嚴(yán)利鑫，賈 樂(lè)，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(huì)和經(jīng)濟(jì)的快速發(fā)展，當(dāng)今世界各國(guó)的汽車(chē)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(wèn)題成為社會(huì)廣泛關(guān)注的重點(diǎn)問(wèn)題。自20世紀(jì)90年代以來(lái)，我國(guó)機(jī)動(dòng)車(chē)數(shù)量急劇增長(zhǎng)，而機(jī)動(dòng)車(chē)控制水平卻相對(duì)低下[1]。據(jù)《中國(guó)移動(dòng)源環(huán)境管理年報(bào)(2020)》[2]顯示，中國(guó)已經(jīng)連續(xù)第11年成為機(jī)動(dòng)車(chē)產(chǎn)銷(xiāo)第一大國(guó)，機(jī)動(dòng)車(chē)等造成的污染已經(jīng)成為大氣污染的重要來(lái)源。節(jié)約能源減少排放量是一項(xiàng)長(zhǎng)遠(yuǎn)的社會(huì)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(lái)越受到關(guān)注。生態(tài)駕駛的廣義定義為通過(guò)提高車(chē)輛的技術(shù)水平來(lái)減少能耗，或?qū)ｉT(mén)研發(fā)節(jié)能高效的新能源汽車(chē)；而其狹義定義則為對(duì)駕駛?cè)诉M(jìn)行相關(guān)的培訓(xùn)或通過(guò)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(lái)，國(guó)內(nèi)外對(duì)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(duì)生態(tài)駕駛實(shí)際運(yùn)用的研究。影響車(chē)輛油耗的主要因素主要有人、車(chē)、環(huán)境3個(gè)方面。首先，對(duì)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(duì)駕駛行為的生態(tài)性具有顯著影響。其次，對(duì)于駕駛車(chē)輛，Wang、唐培嘉等[9-10]發(fā)現(xiàn)車(chē)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(chē)輛技術(shù)參數(shù)(發(fā)動(dòng)機(jī)性能、變速箱速比等)也是車(chē)輛油耗量的重要影響因素之一。最后，對(duì)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(lèi)型、環(huán)境溫度、道路擁堵程度及信號(hào)燈配時(shí)等)能夠影響機(jī)動(dòng)車(chē)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(duì)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(duì)于生態(tài)駕駛運(yùn)用方面，Ho，Beusen，Ayyildiz，Zhao等[22-25]對(duì)駕駛?cè)诵袨檫M(jìn)行了研究，通過(guò)培訓(xùn)達(dá)到生態(tài)駕駛的目的。Kamal，馬勇，趙琦等[26-28]開(kāi)發(fā)了不同種類(lèi)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(guó)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(chē)輛運(yùn)行效率的同時(shí)能夠減少機(jī)動(dòng)車(chē)能源消耗。目前的成果有：歐盟進(jìn)行的EcoMove項(xiàng)目、美國(guó)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(duì)近20年來(lái)生態(tài)駕駛研究方向的期刊、文獻(xiàn)進(jìn)行梳理，并對(duì)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(guó)內(nèi)外生態(tài)駕駛的研究現(xiàn)狀和熱點(diǎn)問(wèn)題。

1 數(shù)據(jù)來(lái)源及研究方法

1.1 數(shù)據(jù)來(lái)源

將Web of Science(WOS)核心數(shù)據(jù)庫(kù)作為數(shù)據(jù)源，檢索分析了近20年來(lái)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(lái)源：EI來(lái)源期刊/SCI/SCIE/SSCI

由于生態(tài)駕駛研究類(lèi)別的多樣性，為了使搜索結(jié)果盡可能涵蓋國(guó)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(duì)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(lèi)文獻(xiàn)，最終獲得生態(tài)駕駛學(xué)術(shù)類(lèi)文獻(xiàn)253篇。

