汽车保有量的急剧增加导致交通事故频发,其中车辆与行人之间的事故尤为严重。国内外学者专家对于车辆与行人之间的避撞和安全预警已做了大量研究,但这些研究较少考虑到不同驾驶员自身对车辆控制能力及不同行人之间的差异。为此,论文研究驾驶员的行为并对驾驶员的综合素质做出以安全为主的优劣等级评判,同时选取交通路口为特定场景,针对不同类型的驾驶员与行人,研究了一种基于博弈论的人车避撞算法。工作内容具体如下:1.基于CAN总线信息的驾驶员综合素质评判方法研究。研究中,开发了实时的车载CAN数据信息采集平台,并建立了以行车安全性为主,乘车舒适度和车辆油耗度为辅的评判驾驶员综合素质的模型。首先,从CAN总线信息中选取评判参数构建驾驶员综合素质的评判体系,并用熵权法结合向量范数修正模糊层次分析法,求取各个评判参数的权重;其次,运用模糊理论建立各个评判参数的隶属度函数,求取模糊评判矩阵;最后,结合最大隶属度原则分等级评判驾驶员的综合素质。实测数据实验证明:该模型能够准确评判驾驶员的综合素质,并提醒驾驶员改善驾驶行为。2.路口场景下的V2P避撞算法研究。选取无信号灯路口为特定场景,研究了一种基于博弈论的V2P避撞算法,该算法给予不同类型车辆和行人最优的通行策略避免碰撞。首先,将车辆与行人在路口的穿插延误支付、碰撞风险支付量化,建立车辆与行人的交通博弈模型;其次,引入车辆的交通奖罚支付改进了博弈模型,通过设定实验环境参数仿真,对比分析改进前后博弈模型的结果,证明了所研究的避撞算法引入交通奖罚支付后,提高了车辆对行人的让行率;最后,借鉴病毒传播模型的思想,分析交通参与人的违章行为,数值模拟仿真进一步证明了避撞算法中引入交通奖罚的必要性。本研究为今后车辆与过街行人避撞系统的开发提供了理论上的参考。