在车辆行驶过程中驾驶员是根据道路环境及周围车辆信息的变化而采取不同的驾驶行为。在换道和跟驰两种驾驶行为中,由于换道过程的复杂性,更容易因为换道决策失误而导致交通事故发生。在网联环境下,驾驶辅助系统能够通过对周围环境和车辆的全面感知,给驾驶员的换道行为提供有效的决策辅助。现有的换道驾驶辅助系统采用的换道决策模型大多都是基于车辆运动学规律建立的,只能在车辆换道前对换道危险进行预警,并且没有考虑驾驶员特性,难以体现换道过程中驾驶员的驾驶行为变化。针对上述问题,本文主要基于博弈论的思想同时考虑不同驾驶员的驾驶风格,提出了一种基于博弈论的换道驾驶行为决策方法模型,并对其性能进行了实验验证。论文在对博弈论及换道行为需求进行深入研究的基础上,利用完全信息下静态非合作博弈方法建立了在典型换道场景中的简单换道决策纯策略博弈模型。通过车联网获得的信息判断网联车辆是否具有换道动机,根据换道行为的特点将换道纯策略模型作为安全收益的同时考虑时间收益,提出博弈收益函数的计算方式,并通过Matlab实验仿真模型验证收益函数的可行性。将风格系数引入到参与者的策略收益中,对不同驾驶风格的决策收益赋予不同的权重,进行博弈收益矩阵的分析与计算并对决策模型进行求解。结合SUMO仿真软件与NGSIM数据集中处理后的换道数据,模拟车辆在不同自动驾驶渗透率环境下的换道行为决策,并对所提模型与CA模型作对比仿真实验,通过对车流量、换道次数、事故率等结果数据分析,验证了文中换道决策方法的有效性以及稳定性。仿真结果显示,在传统、混合以及网联驾驶环境下,本文所提出的基于博弈论的换道决策模型均能在保证安全的前提下提高时间效益,将安全余量转化为时间收益,模型的有效性及稳定性良好,与真实换道数据对比,其建议准确率可达87.6%。论文的研究表明,本文所提出的换道决策驾驶辅助方法能够在换道过程中为换道车辆提供驾驶建议,辅助车辆完成换道并保证换道的安全与平稳,为未来建立面向换道过程的驾驶辅助系统提供了一种可行的决策方法。