国际汽车工程师协会SAE,将自动驾驶分为L0-L5六个等级。在可预见的未来,需要驾驶员在一定情况下主动干预的L2-L3级自动驾驶车辆将仍占大多数,其驾驶模式称为人机共驾。自动驾驶接管交互是实现人机共驾模式的关键技术之一。然而,当前的自动驾驶接管研究中考虑实际的接管工况因素较少;量化接管工况的风险程度,并选择合适的分层次的接管策略研究尚不充分。自动驾驶实际的接管工况情况复杂,如果只是从系统失效的角度进行分类,并没有从实际的风险状态进行分类,这会导致驾驶员在接管时无从知晓实际的风险状态,进而被动地接受系统提示。驾驶员过于紧张或过于放松的接管操作都会导致接管不顺畅,甚至接管失败。针对上述问题,本研究以设计具有有效性、安全性和舒适性的自动驾驶接管交互策略为研究目的。提出了基于风险等级的分级接管交互策略,根据不同风险等级选取更符合人因习惯的接管提示方式,保证自动驾驶接管的安全性、有效性和舒适性,以此提高自动驾驶接管绩效（接管反应时间,接管航向加速度等）。针对接管工况进行分类,利用接管请求时间对接管工况进行量化分析,并设计不同层级的接管提示策略。利用六自由度驾驶模拟系统,对15位志愿者进行测试验证,通过分析自动驾驶接管时驾驶员的接管反应时间（接管制动反应时间和接管转向反应时间）、接管时平均航向加速度和平均方向盘转角数据,评价自动驾驶接管交互策略的有效性。最后,考虑实际接管工况和实车传感器特性,依托项目的自动驾驶实验车辆搭建自动驾驶分级接管交互系统,结合实车实验来进一步评价和验证该策略在实际接管工况中的真实性。本文的主要研究内容包含以下几个方面:首先,本文分析了传统接管工况分类的方式的缺陷,结合自动驾驶传感器检测接管风险的特性,将接管工况分为计划性接管工况与非计划性接管工况,搭建接管条件判断属性逻辑;基于现阶段对于接管请求时间的研究,利用接管请求时间对非计划性接管工况进行量化分析并定义三层次风险程度的接管等级,搭建接管风险等级分类流程。进而,基于大量的文献调研,分析了接管请求提示方式的特点,设计了基于不同风险程度下,对应不同层次的接管提示方式,通过不同层级的接管提示方式向驾驶员传递不同风险程度的接管工况信息,最终建立自动驾驶人机接管交互策略,并结合Car Maker/Simulink仿真软件测试接管工况逻辑,为六自由度驾驶模拟系统实验和实车实验奠定理论基础。其次,基于六自由度驾驶模拟系统,开发自动驾驶接管交互系统。利用六自由度驾驶模拟软件SILAB搭建虚拟的非计划性接管工况;编写自动驾驶接管交互系统脚本,结合六自由度驾驶模拟系统的开放仪表盘模块开发自动驾驶交互接管界面,包括不同层次的语音提示与视觉提示等。邀请15位志愿者,采集实验中不同接管工况下的驾驶员数据,为接管反应时间,接管时平均航向加速度,接管时平均方向盘转角。基于实验数据,进行接管因变量和显著性分析。结果表明,不同层级的语音提示在接管反应时间、平均航向加速度均有显著性差异,且语速越快,接管反应时间越短,平均航向加速度越大,根据此特性,综合接管时的安全性和舒适性（即一级风险等级对应一级预警方式,二级风险等级对应二级预警方式,三级风险等级对应三级预警方式）,验证了分级接管交互策略的有效性。最后,为了验证本文提出的自动驾驶接管交互策略在实际接管工况和实际车辆和传感器特性的真实性和有效性,依托企业委托项目的实验车辆,基于d SPACE/Matlab/Simulink等软硬件平台,搭建基于实车实时系统的自动驾驶人机接管交互系统。包括搭建传感器通信模块、驾驶员接管模块等。在此基础上设计基于Control Desk的自动驾驶交互界面,该交互界面包括车辆坐标的实时信息、车速、自动驾驶模式和接管状态显示,以及多层次的语音提示功能。邀请两位驾驶经验丰富的商用车司机,进行实车接管系统实验。采集接管时的转向反应时间、制动反应时间和接管时航向加速度,利用双因素方差分析法,通过因变量数据分析和显著性分析,同样验证了分级接管交互策略的有效性,同时发现不同驾驶员对于不同风险等级和不同预警方式的差异性影响存在不同,在设计分级交互策略时,应该考虑个体的差异性。