长时间的连续驾驶会导致驾驶员的生理性疲劳与注意力分散,使其对车辆的控制能力降低,发展智能车自动驾驶技术是解决该问题的技术方向之一,并已成为汽车领域的研究热点。对于自动驾驶而言,在实现循迹、避障等常规驾驶动作外,舒适性是自动驾驶控制品质的直接体现之一,是影响乘员主观感受的重要因素。项目依托国家自然科学基金项目（51875302）和国家自然科学基金项目（51675257）,对智能车辆转向行为下乘员舒适性的量化评价方法进行研究,研究基本内容包括:（1）设计并进行转向舒适性实车实验实验选取蛇形绕桩实验,模拟城市场景实验,采用表面肌电传感器以及心电信号传感器测量乘员的肌肉激活程度和心率变异性变化情况。同时选取14名乘员,在实验过程中对自己的舒适性进行打分。最后形成一个包含车辆状态信息,乘员生理信号和乘员舒适性主观评价的匹配数据集。（2）生物电信号处理对肌电、心电信号进行处理分析,提取能够表征转向舒适性的特征指标,从肌电信号中提取出肌电均方根值（RMS）,并在此基础上对于所选取的肌肉进行协同收缩分析,分别计算出了乘员腰颈部的协同收缩率。在对于心电信号的处理中,得到了R-R间期标准差（SDNN）,相邻R-R间期差值标准差（RMSSD）,R-R间期差值分别大于50ms和80ms占总间期比值（p NN50,p NN80）,平均心率(HRmean),心率波动值(HRmax-min)。（3）主观评价与客观指标相关性研究研究乘员在车辆蛇形绕桩过程中的主观舒适性与乘员头颈及躯干等部位肌电信号的关系,以及不同舒适性状态下的乘员心电信号变化情况。将乘员主观评价与生理指标进行相关性分析,从中筛选出与乘员舒适性评价相关性较高的关键生理指标。（4）乘员转向舒适性评价模型建立对关键生理指标进行主成分分析,提取出肌肉负荷因子,心率变异性因子,心率波动因子。并以三个公共因子为自变量,乘员舒适性评价为因变量,通过多元线性回归分别建立蛇形绕桩场景下和模拟城市场景下的乘员转向舒适性评价模型。将乘员客观生理指标与舒适性主观感受对应起来,在一定程度上消除了乘员主观差异性,使得舒适性的评价结果更为客观准确。