目前,具有“全球第一公害”之称的道路交通事故仍然是一个严峻的公共卫生问题,严重影响国民经济和社会生活。因此,重视交通安全问题,分析交通事故的发生原因并探究其发生规律,采取防止交通安全问题发生的有效措施,从根本上减少或进而消除交通事故发生的隐患至关重要。驾驶员作为道路交通系统中的一个动态因素,是交通安全的主要承担者,其状态直接影响车辆行驶的高效性、稳定性和安全性。如何基于驾驶员的角度来预防和控制交通事故已成为人们目前重点关注的问题。本文旨在结合神经科学与人机工程学,分析驾驶员在不同的任务状态下其脑功能活动规律,探究其驾驶行为与大脑功能网络状态的映射关系。从本质上解释驾驶员产生误踩操作行为的脑功能机制,为更加安全、高效的操作行为提供指导,并进一步为车辆的安全性和舒适性设计提供理论依据。本研究利用功能性近红外光谱检测技术实时采集驾驶员在不同驾驶任务下大脑皮层主要功能区(前额叶,运动区和枕叶)的脑血氧信号。采用不同的预处理方法针对性地去除信号中存在的噪声干扰,提高脑血氧信号的准确性。基于小波变换提取不同频率间隔内的相位动态信息,构建相位振子耦合模型。并利用动态贝叶斯推论来获取可描述耦合模型的最佳参数集,建立驾驶员脑效应连接模型,从而定量分析驾驶员在驾驶过程中的大脑活动规律。首先,本文研究了不同驾驶任务下驾驶员脑功能效应连接网络的变化特征。基于模拟驾驶器在正常驾驶任务的基础上,通过设计不同的驾驶风险点来增大驾驶员的脑力负荷,从而诱导其产生误踩操作行为。本实验共招募12名年轻驾驶员,在模拟驾驶器上依次执行正常驾驶任务和复杂驾驶任务。采用36通道的功能性近红外光谱技术采集驾驶员脑血氧信号,并同步记录驾驶过程中操作行为信息。应用耦合函数和动态贝叶斯推论构建驾驶员脑效应连接模型,分析不同驾驶任务下驾驶员脑效应连接网络的变化规律。研究结果表明不同负荷的驾驶任务会不同程度的增大驾驶员相应功能脑区的激活程度。相比于静息态,驾驶任务会增大驾驶员前额叶对运动区和枕叶的调控作用。其次,复杂的驾驶任务会导致驾驶员运动区之间以及前额叶对运动区的响控作用降低,且这一变化与行车稳定性呈显著正相关。其次,本文分析了不同性别的驾驶员在不同负荷难度的驾驶任务下其脑网络感知特性的区别,探究性别因素对误踩操作行为的影响。本研究应用14通道的功能性近红外光谱技术,分别采集17名男性和13名女性驾驶员在静息态、正常驾驶任务和复杂驾驶任务状态下的脑血氧信号,并同步记录其驾驶操作行为信息。基于耦合函数构建多频段驾驶员脑效应连接模型,通过动态贝叶斯推论计算脑区间的耦合强度和主耦合方向。研究发现,不同性别的驾驶员会根据驾驶任务难度产生相应的脑功能网络重组情况。驾驶任务的复杂性会对不同性别驾驶员的行车稳定性造成不同方面的影响。同时,不同性别的驾驶员其与误踩操作行为显著相关的耦合作用反映在不同的功能脑区之间。研究结果表明,基于功能性近红外光谱技术所构建的驾驶员脑效应连接模型在评估驾驶员工作状态等方面是可行的。不同任务难度下,驾驶员大脑运动区之间的动态耦合作用可用来评估驾驶员脑力负荷状态,预测行车稳定性。在人机交互系统中,通过提前检测和预警驾驶员大脑负荷状态,有助于提醒驾驶员误踩操作的风险,进而预防交通事故的发生,提高道路安全。同时,对驾驶误踩操作行为的脑部工作机理分析为评估驾驶能力以及人机交互界面、自助辅助驾驶系统的优化设计提供了重要参考。