal，馬勇，趙琦等[26-28]開發(fā)了不同種類的生態(tài)駕駛輔助系統(tǒng)，為駕駛?cè)颂峁┥鷳B(tài)駕駛建議并進(jìn)行適當(dāng)干預(yù)。國外學(xué)者從整個(gè)路網(wǎng)的角度出發(fā)提出了生態(tài)型智能交通系統(tǒng)，該系統(tǒng)在提高車輛運(yùn)行效率的同時(shí)能夠減少機(jī)動(dòng)車能源消耗。目前的成果有：歐盟進(jìn)行的EcoMove項(xiàng)目、美國設(shè)置的IntelliDrive項(xiàng)目及日本提出的智能道路系統(tǒng)。

在生態(tài)駕駛方向現(xiàn)有的研究基礎(chǔ)上，對近20年來生態(tài)駕駛研究方向的期刊、文獻(xiàn)進(jìn)行梳理，并對其載文量、期刊分布、研究機(jī)構(gòu)、關(guān)鍵詞及作者等進(jìn)行分析，最終得出國內(nèi)外生態(tài)駕駛的研究現(xiàn)狀和熱點(diǎn)問題。

1 數(shù)據(jù)來源及研究方法

1.1 數(shù)據(jù)來源

將Web of Science(WOS)核心數(shù)據(jù)庫作為數(shù)據(jù)源，檢索分析了近20年來生態(tài)駕駛研究方向的期刊文獻(xiàn)。文獻(xiàn)檢索基本信息如下：

(1)檢索式：主題=(“eco-driving”or“energy-saving driving”)且主題=(“vehicle”or“electric vehicle”)。

(2)時(shí)間跨度：2000—2021年。

(3)期刊來源：EI來源期刊/SCI/SCIE/SSCI

由于生態(tài)駕駛研究類別的多樣性，為了使搜索結(jié)果盡可能涵蓋國內(nèi)外相關(guān)研究成果，采用組合檢索的方法檢索了297篇文獻(xiàn)，對文獻(xiàn)進(jìn)行篩選后得到文獻(xiàn)257篇，其中包含4篇非學(xué)術(shù)類文獻(xiàn)，最終獲得生態(tài)駕駛學(xué)術(shù)類文獻(xiàn)253篇。

1.2 研究方法

知識圖譜(Knowledge Graph)是運(yùn)用數(shù)學(xué)知識、圖形理論、可視化技術(shù)、信息科學(xué)等方法，通過可視化圖譜形象描述某一學(xué)科的發(fā)展歷程、結(jié)構(gòu)體系、發(fā)展前沿等的現(xiàn)代理論。它能夠以圖譜的形式表現(xiàn)某一研究的發(fā)展規(guī)律并為未來的科學(xué)研究提供參考[29]。知識圖譜可呈現(xiàn)生態(tài)駕駛研究的發(fā)展過程及其結(jié)構(gòu)關(guān)系，得出該研究領(lǐng)域的演變規(guī)律并呈現(xiàn)出該研究領(lǐng)域宏觀的研究情況。本研究抽取253篇生態(tài)駕駛的相關(guān)文獻(xiàn)關(guān)鍵詞運(yùn)用VOSviewer[30]構(gòu)建知識圖譜進(jìn)行聚類分析，得出生態(tài)駕駛研究領(lǐng)域的隱藏知識、來源及發(fā)展規(guī)律。運(yùn)用SPSS statistics梳理載文量、期刊分布、研究機(jī)構(gòu)、學(xué)者等數(shù)據(jù)，最后總結(jié)分析得到生態(tài)駕駛的研究熱點(diǎn)及發(fā)展趨勢。研究方法流程如圖1所示。

圖1 研究方法流程Fig.1 Flowchart of study method

具體研究步驟如下：

(1)載文量分析。為了得到國內(nèi)外生態(tài)駕駛研究文獻(xiàn)的發(fā)表量隨時(shí)間變化的分布趨勢，運(yùn)用SPSS statistics統(tǒng)計(jì)分析軟件對檢索的253篇文獻(xiàn)進(jìn)行分析 。

(2)期刊分析。對文獻(xiàn)所發(fā)布的期刊進(jìn)行分類統(tǒng)計(jì)，并按照期刊載文量進(jìn)行排序得到該研究領(lǐng)域的主要期刊。

