目前,汽车安全辅助驾驶被认为是解决交通安全问题的有效手段之一,其在驾驶危险发生前通过对驾驶员预警或适时介入车辆控制的方式提高车辆运行安全性。在车辆控制权由驾驶员转移至车载自动控制系统过程中,控制权的直接切换往往会引起车辆状态的突变,从而给驾驶过程带来潜在安全隐患。如何从人机协同角度出发,实现车辆控制权从驾驶员向自动控制系统的柔性切换是解决上述问题的关键。基于此,本研究在对车辆控制权柔性切换机理解析的基础上,提出了一种人车路协同环境下综合考虑驾驶员状态和车路风险状态的车辆控制权柔性切换策略,其中主要研究内容包括:1)人机共驾车辆控制权柔性切换机理解析基于本文研究目标,驾驶员和车载控制系统之间的柔性切换是提升人机共驾系统安全性和舒适性的关键。为此,本文在对驾驶员驾驶安全性表征和车辆行驶风险评价的基础上,通过对驾驶员状态、车-路行车风险和车辆控制权分配策略间的耦合性分析,提出了一种人机共驾型车辆的控制权柔性切换策略,从而为相关模型及系统的构建奠定理论分析基础。2)人-车-路协同环境下的驾驶风险水平分级人机共驾车辆控制权的柔性切换需要结合人-车-路三者间的协同特性进行针对性的设计和实现。为此,本文基于驾驶员眼动和面部视觉表观数据,结合隐马尔科夫模型（Hidden Markov Model,HMM）和迁移学习方法（Transfer Learning,TL）对驾驶员的驾驶风险状态（疲劳、分心）辨识问题进行了深入研究,进而利用模糊推理方法对驾驶风险水平进行综合评价。鉴于影响车-路外部环境因素复杂多变,本文基于人工势场理论在对驾驶环境交通要素合理划分的基础上,建立了用于表征车辆行驶状态的客观风险评价函数。进而在驾驶员状态和车-路风险评价基础上进行人-车-路环境下的车辆驾驶风险评估和水平分级,以此为基础构建车辆控制权柔性切换策略。3)人机共驾车辆控制权切换模型构建与实证人机共驾车辆控制权切换模型构建的关键在于:基于驾驶风险构建的控制权柔性切换策略,以数据驱动为核心对不同工况下的模型参数进行辨识。本文在上述控制权柔性切换策略和人-车-路协同环境下的驾驶风险分析基础上,结合研究单位试验平台条件,通过模拟驾驶实验对不同工况下的驾驶员驾驶状态数据进行了数据采集和模型参数辨识工作,进而结合搭建的仿真平台对所构建的人机共驾车辆控制权切换模型进行了有效性验证。本文围绕人机共驾车辆控制权切换问题,针对其中所涉及的控制权切换机理及其分配策略开展了深入的研究工作。其中,研究工作突破的难点在于:针对人机共驾车辆控制权柔性切换问题,从驾驶员风险状态辨识和车-路风险评价入手,分别基于HMM和人工势场理论构建人机风险状态解析模型,进而建立车辆的控制权共享切换策略,以有效解决人机共驾车辆的控制权柔性切换关键问题。