随着驾驶模拟器技术的广泛应用，如何提高驾驶模拟器沉浸性和逼真性逐渐成为研究热点。其中驾驶模拟器中虚拟交通环境的真实性对提高驾驶模拟器的真实感是至关重要的，而在虚拟交通环境中，虚拟自主汽车又是最重要的动态元素和智能元素，所以虚拟自主汽车的真实性是提高驾驶模拟器真实感的核心之一，其真实性不仅包括真实的几何外形，更包括真实的运动行为。由于真实驾驶员的感知信息90%来自视觉，因此本文主要针对虚拟自主汽车视觉行为模型的关键技术进行了研究。论文主要研究和解决了以下几个方面的问题： 首先研究了具有五个单元的虚拟自主汽车视觉行为模型总体框架，即视觉感知单元、情感单元、规划单元、操作单元和碰撞避免单元。情感单元和碰撞避免单元在一定程度上更加真实地模拟出实际驾驶员的个性行为。 其次研究了虚拟自主汽车运动控制技术，即研究了一种基于参数关键帧和正向操纵动力学控制器相结合的、在虚拟环境中进行的实时运动控制方法。利用参数关键帧数据库记录虚拟自主汽车的初始行驶轨迹，其数据库与它要行驶的道路数据库相一致；当虚拟自主汽车遇到各种交通状况时，采用正向操纵动力学控制器来控制汽车的不同运动，同时其轨迹受到道路边界和物体之间的最小横向安全间距约束。正向操纵动力学控制器是参考某一辆汽车的具体技术参数和实车操纵动力学模型推出的虚拟自主汽车运动控制器，从而考虑了汽车的质量、发动机特性等因素，在一定程度上提高了虚拟自主汽车运动的逼真性，同时参数化的运动控制器和关键帧的应用也保证了运动的实时性。 第三对虚拟自主汽车的视觉感知进行了详细地研究探讨，提出了一个对虚拟交通环境实时感知的建模技术，即车速过滤、注意力过滤机制驱动下的分层次的、符合人眼生理局限性的虚拟自主汽车双眼动态几何视觉模型。不仅加快了虚拟自主汽车与虚拟环境的交互效率，而且模拟了人眼在高速下的“隧道视觉”现象和不同注意力状态下的视觉范围。考虑了注意力产生机制，即在内因起决定作用下，外部刺激和内部情绪共同作用形成注意力；同时也提出用注意源和注意熵的概念描述外部物体刺激注意力强度和内部注意力的状态，构造注意力集合、精神状态集合和情绪集合，在一定程度上逼真模拟了驾驶员的注意力产生过程。利用假记忆库模拟短时视觉信息和利用信息沉淀到真记忆库的过程模拟信息记忆学习过程；利用视觉预测减少自主汽车视野搜索范围，提高计算效率；提出用方向相差率识别物体相对自主汽车的运动方向性。从而在视觉感知的整体模型上提高了其逼真性和实时性。 第四研究探讨了虚拟自主汽车的行为规划，提出了一种基于视觉感知信息的六层模糊神经网络控制器VFBP模型的行为规划建模技术。利用VFBP模型对虚拟自主汽车在行驶过程中所遇到的交通情况变化进行局部路径动态规划。利用驾驶员期望值这一特定的输入输出信息进行VFBP网络学习，调整模糊隶属函数的参数值，在一定程度上达到在线模拟不同个性驾驶员行为规划的效果；考虑了车速不同对行为规划的影响，利用奖赏系数、行为置信度约减、优化多种可行行为；利用避碰距离与刹车距离比较，驾驶角度变化与包络线特征点夹角比较，评估行为规划的正确性。从而在整体模型上体现了虚拟自主汽车的个性行为规划，加强了其驾驶行为规划的真实性。 最后在上述研究工作的基础上，采用EonStudio和VC++、Matlab软件初步开发了虚拟自主汽车视觉行为模型仿真系统，即AVV-VPB系统。同时分别对虚拟自主汽车的视觉感知模型、VFBP行为规划模型和总体视觉行为模型进行了验证仿真，并对虚拟自主汽车视觉行为模型进行了模型功能分析和感知分析两种形式的评估。