以智能汽车为载体的无人驾驶承载着交通“零伤亡”的愿景,代表着未来汽车科技的战略制高点。然而,受限于汽车技术各个阶段的发展规律、法律与法规、道德伦理问题等约束,驾驶人作为驾驶过程的参与者、甚至是驾驶主体在相当长的时期内仍将是事实。而随着智能汽车技术的不断发展,汽车与驾驶人之间的关系变得极为复杂,各种基于多源信息感知的机器智能系统与行为各异的驾驶人将共同构成对智能汽车的人机并行二元控制,两者之间动态交互,相互作用,具有强烈的耦合关系,在不同的行驶环境和工况下可能彼此制约,甚至构成冲突,不仅将严重影响驾驶人的驾驶体验和智能系统的性能,还可能会对驾驶安全构成严重的潜在威胁。针对当前阶段面临的汽车智能化水平难以迅速满足无人驾驶要求和人机交互关系愈发复杂多变的现状,人机共驾概念得到了广泛的关注和研究,已成为真正实现完全无人驾驶之前的必经之路。本文依托十三五国家重点研发计划课题“智能电动汽车人机共驾交互理论”（2016YFB0100904）和国家自然科学基金面上项目“智能汽车人机并行控制冲突机理与协同共驾关键技术研究”（51775235）,研究建立基于驾驶人行为理解的人机触觉交互协同转向控制方法。以触觉交互为驾驶人与智能系统的交互方式和作用基础,针对汽车横向运动,通过在执行控制层协调驾驶人和智能系统的控制作用,构建人机触觉交互桥梁,建立人机智能融合渠道,实现人机和谐交互与冲突消解,提高汽车行驶安全性,降低驾驶人驾驶负荷。研究主要围绕两个关键科学问题展开:人机转矩耦合状态下的驾驶人行为提取和理解、体现人机触觉交互和冲突消解的驾驶权分配机制。针对第一个问题,本文提出基于视觉特性的风险认知度评估方法和基于握力分布的转向能动性辨识方法,分别从心理内隐状态和身体外显状态两方面形成对驾驶人的行为理解,为驾驶权分配提供指导和依据。在此基础上,针对第二个问题,提出基于变虚拟阻抗架构的人机触觉交互协同转向控制方法,为驾驶权的连续、动态分配提供途径,构建前向-后向组合阻抗调协策略以形成基于驾驶人行为理解的驾驶权分配机制,实现人机和谐交互和冲突消解。首先,研究基于人工势场的时空风险场构建方法,通过构建时空风险场刻画特定时间跨度和特定路段内的动态交通风险在时空域中的分布,为驾驶人风险认知度评估提供依据。根据交通元素的自身性质及影响机制将其分为具象元素和抽象元素,针对具象元素构建偏置扫掠法以生成其风险分布,针对抽象元素构建基于高斯分布的抽象元素风险分布生成方法。通过示例场景分析及其在轨迹规划中的应用证明时空风险场能够通过统一、直观的方式描述动态交通风险在时空域中的分布。其次,研究基于视觉特性的驾驶人风险认知度评估方法。为了描述驾驶人视觉认知特性,建立基于伽马分布的视觉认知模型,以注视行为为系统激励,以伽马分布描述的认知水平变化过程为系统响应,运用卷积计算驾驶人的认知水平。开展眼动行为实车道路数据采集试验,并基于实车数据对模型进行标定。以时空风险场为动态交通风险的客观分布,以视觉认知模型为驾驶人主观认知水平,联合两者计算得到驾驶人风险认知度。通过实车数据测试证明该方法实现了对驾驶人风险认知度的定量估计。再次,研究基于握力分布的驾驶人转向能动性辨识方法。通过阵列布置柔性薄膜压力传感器制作智能转向盘并开展握力分布数据采集试验。以转向阻抗作为对驾驶人上肢神经肌肉系统状态的参数化描述,基于试验数据对转向阻抗中的特性参数进行辨识,形成基于转向阻抗的转向能动性表征方法。构建由卷积神经网络和门控循环单元构成的级联模型,在此基础上依据转向阻抗对转向能动性的表征关系,解算出转向能动性。通过测试验证了辨识方法的有效性。然后,研究基于变虚拟阻抗架构的人机触觉交互协同转向控制方法。提出基于阻抗概念的人机触觉交互架构。基于该架构开发变虚拟阻抗转向控制算法,分析虚拟阻抗对驾驶人操纵手感、控制系统性能的影响,为驾驶权分配提供途径。构建前向-后向组合阻抗调协策略以调整智能系统的虚拟阻抗与驾驶人行为状态相协调,形成基于驾驶人行为理解的驾驶权分配机制。通过虚拟仿真测试表明该方法描述了人机触觉交互作用过程,能够为驾驶权分配提供有效途径。最后,基于人机并行在环试验对所建立的方法进行测试。搭建人机并行在环试验平台,设计六类试验和三种阻抗调协模式进行对比。试验结果表明,所建立的方法能够依据对驾驶人的行为理解进行虚拟阻抗的前向预设和后向修正,通过阻抗调协形成了良好的驾驶权分配机制,实现了和谐的人机触觉交互并消解了人机冲突。通过客观评价分析进一步验证了所建立的方法能够对驾驶人形成正向助益,为驾驶人提供更加安全、舒适的驾驶体验。