驾驶员行为检测与异常行为研究的国内外文献综述.docxVIP

驾驶员行为检测与异常行为研究的国内外文献综述

摘要

驾驶员异常行为是引发道路交通事故的核心诱因之一，疲劳驾驶、分心驾驶、激进驾驶等行为严重威胁行车安全。驾驶员行为检测技术通过感知驾驶员生理状态、肢体动作、车辆动力学参数及道路环境信息，实现对正常/异常驾驶行为的识别、预警与风险评估，是高级驾驶辅助系统（ADAS）、智能网联汽车、营运车辆安全监管的关键技术。本文梳理驾驶员行为检测领域国内外研究脉络，按照基于生理信号、机器视觉、车辆遥测数据、多模态融合四类技术路线总结现有成果，对比国内外研究侧重点，剖析当前研究难点，并展望未来发展方向，为后续相关研究提供文献基础与思路参考。

关键词：驾驶员行为检测；异常驾驶；疲劳与分心；机器视觉；多模态融合；ADAS

一、引言

据国内外道路安全统计数据，超过70%的道路交通事故与人的不安全驾驶行为直接相关，典型异常行为包含疲劳瞌睡、接打电话、抽烟、进食等分心行为，以及急加速、急刹车、频繁变道等激进驾驶行为。驾驶员行为检测本质是对驾驶员状态与操作时序特征的模式识别，早期研究以模拟驾驶实验、生理信号采集为主；随着传感器、深度学习、车载终端技术普及，基于视觉感知、车联网遥测数据的检测方案成为主流，无监督/半监督学习、大模型、联邦学习等方法逐步落地，着力解决真实路况下标注数据稀缺、光照遮挡、个体驾驶差异等难题。

从研究体系来看，国外起步更早，依托自