(3)主要研究機(jī)構(gòu)及代表性學(xué)者分析。對文獻(xiàn)所屬研究機(jī)構(gòu)及發(fā)文作者進(jìn)行統(tǒng)計(jì)，得到國內(nèi)外生態(tài)駕駛研究領(lǐng)域的主要研究機(jī)構(gòu)和專家。

(4)關(guān)鍵詞分析。將文獻(xiàn)關(guān)鍵詞導(dǎo)入VOSviewer軟件平臺進(jìn)行挖掘分析，繪制關(guān)鍵詞聚類圖和關(guān)鍵詞演化趨勢圖。

(5)研究發(fā)展趨勢與熱點(diǎn)分析。結(jié)合上述統(tǒng)計(jì)結(jié)果及知識圖譜所呈現(xiàn)的規(guī)律，得到生態(tài)駕駛研究領(lǐng)域的主要研究類別，并根據(jù)不同的類別逐一分析國內(nèi)外生態(tài)駕駛領(lǐng)域的研究趨勢和熱點(diǎn)。

2 研究現(xiàn)狀分析

2.1 載文量分析

為了得到生態(tài)駕駛的研究現(xiàn)狀，將2000—2021年發(fā)表的253篇學(xué)術(shù)類文獻(xiàn)進(jìn)一步劃分成為綜述類文獻(xiàn)及研究類文獻(xiàn)，其中綜述類文獻(xiàn)10篇，研究類文獻(xiàn)243篇。根據(jù)文獻(xiàn)的發(fā)表年限進(jìn)行統(tǒng)計(jì)，得到如圖2所示的載文量分布圖。由圖2可知，2000—2008年間還未有生態(tài)駕駛研究類相關(guān)文獻(xiàn)。以2009年為時(shí)間節(jié)點(diǎn)，國內(nèi)外陸續(xù)涌現(xiàn)各種學(xué)術(shù)類文獻(xiàn)并呈現(xiàn)逐年增長的趨勢，尤其是2017年至今隨著全球變暖等一系列環(huán)境問題的日益惡化，節(jié)能減排問題成為國內(nèi)外各界關(guān)注的重點(diǎn)問題，故生態(tài)駕駛作為一種節(jié)能減排的高效手段近幾年得到了快速發(fā)展。在2015年，生態(tài)駕駛的相關(guān)研究達(dá)到小高潮，該年的載文量突破20篇，之后每年的載文量都基本保持在20篇以上。在2013年出現(xiàn)了第1篇綜述性論文后，2018年后綜述性論文陸續(xù)開始發(fā)表。在2020年，生態(tài)駕駛方向載文量已經(jīng)達(dá)49篇，并且整體還呈現(xiàn)上升趨勢。由此可見，隨著社會發(fā)展的需要，生態(tài)駕駛已經(jīng)成為一個(gè)研究熱點(diǎn)，未來將會有越來越多的學(xué)者投身于其中。

圖2 2000—2021年生態(tài)駕駛研究載文量分布Fig.2 Distribution of annual amount of publications of eco-driving from 2000 to 2021

2.2 期刊分析

將所刊載253篇文獻(xiàn)的期刊進(jìn)行分類統(tǒng)計(jì)，并按照期刊載文量進(jìn)行排序。分析結(jié)果表明，這些文獻(xiàn)一共來自76種期刊。表1列出了載文量3篇及以上的19種期刊，這19種期刊共刊載生態(tài)駕駛研究方向相關(guān)文獻(xiàn)184篇，占檢索文獻(xiàn)總數(shù)的73%。其中TransportationResearchPartD:TransportandEnvironment是載文量最多的期刊(33篇)，IEEETransactionsonIntelligentTransportationSystems是載文量第2位的期刊(24篇)，載文量第3位的是IETIntelligentTransportSystems(18篇)，載文量第4～8位的分別是TransportationResearchPartC:EmergingTechnologies(16篇)、IEEETransactionsonVehicularTechnology(12篇)、TransportationResearchRecord(12篇)、IEEEAccess(12篇)及AppliedEnergy(8篇)。

表1 生態(tài)駕駛期刊載文量分布Tab.1 Distribution of amount of publications in journals of eco-driving

