中国公路学报

作者：张晖, 杨春晖, 田凯, 吴超仲, 吕能超, 丁乃侃, 刘少博

单位：1. 武汉理工大学 智能交通系统研究中心, 湖北 武汉 430070;2. 交通信息与安全教育部工程研究中心, 湖北 武汉 430063;3. 湖北文理学院, 湖北 襄阳 441053"],"fundList_en":["National Key R & D Program of China (2023YFC3009700); National Natural Science Foundation of China (52502427, 52172308); Hubei Provincial Postdoctoral Cutting-edge Talent Introduction Project (2004HBBHJD090)

关键词：交通工程,人车交互,综述,行为建模,人车冲突,智能汽车

基金：国家重点研发计划项目(2023YFC3009700)；国家自然科学基金项目(52502427,52172308)； 湖北省博士后尖端人才引进项目(2004HBBHJD090)

智能汽车在与行人频繁交互的混合交通流中，其运行的安全性和效率面临严峻挑战。为应对此挑战，对人车交互行为的精准建模已成为关键。该技术不仅是提升车辆决策智能水平的核心途径，也是构建高保真虚拟测试场景的基石，两者共同为实现更安全的行驶、更优的交互体验与更高的通行效率提供了核心支撑。然而，当前该领域的研究呈现高度碎片化的特征，且缺乏系统性的梳理与归纳。为此，对人车交互建模技术的前沿进展与核心挑战进行全面综述。首先从交通安全、效用最大化、社会规范与信息交换4个维度，深度剖析了人车交互的关键特性，并在此基础上构建了其形式化定义；其次，系统回顾了行为建模的主流技术路线与交互效应的量化方法，并探讨了智能汽车作为交互主体的独有特性及其建模范式；最后，对该技术的未来发展趋势进行了总结与展望。揭示了当前研究存在的若干核心局限：理论层面，对行人的行为认知机制理解尚浅，且对交互中信息沟通作用的认知缺乏系统性；模型层面，现有模型的物理或效用假设存在局限，不同类型模型的融合研究不足； 情境层面，普遍忽视了交互场景、车辆特性及参与者异质性等关键要素； 方法层面，数据驱动模型仍面临可解释性不强的瓶颈。针对上述挑战，未来研究应聚焦于深化认知机理的理解，探索物理与效用耦合、专家知识与数据共驱的路径，并系统性地将场景、车辆及个体异质性等因素纳入考量。值得注意的是，多模态大语言模型、具身认知等前沿理论与技术正为此领域带来新的研究范式。推动该领域的实质性突破，亟需多学科的深度交叉融合与新兴技术的创新性应用，以最终促成一个更为安全、高效和人性化的新一代智能交通系统。

来源：2025年第12期

《中国公路学报》期刊编辑部

查看中国公路学报杂志2025年第12期