我國智能交通與路由系統(tǒng)技術(shù)機(jī)會(huì)識(shí)別研究

摘 要：近年來，隨著社會(huì)不斷發(fā)展進(jìn)步，科技水平與創(chuàng)新能力得到了顯著提升，“智能社會(huì)，科技生活”成為熱門話題和產(chǎn)業(yè)重點(diǎn)。技術(shù)革新給人們的生活方式帶來了全方位的改變，而交通行業(yè)作為國民經(jīng)濟(jì)的基礎(chǔ)性、戰(zhàn)略性和先導(dǎo)性組成部分，也在技術(shù)革新浪潮中實(shí)現(xiàn)了迅速發(fā)展。目前，我國的智能交通技術(shù)和路由系統(tǒng)技術(shù)已成為交通行業(yè)的重要組成部分。為促進(jìn)“交通強(qiáng)國”建設(shè)，文章基于專利數(shù)據(jù)挖掘，對我國智能交通與路由系統(tǒng)技術(shù)進(jìn)行技術(shù)演化和識(shí)別分析。具體內(nèi)容包括：首先，對智能交通與路由系統(tǒng)技術(shù)專利的整體態(tài)勢進(jìn)行可視化分析，從專利申請量、IPC分布、專利授權(quán)等方面進(jìn)行統(tǒng)計(jì)分析，從而宏觀把握專利發(fā)展情況；其次，利用LDA模型進(jìn)行主題識(shí)別分析，并通過Gephi構(gòu)建共現(xiàn)主題網(wǎng)絡(luò)，進(jìn)行鏈路預(yù)測與技術(shù)識(shí)別；最后，對結(jié)果進(jìn)行整理分析，評估技術(shù)環(huán)境潛力與存在的問題，并據(jù)此提出社會(huì)和技術(shù)層面的對策建議，從而為智能交通與路由系統(tǒng)技術(shù)的發(fā)展提供思路和借鑒，推動(dòng)我國“交通強(qiáng)國”戰(zhàn)略目標(biāo)的實(shí)現(xiàn)。

關(guān)鍵詞：智能交通與路由系統(tǒng)技術(shù)；專利挖掘；機(jī)會(huì)識(shí)別

中圖分類號：F512.4；U495 文獻(xiàn)標(biāo)志碼：A DOI：10.13714/j.cnki.1002-3100.2025.04.001

Abstract： In recent years， with the continuous development of society， the scientific and technological level and innovation capability have been significantly improved. \"Intelligent society， technological life\" has become a popular topic and industrial focus. Technological innovation is comprehensively changing people's lifestyles， and the transportation industry， as a fundamental， strategic， and leading component of the national economy， is also rapidly advancing in the wave of technological innovation. At present， China's intelligent transportation and routing system technology has become an important part of the transportation industry. To promote the construction of a \"transportation powerhouse\"， this article utilizes patent data mining to analyze the technological evolution and identification of intelligent transportation and routing system technology in China. The specific contents are as follows. Firstly， the paper performs visual analysis of the overall situation of patents in intelligent transportation and routing system technology， statistical analysis of patent applications， IPC distribution， and patent authorizations， and has a macroscopic grasp of the development situation of patents. Secondly， the article uses the LDA model for topic identification analysis， and uses Gephi to construct a co-occurrence topic network for link prediction and technology identification. Finally， the article organizes and analyzes the findings to assess the potential and problems of the technological environment to provide countermeasures and suggestions from both social and technological perspectives， so as to provide ideas and referenees for the development of intelligent transportation and routing system technology， and promote the achievement of China's strategic goal of becoming a \"transportation powerhouse\".