從這些期刊論文發(fā)表年份來看，在2010年以前這19種期刊所載的文獻(xiàn)數(shù)量僅有2篇，2011—2015年文獻(xiàn)刊載量增長至47篇，2016—2021年文獻(xiàn)刊載量急劇上升，達(dá)136篇。由此看出，代表性期刊所刊載的文獻(xiàn)數(shù)量隨時(shí)間的變化趨勢與近年來國內(nèi)外發(fā)表文獻(xiàn)數(shù)量的增長趨勢基本一致。

2.3 研究機(jī)構(gòu)與學(xué)者分析

文獻(xiàn)學(xué)者來自多個(gè)研究機(jī)構(gòu)，此處將國內(nèi)外學(xué)者所屬的研究機(jī)構(gòu)依照所發(fā)表的文獻(xiàn)數(shù)量(表2)進(jìn)行統(tǒng)計(jì)分析。結(jié)果表明，發(fā)文量為3～5篇的研究機(jī)構(gòu)共為22家，其中發(fā)文量達(dá)5篇及以上的研究機(jī)構(gòu)共有15家。現(xiàn)各機(jī)構(gòu)關(guān)于生態(tài)駕駛的研究總體呈現(xiàn)均勻分布趨勢，個(gè)別機(jī)構(gòu)發(fā)文量較多，但總體相差不大。

由表2可知，密歇根大學(xué)共發(fā)表文獻(xiàn)16篇，是22家研究機(jī)構(gòu)中發(fā)文量最多的，其代表性學(xué)者為Shaobing Xu；利茲大學(xué)(12篇)位列第二，代表性學(xué)者是Yvonne Barnard；清華大學(xué)(10篇)和北京理工大學(xué)(10篇)位列第三，它們的代表性學(xué)者分別是Hui Jin和Shengbo Eben Li。在國內(nèi)北京理工大學(xué)、清華大學(xué)、吉林大學(xué)、北京航空航天大學(xué)、北京工業(yè)大學(xué)以及東南大學(xué)對于生態(tài)駕駛的研究目前處于國內(nèi)領(lǐng)先地位。

表2 生態(tài)駕駛主要研究機(jī)構(gòu)和主要代表學(xué)者Tab.2 Major research institutions and representative authors of eco-driving

續(xù)表2

2.4 關(guān)鍵詞分析

將生態(tài)駕駛研究的253篇文獻(xiàn)的1 195個(gè)關(guān)鍵詞進(jìn)行排序，如表3所示，再將前22個(gè)出現(xiàn)頻率最高的關(guān)鍵詞導(dǎo)入Vosviewer軟件平臺中進(jìn)行處理分析，得到文獻(xiàn)關(guān)鍵詞的聚類圖和演化趨勢圖，如圖3～4所示。

表3 生態(tài)駕駛研究高頻關(guān)鍵詞Tab.3 High-frequency key words in eco-driving research

從圖3所示的關(guān)鍵詞聚類圖，可將生態(tài)駕駛研究劃分為以下幾個(gè)方向。

(1)車輛油耗的主要影響因素：包含eco-driving，impact，feedback，perfomence，driver，consumption這6個(gè)關(guān)鍵詞。

(2)生態(tài)駕駛控制策略：包含eco-driving，optimal control，behavior，system，model，optimization，electric vehicle，fuel economy這8個(gè)關(guān)鍵詞。

(3)生態(tài)駕駛控制策略效果分析：包含eco-driving，vehicles，efficiency，fuel consumption這4個(gè)關(guān)鍵詞。

(4)生態(tài)駕駛的實(shí)際運(yùn)用研究：包含eco-driving，emissions，vehicle，energy consumption，energy management這5個(gè)關(guān)鍵詞。

圖3 生態(tài)駕駛研究關(guān)鍵詞聚類圖Fig.3 Cluster map of key words in eco-driving research

知識圖譜顯示的結(jié)果表明，生態(tài)駕駛的4個(gè)主要研究方向之間的關(guān)鍵詞之間存在著較強(qiáng)的關(guān)聯(lián)性，其中的關(guān)鍵詞有很多重合之處。

