自动驾驶技术正以猛烈的势头飞速发展,而目前的自动驾驶技术还未能实现车辆的完全自动驾驶,介于手动驾驶和完全自动驾驶之间的人机共驾模式仍将长期存在。在人机共驾环境中,接管过程中的安全问题成为了国内外学者研究的重点,众多学者对自动驾驶接管绩效分别从接管时间和接管质量两方面进行研究,探索各种因素对接管绩效的影响,对推动自动驾驶技术的应用具有重要意义。本研究基于自动驾驶仿真平台进行自动驾驶接管实验,对自动驾驶车辆的接管绩效进行定性和定量分析。首先,在对自动驾驶接管绩效的国内外研究现状进行综述的基础上,总结了现有研究的不足之处,将自动驾驶接管绩效的指标分析延伸到评价层面,进而给出本文的研究内容和技术路线。其次,基于自动驾驶分级标准引出人机共驾的概念和操控权切换的分类,对人机环境下自动驾驶接管过程进行综述,并对接管绩效的影响因素从驾驶过程风险和原始风险两个方面进行分类,为后续的分析提供理论基础。然后,构建自动驾驶接管绩效评价模型。定义自动驾驶车辆接管绩效的概念,从接管时间和接管质量两个层面选择了总接管时间、纵向加速度、横向加速度、碰撞时间TTC倒数作为评价自动驾驶车辆接管绩效的指标,建立接管质量评价体系,利用AHP层次分析法和改进熵值法对评价指标分别进行主观、客观和组合赋权后,选择模糊综合评价法对自动驾驶车辆接管绩效进行综合评价。接着,选择自动驾驶仿真平台并设计实验方案,选择路口直行、路段直行、路口转弯等三个典型城市道路行驶场景和晴天、雨天、雪天等三个天气条件,进行典型道路行驶场景中不同天气条件下的自动驾驶接管实验,采集实验数据,作为后续自动驾驶车辆接管绩效指标提取和分析评价的数据来源。最后,基于不同的指标赋权法得到的指标权重向量,分别得出各实验场景下的接管绩效指标分析和组合评价的结果。自动驾驶接管绩效指标分析结果显示,路段直行场景的接管时间相比路口场景的长0.2s左右,在纵向速度控制上比路口场景稳定,但路口转弯处的横向控制优于路口直行和路段直行场景;天气因素对最大纵向加速度和最大横向加速度影响最大,对总接管时间和最小TTCI的影响不显著,雨雪天下的纵向加速度比晴天天气条件下的小1～2m/s2,路口直行场景下横向加速度也比晴天天气条件下的值小0.2m/s2左右,路段直行场景下的横向加速度雪天比晴天小0.25m/s2左右,路口转弯场景下的横向加速度无显著差异。自动驾驶接管绩效组合评价结果表明,基于不同的指标权重向量得到的接管绩效评价值有所不同,但从整体上看,对比各场景,路口转弯场景接管绩效最优,路口直行场景最差;对比各天气条件,晴天下的接管绩效最优,雪天下的接管绩效最差。