Key words： intelligent transportation and routing system technology; patent mining; opportunity identification

0" " 引" " 言

黨的二十大報(bào)告強(qiáng)調(diào)，要“推進(jìn)關(guān)鍵核心技術(shù)攻關(guān)和自主創(chuàng)新”?！笆奈濉币?guī)劃提出，要加快建設(shè)現(xiàn)代物流流通體系，統(tǒng)籌推進(jìn)現(xiàn)代流通體系硬件和軟件建設(shè)。這要求交通行業(yè)不斷產(chǎn)出新的技術(shù)和應(yīng)用推廣。近年來，國內(nèi)外在智能交通與路由系統(tǒng)技術(shù)方面的研究取得了顯著進(jìn)展，對交通圖像識(shí)別[1]、智能路由和車輛目標(biāo)檢測[2-4]、智能交通系統(tǒng)設(shè)計(jì)與應(yīng)用[5-8]等領(lǐng)域進(jìn)行了探討，但卻鮮少用專利數(shù)據(jù)識(shí)別未來的技術(shù)突破。專利數(shù)據(jù)不僅能展示技術(shù)領(lǐng)域的具體情況，還能幫助了解技術(shù)領(lǐng)域的演化過程和發(fā)展趨勢，識(shí)別潛在的技術(shù)機(jī)會(huì)。通過數(shù)據(jù)挖掘技術(shù)分析專利信息，可以為我國智能交通與路由系統(tǒng)技術(shù)產(chǎn)業(yè)的發(fā)展提供有力支持，并提出前瞻性的建議。

1" " 專利數(shù)據(jù)的檢索獲取與整理

1.1" " 數(shù)據(jù)的檢索與獲取

本文針對我國智能交通與路由系統(tǒng)技術(shù)的專利數(shù)據(jù)，采用了結(jié)合智能交通與路由技術(shù)的相關(guān)關(guān)鍵詞與IPC分類號的獲取方式。通過咨詢相關(guān)內(nèi)容，選取G08G1/00和 G05D1/00兩個(gè)IPC分類號進(jìn)行檢索。

1.2" " 數(shù)據(jù)整理

通過上述檢索方法，在incopat專利庫中一共收集到了

39 060條專利數(shù)據(jù)。在篩選清除掉與智能交通與路由技術(shù)完全無關(guān)的專利數(shù)據(jù)后，對獲取的相關(guān)專利數(shù)據(jù)進(jìn)行整理，得到我國智能交通與路由系統(tǒng)技術(shù)的專利數(shù)據(jù)數(shù)量共10 745條。

2" " 我國智能交通技術(shù)與路由系統(tǒng)技術(shù)機(jī)會(huì)識(shí)別

2.1" " 文本預(yù)處理

為更好地挖掘和識(shí)別我國智能交通與路由系統(tǒng)技術(shù)專利的機(jī)會(huì)，需要對收集的專利數(shù)據(jù)進(jìn)行預(yù)處理。由于這些專利文本信息量大、無序且相關(guān)性不易被發(fā)現(xiàn)，需要對其進(jìn)行特征化、具體化和可視化處理。通過提取專利文本中的關(guān)鍵詞，可以推進(jìn)數(shù)據(jù)處理和分析，從而識(shí)別出相關(guān)技術(shù)領(lǐng)域內(nèi)的專利主題。

每篇專利中包含著大量信息，但主題識(shí)別分析只需要標(biāo)題、摘要和關(guān)鍵詞這些文本信息，就能夠準(zhǔn)確展示出專利的核心技術(shù)。預(yù)處理步驟包括讀取文本數(shù)據(jù)、數(shù)據(jù)清洗、分詞、去除停用詞和詞性標(biāo)注。首先，將整理好的數(shù)據(jù)導(dǎo)入Python，刪除無意義的字符如數(shù)字和特殊符號。其次，使用jieba庫中的cut方法進(jìn)行中文分詞，去除“的”“很”“這”等停用詞。最后，進(jìn)行詞性標(biāo)注。預(yù)處理后的文本數(shù)據(jù)會(huì)具有更明顯的主題特征，便于后續(xù)的主題識(shí)別分析。