1.2 研究方法

知識(shí)圖譜(Knowledge Graph)是運(yùn)用數(shù)學(xué)知識(shí)、圖形理論、可視化技術(shù)、信息科學(xué)等方法，通過(guò)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(lái)的科學(xué)研究提供參考[29]。知識(shí)圖譜可呈現(xiàn)生態(tài)駕駛研究的發(fā)展過(guò)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(shí)圖譜進(jìn)行聚類(lèi)分析，得出生態(tài)駕駛研究領(lǐng)域的隱藏知識(shí)、來(lái)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(shì)。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(guó)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(shì)，運(yùn)用SPSS statistics統(tǒng)計(jì)分析軟件對(duì)檢索的253篇文獻(xiàn)進(jìn)行分析 。

(2)期刊分析。對(duì)文獻(xiàn)所發(fā)布的期刊進(jìn)行分類(lèi)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(duì)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(guó)內(nèi)外生態(tài)駕駛研究領(lǐng)域的主要研究機(jī)構(gòu)和專(zhuān)家。

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

(5)研究發(fā)展趨勢(shì)與熱點(diǎn)分析。結(jié)合上述統(tǒng)計(jì)結(jié)果及知識(shí)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(lèi)別，并根據(jù)不同的類(lèi)別逐一分析國(guó)內(nèi)外生態(tài)駕駛領(lǐng)域的研究趨勢(shì)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(lèi)文獻(xiàn)進(jìn)一步劃分成為綜述類(lèi)文獻(xiàn)及研究類(lèi)文獻(xiàn)，其中綜述類(lèi)文獻(xiàn)10篇，研究類(lèi)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(lèi)相關(guān)文獻(xiàn)。以2009年為時(shí)間節(jié)點(diǎn)，國(guó)內(nèi)外陸續(xù)涌現(xiàn)各種學(xué)術(shù)類(lèi)文獻(xiàn)并呈現(xiàn)逐年增長(zhǎng)的趨勢(shì)，尤其是2017年至今隨著全球變暖等一系列環(huán)境問(wèn)題的日益惡化，節(jié)能減排問(wèn)題成為國(guó)內(nèi)外各界關(guān)注的重點(diǎn)問(wèn)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(kāi)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(shì)。由此可見(jiàn)，隨著社會(huì)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(lái)將會(huì)有越來(lái)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(lèi)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(lái)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(lái)看，在2010年以前這19種期刊所載的文獻(xiàn)數(shù)量?jī)H有2篇，2011—2015年文獻(xiàn)刊載量增長(zhǎng)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(shì)與近年來(lái)國(guó)內(nèi)外發(fā)表文獻(xiàn)數(shù)量的增長(zhǎng)趨勢(shì)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(lái)自多個(gè)研究機(jī)構(gòu)，此處將國(guó)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?，F(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(shì)，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(guó)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(duì)于生態(tài)駕駛的研究目前處于國(guó)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(tái)中進(jìn)行處理分析，得到文獻(xiàn)關(guān)鍵詞的聚類(lèi)圖和演化趨勢(shì)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(lèi)圖，可將生態(tài)駕駛研究劃分為以下幾個(gè)方向。

(1)車(chē)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(lèi)圖Fig.3 Cluster map of key words in eco-driving research

知識(shí)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(chē)輛油耗量的主要影響因素研究過(guò)渡到生態(tài)駕駛的控制策略研究，根據(jù)以上成果對(duì)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(zhǎng)的趨勢(shì)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(shì)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(shì)分析

3.1 研究前沿及發(fā)展趨勢(shì)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(chē)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(guó)內(nèi)外對(duì)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(chē)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(duì)駕駛?cè)说挠绊憽⒌缆沸问江h(huán)境、車(chē)輛技術(shù)水平及車(chē)輛運(yùn)行參數(shù)等內(nèi)容。

