疲劳驾驶是造成严重交通事故的重要原因。车载疲劳预警提示是减少疲劳驾驶风险的重要手段，也是汽车重要的主动安全技术之一。它通过实时检测和识别驾驶员在疲劳驾驶时的驾驶行为、生理特征，对处于疲劳驾驶风险下的驾驶员进行预警提示，以降低事故风险。论文通过驾驶模拟实验分析疲劳驾驶下的驾驶行为特征和生理特征，在此基础上开展了疲劳预警提示研究，并评价其有效性。
基于大量文献综述进行了疲劳驾驶模拟实验方法研究，包括道路环境设计、受试驾驶员招募、疲劳控制、实验流程设计以及数据采集等，共开展30次疲劳驾驶特征实验。实验中严格控制数据分析单元内的道路线形、路段长度、车道宽度，通过主观问询和面部视频观测的方式采集并校核了疲劳程度。
通过统计、傅里叶变换和小波变换等方法，提取了车道偏移与方向盘数据中的驾驶行为特征，提出以越线事件为疲劳驾驶行为特征的分析方法，提取了越线时空面积、平均越线速率等越线特征指标，通过指标的KSS分组统计特征、指标序列图分析了指标与疲劳程度之间的变化关系。发现了车道偏移标准差、越线时空面积、平均越线速率等指标与KSS之间存在统计上的相关性，但多数驾驶行为特征指标对于同一个驾驶员的同一疲劳等级下会存在较大波动，且驾驶员之间也存在较大差异。生理特征主要分析了眼动特征、心电特征，并采用与驾驶行为指标类似的方法分析了其与疲劳程度的关系，发现眼动指标中的眼闭合时间比例、瞳孔直径与疲劳程度关系明显。
在分析疲劳状态下的驾驶行为、生理特征的基础上，通过危险事件分析、指标疲劳检测性能评估和建立疲劳等级预测模型，进行基于疲劳等级的预警提示关键技术研究。通过分析危险事件历程论证了进行“基于疲劳等级的预警提示”必要性，确定了危险事件易发的疲劳等级；提出了基于4种角度的指标疲劳检测性能综合评价方法，并发现了闭眼时间比例、车道偏移傅里叶变换1-3Hz能量值、车道偏移标准差、平均越线速率、越线时空面积、车道偏移傅里叶变换0-1Hz能量值、方向盘反转率等疲劳检测性能良好的疲劳特征指标；比较未考虑个体差异的决策树模型、有序离散选择模型和考虑个体差异的分层有序离散选择模型，发现后者的检测精度远高于前两个模型。
在疲劳预警提示关键技术研究的基础上，开发了车载疲劳预警设备，并从主观评价、预警前后指标对比、预警与外部观测疲劳等级等角度对疲劳预警提示的有效性进行分析。主观评价结果表明，驾驶员多数认为系统能较为有效地识别驾驶员的疲劳状态并进行相应等级的提示，同时也发现驾驶员都希望根据自己的需求调整提示时机；预警前后指标对比的结果说明，在严重疲劳时，预警提示的有效性将降低；疲劳预警与外部观测KSS之间的关联性分析结果表明在报警时机上，系统与外部观测结果的相吻合程度较高。
胥川博士与陈小鸿教授（导师）、王雪松教授（副导师）合影