随着汽车智能化发展，自动驾驶车辆的接管安全问题日益凸出。目前关于接管驾驶的研究主要围绕影响接管绩效的因素展开，鲜有涉及自动驾驶接管风险的量化。接管风险大多以前方障碍物的碰撞时间来刻画，这忽略了其他车辆、道路和驾驶人因素对接管行为的影响，可能导致风险遗漏。因此，研究考虑多风险源的自动驾驶接管风险评价方法，对全面刻画接管风险和提高自动驾驶接管的安全性具有十分重要的意义。
　　论文首先基于驾驶模拟器平台研究了人格特质和紧迫度对自动驾驶接管绩效的影响，同时验证了以前方障碍物碰撞时间来刻画描述接管风险和紧迫程度存在的不足。在此基础上，论文综合考虑多风险源，将场的理论引入接管风险量化研究。针对存在的高估和低估风险的问题，考虑交通物理对象形状对行车安全场进行了改进，然后提出了接管驾驶安全指数。最后建立了接管预警算法，并通过实验验证了方法的有效性。主要内容如下：
　　①自动驾驶接管会受到多种因素的影响，现有研究多以前方碰撞时间来刻画接管时的风险和紧迫程度。因此本文基于驾驶模拟器实验，验证了考虑纵向前方单一风险方法的不足。同时针对驾驶人个体差异对接管绩效的影响问题，考虑驾驶人人格特质和接管紧迫度对自动驾驶车辆的接管时间和接管质量进行了分析。
　　②针对接管风险量化问题，综合考虑多风险源，将场的理论引入接管风险量化研究，用场的分布来模拟风险的分布。行车安全场能够综合刻画人-车-路多因素的风险，但是存在着高估和低估物体周围风险的问题。因此考虑交通物理对象形状对场分布的影响对现有的行车安全场进行了改进。用改进后的势能场、动能场和行为场分别表示交通道路中静止物体、运动物体和驾驶人特性对周围环境产生的风险。在此基础上，建立了接管驾驶安全指数，提出了一种考虑多风险源的自动驾驶接管风险评价方法，并通过实验验证了方法的有效性。
　　③为了保障接管驾驶的安全，同时提高驾驶人的用户体验。本文基于自动驾驶接管风险评价方法，建立了相对接管安全指数，提出了人机友好接管预警算法。针对驾驶人因子难以量化标定的问题，本文基于人格特质提出了适用接管场景的驾驶人风险因子，同时对模型中各影响因子及参数进行了标定。最后通过实验，验证了所提出的自动驾驶接管风险评价方法及其预警算法的有效性和优越性。