從圖4可以看出，車(chē)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(guò)得知生態(tài)駕駛的影響因素才能夠得出一系列對(duì)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(duì)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(zhǎng)，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(chē)輛技術(shù)特征等多方面車(chē)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(kāi)始逐漸顯示出針對(duì)性，并開(kāi)始集中于人的駕駛習(xí)慣及駕駛行為對(duì)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(duì)特殊場(chǎng)景、特殊條件下相關(guān)影響因素對(duì)生態(tài)駕駛的影響，如針對(duì)不同車(chē)型、不同交通流情況下特定的車(chē)輛油耗量影響因素研究。并從新角度探索車(chē)輛油耗的顯著影響因素，如近年來(lái)針對(duì)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(jué)行為變化”等對(duì)生態(tài)駕駛的影響、車(chē)內(nèi)特殊零件及新型智能系統(tǒng)對(duì)生態(tài)駕駛的影響、交通燈等道路設(shè)施對(duì)生態(tài)駕駛的影響等。國(guó)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(duì)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(guó)內(nèi)外學(xué)者多根據(jù)車(chē)輛油耗量的顯著影響因素，通過(guò)機(jī)器學(xué)習(xí)、統(tǒng)計(jì)學(xué)知識(shí)等理論方法構(gòu)建駕駛員行為優(yōu)化模型或車(chē)輛運(yùn)行軌跡優(yōu)化模型等，得到使得車(chē)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(zhǎng)的趨勢(shì)。在2019年之后，該方向的文獻(xiàn)的增長(zhǎng)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(guó)內(nèi)外生態(tài)駕駛控制策略的研究對(duì)象多為傳統(tǒng)燃油汽車(chē)，且由于車(chē)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(duì)于生態(tài)駕駛策略的研究多針對(duì)于理想狀態(tài)。國(guó)內(nèi)外學(xué)者多通過(guò)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(chē)輛油耗，并以車(chē)輛油耗量顯著影響因素為自變量，車(chē)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(lái)隨著新能源汽車(chē)的推廣，國(guó)內(nèi)外學(xué)者們開(kāi)始逐步開(kāi)展針對(duì)新能源汽車(chē)的生態(tài)駕駛策略的研究。另外，在中后期人們對(duì)生態(tài)駕駛的研究開(kāi)始具體，如基于不同車(chē)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(chē)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(chē)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(duì)象特征且更為精確的能耗模型，并結(jié)合新的車(chē)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(chē)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(chē)輛油耗量相對(duì)較高，故近年來(lái)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(kāi)始大量涌現(xiàn)。

(3)生態(tài)駕駛效果分析。研究?jī)?nèi)容主要包括：分析車(chē)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(zhǎng)趨勢(shì)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(zhǎng)的趨勢(shì)。

在早期的研究階段，國(guó)內(nèi)外學(xué)者多針對(duì)獨(dú)立駕駛車(chē)輛的駕駛員個(gè)人駕駛行為進(jìn)行對(duì)分析，并對(duì)駕駛員提供車(chē)輛處于簡(jiǎn)單車(chē)流下的效果分析建議，還側(cè)重于針對(duì)不同影響因素的效果對(duì)比研究，如在不同路況、駕駛風(fēng)格、車(chē)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(chē)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(duì)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(chē)輛的駕駛效果分析。中近期階段學(xué)者們發(fā)現(xiàn)，對(duì)單個(gè)車(chē)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(chē)輛總是處于交通流下，研究交通流下的生態(tài)駕駛對(duì)整個(gè)交通系統(tǒng)的效果有更大的現(xiàn)實(shí)意義。近年來(lái)學(xué)者還致力于生態(tài)駕駛對(duì)車(chē)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(duì)節(jié)能效果進(jìn)行分析后讓其更好地發(fā)揮社會(huì)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(zhǎng)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(zhǎng)趨勢(shì)與生態(tài)駕駛研究其他方向的文獻(xiàn)增長(zhǎng)趨勢(shì)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(shì)。

