一直以來，駕駛安全都是人們關注的重點。在導致交通事故發生的主要因素中，人為錯誤（酗酒、睡眠不足等）是導致交通事故發生的主要因素之一。因此，對駕駛人的駕駛心理能力特性開展研究是非常必要的，早期發現和評估駕駛員駕駛相關的認知能力并建立駕駛疲勞的監測系統有助于進行駕駛危險預警并提供危險預防措施，以降低交通事故的發生率并減少人員傷亡。

應用

1.駕駛員狀態監測

通過分析EEG信號的特征，如α波、θ波的變化，實時監測駕駛員的疲勞狀態。也可以通過EEG和fNIRS多模態技術探討駕駛疲勞對大腦的影響，同時記錄行為、腦電圖和近紅外光譜數據，綜合評估駕駛疲勞狀態。

EEG還可以捕捉駕駛員在駕駛過程中注意力分散時的腦電特征變化，及時預警分心駕駛行為，提高行車安全。同時，也能夠用于檢測駕駛員的情緒狀態，如憤怒、焦慮等，研究其對駕駛行為的影響。

2.駕駛行為意圖識別

操作意圖識別：基于EEG的分類器可以解碼駕駛員的腦信號，以執行復雜的操作任務，如左轉、右轉、加速和減速意圖的分類，通過共享控制策略實現精確的車輛操控。

緊急制動意圖檢測：利用EEG信號檢測駕駛員的緊急制動意圖。

3.注意力與空間感知研究

使用fNIRS展示駕駛時視覺空間注意力需求和注意捕獲的認知神經機制，研究不同駕駛場景下注意力的分配和變化。

4.駕駛認知負荷評估

EEG可捕捉駕駛員在不同認知負荷下的腦電特征變化。如在模擬駕駛場景中，通過分析EEG信號的特征，如α波、θ波的變化，實時監測駕駛員的疲勞狀態和認知負荷。也可以結合EEG和fNIRS，利用機器學習算法（如隨機森林、決策樹和k最近鄰模型）構建駕駛員認知負荷分類模型。