近年来,传统的车辆面临着向智能化方向转型,其中人机协同技术作为车辆智能化的关键技术被广泛研究。人机协同技术也是车辆实现无人驾驶的必经阶段。人机协同控制需要综合判断驾驶员以及车路状态,通过自动控制系统与驾驶员的协调配合,保证车辆安全行驶以及驾驶员舒适驾驶。其中如何在转向过程中保证安全的基础上减轻驾驶员的驾驶负担以及如何提高人机一致率减少控制系统对驾驶员的干扰是本文的主要研究问题。为了能够让驾驶员有更加真切的驾驶反馈感受,采用力矩交互的方式进行车辆控制,即以力矩作为控制量。同时在设计协同控制器时将驾驶员状态考虑其中,以增强控制器对驾驶员的感知。采用两点预瞄驾驶员模型,建立人-车-路系统状态空间方程用于控制器设计,对所建立的人-车-路状态空间方程模型的有效性进行了验证。并对两点预瞄驾驶员模型在不同参数、不同预瞄距离与不同车速的驾驶特性做出探究。针对如何提高驾驶的安全性并且减轻驾驶员驾驶负担这一问题,提出了基于驾驶状态预测的人机力矩辅助转向控制方案,辅助控制即为驾驶员与控制器按照比例为1比1进行协同控制。采用模型预测控制方法,对未来一段时间的驾驶状态做出预测,以增加人机之间的信息交互,以侧向位移偏差最小为控制目标,根据预测信息来决策出对驾驶员的辅助力矩。由于驾驶员种类各异,该控制器可以通过改变驾驶员模型参数以适应不同驾驶员的驾驶风格,从而做到个性化的驾驶辅助。同时对不同车速、不同的驾驶能力的驾驶员都有较好的控制效果。使车辆安全行驶并减轻驾驶员驾驶负担。通过仿真实验验证了控制方案的有效性。针对如何提高人机一致率这一问题,提出通过模糊规则的方法以人机状态(一致程度、抑制程度、冲突程度)和道路危险程度作为模糊控制的输入,输出辅助权重系数,通过实时改变辅助权重系数提高了人机一致率;针对如何进一步减轻驾驶员驾驶负担这一问题,采用驾驶员驾驶任务占比与驾驶负担函数相结合的方式对驾驶员进行引导的方法,进一步减轻了驾驶负担,但一致率有所降低。最后,综合上面两种方法,提出了基于驾驶状态预测的人机力矩协同控制方案,通过驾驶员与控制器的协同配合,即控制器通过改变辅助权重以适应驾驶员的操作来提高人机一致率,驾驶员根据控制器的引导进行操作,进一步减轻驾驶负担,与基于驾驶状态预测的辅助控制方案相比,在保证安全的基础上,提高了人机的一致率并且进一步减轻了驾驶员的驾驶负担。通过仿真实验验证了该控制方案的有效性。