日本芝浦工业大学工程和科学系统学院的教授伊藤俊雄（ToshioIto），研发了一种预测交通拥堵的方式—监控驾车行为，以此判断路况。只需借助

日本芝浦工业大学工程和科学系统学院的教授伊藤俊雄（ToshioIto），研发了一种预测交通拥堵的方式—监控驾车行为，以此判断路况。只需借助车内已有的传感器装置，成本低，并不依赖道路基础设施。

这位理工科教授注意到，发生交通拥堵时，车辆会在路上怠速行驶。司机会频繁执行制动等动作，后方的车辆看到前方刹车灯后，也会相继减速。这一系列执行动作有规律可循，因此被教授纳入了评判体系。如果检测到后方跟车速度没有下降，但是道路前方的车内司机却在高频踩踏刹车，那么便可以预测，一场拥堵即将发生。

遵循这个逻辑，预测拥堵只需要依靠车内传感器，检测司机无意识状态下做出的行为改变。教授例举的三个行为判断参数是：方向盘转动角度，油门踏板被踩下的幅度，还有车辆行驶速度。当然，实际关注的参数并不止这三个。传感器检测这些变化后，通过量化和分析，根据上述原理发现拥堵前奏。

整个项目组制造了一台酷似游戏装置的驾驶模拟器，在学校的一次课程上测试了这项新技术。研究人员模拟了道路闲时、忙时、拥堵等多种路况，由学校的20多名学生组成的体验团参与了测试。最后项目组发现，每个驾车者在车流较少和道路拥堵两种情况下，驾驶行为存在明显差异。

总结起来，项目组主要靠包含方向盘转动角度、油门踏板被踩下的幅度、车辆行驶速度在内的多种数据预测拥堵，要做的只要开发一款分析司机行为的软件。所以整个技术可以看作是智能交通的低成本解决方案，无需增加路面基础设施或者在车上安装额外的传感器。

另外，这个新方法除了在拥堵提醒方面有所应用，还可以识别因生理和心理导致的驾驶行为异常。开车打盹或者分心可以被传感器接收，由软件向司机发出警告提醒。如果未来与更多主动安全功能连接，遇到突发疾病或失去驾驶掌控能力的状况，车辆都可以紧急制动或切换为自动驾驶功能。

目前，这项新技术正在申请专利。