近年来,我国的交通运输事业取得了突飞猛进的发展,但交通事故的不断发生却是人们一直担忧的问题。对大量交通事故原因分析和对当事人的调查表明,驾驶员的认知错误是引发交通事故的主要原因。一方面,驾驶员在面对一条道路时,会感受到一部分可见道路线形,驾驶员需要对可见线形进行判断并根据此选择合适的车辆行驶速度和方向盘转角,由于道路线形的组合是复杂的,不同的驾驶员就会产生不同的认知；另一方面,受道路周围景观等其他因素影响,驾驶员经常难以观察到障碍物之后的不可见道路线形,由于车辆需要继续前行,驾驶员也需要对不可见线形进行预测,以在下一阶段适应道路线形并改变车辆行驶速度和方向盘转角。基于以上两点,本论文针对驾驶员对道路线形信息的认知开展了研究,具体做了如下几方面的工作：1.升级完善了公路线形与速度测量系统,在吉林省安图至二道白河山区二级公路开展了车辆测速、道路线形测量、驾驶员问卷调查三方面试验,并建立了道路速度数据库和驾驶员预测线形数据库。2.研究了驾驶员对连续相连弯道曲率的两种认知模式“单独认知”和“整体认知”。以车辆运行速度云模型为工具,分析了驾驶员在实际中对连续相连弯道曲率的认知模式。得到的结论是驾驶员会将连续相连弯道的曲率做为一个整体来理解,使用实测数据对该结论进行了验证。3.研究了驾驶员对道路半径、视距和车辆运行速度概念尺度的理解。借助云理论中概念挖掘的方法对道路半径、视距和运行速度概念进行了“大”和“小”两种标准的提取,分析了驾驶员在实际中对这些概念的理解方式。得到的结论是驾驶员针对不同的道路线形,其对于这些概念的理解方式也不尽相同,使用实测数据对该结论进行了验证。4.研究了驾驶员对不可见道路线形的预测。分析了预测位置半径、预测位置视距、预测位置坡度对半径预测误差和坡度预测误差的影响,并得到了一些有工程应用价值的结论。基于这些结论以及视错觉理论,结合实地照片以及实测数据,对若干路段半径和坡度预测误差较大的原因进行了分析。5.以MATLAB软件为工具,采用最小二乘拟合法对预测线形数据进行了拟合,得到了预测位置半径、预测位置视距、预测位置坡度与半径预测误差和坡度预测误差的拟合公式。综上,本论文以车辆运行速度云模型这一新颖的工具,研究了驾驶员对连续相连弯道曲率的认知模式以及道路半径、视距和车辆运行速度的概念尺度,为分析道路对驾驶员的影响以及驾驶员针对这种影响的反应提供了很实用的参考价值。本论文创新性的对驾驶员对不可见线形的预测进行了研究并得到了一些有工程应用价值的结论,为理解交通事故发生的深层次原因提供了重要的的理论指导。