圖4詮釋了生態(tài)駕駛研究的發(fā)展歷程：生態(tài)駕駛研究逐步從車輛油耗量的主要影響因素研究過渡到生態(tài)駕駛的控制策略研究，根據(jù)以上成果對生態(tài)駕駛的效果進(jìn)行分析總結(jié)后再運(yùn)用于實(shí)際，即隨后出現(xiàn)的生態(tài)駕駛的運(yùn)用成果。前3個(gè)研究方向文獻(xiàn)增長的趨勢基本一致，而生態(tài)駕駛實(shí)際運(yùn)用的研究成果是建立在前3個(gè)研究成果之上的。

圖4 生態(tài)駕駛研究關(guān)鍵詞演化趨勢圖Fig.4 Evolution trend of key words in eco-driving research

3 研究熱點(diǎn)和研究前沿與發(fā)展趨勢分析

3.1 研究前沿及發(fā)展趨勢分析

根據(jù)關(guān)鍵詞分析，將253篇文獻(xiàn)劃分為4個(gè)主要研究方向：車輛油耗量的主要影響因素、生態(tài)駕駛控制策略、生態(tài)駕駛控制策略效果分析及生態(tài)駕駛的實(shí)際運(yùn)用研究。同時(shí)，以2013年和2016年為2個(gè)關(guān)鍵時(shí)間點(diǎn)，此處將國內(nèi)外對生態(tài)駕駛的研究分為3個(gè)階段：早期(2000—2012年)、中期(2013—2015年)和近期(2016—2021年)，并分別研究生態(tài)駕駛各方向的發(fā)展變化規(guī)律。

(1)車輛油耗量的主要影響因素。研究主要包括：駕駛員特征、外部對駕駛?cè)说挠绊憽⒌缆沸问江h(huán)境、車輛技術(shù)水平及車輛運(yùn)行參數(shù)等內(nèi)容。

從圖4可以看出，車輛油耗量影響因素研究方向有61篇文獻(xiàn)，該研究方向是生態(tài)駕駛研究最早的研究方向之一，學(xué)者只有通過得知生態(tài)駕駛的影響因素才能夠得出一系列對生態(tài)駕駛策略研究的切入點(diǎn)。在生態(tài)駕駛早期的研究中，對該方向的成果較少，第1篇成果發(fā)表于2012年，隨之該方向的論文發(fā)布量逐年增長，2013年至今發(fā)表的論文數(shù)量高達(dá)50篇，占所分析文獻(xiàn)的總數(shù)的82.0%。

該方面的研究主要集中在駕駛?cè)说膫€(gè)性特征研究，據(jù)相關(guān)研究表明，駕駛個(gè)性特征是影響生態(tài)駕駛的主要因素。同時(shí)還出現(xiàn)了外界刺激、行駛道路條件、車輛技術(shù)特征等多方面車輛油耗量影響因素的研究。在中期研究階段，生態(tài)駕駛的研究開始逐漸顯示出針對性，并開始集中于人的駕駛習(xí)慣及駕駛行為對生態(tài)駕駛的影響，只是此時(shí)的研究還多為只是基于單一指標(biāo)，不夠深刻全面。在近期的研究階段，研究進(jìn)一步深入到針對特殊場景、特殊條件下相關(guān)影響因素對生態(tài)駕駛的影響，如針對不同車型、不同交通流情況下特定的車輛油耗量影響因素研究。并從新角度探索車輛油耗的顯著影響因素，如近年來針對某些生態(tài)駕駛輔助系統(tǒng)而出現(xiàn)的新型因素“實(shí)時(shí)反饋”、“視覺行為變化”等對生態(tài)駕駛的影響、車內(nèi)特殊零件及新型智能系統(tǒng)對生態(tài)駕駛的影響、交通燈等道路設(shè)施對生態(tài)駕駛的影響等。國內(nèi)外學(xué)者在此都做出了相當(dāng)大的貢獻(xiàn)，研究更加細(xì)化且更加全面，并且對生態(tài)駕駛研究影響因素的研究成果逐漸系統(tǒng)化，為后續(xù)生態(tài)駕駛控制策略、生態(tài)駕駛的運(yùn)用等研究方面提供了有力的支撐。