2.2" " 技術(shù)主題分布分析

將預(yù)處理后的專利文本數(shù)據(jù)放入LDA模型中進(jìn)行正式分析之前，需要確定本次分析的主題數(shù)量。主題的個(gè)數(shù)可以通過困惑度、一致性，以及實(shí)際情況綜合確定；根據(jù)困惑度和一致性這兩個(gè)指標(biāo)確定一個(gè)大概的范圍，并將已經(jīng)完成分詞的專利文本數(shù)據(jù)放入LDA模型中，可以得到主題建模-困惑度曲線和主題建模-一致性曲線。如圖1所示，隨著主題數(shù)的增加，困惑度降低；困惑度越低，說明主題聚類的效果越好，但這并不代表主題數(shù)量越多越好。研究發(fā)現(xiàn)，在主題數(shù)超過10個(gè)以后，困惑度出現(xiàn)了一定波動(dòng)，說明當(dāng)主題超過一定數(shù)量時(shí)，主題模型處于過擬合的狀態(tài)。因此，需要在1～10個(gè)的主題中考慮最終的主題數(shù)。如圖2所示，通過主題建模-一致性縮小主題范圍可確定主題數(shù)量。研究發(fā)現(xiàn)當(dāng)主題數(shù)為10個(gè)時(shí)，模型的一致性得分最高。因此，最終確定主題數(shù)量為

10個(gè)。

確定主題個(gè)數(shù)后，將專利文本數(shù)據(jù)導(dǎo)入LDA模型中，得到按數(shù)量由大到小排序的10個(gè)主題-主題詞的分布，以展現(xiàn)出每個(gè)主題所包含的具體關(guān)鍵詞。具體結(jié)果如表1所示。

由表1可知，數(shù)量排名第一位的Topic#0的主題名稱為無線通信控制與語音交互系統(tǒng)，主題關(guān)鍵詞有信號、裝置、連接、接收和控制等；排在第二位的Topic#1為實(shí)時(shí)動(dòng)態(tài)路線優(yōu)化，涉及的主題關(guān)鍵詞包括位置、裝置、路徑、用戶、數(shù)據(jù)和區(qū)域等，Topic#2為智能出租車調(diào)度與乘車服務(wù)平臺(tái)，包括出租車、調(diào)度、乘客、終端和用戶等主題關(guān)鍵詞。通過分析每個(gè)主題所包含的主題詞語，可以進(jìn)一步了解到該主題的技術(shù)細(xì)節(jié)，把握當(dāng)下熱點(diǎn)技術(shù)主題所覆蓋的關(guān)鍵內(nèi)容，從而推動(dòng)相關(guān)熱點(diǎn)技術(shù)領(lǐng)域的發(fā)展與創(chuàng)新。

對LDA模型的主題分布結(jié)果進(jìn)行可視化處理，得到主題分布圖，如圖3所示。每個(gè)圓形代表一個(gè)主題，圓形所占面積表示該主題在整個(gè)專利文本數(shù)據(jù)中的重要程度，而圓圈之間的重疊和間隔距離則代表著各主題間關(guān)鍵詞的重復(fù)數(shù)量。

由圖3可知，大部分圓圈間距較小，存在部分重疊，說明各個(gè)主題技術(shù)的關(guān)鍵詞語較為接近。通過對主題分布圖的分析，可以較好地了解到技術(shù)主題的集中方向，從而分析各個(gè)主題技術(shù)的契合度并挖掘技術(shù)的發(fā)展方向。由于代碼一般初始值為0，即表1所示的“Topic#0、Topic#1、Topic#2、Topic#3......”對應(yīng)圖中圓圈的“1、2、3、4......”，可以發(fā)現(xiàn)，圖中編號5，即Topic#4表示：智能交通流量預(yù)測與擁堵管理系統(tǒng)的技術(shù)覆蓋面較廣，與編號2和6（Topic#1和Topic#5）的技術(shù)關(guān)鍵詞存在一定數(shù)量的重疊，說明這三者的技術(shù)關(guān)鍵部分相似，可以加強(qiáng)三者之間的技術(shù)互通；同樣地，編號2和3、9和10（即Topic#1和Topic#2、Topic#8和Topic#9）也出現(xiàn)了一定程度的重疊，在未來技術(shù)的發(fā)展過程中可以考慮加強(qiáng)這幾個(gè)主題之間的技術(shù)融合。

