大量的交通事故表明，驾驶疲劳、超速行驶、酒后驾驶等行为是主要的致因，其中疲劳驾驶已经成为近年来重特大交通事故的主要致因之一。导致驾驶员疲劳的影响因素有很多，其中道路景观便是一个重要因素。本文从道路景观连续性与驾驶员疲劳之间的关系出发，研究量化的道路景观与驾驶员疲劳之间的影响关系，运用神经网络模型，建立了基于神经网络的道路路侧景观与驾驶员疲劳关系模型。论文主要研究内容包括：1）对道路路侧景观进行提取及量化。参考国内外景观分类方法，结合本文的研究内容，确定了六种景观变量，即路侧树木、指示牌、广告牌、急转弯、对面来车和其他一些特殊的景观。将道路景观简化为该六种景观的量化组合。2）建立了基于神经网络模型的道路景观连续性与驾驶员疲劳之间关系模型。选取PERCLOS指标作为驾驶员疲劳监测指标，选用神经网络模型作为驾驶员疲劳预测数学模型，建立了以PERCLOS值表征的驾驶员疲劳程度与道路景观量化指标关系模型。3）将眼动数据转化为疲劳指标。利用眼动仪记录的驾驶员眼睑闭合时间数据，将其转化为PERCLOS驾驶员疲劳指标，并对指标的有效性进行验证。4）模型建立与建议的提出。针对建立的神经网络模型，进行了三个对照试验，找出了不同景观变量的出现频率对驾驶员疲劳产生影响，并提出了一些道路景观设计方面的建议。本文的研究内容对于规范道路路侧景观设计有一定的理论价值和实际意义，一定程度上丰富了道路景观研究的技术方法体系。