(2)生態(tài)駕駛控制策略方面。國內(nèi)外學(xué)者多根據(jù)車輛油耗量的顯著影響因素，通過機(jī)器學(xué)習(xí)、統(tǒng)計(jì)學(xué)知識等理論方法構(gòu)建駕駛員行為優(yōu)化模型或車輛運(yùn)行軌跡優(yōu)化模型等，得到使得車輛能耗消量最小的最優(yōu)解。

從圖4可以看出，生態(tài)駕駛研究策略研究方面有93篇文章，是這幾個(gè)方向中文獻(xiàn)發(fā)表量最多的，也是近期階段成果最多的研究方向，發(fā)文量為73篇(占比78.5%)。該方向的研究成果也主要集中于中后期，并且仍有增長的趨勢。在2019年之后，該方向的文獻(xiàn)的增長量明顯大于其他3個(gè)方向，是近期生態(tài)駕駛研究的熱點(diǎn)方向。

在早期研究階段，國內(nèi)外生態(tài)駕駛控制策略的研究對象多為傳統(tǒng)燃油汽車，且由于車輛油耗量變化數(shù)據(jù)的采集較為繁瑣，需消耗大量的人力物力，故對于生態(tài)駕駛策略的研究多針對于理想狀態(tài)。國內(nèi)外學(xué)者多通過模擬駕駛器進(jìn)行模擬駕駛試驗(yàn)，直接利用油耗公式計(jì)算出車輛油耗，并以車輛油耗量顯著影響因素為自變量，車輛油耗量為因變量，建立相關(guān)模型從而得到生態(tài)駕駛行駛優(yōu)化策略。近年來隨著新能源汽車的推廣，國內(nèi)外學(xué)者們開始逐步開展針對新能源汽車的生態(tài)駕駛策略的研究。另外，在中后期人們對生態(tài)駕駛的研究開始具體，如基于不同車型的生態(tài)駕駛控制策略研究、基于不同駕駛環(huán)境下的生態(tài)駕駛控制策略研究、基于不同行車距離的生態(tài)駕駛控制策略研究、基于帶有生態(tài)駕駛輔助系統(tǒng)的節(jié)能型新型汽車的生態(tài)駕駛輔助系統(tǒng)等的研究。如何建立能夠更具體表現(xiàn)出研究對象特征且更為精確的能耗模型，并結(jié)合新的車輛油耗量影響因素，以其為控制變量，以提升所得出的生態(tài)駕駛策略的可行性及實(shí)用性，使其能夠用更為形象化地方式運(yùn)用于駕駛中，這是目前該研究方向的主要預(yù)期目標(biāo)。又由于在城市道路交叉口車流量變化大，駕駛員非生態(tài)駕駛行為出現(xiàn)頻次相較于其他駕駛路段較高車輛油耗量相對較高，故近年來關(guān)于在不同交叉口下多種方式的駕駛員駕駛行為生態(tài)性控制策略研究開始大量涌現(xiàn)。

(3)生態(tài)駕駛效果分析。研究內(nèi)容主要包括：分析車輛油耗量相關(guān)控制策略(如生態(tài)駕駛培訓(xùn)、生態(tài)駕駛輔助系統(tǒng)等)實(shí)施的效果。

從圖4可以看出，生態(tài)駕駛效果分析方向有46篇文章，其發(fā)文量的增長趨勢與前2個(gè)方向基本一致，其中近期發(fā)文量為33篇(占比71.7%)，并且仍有不斷增長的趨勢。

在早期的研究階段，國內(nèi)外學(xué)者多針對獨(dú)立駕駛車輛的駕駛員個(gè)人駕駛行為進(jìn)行對分析，并對駕駛員提供車輛處于簡單車流下的效果分析建議，還側(cè)重于針對不同影響因素的效果對比研究，如在不同路況、駕駛風(fēng)格、車輛技術(shù)條件下某種特定因素的生態(tài)駕駛效果分析、利用浮動(dòng)車數(shù)據(jù)分析生態(tài)駕駛效果等，且早期學(xué)者多利用仿真試驗(yàn)的手段對生態(tài)駕駛效果進(jìn)行分析，所以早期的研究多以理想環(huán)境為背景，并側(cè)重單個(gè)車輛的駕駛效果分析。中近期階段學(xué)者們發(fā)現(xiàn)，對單個(gè)車輛進(jìn)行節(jié)能效果研究是脫離實(shí)際的，不全面的。實(shí)際上車輛總是處于交通流下，研究交通流下的生態(tài)駕駛對整個(gè)交通系統(tǒng)的效果有更大的現(xiàn)實(shí)意義。近年來學(xué)者還致力于生態(tài)駕駛對車輛行程時(shí)間的影響和駕駛員駕駛行為矯正時(shí)效性的研究。對節(jié)能效果進(jìn)行分析后讓其更好地發(fā)揮社會作用，也是學(xué)者和研究人員努力拓展的新方面。

