智能交通系统ITS (Intelligent Transport System)采用信息智能化技术对现代交通运输进行管理,有利于改善交通环境和提高交通效率,近年来得到了广泛的重视。驾驶员作为人-车-道路-环境这一交通系统中的唯一主动性因素和交通复杂环境与汽车之间的中介环节,其行为决策在整个交通系统中起着关键性作用,因此,进行多源信息环境下的驾驶员行为过程研究有着重要的现实意义,可以为智能交通的深入研究提供相关数据及理论支撑。本文以虚拟驾驶实验平台为研究依托,研究了交通驾驶环境及驾驶员行为过程,通过对信息感知、判断决策、行为操作三个阶段中影响驾驶员行为因素和在驾驶过程中安全因素的优先级别的分析,提出了驾驶员安全评价机制,提高了驾驶过程的安全性；并结合信息融合相关理论及方法,建立了多源信息融合下的驾驶员主动安全行为决策模型,该模型包括安全评价模块、预警模块和行为推理模块；采用BP神经网络算法,实现了行为推理模块中的主动驾驶行为BP神经网络评价模型；实验证明,该行为推理模块能有效地建立多源融合信息到驾驶员行为的映射关系,并且验证了BP神经网络算法作为主动驾驶行为算法的可行性。最后论文完成了虚拟驾驶实验平台的场景设计、软件功能需求分析、交互方案及界面设计等工作。