在快速增长的机动车出行情况下,复杂的交通环境极大地增加了驾驶员工作负荷;快节奏生活、工作给驾驶员带来的压力也持续增加,诸多此类因素导致驾驶员在行车过程中会产生激进驾驶行为。现实中多数驾驶员否认自己产生了激进驾驶行为,驾驶员的自我感知驾驶行为和实际车辆运行状态之间存在偏差,该偏差是影响道路交通安全问的主要原因之一。因此,本文对激进驾驶行为感知偏差的影响因素进行分析,并提出针对性的纠偏措施,为提高驾驶员激进驾驶行为感知准确性,保证道路交通安全提供支持。本文通过问卷调查收集三部分数据:一是驾驶员的社会经济特征、个人性格、对外部环境感受,二是驾驶员半年内扣分情况,三是驾驶激进表现的量表(driving anger expression inventory,DAX),反应驾驶员激进驾驶过程中的激进程度。在南京车辆管理所帮助下共获得690份有效再培训驾驶员的样本,为了与主观DAX量表数据进行比较,引入高斯混合模型(GMM)将客观数据聚类为3种激进程度,将驾驶员的DAX量表与扣分记录分别视为主观感知自评和客观评价标准;在量化界定感知偏差的基础上,采用二元logistic模型探究了影响驾驶员激进驾驶行为感知偏差的因素。结果表明车辆类型、个性特征和外部环境感受(工作、道路和车辆)对驾驶员激进驾驶行为感知偏差影响较大。为了对驾驶员激进驾驶行为感知偏差影响因素进一步分析,本文通过实车实验收集10名滴滴驾驶员每人每工作日的车辆运行数据和视频数据,以及每个驾驶员的与上文相同问卷量表数据;对收集的车辆运行数据进行预处理,并筛选10名驾驶员的发生激进驾驶行为的车辆运行数据;运用K-Means方法对激进驾驶行为的数据聚类,作为新的客观评定激进程度的标准,再与DAX量表主观感知结果比较,用于量化界定激进驾驶行为感知偏差;根据10名驾驶员的问卷分析结果,对激进驾驶行为感知偏差影响因素分析和验证。研究结果表明:驾驶员的个人外向性性格、对工作和道路满意度确实对激进驾驶行为感知偏差造成一定影响。最后,根据上文对激进驾驶行为感知偏差影响因素的分析,梳理激进驾驶行为感知偏差的纠偏措施,从驾驶员和政府引导两个角度提出针对性的纠偏措施。