(4)生態(tài)駕駛實(shí)際運(yùn)用研究。研究主要包括：駕駛員生態(tài)駕駛行為矯正研究、智能生態(tài)駕駛輔助系統(tǒng)研究、生態(tài)駕駛智能交通系統(tǒng)的運(yùn)用。

從圖5可以看出，生態(tài)駕駛實(shí)際運(yùn)用研究方向有52篇文章。在2018年生態(tài)駕駛研究增長的小高峰階段，生態(tài)駕駛實(shí)際運(yùn)用方面的研究成果僅次于生態(tài)駕駛控制策略研究。此后的增長趨勢與生態(tài)駕駛研究其他方向的文獻(xiàn)增長趨勢基本一致。生態(tài)駕駛實(shí)際運(yùn)用方向的研究也幾乎都誕生于中后期，該階段共產(chǎn)生了38篇文章(占比73.1%)。但是在近期，該方向的發(fā)文量有回落的趨勢。

圖5 2010—2021年生態(tài)駕駛研究文獻(xiàn)時(shí)間序列Fig.5 Time series of eco-driving research literatured from 2010 to 2021

生態(tài)駕駛實(shí)際運(yùn)用研究研究一般基于前3個(gè)方向的研究成果。在結(jié)合影響因素和控制策略后對比使用生態(tài)駕駛效果前后的效果，最終獲得生態(tài)駕駛的運(yùn)用手段。在早期的研究階段，國內(nèi)外學(xué)者只是大致制定出了一般性的參考駕駛行為，并為結(jié)合多方面因素綜合考慮有針對性地提高駕駛員生態(tài)駕駛行為的生態(tài)性，且相關(guān)生態(tài)駕駛培訓(xùn)方案多基于經(jīng)驗(yàn)型的生態(tài)駕駛策略。在中后期研究階段，國內(nèi)外學(xué)者致力于通過駕駛模擬器結(jié)合駕駛員行為的個(gè)性特征為駕駛員設(shè)計(jì)培訓(xùn)方案，且依據(jù)基于新技術(shù)的生態(tài)駕駛策略以多種方式為駕駛?cè)颂峁?shí)時(shí)動(dòng)態(tài)的駕駛建議，在國內(nèi)外學(xué)者的努力下生態(tài)駕駛輔助系統(tǒng)應(yīng)運(yùn)而生。生態(tài)駕駛在獲取車輛行駛相關(guān)數(shù)據(jù)并對駕駛員行為進(jìn)行監(jiān)測后，能實(shí)時(shí)為駕駛員提供駕駛行為矯正建議，如基于手機(jī)應(yīng)用和車載平臺的動(dòng)態(tài)提醒系統(tǒng)等。近期國內(nèi)外學(xué)者多著眼于整個(gè)路網(wǎng)，將生態(tài)駕駛實(shí)際運(yùn)用融入其中，不但為單個(gè)駕駛?cè)颂峁┬畔⒎?wù)，也通過調(diào)節(jié)整體車流的運(yùn)行效率來實(shí)現(xiàn)生態(tài)駕駛，如對車輛在跟車過程中生態(tài)駕駛輔助系統(tǒng)的研究。還出現(xiàn)了一種全部代替人的駕駛行為的生態(tài)駕駛輔助系統(tǒng)，對一個(gè)完整生態(tài)駕駛過程的實(shí)現(xiàn)進(jìn)行保障。

3.2 研究熱點(diǎn)分析

從生態(tài)駕駛領(lǐng)域的不同研究方向出發(fā)進(jìn)行了如下的歸納總結(jié)，如表4所示。具體闡明了生態(tài)駕駛相關(guān)研究的熱點(diǎn)問題和其對應(yīng)的主要研究方法。

