随着我国社会的快速发展,随之而来的道路交通安全问题也日益凸显。道路交通事故逐渐成为影响民众安全感的重要因素之一。根据我国近几年的道路交通事故统计分析,引起交通事故的主要原因中车辆驾驶员的危险驾驶行为一直占主导地位。大型车辆肇事事故是造成群死群伤事故的主要原因,其社会影响非常恶劣。根据我国道路交通事故统计年报分析,截止2009年底全国客车的保有量仅占总数的25.94%,而肇事比例却占总数的41.47%。通过分析大型车辆肇事的特大交通事故可以发现,超速、违规驾驶等是事故主要原因。为减少大型车辆肇事事故发生率,虽然国内外很多研究机构研究开发了危险驾驶行为监测系统,但现有的危险驾驶行为监测系统具有的监测功能比较单一,不能适应变化的环境,不能同时监测多种危险驾驶行为,需要研究开发具有多源信息共享、一定自主性并可以监测多种危险驾驶行为的大型车辆危险驾驶行为监测一体化系统。具体研究内容如下：介绍国内外现有车辆危险驾驶行为监测系统,分析现有危险驾驶行为监测系统存在的弊端,进而分析了研究开发大型车辆危险驾驶行为监测一体化系统的需求。引入Agent理论和多Agent信息融合理论,并介绍了Q学习算法和该算法在agent模型中的应用。在Agent理论基础上建立大型车辆危险驾驶行为监测一体化系统的4个监测agent和一个融合agent模型,并将Q学习算法融入监测agent中。在多Agent信息融合理论的基础上建立大型车辆危险驾驶行为监测一体化系统的多agent信息融合模型。并在融合算法中引入可信度矩阵和D-S证据理论方法。根据大型车辆危险驾驶行为监测一体化系统的多agent信息融合模型设计大型车辆危险驾驶行为监测一体化系统的硬件系统和软件系统。通过实车实验数据检测大型车辆危险驾驶行为监测一体化系统的可靠性和准确性。