随着汽车行驶环境复杂程度的不断提高以及人们对汽车的需求日益增多，研发更加安全、环保、舒适、智能的汽车及车载控制系统越来越受到关注，如防抱死制动系统、车身电子稳定控制系统、主动转向控制系统、自适应巡航控制系统、自主泊车辅助系统等。通常，对这些车载控制系统的性能评价需要考虑驾驶员操纵车辆的行为特性，从人-车-路闭环的角度进行分析。目前，主要是通过在原理样机、实验车辆或在高性能的仿真器上完成，这些实验相对耗时且代价昂贵。另一种可选的方法是建立合适的驾驶员行为模型，从计算机仿真的角度代替真实的驾驶员，取代昂贵、耗时的实车实验，从而大大缩短车载控制系统的研发周期。因此，如何建立符合驾驶员行为特性的数学模型成为研究的核心问题。本论文的主要内容是对驾驶员操纵车辆的转向和跟车行为及技能进行数学建模，基于随机模型预测控制方法，重在探讨具有随机特性及滚动优化思想的驾驶员行为建模框架，提出若干驾驶员行为建模方法，以此模拟多样的驾驶特性和风格。利用车辆动力学仿真软件veDYNA、红旗HQ430实车测试数据及NGSIM数据（美国高速公路管理局The Next Generation Simulation计划），通过多样不同工况下的仿真研究、与模型预测控制方法的比较及与实车测试数据的对比，验证本论文提出的建模方法的有效性，最后对基于现场可编程门列阵(Field Programmable Gate Array，简记FPGA)的驾驶员转向行为建模方法的实时实现进行了初步探索。通常，车辆行驶的路面特性是不确定的，为描述驾驶员具有感知路面随机变化的特性，基于随机模型预测控制方法，提出将驾驶员转向行为分为感知模块、决策模块及执行模块的建模框架，以模拟驾驶员的感知能力、决策能力及生理限制特性。采用多点预瞄方法，实现驾驶员对车辆期望跟踪路径提取能力的模拟，并经过车身与大地坐标系的转换，获得期望路径在大地坐标系下的数学描述。为了体现驾驶员对车辆动态特性及路面变化特性的认知，经过理论推导给出了具有参数不确定性的二自由度自行车模型，以此来模拟驾驶员对路面和车辆动态的认知。通过建立对期望跟踪路径性能及驾驶员转向动作的评价函数，利用随机模型预测控制方法获得具有解析形式的转向角。通过设计延迟环节来模拟驾驶员的延迟特性。同时指出可用预瞄点个数模拟驾驶员注意力集中情况、权重系数模拟驾驶员的驾驶风格、延迟时间模拟驾驶员神经肌肉的延迟特性，并通过仿真分析加以验证。通过与基于模型预测控制建模方法的对比研究表明，提出的驾驶员转向行为建模方法可以模拟驾驶员对变化路况的认知和经验，且可用来刻画多样的驾驶风格。不同的驾驶员具有的驾驶经验是不同的，为体现驾驶员在车辆转向过程中的多样驾驶经验和技能，提出了基于分段仿射车辆动态内模的驾驶员转向技能建模方法。首先，提出利用预瞄点间隔成等差数列的建模方式实现驾驶员对路径信息提取能力的模拟，以描述驾驶员对近距离提取信息多，而对远距离提取信息少的特性。其次，以驾驶员对非线性轮胎力认知程度的不同来体现驾驶员对车辆动态特性认知的差异。为了兼顾计算量及对非线性轮胎力的最优近似，提出一种在给定分段数目下的分段仿射优化近似方法，实现驾驶员对车辆动态特性不同认知的模拟。此外，驾驶员对随机变化的路面摩擦及不平度特性的认知能力也考虑到车辆内模中，用来模拟驾驶员对变化路面特性的驾驶技能和经验。在建立评价闭环跟踪性能及驾驶员转向负荷的指标基础上，利用随机模型预测控制方法获得优化的转向角。通过变化车辆内模、预瞄点、延迟时间、权重以及路面情况的仿真实验，验证了转向技能建模方法可有效实现驾驶员驾驶经验和技能多样性的模拟。为了将建立的驾驶员转向技能模型在应用中做进一步探讨，还将该模型应用到了体现不同驾驶员行车策略，以及车辆不足转向特性的设计当中，给出了车辆不足转向系数的调整依据。在驾驶员转向行为的建模方法研究中，假设纵向速度保持不变，没有考虑驾驶员操纵车辆的跟车特性。为刻画在跟车过程中前车速度、加速度、位置的不确定性所引起的驾驶员跟车行为随机变化特性，提出基于隐马尔可夫模型（Hidden MarkovModel，简记HMM）的驾驶员跟车行为滚动优化建模方法。首先，分析了驾驶员的驾驶意图与马尔可夫随机过程的关系，指出驾驶员的驾驶意图具有马尔可夫性质。其次，建立了以车辆纵向加速度为隐含状态、以车间时距为输出状态的HMM，并提出了采用美国NGSIM数据进行HMM中参数辨识和验证的方法。通过一种使后验概率最大化的维特比优化算法，实现了驾驶员驾驶意图的求解。最后，通过与NGSIM数据中具有典型跟车行为的多组车辆纵向速度数据进行对比，验证了基于HMM的驾驶员跟车行为建模方法的有效性和准确性。为了从模型实时实现的角度对第2章和第3章提出的驾驶员转向行为和技能建模方法进行验证，探索工程应用的可行性方案，提出了驾驶员模型的实车数据验证方案及驾驶员转向行为模型的FPGA硬件实现方法。首先，在双移线和蛇形路工况下，基于红旗HQ430实车测试数据，通过比较驾驶员转向模型与真实驾驶员的转向输出，验证了两种建模方法均能够模拟真实驾驶员转向行为的主要特性。进一步，为了模拟驾驶员快速操纵特性和车辆控制系统对快速性的要求，结合FPGA的并行计算能力，搭建了基于FPGA的驾驶员转向行为模型的实验平台。从定点数据模型、硬件代码语言的编写和生成、系统集成和板级验证等方面给出了算法实时实现的详细设计过程。通过双移线工况平台实时实验，说明了提出建模方法的工程实用性，同时也为后续驾驶员模型能够代替真人进行实车测试以及自主驾驶等方面的研究工作奠定了基础。本论文对基于随机模型预测控制的驾驶员行为建模方法进行了详尽的理论推导，并通过仿真数据、红旗HQ430实车测试数据、美国NGSIM数据的验证和基于FPGA实时实现等手段，从多角度对建立的驾驶员行为模型进行了分析和测试，给出了仿真和实验结果及相关分析。结果表明，随机模型预测控制方法比较适合用来处理驾驶员在面对路面摩擦系数和不平度以及交通情况存在诸多不确定性时，操纵车辆行为所表现出的随机特性，在刻画驾驶员行为特性方面是一种行之有效的建模方法。本文未来还需要进一步完善的研究工作有：(1)研究在考虑约束条件下的驾驶员行为建模方法；(2)结合数据和机理的驾驶员行为建模方法的研究；(3)由于目前仅进行了硬件实时实验，采用模拟器或实车实验的驾驶员建模方法的验证还需进一步的探讨。