全球交通事故发生率依然居高不下，90%以上是由于驾驶员的操作不当造成，其中有近3成是和疲劳驾驶有关。汽车主动安全技术能够辅助驾驶员完成驾驶任务，一定程度上缓解驾驶员生理、心理上的压力，能够有效地降低交通事故发生率。在汽车主动安全技术研究中，对于相同的驾驶任务，不同的驾驶员会有截然不同的反应，因此建立合理、精确的充分反应人类驾驶员操作行为特性的驾驶员模型，对于主动安全技术的研究非常重要。本文针对驾驶员转向模型问题，对人类驾驶员如何合理的获取驾驶环境信息、如何学习并掌握陌生车辆的动力学特性进行了研究。具体研究内容如下：（1）设计了一种基于远、近两点预瞄驾驶员环境感知方法的驾驶员转向模型。同时，将预瞄信息驱动转向这一过程看作一个类似二阶阻尼-弹簧的动态过程，合理设计参数，使车辆转向过程更加平滑，震荡更小。在此基础上，考虑系统建模的不确定性以及外界干扰，采用内模及H∞优化理论设计内模鲁棒控制器，能有效的抑制系统不确定性及干扰对车辆转向控制的影响。变道工况仿真表明：基于远、近两点预瞄的驾驶员转向模型能够有效的实现转向，且转向控制更加快速、稳定，震荡更小，并能有效抑制车辆不确定性，具有很好的鲁棒稳定性。（2）设计了一种具有人类驾驶员自适应转向行为特性的转向控制器。研究中发现，人类驾驶员能够从汽车的线性动力学特性中学习车辆的转向控制动态特性，并结合自身的生理限制形成内部的参考模型用于车辆的操纵。当车辆状态发生改变时，人类驾驶员又能够及时的对新车的驾驶特性进行学习，适应汽车动力学的变化，形成一种自适应机制，依然能够很好的操纵车辆进行行驶。在以上研究的基础上，结合人类驾驶员的预瞄机制，建立驾驶员自适应转向模型。变道工况仿真结果表明：该方法能够有效的实现驾驶员的转向任务，并对汽车动力学参数的变化具有良好的适应性，体现了驾驶员对汽车动力学变化的学习能力。综上所述，本文首先研究了人类驾驶员的预瞄机制，结合鲁棒内模控制算法建立驾驶员转向模型，能够对建模误差、外界干扰和车辆动力学参数变化进行抑制。进一步对人类驾驶员行为特性的研究，将驾驶员学习自适应特性加以考虑，建立了具有自适应能力的驾驶员转向模型，能够更加准确的控制方向盘，稳定的控制车辆的行驶。该研究对进一步研究人类驾驶员的驾驶技能有一定的借鉴意义。