随着当前我国社会经济和互联网的不断进步,移动智能手机在我国大众消费市场上得以快速流行,随之而来的是马路上开始出现的越来越多的“低头族”。近年来,因“低头族”在过马路时使用手机所造成的道路交通安全事故频繁发生,成为了整个现代中国社会中一个值得我们高度关注的社会话题。本研究旨在对过马路“低头族”问题进行研究并提出解决措施。首先采用模拟仿真对“低头族”对交通造成的安全和效率影响进行量化研究,并通过手机传感器情景感知识别出“低头族”,并探索未来基于人-车通信模式如何设计预警方法并评估其有效性,为未来交通管理者进行政策制定提供辅助支持。本文完成的研究内容及创新点包括以下几个方面:（1）构建了一个量化“低头族”对混合交通流影响的仿真模型。目前已有研究主要关注对“低头族”个体的影响,而未关注对群体交通造成的影响。为了量化研究“低头族”对群体交通造成的安全和效率影响,本研究采用元胞自动机模拟方法,构建了一个引入“低头族”的混合交通流模型,对“低头族”这一新的交通参与者的行为进行定义,并针对混合交通流中人-车交互规则对Nasch及Blue仿真模型进行了改进。研究发现,在效率方面,不同车流密度及人流密度场景下,随着“低头族”的比例逐渐增加,车辆平均速度均呈下降趋势。其中,“低头族”的增多对中/高密度车流-中密度人流的平均车速影响最明显,下降比例可达到50%以上。在安全方面,不同车流密度及人流密度场景下,随着“低头族”的比例逐渐增加,车辆急刹次数均逐渐升高,说明“低头族”越多,安全性越低。在低车流密度场景下,“低头族”比例为10%时,急刹次数相比无“低头族”情况增加了64%-147%,当“低头族”比例为50%时,急刹次数增加比例达到了210%-411%,即增加了两倍到四倍。（2）提出了一种基于改进D-S证据理论的过马路“低头族”时空情景识别方法。目前情景感知在交通领域的应用主要关注司机的驾驶行为,而较少关注行人交通情景的识别。为了识别过马路“低头族”情景以介入预警,本研究提出了一个融合多源信息的过马路“低头族”情景感知框架,并设计了一种基于D-S证据理论和模糊数学理论的改进传感器融合算法,该算法可以有效识别用户过马路时玩手机的姿态,准确率和召回率均在0.9以上;算法结果优于单一传感器特征识别结果,及传统的D-S证据和贝叶斯推理方法,并在不同路口处具备环境适应性。（3）提出了一种基于人-车通信模式的过马路“低头族”情景预警方法。目前车辆对于“低头族”的避让主要基于视觉识别,受到了视距范围的限制,允许的反应时间非常短,这也是导致该类事故多次发生的一个重要因素。因此,在识别出过马路“低头族”后,本研究基于未来的人-车通信模式设计了一套相应的预警方法,对行人及车辆分别作出预警,并通过模拟仿真证明,预警方法能够较好地减缓“低头族”对混合交通造成的影响,在较少损失效率的情况下大幅提升安全程度。