表4 生態(tài)駕駛研究熱點(diǎn)分析Tab.4 Hotspot analysis of eco-driving research

車輛油耗量影響因素研究熱點(diǎn)聚焦于駕駛?cè)诵袨閷ι鷳B(tài)駕駛的影響及外界刺激對生態(tài)駕駛的影響。駕駛員的特征是車輛燃油消耗的主要影響因素[5-8]，外界刺激能夠改變駕駛?cè)说男袨閺亩鴮囕v的運(yùn)行效率產(chǎn)生相應(yīng)的影響[9-10]。該方向的研究主要采用模擬駕駛及實(shí)車試驗(yàn)法[5-17]，通過模擬駕駛試驗(yàn)或?qū)嵻囋囼?yàn)獲取駕駛?cè)笋{駛行為相關(guān)參數(shù)，并通過數(shù)學(xué)方法對比分析總結(jié)出影響生態(tài)駕駛效率的重要指標(biāo)。

對于控制策略的研究主要從2個(gè)方面進(jìn)行。早期的學(xué)者多直接總結(jié)經(jīng)驗(yàn)來制定提高生態(tài)駕駛行為生態(tài)性的相關(guān)策略，但這種方式較為主觀且不具變通性，故中近期的研究多基于理論知識提出相關(guān)解決辦法[31]。對于經(jīng)驗(yàn)總結(jié)得出的結(jié)論多運(yùn)用于生態(tài)駕駛建議與法則的制定，如：歐洲的“五大黃金法則”以及日本的“生態(tài)駕駛10法”。而理論研究則是結(jié)合多門學(xué)科建立模型獲得最優(yōu)解以達(dá)到控制車輛油耗的目的[18-21]。理論求解法的步驟一般為先通過生態(tài)駕駛反饋技術(shù)、臺架試驗(yàn)或其他能實(shí)時(shí)傳輸數(shù)據(jù)的設(shè)備采集實(shí)時(shí)數(shù)據(jù)，并以此為控制變量，結(jié)合各種影響因素，建立車輛行駛控制模型，最后基于各種算法求解。

對不同交通流下生態(tài)駕駛效果的分析。各國學(xué)者主要利用仿真平臺從微觀和宏觀上進(jìn)行研究，或通過實(shí)車試驗(yàn)驗(yàn)證提出的策略在不同交通流下的節(jié)能效果[32]。當(dāng)前對處不同交通流狀態(tài)下車輛能源的消耗研究仍不成熟，有的研究結(jié)果表明車輛油耗量會隨著車流密度的升高而下降[18,33-34]，而有的學(xué)者則認(rèn)為其與車流密度呈正相關(guān)[35-36]。

對生態(tài)駕駛輔助系統(tǒng)的研究。該系統(tǒng)屬于一種智能交通輔助系統(tǒng)，能夠通過監(jiān)測行駛中的車輛獲取相關(guān)信息數(shù)據(jù)，為駕駛員提供駕駛行為矯正建議或最優(yōu)行駛路線等[26,28]。學(xué)者在進(jìn)行以上3個(gè)方向的研究后相應(yīng)能夠得出具體的生態(tài)駕駛運(yùn)用方案，得到不同的生態(tài)駕駛輔助系統(tǒng)，減少車輛能源的消耗。生態(tài)駕駛輔助系統(tǒng)已被許多企業(yè)運(yùn)用于實(shí)際，成為近年來生態(tài)駕駛運(yùn)用研究的重點(diǎn)方向。

4 結(jié)論

借助SPSS和VOSviewer軟件平臺將檢索得到的253篇文獻(xiàn)分析得到了文獻(xiàn)發(fā)表的時(shí)間分布、主要研究機(jī)構(gòu)和學(xué)者和研究發(fā)展歷程和發(fā)展趨勢，得到以下結(jié)論：

