不同驾驶人的驾驶风格存在不同程度的差异,一般可分成激进、中性、保守等类型,但驾驶风格受到驾驶任务、驾驶环境等因素的影响,经常会出现不同风格间的转变,尤其是特定场景下的短时驾驶风格变化具有很强的随机性。当多方发生交通冲突时,各方短时驾驶风格量化评价结果是制定预警信息和决策建议的重要依据。若处于驾驶博弈中的驾驶人能够及时了解对方驾驶行为特征并采取针对性操作,这样就可以化解驾驶博弈,极大提高道路行驶安全水平和通行能力。短时驾驶风格的特点主要体现为驾驶人的驾驶风格在不同场景下存在差异,同时风格评价结果需要根据短时行驶数据流进行实时更新。基于以上特点,本文采用驾驶倾性的概念作为连接具体操作行为与短时驾驶风格的桥梁,以驾驶倾性作为评价工具对驾驶人的短时驾驶风格进行量化,提出了一种基于驾驶倾性的短时驾驶风格量化评价方法。具体研究内容如下:（1）驾驶风格影响因素分析及参数筛选从人-车-路-环境等方面对驾驶信息参数进行分类,整理得到影响驾驶风格的具体参数集;根据同一驾驶人在不同场景下具有不同驾驶倾性的研究思路,从参数集中筛选典型场景（跟驰、换道、超车）的驾驶行为参数,得到了用于表征驾驶风格的加速操作、制动操作、转向操作等行为参数集。（2）典型场景下驾驶行为数据分布特征研究进行道路试验,收集得到了10位驾驶人的自然驾驶数据,分别提取跟驰、超车、换道场景数据;应用时间序列符号化算法对典型场景下的驾驶行为数据进行降维和字符化替换;对典型场景的驾驶行为字符分布情况进行统计,得到每位驾驶人的驾驶行为参数频率分布折线图,通过高斯拟合和伽马拟合得到了拟合后的概率分布曲线;对比同一驾驶行为参数的不同场景拟合曲线,分析了不同场景驾驶倾性差异,证明了基于场景划分评价驾驶风格的合理性。（3）基于驾驶倾性的短时驾驶风格量化方法研究组合相邻3个字符得到驾驶操作片段,建立操作片段组成成分和驾驶操作程度之间的映射关系,进一步统计得到片段中字符对应的隐马尔可夫参数矩阵;将原始字符序列数据输入Viterbi模型,输出倾性状态辨识序列,倾性状态为内倾、中性、外倾;根据外倾数据占比和内倾数据占比计算得到外倾值,用于量化表征典型场景下特定参数对应的驾驶倾性;根据不同参数外倾值计算结果,应用熵权法确定同一场景下各参数对应权重,计算得到了该场景下的加权外倾值,用于评价该场景的短时驾驶风格。（4）短时驾驶风格量化的混行环境预警应用分析根据外倾值和加权外倾值计算结果,对10位驾驶人的短时驾驶风格进行了完整的定性和量化评价;根据评价结果为各驾驶人赋予了操作特征标签,同时确定了传递给周围车辆的预警信息;在不同场景下选取特定驾驶人组进行预警应用案例分析,为本文所述方法的实际应用进行了展望。本文所提出的短时驾驶风格评价方法,可根据车内总线的短周期数据,以驾驶倾性辨识作为主要方法对驾驶人加速、制动、转向操作特征进行量化、定性描述,从而达到对短时驾驶风格进行准确评价的目的。另外,该方法亦可用于智能车辆驾驶系统的个性化参数调校。