近年来,重特大道路交通事故频发,疲劳驾驶是重要原因之一。国家公安部2009年统计资料显示,交通事故导致的死亡人数中约有15.2%的是疲劳驾驶导致的。可见,疲劳驾驶的危害性极大。相关研究表明,相对于非疲劳状态而言,疲劳状态下驾驶人在生理及外部行为等特征方面呈现出明显的不同。因此,开展疲劳状态下驾驶人生理及眼动特征研究,对定量分析驾驶人疲劳程度,改善道路交通安全具有重要的理论意义和实用价值。定义驾驶人疲劳是驾驶疲劳在原始疲劳的基础上累积叠加后所引起身体机能下降的现象。根据实验条件及测试指标反映驾驶人疲劳程度的有效性与可靠性,确定三种典型脑电波及心率变异性为生理测量指标,确定眨眼持续时间、眨眼频率、注视时间百分比、注视点数目、眼跳幅度、眼跳平均速度为眼动测量指标,从静态与动态两方面进行实验方案设计与测试。根据实验测试数据,分析疲劳状态下三种典型脑电波变异系数的变化规律及心率变异性指标的线性与非线性变化规律,确定以RR间期的变异系数为基础分析原始疲劳量、驾驶疲劳累积量、疲劳累积量三者之间的定量关系,建立驾驶疲劳累积量随时间而变化的S型曲线模型,定义驾驶生理疲劳度。根据实验测试数据,分析疲劳状态下驾驶人眨眼、注视、眼跳三种眼动形式测量指标的变化规律,以马尔可夫链一步转移概率矩阵分析疲劳状态下驾驶人注视点转移规律,提出驾驶人视野各个兴趣区中的注视分布系数,计算注视分布变异系数,据此分析原始疲劳量、驾驶疲劳累积量、疲劳累积量三者之间的定量关系,建立驾驶疲劳累积量随时间而变化的S型曲线模型,定义驾驶眼动疲劳度。对比分析信息融合各种方法的优缺点,结合驾驶人疲劳状态评判的输入—输出过程,确定BP神经网络为驾驶人疲劳状态评判的方法,以驾驶生理疲劳度与驾驶眼动疲劳度分别为作为单输入元素及双输入元素的驾驶人疲劳状态BP神经网络评判模型,并采用实测数据对模型进行验证,结果表明驾驶生理疲劳度与驾驶眼动疲劳度为双输入元素的BP神经网络模型能准确评判驾驶人非疲劳、轻度疲劳、重度疲劳状态,可在疲劳驾驶监测中开展应用。