2.3" " 技術(shù)主題共現(xiàn)網(wǎng)絡(luò)

主題共現(xiàn)網(wǎng)絡(luò)有助于更好地了解和分析各個(gè)專利數(shù)據(jù)間的關(guān)聯(lián)程度，構(gòu)建主題共現(xiàn)網(wǎng)絡(luò)。首先，需要得到主題數(shù)據(jù)建立共詞矩陣，如表2所示。共詞矩陣可用于詳細(xì)地了解各個(gè)主題關(guān)鍵詞間的組合次數(shù)，這種量化的描述反映了兩個(gè)關(guān)鍵詞之間的關(guān)聯(lián)程度。

將共詞矩陣進(jìn)行可視化處理，得到共現(xiàn)網(wǎng)絡(luò)圖（圖4）。各個(gè)節(jié)點(diǎn)間連接線條的粗細(xì)代表著各個(gè)關(guān)鍵詞間的關(guān)聯(lián)強(qiáng)度。關(guān)鍵詞出現(xiàn)的次數(shù)越多，其展現(xiàn)的節(jié)點(diǎn)就越明顯；顏色則用于劃分各個(gè)主題關(guān)鍵詞的關(guān)聯(lián)性，顏色相同代表具有關(guān)聯(lián)性。

由圖4可以看出，鏈接系統(tǒng)、位置、數(shù)據(jù)三者的線條較粗，節(jié)點(diǎn)較大，顏色相同，說明這三者在主題關(guān)鍵詞中的占比較高，三者間關(guān)聯(lián)度強(qiáng)，是目前我國國內(nèi)智能交通與路由技術(shù)領(lǐng)域內(nèi)部主要的技術(shù)熱點(diǎn)。

為進(jìn)一步了解各技術(shù)主題的關(guān)聯(lián)度，本文通過Gephi軟件將LDA模型結(jié)果的10個(gè)技術(shù)主題進(jìn)行主題共現(xiàn)網(wǎng)絡(luò)構(gòu)建，并對10個(gè)主題的關(guān)系進(jìn)行可視化處理。結(jié)果如圖5所示。

已知共享網(wǎng)絡(luò)圖的線條越粗，關(guān)聯(lián)度越強(qiáng)，由此可見，Topic#9與Topic#1、Topic#2、Topic#7和Topic#8關(guān)聯(lián)度較高，更適合進(jìn)行技術(shù)交流與融合；其余主題同理。

同時(shí)，本文利用Gephi軟件對整體共現(xiàn)主題網(wǎng)絡(luò)的統(tǒng)計(jì)特性進(jìn)行分析，所得結(jié)果如表3所示。該共現(xiàn)網(wǎng)絡(luò)的平均度為4.5，說明各技術(shù)主題間存在較多的鏈接；網(wǎng)絡(luò)直徑為1，表示信息的傳遞速度迅速；圖密度僅為0.5，說明主題鏈接密切。這幾項(xiàng)統(tǒng)計(jì)特性證實(shí)我國國內(nèi)智能交通與路由技術(shù)通過技術(shù)融合提高技術(shù)領(lǐng)域創(chuàng)新性的可行性非常高。

