摘要：为准确预测驾驶人对突发事件的简单反应时间,并为构建自适应式危险驾驶状态预警系统奠定基础,提出了一种基于实时脑电图（EEG）信号的驾驶人简单反应时间预测方法。首先,通过快速傅里叶变换（FFT）对EEG信号进行特征参数提取,作为驾驶人简单反应时间的客观预测指标。在此基础上,基于支持向量回归（SVR）建立驾驶人对突发事件简单反应时间的预测模型。最后采用20名驾驶人连续驾驶4h的EEG信号与反应时间数据,对该模型予以试算。研究结果表明：3项脑电特征参数（θ,α,β）与反应时间均具有显著相关性,其中脑电特征参数α的相关性最显著,为SVR模型对简单反应时间进行预测提供了客观预测指标;分别采用径向基函数（RBF）、Polynomial函数、Sigmoid函数作为核函数构建SVR模型对简单反应时间进行预测时,所得预测结果中采用RBF函数所产生的各项误差均低于其他2项函数,表明采用RBF函数为核函数的SVR模型预测精度最优,其预测准确率达到80%以上。

关键词：交通工程 简单反应时间 支持向量回归 驾驶人 脑电信号 

单位：西南交通大学交通运输与物流学院; 四川成都610031; 西南交通大学综合交通运输智能化国家地方联合工程实验室; 四川成都610031