严利鑫，1988年5月生，副教授，硕士生导师，华东交通大学交通运输与物流学院院长助理。2017年毕业于武汉理工大学，获交通运输工程专业博士学位，2015年11月至2016年10月在美国威斯康星大学－麦迪逊分校进行为期一年的博土联合培养。长期从事智能网联汽车关键技术、交通安全及事故致因分析、驾驶行为机理等方面的研究工作。目前主持在研国家自然科学基金项目1项，参与或完成国家自然基金课题5项，主持或参与省部级科研项目8项，在国内外权威期刊和会议发表学术论文30余篇，授权或受理发明专利5项。

1 绪论
1.1 研究背景与研究意义
1.2 研究目的与研究方法
1.3 研究思路与研究内容
1.4 研究创新点
2 国内外相关理论及文献综述
2.1 驾驶行为险态相关理论与方法
2.2 智能车系统发展历程
2.3 人机共驾智能车驾驶模式决策选择方法
2.4 人机共驾智能车安全性评估方法
2.5 对现有研究文献评述
3 人机共驾智能车实验系统及数据预处理方法
3.1 驾驶行为险态辨识模拟实验系统
3.2 智能辅助驾驶实车实验系统
3.3 智能辅助驾驶模拟实验系统
3.4 多传感器信息数据处理方法
4 复杂交通环境下的驾驶行为险态辨识方法
4.1 不同驾驶行为险态下驾驶人生理特性参数采集
4.2 不同交通事件下驾驶人生理特性分析
4.3 基于K-means聚类的驾驶行为险态辨识方法
4.4 驾驶行为险态辨识因子特性分析
4.5 分析与讨论
5 人机共驾智能车辆模式决策属性挖掘方法
5.1 引言
5.2 基于改进马尔科夫毯（MB-NEW）的属性选择方法(Filter)
5.3 融合信息增益和多分类器的属性选择方法(Wrapper)
5.4 属性选择算法验证
6 人机共驾车辆模式选择决策建模方法
6.1 引言
6.2 基于驾驶行为险态辨识的驾驶模式标定
6.3 人机共驾智能车系统驾驶模式决策属性特性分析
6.4 人机共驾智能车系统驾驶模式决策建模
7 10人机共驾智能车行驶安全性评估方法
7.1 引言
7.2 不同驾驶模式切换实验
7.3 实验结果分析
7.4 人机共驾智能车系统驾驶安全性评价模型
8 结论与展望
8.1 主要结论
8.2 研究展望
参考文献

目前，智能车的出现为降低交通事故的发生概率提供了良好的解决方案和契机，尤其是针对由于驾驶人不可靠性和不稳定性导致的交通事故。但是考虑到当前的技术条件和社会接受度等问题，完全的自动驾驶在短期内还无法实现和推广，因此在较长的一段时间内，机器和驾驶人共同对车辆进行操作控制（即人机共驾）将是一个重要的发展阶段。本书针对这一现状和相关问题，综合考虑驾驶人生理特性变化带来的影响，通过对多传感器采集的属性进行筛选，提出了智能辅助驾驶系统驾驶模式决策选择模型，并对不同驾驶模式下的车辆行驶安全性进行了评价分析。本书的主要研究内容在国内外均具有较高的创新性和借鉴性，能为智能汽车行业的发展提供一定的理论指导，为从业者和研究者提供借鉴和启示。