人机共驾指驾驶人和智能系统通过多层次合作,分享车辆控制权并协同完成驾驶任务,可克服传统智能汽车所面临的安全、伦理和成本等问题,是智能驾驶技术的新型发展方向。人机共驾在操作执行层面的实现依赖于人机同时在环控制车辆的共享控制方法。本文以人机共驾型智能汽车的横向车道保持共享控制方法为研究对象,现有相关研究存在所用驾驶人模型不合理、车道保持性能受到制约以及人机冲突难以消解等问题。为克服上述问题,本文围绕共享控制器设计方法、驾驶人转向行为建模与辨识以及共享控制的舒适性优化三个科学问题展开研究。首先,建立了可应用于主动转向或线控转向系统的间接式共享控制架构,提出了基于输入线性加权的人机控制融合方案。提出了可刻画驾驶人适应特性的最优响应转向行为模型,推导了其在不同系统控制器下的通用模型表达式。根据驾驶人最优响应模型设计了系统的纳什均衡共享控制策略,推导了车辆纳什均衡轨迹平衡点的快速计算公式。所研究的纳什均衡共享控制方法充分考虑了人机博弈特征,可优化人机双环控制下的车道保持性能。其次,对驾驶人最优响应转向行为模型参数进行了辨识。推导了传统分离式控制器下的驾驶人最优响应模型表达式,提出了驾驶人期望轨迹偏移特性的线性参数化模型,设计了基于系统轨迹修正的驾驶人期望轨迹提取方法。最后基于驾驶模拟器实验数据,分别利用线性回归和非线性最小二乘辨识了期望轨迹特性参数和最优响应模型参数。研究结果为驾驶人最优响应模型的参数设置提供了参考,揭示了驾驶人在人机共驾中转向操作行为的变化规律。然后,通过实验数据定性分析表明了期望轨迹差异是造成共享控制中人机冲突的根源,推导了理论上可最优化驾驶人操作负荷的帕累托最优控制律,证明了以驾驶人期望轨迹为目标轨迹的分离式控制器可从实用层面对其进行近似。基于梯度下降法研究了系统的期望轨迹自适应方法,推导了驾驶人期望轨迹特性参数的积分形式在线更新律,给出了该方法的实用化处理手段和总体算法流程。所研究方法进一步改善了驾驶人在人机共驾中的操控舒适性。最后,基于驾驶模拟器进行了共享控制方法的验证实验,设计了共驾辅助系统的主客观综合评价体系,比较了纳什均衡共享控制策略和帕累托最优共享控制策略在车道保持精度、驾驶人操作负荷和驾驶人主观评价三方面的性能差异。