贺 康,王 嵩,许小凡,赵伟成

地铁司机的疲劳驾驶问题，直接影响到地铁运营的安全性和乘客的生命财产安全。针对这一问题，本文提出了一种基于实时监测技术与生理数据分析的疲劳驾驶识别机制，并探讨了针对性干预措施的实施方案。研究表明，结合人工智能技术与司机生理监测数据，能够高效识别疲劳驾驶现象，并通过动态干预措施如提醒与调整工作班次，减轻疲劳程度，确保驾驶员的精力集中。通过这一机制的应用，能够有效预防由疲劳驾驶引发的安全事故，进一步提升地铁系统的安全管理水平。

地铁司机；疲劳驾驶；识别机制；干预措施；安全管理

[1] 姬祥,朱海燕,刘志钢,高婷,罗晋.基于 PPG 的地铁司机驾驶疲劳识别研究[J].人类工效学,2022,28(3):24-2835. [2] 邴树贤,任权,曲春成.地铁司机心理素质评估与驾驶安全关联性分析[J].人民公交,2025(18):57-59. [3] 陈潇.地铁司机的疲劳驾驶成因与对策研究[C]//重庆市大数据和人工智能产业协会.人工智能与经济工程发展学术研讨会论文集（三）.石家庄市轨道交通集团有限责任公司;,2025:121-124.

点击下载PDF