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(duì)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(guó)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(duì)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(guó)內(nèi)外學(xué)者致力于通過(guò)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(guó)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(chē)輛行駛相關(guān)數(shù)據(jù)并對(duì)駕駛員行為進(jìn)行監(jiān)測(cè)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(chē)載平臺(tái)的動(dòng)態(tài)提醒系統(tǒng)等。近期國(guó)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(guò)調(diào)節(jié)整體車(chē)流的運(yùn)行效率來(lái)實(shí)現(xiàn)生態(tài)駕駛，如對(duì)車(chē)輛在跟車(chē)過(guò)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(duì)一個(gè)完整生態(tài)駕駛過(guò)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(wèn)題和其對(duì)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(chē)輛油耗量影響因素研究熱點(diǎn)聚焦于駕駛?cè)诵袨閷?duì)生態(tài)駕駛的影響及外界刺激對(duì)生態(tài)駕駛的影響。駕駛員的特征是車(chē)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?duì)車(chē)輛的運(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(chē)試驗(yàn)法[5-17]，通過(guò)模擬駕駛試驗(yàn)或?qū)嵻?chē)試驗(yàn)獲取駕駛?cè)笋{駛行為相關(guān)參數(shù)，并通過(guò)數(shù)學(xué)方法對(duì)比分析總結(jié)出影響生態(tài)駕駛效率的重要指標(biāo)。

對(duì)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(lái)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(shí)提出相關(guān)解決辦法[31]。對(duì)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(mén)學(xué)科建立模型獲得最優(yōu)解以達(dá)到控制車(chē)輛油耗的目的[18-21]。理論求解法的步驟一般為先通過(guò)生態(tài)駕駛反饋技術(shù)、臺(tái)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(chē)輛行駛控制模型，最后基于各種算法求解。

對(duì)不同交通流下生態(tài)駕駛效果的分析。各國(guó)學(xué)者主要利用仿真平臺(tái)從微觀和宏觀上進(jìn)行研究，或通過(guò)實(shí)車(chē)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(duì)處不同交通流狀態(tài)下車(chē)輛能源的消耗研究仍不成熟，有的研究結(jié)果表明車(chē)輛油耗量會(huì)隨著車(chē)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(chē)流密度呈正相關(guān)[35-36]。

對(duì)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(guò)監(jiān)測(cè)行駛中的車(chē)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(chē)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(lái)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(tái)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(shì)，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(guò)渡到生態(tài)駕駛的控制策略研究，根據(jù)以上成果對(duì)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(zhǎng)趨勢(shì)基本相同，近期發(fā)文量仍在不斷增長(zhǎng)。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(lái)該方向的研究增長(zhǎng)量明顯高于其他3個(gè)方向。車(chē)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(huì)帶來(lái)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(guó)內(nèi)外學(xué)者應(yīng)該也多聚焦于對(duì)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(lái)看，車(chē)輛油耗量影響因素的研究逐漸從宏觀影響因素過(guò)渡到更為細(xì)致的方面，研究逐漸開(kāi)始顯示出針對(duì)性，進(jìn)一步深入到針對(duì)特殊場(chǎng)景、特殊條件下相關(guān)影響因素對(duì)生態(tài)駕駛的影響。該研究方向的研究趨勢(shì)為對(duì)新的車(chē)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(duì)生態(tài)駕駛的影響。如今隨著科技的進(jìn)步，車(chē)輛消耗能源的種類(lèi)也變得多樣，故近年來(lái)對(duì)生態(tài)駕駛的研究不單拘泥于燃油車(chē)，更有學(xué)者將目光投向新能源汽車(chē)開(kāi)展新能源汽車(chē)能源消耗控制策略研究。該方向前期側(cè)重于對(duì)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(chǎng)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(lái)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(duì)比試驗(yàn)進(jìn)行生態(tài)駕駛效果分析過(guò)渡到對(duì)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(kāi)發(fā)對(duì)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(shì)上來(lái)看，生態(tài)駕駛研究的熱點(diǎn)聚焦在駕駛行為對(duì)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(duì)生態(tài)駕駛的影響研究、新能源汽車(chē)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(duì)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(lái)，對(duì)已知車(chē)輛油耗量影響因素的影響程度及外界刺激的種類(lèi)研究都有待進(jìn)一步開(kāi)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(duì)單一的行車(chē)工況和行車(chē)環(huán)境，而實(shí)際生活中車(chē)輛總是處于運(yùn)動(dòng)的車(chē)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(lái)的重要發(fā)展趨勢(shì)。