基于文献计量分析和LDA主题模型的自动驾驶研究概述.pdfVIP

FRONTIERDISCUSSION|前沿探讨

基于文献计量分析和LDA主题模型的自动驾驶研究

概述

秦禹

对外经济贸易大学统计学院北京市100102

随着汽车行业的发展，自动驾驶作为一个新兴技术方向，逐渐进入大众视野。本文旨在通过文献计量

摘 要： 

分析和LDA主题模型分析，结合ScienceDirect上自动驾驶相关的文献，来描述自动驾驶的研究现状

和重点发展方向，并阐述了研究领域的一些见解，识别的主题能够反映当前最受关注的自动驾驶潜在

机会和挑战。

关键词：自动驾驶LDA模型文献计量分析文本挖掘

AnOverviewofAutonomousDrivingResearchbasedonBibliometricAnalysisandLDATopicModel

QinYu

Withthedevelopmentoftheautomotiveindustry,autonomousdriving,asanemergingtechnologydirection,hasgraduallyenteredthepublics

Abstract： 

fieldofvision.Thispaperaimstodescribetheresearchstatusandkeydevelopmentdirectionsofautonomousdrivingthroughbibliometric

analysisandLDAtopicmodelanalysis,combinedwiththeliteraturerelatedtoautonomousdrivingonScienceDirect,andexpoundssome

insightsintheresearchfield.Theidentifiedtopicscanreflectthepotentialopportunitiesandchallengesforautonomousdriving,whichisvery

popularnowadays.

autonomousdriving,LDAmodel,bibliometricanalysis,textmining

Keywords： 

驾驶的成熟度又被分为不同的等级。汽车行业文献计量学是定量分析文献的有效工具，

1引言

对自动驾驶的分级，主要参考了美国汽车工程广泛用于评估多领域的发展现状和研究趋势。

汽车行业的进步促进了自动驾驶技术的师协会（SAE）提出的J3016自动驾驶等级标准。随着大数据、5G和人工智能的不断发展，自

不断发展，但由于产业链、基础设施、法规在这份标准中，基于车辆控制权分配和环境感动驾驶的重要性不断提升，大量相关的学术

政策和道路场景等差异，造成了自动驾驶不知程度，自动驾驶被划分为六个等级[1]，分别文献被发表。通过对文献的量化分析，来了

同的发展路线和研发方向。当前对自动驾驶对应着无自动驾驶、独立辅助驾驶、协同辅助解自动驾驶现状和发展方向是很重要的。主题

的关注多集中在技术和应用层面，而对于客驾驶、条件约束的高级辅助驾驶、场景约束的模型是文本挖掘的有效工具，常用于研究特定

观量化分析自动驾驶发展方向的研究不是很无人驾驶和无约束无人驾驶这六个阶段。领域的主题和热点。LDA（LatentDirichlet

多。通过对自动驾驶相关文献采取量化分析Allocation）是最受欢迎的主题模型之一，在

3自动驾驶技术架构和发展