一直以来，驾驶安全都是人们关注的重点。在导致交通事故发生的主要因素中，人为错误（酗酒、睡眠不足等）是导致交通事故发生的主要因素之一。因此，对驾驶人的驾驶心理能力特性开展研究是非常必要的，早期发现和评估驾驶员驾驶相关的认知能力并建立驾驶疲劳的监测系统有助于进行驾驶危险预警并提供危险预防措施，以降低交通事故的发生率并减少人员伤亡。
应用
1.驾驶员状态监测
通过分析EEG信号的特征，如α波、θ波的变化，实时监测驾驶员的疲劳状态。也可以通过EEG和fNIRS多模态技术探讨驾驶疲劳对大脑的影响，同时记录行为、脑电图和近红外光谱数据，综合评估驾驶疲劳状态。
EEG还可以捕捉驾驶员在驾驶过程中注意力分散时的脑电特征变化，及时预警分心驾驶行为，提高行车安全。同时，也能够用于检测驾驶员的情绪状态，如愤怒、焦虑等，研究其对驾驶行为的影响。
2.驾驶行为意图识别
操作意图识别：基于EEG的分类器可以解码驾驶员的脑信号，以执行复杂的操作任务，如左转、右转、加速和减速意图的分类，通过共享控制策略实现精确的车辆操控。
紧急制动意图检测：利用EEG信号检测驾驶员的紧急制动意图。
3.注意力与空间感知研究
使用fNIRS展示驾驶时视觉空间注意力需求和注意捕获的认知神经机制，研究不同驾驶场景下注意力的分配和变化。
4.驾驶认知负荷评估
EEG可捕捉驾驶员在不同认知负荷下的脑电特征变化。如在模拟驾驶场景中，通过分析EEG信号的特征，如α波、θ波的变化，实时监测驾驶员的疲劳状态和认知负荷。也可以结合EEG和fNIRS，利用机器学习算法（如随机森林、决策树和k最近邻模型）构建驾驶员认知负荷分类模型。
