作为一种提高安全性、降低能耗、降低拥堵成本、增加公路通行能力、改善交通可达性的手段,部分或全部的自动驾驶车辆受到了广泛关注。然而,自动驾驶技术的完全普及还是需要一定时间,因此在道路上自动驾驶车辆与传统人类驾驶车辆混合行驶模式是必然存在的。自动驾驶车辆在行驶过程中所受的控制约束更多且更严格,在高密度混合驾驶环境下存在博弈劣势,难以发挥其效率优势。在车辆行驶过程中,换道决策的安全性与有效性影响着车辆的安全与通行效率,有效的换道决策能在一定程度上提高车辆的通行效率,缩小车辆的驾驶成本。以往换道决策模型虽然在一定程度可以模拟车辆的换道过程,但很少将人类驾驶风格与博弈换道决策进行结合,为车辆提供的换道决策不够精准。针对上述问题,在V2V通信环境下,结合自动驾驶车辆的特性,本文运用博弈论来构造更为稳健的换道模型。考虑了两种换道动作:强制换道和任意换道。以博弈论思想为基础,将换道视为一种两人非零和非合作博弈行为,车辆选择对自己更有利的换道策略。根据车辆换道行为特点,给定车辆策略集合,根据换道车辆与目标车道上后随车辆收益矩阵,得出收益函数计算方式,分析收益时考虑行驶车辆的驾驶风格,通过计算关联车辆的驾驶风格系数来确定权重,对收益进行再调整,采用纳什均衡的方法对决策模型进行求解,得到最优换道策略。基于车联网V2V通信技术,设计了一种车辆驾驶风格识别系统,系统利用获取的车辆信息对车辆换道意图进行判断,根据获取的车辆周边环境信息、车间数据,对车辆的驾驶风格系数进行计算,确定权重系数,再对车辆收益进行计算,最后将博弈换道决策结果反馈给车辆。为了更好的验证本文提出的理论模型,本文运用SUMO仿真平台,模拟不同比例自动驾驶车辆对交通流的影响,设计了纯人类驾驶、纯自动驾驶、混合驾驶三种场景,与改进的MOBIL模型对比仿真实验,通过对车辆通行量、通行时间、换道次数、事故率等结果分析,验证文中所提换道模型的有效性、稳定性。结果表明,联合驾驶风格识别系统的博弈换道策略在三种场景下均表现出良好的效率及稳定性。