2.4" " 技術(shù)鏈路預(yù)測

鏈路預(yù)測關(guān)注如何通過已知的網(wǎng)絡(luò)節(jié)點(diǎn)和網(wǎng)絡(luò)結(jié)構(gòu)等信息，對網(wǎng)絡(luò)中尚未產(chǎn)生連邊的兩個(gè)節(jié)點(diǎn)之間發(fā)生連接的可能性進(jìn)行預(yù)測。使用這種方法可以對未來我國智能交通與路由系統(tǒng)技術(shù)的發(fā)展方向進(jìn)行一定程度的預(yù)測分析。同時(shí)，根據(jù)之前LDA模型結(jié)果的10個(gè)主題與共享網(wǎng)絡(luò)的網(wǎng)絡(luò)拓?fù)浣Y(jié)構(gòu)，可以得到這10個(gè)主題的相似度。由于結(jié)果數(shù)量較多，本文只選取了主題相似度排名前10的結(jié)果，如表4所示。

首先是車載GPS監(jiān)控技術(shù)在智能乘車服務(wù)平臺(tái)中的應(yīng)用。目前我國國內(nèi)智能乘車服務(wù)平臺(tái)的智能化管理仍存在較大的提升空間，向其中融入車載GPS監(jiān)控技術(shù)可為提高技術(shù)管理水平提供新思路。其次是以車載GPS監(jiān)控技術(shù)主題為靶目標(biāo)。與其相關(guān)聯(lián)的主題源較多，包括Topic#0（無線通信控制與語音交互系統(tǒng)）、Topic#1（實(shí)時(shí)動(dòng)態(tài)路線優(yōu)化）和Topic#8（實(shí)時(shí)道路與停車管理系統(tǒng)），說明車載GPS監(jiān)控的應(yīng)用范圍較廣，可應(yīng)用場景較多、技術(shù)適用性較強(qiáng)，可以進(jìn)一步加強(qiáng)與其他領(lǐng)域范圍的技術(shù)融合。

此外，將實(shí)時(shí)動(dòng)態(tài)路線優(yōu)化技術(shù)作為主題源頭，發(fā)現(xiàn)其與多個(gè)不同的技術(shù)主題都有著較高的相似度，包括Topic#2（智能出租車調(diào)度與乘車服務(wù)平臺(tái)）、Topic#8（實(shí)時(shí)道路與停車管理系統(tǒng)）、Topic#7（自動(dòng)駕駛車隊(duì)編隊(duì)控制技術(shù)）、Topic#9（車載GPS監(jiān)控）和Topic#6（共享單車停放區(qū)域管理系統(tǒng)），說明該技術(shù)擁有廣闊的應(yīng)用前景；還有Topic#0（無線通信控制與語音交互系統(tǒng)）與Topic#5（行人交通燈智能控制技術(shù)）的技術(shù)融合，以及Topic#6（共享單車停放區(qū)域管理系統(tǒng)）與Topic#7（自動(dòng)駕駛車隊(duì)編隊(duì)控制技術(shù)）的技術(shù)融合，都有著較高的相似性與契合度，可進(jìn)行進(jìn)一步的技術(shù)研究。

3" " 結(jié)" " 論

本文對我國智能交通與路由系統(tǒng)技術(shù)進(jìn)行了深入分析和技術(shù)機(jī)會(huì)識(shí)別，并得出了以下關(guān)鍵結(jié)論。

技術(shù)發(fā)展趨勢顯著：1984—2024年，智能交通與路由系統(tǒng)技術(shù)的專利申請量總體呈現(xiàn)上升趨勢，尤其是在2014年后，隨著物聯(lián)網(wǎng)、云計(jì)算和大數(shù)據(jù)等技術(shù)的成熟，專利申請量呈現(xiàn)出爆炸式增長，標(biāo)志著該領(lǐng)域進(jìn)入了技術(shù)創(chuàng)新的黃金階段。

技術(shù)核心領(lǐng)域明確：通過對專利數(shù)據(jù)的IPC分類分析，發(fā)現(xiàn)G08G交通控制類系統(tǒng)占據(jù)了絕大部分的專利申請量，成為智能交通與路由系統(tǒng)技術(shù)的核心領(lǐng)域。這表明，我國在交通控制系統(tǒng)方面的研究和應(yīng)用已達(dá)到較高水平。

