近年来,随着汽车行业的飞速崛起,汽车逐步向智能化方向发展,深入研究驾驶员的驾驶行为和驾驶习性,对实现汽车高度智能化和拟人化驾驶有重要意义。在汽车智能化程度逐步提升直到实现完全自动驾驶的过程中,存在较长时间的人机协同驾驶。本文针对人机共驾过程中的驾驶权交接问题,从驾驶员的角度出发,建立基于车辆行驶状态的驾驶能力综合评估模型,提出基于驾驶能力变化的驾驶权切换策略。论文的主要研究内容如下:1)基于虚幻四引擎UE4、CarSim汽车动力学模型和罗技G29车辆操控反馈套件,建立了驾驶模拟仿真平台,设计了典型的驾驶工况,实现了模拟驾驶实验中数据的同步采集。搭建了基于Visul C#平台中的WinForm框架的驾驶员信息采集系统,完成了对驾驶员基础信息、问卷调查结果的同步收集与分析。2)设计了跟车驾驶实验和随机N-Back实验,研究了在不同分心程度的驾驶过程中,驾驶员生理指标和车辆状态指标的变化规律;对不同分心程度下驾驶员生理数据和车辆状态数据进行了差异显著性检验。结果表明方向盘转角熵、转向频率、跟车距离波动等指标能准确反映驾驶员的状态变化,由此构建了表征驾驶员能力的车辆状态指标集。3)从车辆行驶状态入手,分析了车辆状态指标之间的关联性。采用基于群组决策的模糊网络层次分析法(F-ANP)与熵权法相结合的主客观综合驾驶能力评估算法,建立了基于车辆行驶状态的驾驶能力评估模型,采用不同长度的动态时窗将数据离散化,验证了模型的稳定性。利用问卷调查对驾驶能力进行离线评估和排序,验证了基于车辆行驶状态的驾驶能力评估模型的正确性。4)采用BP神经网络提升了驾驶能力量化的时效性,基于BP神经网络模型分析了驾驶员在长时间驾驶过程中驾驶能力的变化特性,结果表明:驾驶能力总是在一定范围内上下波动,且随着驾驶时间的增加,驾驶能力呈下降趋势,由此提出了基于驾驶能力变化的驾驶权切换策略。