随着我国汽车保有量的激增,道路交通安全成为备受关注的问题。交通冲突技术作为一种无需交通事故样本的交通安全评价技术已显示出诸多优势,因而成为当前道路交通安全评价的主流方法。由于当前的交通冲突辨识方法未充分考虑驾驶人的认知情况,导致冲突辨识结果不能较好地与驾驶人认知达成一致,从而使交通冲突技术与道路交通安全评价方法的发展受到了一定程度的制约。交通领域的驾驶人眼动特征研究证明驾驶人认知与眼动特征存在较为密切的关系,为探索与驾驶人认知一致性较高的交通冲突辨识方法提供了新的方向。为探索与驾驶人认知具有较高一致性的交通冲突辨识指标与辨识方法,本文通过分析国内外交通冲突技术与交通领域驾驶人眼动研究的现状,探究了当前交通冲突技术存在的问题及可能的解决方法。针对现存问题分析眼动指标并设计路段交通冲突试验,为研究冲突辨识指标与方法提供基础数据。使用推断性统计方法和描述性统计方法,研究了驾驶人瞳孔直径、眨眼动作、视线点分布等眼动指标特征。根据路段交通冲突下驾驶人眼动特点,进行了寻优算法与分类模型的选择,提出使用GSA与SVM并以驾驶人眼动指标为输入的路段交通冲突辨识方法,并对本文提出的路段交通冲突辨识方法进行了效果验证。论文的具体研究工作如下:1)分析了国内外交通冲突技术与交通领域驾驶人眼动研究的现状。通过分析交通冲突技术研究现状发现,由于未基于驾驶人认知选择交通冲突辨识指标,致使交通冲突辨识结果与驾驶人对冲突的认知不一致,认为需要从驾驶人认知角度探索冲突辨识指标与辨识方法。通过分析交通领域驾驶人眼动研究现状发现,虽已在驾驶人眼动与认知关系、眼动指标选择等方面积累了一定的研究基础,但未涉及交通冲突技术,认为可将驾驶人眼动与认知负荷、心理压力的密切关系作为支撑,从交通参与者间关系较为简单的路段交通冲突入手,探索基于眼动特征的路段交通冲突辨识方法。2)分析了驾驶人眼动指标并设计了路段交通冲突试验。为获取研究冲突辨识指标与冲突辨识方法所需的基础数据,面向可操作、可量化的研究需求,充分考虑了路段交通冲突发生时道路交通环境与驾驶人状态的变化,对眼动基本指标进行了分析并筛选出了试验采集指标。遵循对照性原则、单因子变量原则、平行重复原则,针对各试验变量的变化特点,设计了路段交通冲突试验,并针对试验数据特点使用EMD等方法进行了数据预处理。3)研究了路段交通冲突下的驾驶人眼动特征。首先根据驾驶人瞳孔直径、眨眼动作指标的数据特征定义了瞳孔直径均值、瞳孔直径标准差、眨眼间隔、眨眼时刻,分析了驾驶人视线点数据特征,认为常规聚类方法所划分的边界生硬且易陷入局部最优,因而使用基于密度的DBSCAN聚类方法进行了驾驶人AOI划分。然后使用推断性统计方法明确了路段交通冲突环境下照度、踏板操作、冲突时段、冲突严重程度、冲突类型等变量对瞳孔直径、眨眼动作、视线点分布三类眼动指标的影响。进而基于推断性统计结果对眼动指标进行了描述性统计分析,得到了各相关眼动指标随路段交通冲突类型、路段交通冲突严重程度变化的大致规律。最后通过分析描述性统计结果,明确了各相关眼动指标的变化特点,为基于眼动指标的冲突时段定位、冲突严重程度辨识与冲突类型辨识奠定了基础。4)研究了基于驾驶人眼动特征的路段交通冲突辨识方法。针对驾驶人眼动数据量较大的实际情况,根据路段交通冲突下眼动特征变化规律,定义了使用眼动指标表征的冲突关键点,提出了基于眼动特征并借鉴GSA寻优策略的路段交通冲突快速定位方法;针对眼动特征无先验知识的现状以及无明显线性规律的特点,分析了SVM对无先验知识数据进行监督学习并生成非线性模型的优势,提出了以冲突时段定位为基础并使用SVM的冲突严重程度与冲突类型辨识方法,完成了冲突辨识方法中输入输出变量的设计、核函数参数的选取与惩罚因子的选取,最终提出了结合冲突定位方法和冲突辨识方法的基于驾驶人眼动特征的路段交通冲突综合辨识方法;使用本文提出的冲突辨识方法对实车试验数据进行了冲突时段定位、冲突严重程度辨识、冲突类型辨识,选择生产者精度、用户精度、总体分类精度以及Kappa系数四种监督学习模型分类精度的主要评价指标,对冲突辨识结果进行评价,验证了本文提出的冲突辨识方法的冲突时段定位效果、冲突严重程度辨识效果以及冲突类型辨识效果。