安全行驶是交通领域的重要课题,无人驾驶汽车因为更加安全、高效可以避免很多人为因素造成的事故,为实现安全行驶提供了新思路。然而当无人驾驶处于与人驾车共存的混合交通环境时,如果缺少有效的交互机制,无人驾驶将很难发挥精确控制、通信能力的优势,甚至会引起事故。因此,在混合行驶环境实现人驾车与无人驾驶协作,成为车联网领域当下研究热点。本文基于博弈论的思想,针对车辆在行驶过程中的主要行为之一换道,提出一种包含车辆协同机制的换道策略:车辆换道被视为一种非合作博弈行为,车辆为自身利益选择行驶策略;换道需求判断综合考虑多种换道场景,车辆随时寻求更优的行驶路线;根据换道行为特点,支付函数不仅依赖于安全前提下可能获得的加速空间,还依赖于后车对前车的影响;策略使用收益再调整方案,通过量化分析车辆的行驶风格,赋予可能影响换道的车辆不同权重参与收益计算。此外,为使道路资源利用率尽可能高,策略鼓励车辆为尽快通行而与其他车辆竞争道路。为了实现人驾车与无人驾驶的协同,本文基于BP神经网络设计一种车辆行驶风格计算系统:系统帮助无人驾驶汽车具备一定识别人类行为的能力,使车辆能够理解、判断交通场景中的人类行为;同时考虑驾驶行为中的“理性”和“非理性”因素分析车辆行驶风格,“非理性”因素因为更容易导致事故而不能被忽视;系统既考虑到车辆的共性,同时兼顾不同驾驶员的个性,对混合行驶场景有更强的适应力。此外,为了更好地分析驾驶行为中的“非理性”因素,本文从心理学角度分析了非零和博弈中影响竞争与合作倾向的因素。最后,通过仿真实验对本文提出的博弈换道策略和行驶风格计算系统进行验证,实验结果显示:行驶风格计算系统对各种类型的行驶风格评价与人类评价吻合率超过90%,系统具备理解人类行为的能力,为人驾车与无人驾驶协作提供了基础;博弈换道策略无论在无人驾驶环境还是混合驾驶环境都表现出良好的效率及稳定性,博弈换道策略联合行驶风格计算系统可以减少事故数量,实现了在保证安全的前提下尽最大努力优化通行效率。