智能化是道路交通系统的发展趋势,自动驾驶汽车被认为是解决城市拥堵问题、提高通行效率的可行方式。未来人工驾驶可能被逐步取代,但在此过程中,道路交通将处于自动-人工驾驶车辆混行状态。快速路服务于城市中、短距离出行,承担着大量的出行需求,而合流区作为连接普通道路与快速路的通道,交通状况极为复杂,极易导致交通事故。故在无法获取真实事故数据情况下,本文将微观仿真和交通冲突技术相结合,开展了自动-人工驾驶车辆混行下快速路合流区交通安全评价研究。首先,选取环山路单车道匝道合流区为研究对象,以无人机航拍的方式开展数据调查,提取交通量、交通组成及车辆运行速度等数据,分析合流区现状交通运行特征;根据交通冲突原理,以主、客观结合方式进行冲突判定;提取追尾、换道冲突的度量指标TTC（Time to Collision）、PET（Post Encroachment Time）,并将其30%和85%位累计频率值作为划分冲突严重程度的阈值;分车道、分区域统计冲突空间分布特征,识别冲突影响因素,为构建混行下冲突预测模型提供依据。然后,基于实测数据在VISSIM中搭建仿真场景,以行程时间和冲突数为校正指标标定人工驾驶车辆的驾驶行为参数;开展自动驾驶混入对行程时间影响的Meta回归,并根据回归结果标定自动驾驶车辆的驾驶行为参数。最后,采用正交实验法设计不同交通流条件下的混行仿真实验,获取交通冲突样本;基于负二项回归方法建立交通冲突预测模型,在此基础上,构建基于交通冲突率的安全评级指标体系,并采用灰色定权聚类模型评定不同混行交通流状况下的合流区交通安全等级;根据评价结果中冲突率指标的分布特征,确定其对应的安全等级划分阈值,并给出安全评价流程和应用示例。研究结果表明:合流区各类型冲突预测值与实际值的相对误差多在10%以内;现状合流区高峰时段交通安全评价结果为C级,平峰时段为A级;提出的交通安全评价方法,可用来量化未来混行状态下的安全状况。本文是对预评估混行交通安全态势的一种有效尝试,对推进自动驾驶车辆的普及具有重要意义。