區(qū)域發(fā)展不均衡：從專利申請量的區(qū)域分布來看，北上廣深等經(jīng)濟(jì)發(fā)達(dá)地區(qū)的專利申請量顯著高于其他地區(qū)，而西北內(nèi)陸地區(qū)的專利申請量較少。這一現(xiàn)象反映出智能交通與路由技術(shù)的發(fā)展在不同區(qū)域間存在不均衡問題，需要加強(qiáng)欠發(fā)達(dá)地區(qū)的基礎(chǔ)設(shè)施建設(shè)和技術(shù)推廣。

技術(shù)融合與創(chuàng)新潛力巨大：通過LDA模型和共現(xiàn)網(wǎng)絡(luò)分析，識(shí)別出多個(gè)技術(shù)主題間存在高度關(guān)聯(lián)性，如實(shí)時(shí)動(dòng)態(tài)路線優(yōu)化技術(shù)、車載GPS監(jiān)控技術(shù)等。這些技術(shù)主題間的融合，將有助于推動(dòng)整體技術(shù)進(jìn)步，創(chuàng)造更多的創(chuàng)新機(jī)會(huì)。

技術(shù)應(yīng)用場景廣泛：車載GPS監(jiān)控技術(shù)在智能乘車服務(wù)平臺(tái)中的應(yīng)用、實(shí)時(shí)動(dòng)態(tài)路線優(yōu)化技術(shù)在多個(gè)領(lǐng)域中的廣泛應(yīng)用，揭示了這些技術(shù)具有較高的實(shí)用性和廣闊的應(yīng)用前景。未來，還需繼續(xù)加強(qiáng)技術(shù)研發(fā)與應(yīng)用推廣，提升我國智能交通與路由系統(tǒng)的整體技術(shù)水平。

總之，我國智能交通與路由系統(tǒng)技術(shù)在專利申請量、核心技術(shù)領(lǐng)域、區(qū)域分布和技術(shù)融合等方面展現(xiàn)出了強(qiáng)勁的發(fā)展勢頭和巨大潛力。未來，還應(yīng)進(jìn)一步加強(qiáng)技術(shù)創(chuàng)新、區(qū)域合作與應(yīng)用推廣，推動(dòng)我國交通產(chǎn)業(yè)的現(xiàn)代化和智能化發(fā)展，為實(shí)現(xiàn)“交通強(qiáng)國”戰(zhàn)略目標(biāo)貢獻(xiàn)力量。

參考文獻(xiàn)：

[1] 李京雷，梁裕斌，馮祖龍．呼叫中心智能路由系統(tǒng)在車聯(lián)網(wǎng)汽車上的應(yīng)用[J]．企業(yè)科技與發(fā)展，2019（2）：139-141.

[2] 孫鎮(zhèn)．基于功能分離的軟件定義車聯(lián)網(wǎng)路由研究[D]．長沙：湖南師范大學(xué)，2020.

[3] 李繼文．基于多類型交通傳感器的系統(tǒng)可觀測性分析[J]．公路交通科技（應(yīng)用技術(shù)版），2020，16（8）：277-282.

[4] 成雨楓．車路協(xié)同環(huán)境下路側(cè)傳感器交通適應(yīng)性研究[D]．北京：北京交通大學(xué)，2021.

[5] 梁澤龍．基于區(qū)塊鏈的智能交通信息管理系統(tǒng)設(shè)計(jì)[J]．設(shè)備管理與維修，2023（3）：92-94.

[6] 王欽．基于區(qū)塊鏈技術(shù)的主動(dòng)式城市交通擁堵緩解系統(tǒng)架構(gòu)研究[J]．交通科技與管理，2023，4（8）：23-25.

[7] 李光．智能交通系統(tǒng)的發(fā)展和建議研究[J]．模具制造，2023，23（7）：44-47.

[8] 吳燕婷．智能交通管理技術(shù)在公路管理中的應(yīng)用研究[J]．交通科技與管理，2023，4（21）：147-149.