高速列车在自动驾驶模式下可能遭遇软硬件故障或紧急事件等不可预测的特殊情况,届时需要驾驶员对自动驾驶列车进行人工驾驶接管,驾驶员的情景意识水平与接管绩效、行车安全密切相关。本研究立足于高速列车自动化、智能化程度越来越高的发展现状,对高速列车人机交互模式开展研究,研究目标是维持和提高驾驶员在长时间区间运行过程中的情景意识水平。论文首先对高速列车在区间运行过程中的速度控制任务进行认知工作分析,针对驾驶员在自动驾驶模式下情景意识缺失的问题进行致因分析,进而提出动态情景意识圈模型和面向情景意识增强的人机交互模式,并进行了实验验证。本文主要研究工作和成果如下所述:（1）完成了高速列车驾驶员情景意识缺失的致因分析。基于Endsley的情景意识模型,结合认知工作分析框架,分析驾驶员在手动驾驶模式和自动驾驶模式下的认知任务差异。分析发现,由于驾驶任务的转变,驾驶员在自动驾驶模式下难以自发地完成与驾驶任务相关的感知、理解和预测等认知活动,进而难以维持良好的情景意识水平。（2）提出了适用于高速列车驾驶员的动态情景意识圈模型。该模型描述了情景意识状态良好的驾驶员所处的认知状态,即在认知资源和心智模型的驱动下,维持驾驶员在感知、理解和预测等认知状态的循环过程。（3）提出了面向情景意识增强的高速列车速度控制任务人机交互模式。针对区间运行速度控制任务,将该任务按照信息处理模型进行划分为信息获取和分析、决策生成、行为实施三个阶段,并定义为人机公共工作空间,针对公共工作空间的三个阶段,重新定义其功能分配与系统透明度等级,构建了面向情景意识增强的高速列车速度控制任务人机交互模式,论文还针对DMI界面进行了改造,实现了一个上述人机交互模式的设计实例。（4）开展了面向情景意识增强的人机交互模式有效性的实验验证工作。设计并实现了基于驾驶模拟器的高速列车人机交互模式实验系统,开展了人因实验,对比分析了现行的自动驾驶模式和面向情景意识增强的人机交互模式对情景意识、工作负荷、驾驶绩效以及大脑前额叶氧合血红蛋白等反映驾驶员状态指标的影响。实验结果表明,相较于现行自动驾驶模式,面向情景意识增强的人交互模式能在不增加工作负荷的基础上,提高驾驶员的任务参与度,使得驾驶员处于控制回路之中,增强了驾驶员在长时间驾驶过程中的情景意识水平,验证了面向情景意识增强的人机交互模式的有效性。研究成果对保障高速列车行车安全具有重要意义。