构建了文献质量评价指标体系,筛选出288篇相关文献,综合分析了文献数据获取方式、指标选取、识别方法和研究结论;以驾驶行为为主要研究对象,结合统计学方法,系统阐述了驾驶分心试验数据的获取方式,总结了其多样性和两极化的原因;梳理了驾驶分心识别指标的研究成果,总结了其使用效能和优缺点;对比了不同驾驶分心识别模型的准确率,分析了其差异性的根源;提出了未来驾驶分心数据获取方式、指标选取、识别方法的研究趋势.分析结果表明:试验是驾驶分心数据获取的主要方式,自然驾驶数据集、视频录像是新的数据获取方式,路边观察和调查问卷的数据获取方式关注度较低;对照、跟车、超车、变道场景及添加其他危险事件的复杂度较高的场景是研究较多的驾驶分心场景;驾驶分心次任务的设置说明目前驾驶分心研究的类型和主题较集中;融合指标是使用频次最高的驾驶分心识别指标,且以驾驶绩效指标和眼动指标、驾驶绩效指标和反应指标这两类融合指标较多,驾驶绩效指标是使用最多的单类指标;支持向量机模型是使用最多的驾驶分心识别模型,但识别准确率标准差较大,性能不稳定,深度学习算法模型的识别准确率较高,且稳定性好;未来的驾驶分心研究需均衡研究主题,扩展人机共驾的分心场景,深化驾驶分心类型研究,构建标准化指标体系和选取原则,强化模型构建识别不同类型和严重程度的驾驶分心.