车辆的运行安全受到许多交通因素的影响,对于运行系统其中的因素相互影响,既涉及到车辆,又包括驾驶员因素,且这些因素错综复杂,相互耦合。但是现有的车辆运行风险评价方法忽视了车辆运行风险影响因素的关联性,导致不能体现因素之间的复杂的逻辑关系。本文将驾驶员方面的因素与车辆因素结合,研究车辆运行风险评估方法。首先根据实车驾驶实验,获得了驾驶员车辆操作及眼动行为的相关数据,进而对车辆运行风险产生影响的动态因素进行分析,并依据因素发生的概率确定了不同风险等级下各个因素的相应阈值。其次在考虑影响车辆运行风险因素的基础上,确定车辆运行风险指标体系,主要包括车辆间距、加速度和方向盘转向熵的车辆控制指标及视线偏离前方视野时间、视速度和眨眼频率的驾驶员眼动指标。再次将贝叶斯网络理论应用于车辆运行风险的评估分析上。通过专家的知识建立了贝叶斯网络结构,由于车辆风险具有动态性,分别构建静态、动态评价指标,模型能够定量地描述不同因素影响下的车辆运行风险。最后对模型进行推理,通过敏感度分析,根据敏感度排序可知对车辆运行风险影响较大的因素,及各个因素对风险的影响程度,利用Netica进行后验概率推理和最大似然推理分析。结果表明,贝叶斯网络模型能够有效地挖掘车辆运行风险与影响因素之间的复杂逻辑关系,表达相关变量之间的不确定性。该模型不仅能定量地预测某一状况下发生风险的概率,而且能找到导致风险发生的关键原因和最不利的状态组合。确定风险评价等级,为合理地评价自然驾驶条件下的车辆运行风险提供支持。研究结果可为交通管理部门对城市道路交通安全进行深入分析提供理论支持,了解交通事故诱引发原因,可以为提高城市道路安全奠定基础。