Page 327 - 《软件学报》2026年第3期

软件学报 ISSN 1000-9825, CODEN RUXUEW E-mail: jos@iscas.ac.cn
2026,37(3):1290−1315 [doi: 10.13328/j.cnki.jos.007561] [CSTR: 32375.14.jos.007561] http://www.jos.org.cn
©中国科学院软件研究所版权所有. Tel: +86-10-62562563

*
人机共驾场景中驾驶权接管技术研究综述

章 程 1,2 , 朱志亮 1,3 , 张子墨 1,2 , 查金吾 2 , 付庆庆 3 , 冯海贝 1,2 , 李清坤 1 , 岳 康 1 , 马翠霞 1,2 ,
王宏安 1,2

1
(中国科学院 软件研究所 人机交互技术与智能信息处理实验室, 北京 100190)
2
(中国科学院大学 计算机科学与技术学院, 北京 100049)
3
(华东交通大学 信息与软件工程学院, 江西 南昌 330013)
通信作者: 岳康, E-mail: yuekang@iscas.ac.cn; 马翠霞, E-mail: cuixia@iscas.ac.cn

摘 要: 智能驾驶技术的快速发展使人机共驾成为平衡自动化能力与人类驾驶权责的重要范式. 实现控制权在人
与机器之间的安全、平滑、高效转移的驾驶权接管技术, 成为该领域面临的核心挑战与技术瓶颈之一. 通过从理
论框架、技术挑战和交互机制这 3 个维度系统梳理相关研究, 揭示目前驾驶权接管技术在实时决策和个性化适配
方面的局限性, 可以深入剖析当前进展, 明确未来研究方向. 首先, 基于多学科交叉视角, 阐述驾驶权接管的理论基
础, 提出基于场景特征的接管分类框架, 分析环境复杂度与驾驶员状态等因素的作用机理, 系统比较唤醒策略与控
制算法, 指出当前技术在复杂场景适应性和个性化设计方面的不足. 其次, 探讨人机信任对驾驶权接管的影响机制,
从信任动态建模与多模态交互两个维度, 提出基于信任校准的接管策略优化方法. 最后, 展望大模型与跨模态认知
技术融合的发展趋势, 为未来人机无缝协同驾驶提供研究方向.
关键词: 人机共驾; 人机信任; 驾驶接管
中图法分类号: TP311

中文引用格式: 章程, 朱志亮, 张子墨, 查金吾, 付庆庆, 冯海贝, 李清坤, 岳康, 马翠霞, 王宏安. 人机共驾场景中驾驶权接管技术研
究综述. 软件学报, 2026, 37(3): 1290–1315. http://www.jos.org.cn/1000-9825/7561.htm
英文引用格式: Zhang C, Zhu ZL, Zhang ZM, Zha JW, Fu QQ, Feng HB, Li QK, Yue K, Ma CX, Wang HA. Survey on Driving
Control Takeover Techniques in Human-machine Shared Driving Scenario. Ruan Jian Xue Bao/Journal of Software, 2026, 37(3):
1290–1315 (in Chinese). http://www.jos.org.cn/1000-9825/7561.htm

Survey on Driving Control Takeover Techniques in Human-machine Shared Driving Scenario

2
1,2
1,2
1,2
3
1,3
ZHANG Cheng , ZHU Zhi-Liang , ZHANG Zi-Mo , ZHA Jin-Wu , FU Qing-Qing , FENG Hai-Bei ,
1
1,2
1
LI Qing-Kun , YUE Kang , MA Cui-Xia , WANG Hong-An 1,2
1
(Human-computer Interaction Technology and Intelligent Information Processing Laboratory, Institute of Software, Chinese Academy of
Sciences, Beijing 100190, China)
2
(School of Computer Science and Technology, University of Chinese Academy of Sciences, Beijing 100049, China)
3
(School of Information and Software Engineering, East China Jiaotong University, Nanchang 330013, China)
Abstract: The rapid development of intelligent driving technology has made human-machine collaborative co-driving a key paradigm for
balancing automation capabilities with human driving rights and responsibilities. Driving authority takeover technology, which ensures the
safe, smooth, and efficient transfer of control between humans and machines, has become one of the core challenges and technical
bottlenecks in this field. By systematically reviewing relevant research on theoretical frameworks, technical challenges, and interaction

* 基金项目: 重庆市技术创新与应用发展专项重大项目 (CSTB2023TAD-STX0027); 科技创新 2030—“新一代人工智能”重大项目
(2022ZD0117904); 中国科学院重点部署青年人才项目 (RCJJ-145-24-14); 北京市自然科学基金 (4254109); 重庆市工业和信息化领域
“揭榜挂帅”项目 (SEKJP001ZJY)
收稿时间: 2025-06-11; 修改时间: 2025-08-27, 2025-09-20; 采用时间: 2025-09-29; jos 在线出版时间: 2025-12-24
CNKI 网络首发时间: 2025-12-25