(1)從整體上看，生態(tài)駕駛研究逐步從生態(tài)駕駛的影響因素研究過渡到生態(tài)駕駛的控制策略研究，根據(jù)以上成果對生態(tài)駕駛的效果進(jìn)行分析總結(jié)后再運(yùn)用于實(shí)際，即隨后出現(xiàn)的生態(tài)駕駛的運(yùn)用成果。前3個(gè)方向研究成果的增長趨勢基本相同，近期發(fā)文量仍在不斷增長。其中生態(tài)駕駛策略研究是4個(gè)方向中研究成果最多的，并且近年來該方向的研究增長量明顯高于其他3個(gè)方向。車輛油耗量影響因素研究和生態(tài)駕駛策略研究是生態(tài)駕駛運(yùn)用及效果分析的基礎(chǔ)，但是如何將這些成果運(yùn)用于實(shí)際，給社會帶來現(xiàn)實(shí)意義，仍是目前學(xué)者們所需要不斷努力和探索的，國內(nèi)外學(xué)者應(yīng)該也多聚焦于對生態(tài)駕駛運(yùn)用及生態(tài)駕駛效果分析的研究。

(2)從研究方向上來看，車輛油耗量影響因素的研究逐漸從宏觀影響因素過渡到更為細(xì)致的方面，研究逐漸開始顯示出針對性，進(jìn)一步深入到針對特殊場景、特殊條件下相關(guān)影響因素對生態(tài)駕駛的影響。該研究方向的研究趨勢為對新的車輛油耗量影響因素的探索，并研究由于信息技術(shù)的不斷發(fā)展而產(chǎn)生的新型影響因素對生態(tài)駕駛的影響。如今隨著科技的進(jìn)步，車輛消耗能源的種類也變得多樣，故近年來對生態(tài)駕駛的研究不單拘泥于燃油車，更有學(xué)者將目光投向新能源汽車開展新能源汽車能源消耗控制策略研究。該方向前期側(cè)重于對能源消耗模型的建立，中后期將研究重點(diǎn)放在適用于不同場景、不同特殊因素下能源消耗的研究，以提升生態(tài)駕駛策略的可行性，故未來也將聚焦于微觀的駕駛員操作行為控制策略的研究。在生態(tài)駕駛的效果分析方面，逐漸從單一的對比試驗(yàn)進(jìn)行生態(tài)駕駛效果分析過渡到對生態(tài)駕駛時(shí)效性的研究。在生態(tài)駕駛運(yùn)用方面，早期學(xué)者多集中于基于經(jīng)驗(yàn)總結(jié)的靜態(tài)生態(tài)駕駛培訓(xùn)的設(shè)計(jì)，中后期致力于開發(fā)對駕駛?cè)说鸟{駛行為進(jìn)行管理及提高交通系統(tǒng)運(yùn)行效率的生態(tài)駕駛輔助系統(tǒng)。

(3)從研究熱點(diǎn)和發(fā)展趨勢上來看，生態(tài)駕駛研究的熱點(diǎn)聚焦在駕駛行為對生態(tài)駕駛的影響、由于信息技術(shù)的不斷發(fā)展而產(chǎn)生的新型影響因素對生態(tài)駕駛的影響研究、新能源汽車生態(tài)駕駛控制策略研究、駕駛員操作行為控制策略研究、城市道路交叉口節(jié)能策略研究、特定條件下的生態(tài)駕駛策略研究、運(yùn)動(dòng)的交通流下生態(tài)駕駛效果分析研究、生態(tài)駕駛培訓(xùn)時(shí)效性研究、針對駕駛行為的生態(tài)駕駛輔助系統(tǒng)研究、提高交通系統(tǒng)運(yùn)行效率的生態(tài)駕駛輔助系統(tǒng)研究。

未來，對已知車輛油耗量影響因素的影響程度及外界刺激的種類研究都有待進(jìn)一步開展和深化，同時(shí)如何提升所得出的生態(tài)駕駛策略的可行性及實(shí)用性也是生態(tài)駕駛研究所需要進(jìn)一步追尋的。目前生態(tài)駕駛的研究總是針對單一的行車工況和行車環(huán)境，而實(shí)際生活中車輛總是處于運(yùn)動(dòng)的車流當(dāng)中的，因此整個(gè)交通流下的生態(tài)駕駛更具現(xiàn)實(shí)意義。隨著信息網(wǎng)絡(luò)技術(shù)的不斷發(fā)展，結(jié)合智能交通、實(shí)時(shí)信息傳輸?shù)燃夹g(shù)實(shí)現(xiàn)生態(tài)駕駛也是未來的重要發(fā)展趨勢。