疲劳驾驶是导致道路交通事故的重要原因之一。与超速驾驶、酒后驾驶等违法行为能够准确监测不同，疲劳驾驶具有很强的隐蔽性，难以被直接测定。驾驶疲劳通过影响驾驶员在驾驶过程中的感知、注意、反应和操作的能力，来影响其驾驶行为，这种影响显而易见却难以定量表达。国内外对驾驶疲劳的研究大多体现在驾驶疲劳的影响因素和产生机理，以及对驾驶疲劳的测定方法上，对由长时间驾驶导致的疲劳研究较多，而对驾驶员在驾驶前具有的原始疲劳对驾驶疲劳的“累积效应”却研究较少，对驾驶疲劳与驾驶能力的定量关系研究也不够深入。本文依托国家自然科学基金资助项目“营运汽车驾驶员驾驶疲劳累积及预防政策研究”，旨在通过对驾驶疲劳累积的度量指标及其测定、驾驶疲劳累积状态的识别方法、疲劳累积与驾驶能力的关系等方面的研究，有针对性的提出缓解疲劳累积的预防措施，从而为制定疲劳驾驶的管理政策提供理论依据，有效降低疲劳驾驶对道路行车安全的危害。　　本文对驾驶疲劳的传统定义进行了梳理，提出原始疲劳和驾驶疲劳累积的概念，界定了三者之间的关系。详细阐述了驾驶疲劳累积的特征和产生原因，将驾驶疲劳累积状态定性划分为清醒、轻度疲劳、重度疲劳三个等级。提取了由疲劳驾驶导致的道路交通事故(以下简称“疲劳驾驶交通事故”)历史数据，分析了该类事故的特点和影响因素。在此基础上，将影响驾驶疲劳累积的因素分为三个方面：驾驶员个体属性因素、驾驶环境属性因素和外延属性因素。　　根据驾驶疲劳监测方法的不同，将驾驶疲劳累积度量指标分为生理指标、心理指标、面部特征指标、驾驶绩效指标、主观疲劳测评指标等五类，构建了驾驶疲劳累积度量指标体系。根据论文的研究目的，采用正交实验设计法，设计了模拟驾驶实验方案。对实验结果进行了显著性和相关性分析，最终确定了脑电波中θ波与β波出现率的比值、RR间期标准差、单位时间内眼睛闭合时间百分比、速度标准差和主观疲劳测评值作为驾驶疲劳累积度量的关键指标，采用 K均值聚类分析法对各个指标进行了分级研究。利用模拟驾驶实验数据，建立了基于模糊综合评价法的驾驶疲劳累积指数计算模型，对驾驶疲劳累积进行了量化。　　利用贝叶斯理论在数据融合和概率推理等方面的优势，将驾驶疲劳累积状态识别转化为概率推理问题。考虑驾驶疲劳累积的影响因素、度量指标等多源信息，构建了驾驶疲劳累积贝叶斯网络结构。利用疲劳驾驶交通事故数据、问卷调查结果和实验样本数据，确定了各个节点之间的条件概率表。根据贝叶斯定理，推导建立了驾驶疲劳累积静态贝叶斯模型和动态贝叶斯模型。以主观疲劳测评值为参照，对模型进行了验证。　　从驾驶员的感知能力、反应能力和操作能力三方面对驾驶能力进行了界定，确定了各自的度量指标，采用主成分分析法建立了驾驶能力综合评价指数计算模型。分析了驾驶能力指标随驾驶时间的变化规律及其与驾驶疲劳累积度量指标之间的相关性。在此基础上，建立了以驾驶疲劳累积度量指标为输入层、以驾驶能力综合评价指数为输出层的BP神经网络模型，并对模型进行了验证。　　采用问卷调查的方式，对缓解驾驶疲劳累积状况的措施进行了归纳和效果分析。分别针对停车休息和合理的工作模式两种措施对缓解和抑制驾驶疲劳的效果进行了实验研究。根据对实验数据的分析结果，提出了连续驾驶2h后需休息15min、连续驾驶4h后需休息30min及合理安排工作时间的行车建议，为驾驶疲劳累积预防政策的制定提供理论支撑。　　本文以原始疲劳、驾驶疲劳和驾驶疲劳累积三者之间的关系为切入点，根据理论研究与实际应用相结合的研究方法，在概念界定、分析方法、模型构建和理论应用等方面有所创新，为驾驶疲劳的判断和预防提供了新的思路。