基于人-车-路环境数据同步采集与综合分析的方式，结合驾驶模拟、虚拟现实、多模态数据同步、HMI原型测评等技术进行相应研究。相关研究方向包括：

• 驾驶人行为与状态研究：结合行为、脑电、生理、眼动等数据以及车辆数据对驾驶人行为、不安全驾驶行为及状态（例如疲劳、愤怒、平静、兴奋等）进行评估，同时也可结合人工智能算法进行驾驶人状态识别反馈系统开发，确保驾驶安全，并能够为自动驾驶系统开发提供帮助。

• 智能座舱HMI人机交互测评：结合多模态人机交互测评方法，进行包括HMI设计，例如色彩设计评估、元素设计评估、功能菜单设计评估、多通道人机交互方式测评验证等。

• 道路交通规划与设计：通过车辆数据与人员多模态数据，对于道路设施，例如红绿灯、指路牌、道路宽度等进行评估设计优化。

• 智慧交通系统开发：结合大数据与人工智能算法，对于人员驾驶行为、人员驾驶时空偏好等进行统计分析与建模，实现智慧系统开发。

驾驶人行为与状态研究：安全性一直以来都是交通驾驶领域内的研究重点，驾驶过程中人员因素是交通驾驶安全问题中占比极大的影响因素，因而驾驶人员的行为与状态也是研究的重点方向。具体研究内容包括：

• 驾驶人行为研究：通过行为观察、动作捕捉、眼动等数据可对人员整个驾驶过程中的行为变化进行探究，包括违规行为、不安全行为、习惯性行为等，可对驾驶员典型行为以及能够影响驾驶安全的行为进行探究，并提出相应的优化方案以及监测反馈系统，减少驾驶安全问题的发生。

• 驾驶人状态研究：通过脑电、生理、眼动等数据，可对驾驶人员整个驾驶过程状态进行评估，譬如疲劳状态、愤怒状态、兴奋状态与平静状态等；还可结合人工智能算法，开发驾驶人状态识别与反馈调节系统，能够对驾驶人员的状态进行调节，避免危险事故发生。

智能座舱HMI人机交互测评：智能座舱作为当下研究的热门方向与重点方向，是车企与相关研究人员的主要研究方向，其中，HMI作为人-车-路环境的信息交互媒介，其重要性不言而喻。针对智能座舱HMI人机交互测评方向研究内容：

• HMI设计测评：结合多模态人因数据采集与分析技术，包括动作捕捉、脑电、生理、眼动等，能够对HMI的元素设计、界面排布、功能层级设计等进行评估，从而对HMI设计进行优化。

• 多通道人机交互方式验证：结合行为实验、主观测评以及多模态客观数据，包括脑电、眼动、生理等，对人机交互技术的有效性、便捷性、易用性、人员对其的接受性等进行测试，从而对多通道人机交互方式进行评估与优化工作。