1.基于驾驶员意图识别的转向力矩引导分配曲线设计方法，所述的驾驶员意图情况分为车道保持、左/右变道、紧急避障，其特征在于包含以下步骤：(1)针对不同驾驶员意图的情况确定力矩引导的大小；

(2)首先确定力矩引导公式为：

其中τguide为转向力矩引导，Δθ为真实方向盘转角θreal与目标方向盘转角θtarget的差值，根据车辆的需求，转向力矩引导将随转角差值的增大分为三个阶段：轻微引导阶段、线性增加力矩引导阶段及力矩引导饱和阶段；

故，可将f(Δθ)应用下面函数表示：

其中：K为引导力矩峰值系数，a为转角线性差值曲率，b为转角差值线性补偿；

(3)针对不同的驾驶员意图情况选取不同的K、a、b分段确定转向力矩引导的大小；对驾驶员意图为车道保持的情况对应的力矩引导为轻微介入阶段，对曲线进行加权移动平均法平滑处理，改善曲线型力矩引导曲线的变化率，从而更好地保证手感；当驾驶员意图为左/右变道时，对应的力矩引导为线性增加阶段直至到达力矩饱和阶段，对力矩引导曲线进行简单移动平均法进行平滑处理；当驾驶员意图为紧急避障时，对应力矩引导为饱和阶段，规定力矩引导正向引导为正值，反向修正为负值，首先对车辆的稳定性应用稳定安全包络以及环境安全包络进行判定，当车辆处于稳定空间内对车辆正向引导，完成紧急避障；当未处于安全空间内时，需要对手力矩反向引导，保证车辆稳定性；

(4)对利用方向盘转角差值计算目标转向力矩：

其中：对比例关系 进行变化处理， λ为变换系数，确定一定车速下的引导力矩曲线；

(5)对于不同阶段不同车速下，通过关于速度的相关项得到不同车速下完整的转向力矩引导曲线：-au

其中u为车速，τgv为各车速下的目标转向力矩引导，e 为包含车速的矫正系数。

2.根据权利要求1所述的基于驾驶员意图识别的转向力矩引导分配曲线设计方法，其特征在于：所述的不同驾驶员意图的情况确定包含以下步骤：步骤1)划分驾驶员意图，将驾驶员意图按照需要划分为车道保持、左/右变道、紧急避障四类，并分别标记为1、2、3、4；

步骤2)试验数据采集，应用车载传感器，针对驾驶员的不同驾驶意图，即车道保持、左/右变道、紧急避障；采集试验数据，包括加速踏板行程、制动踏板行程、方向盘转角、方向盘转速、横摆角、横摆角速度、车道中心线距离、车速；对每个驾驶行为进行多次数据采集，一部分进行用于离线训练，剩余的数据用于离线验证；

步骤3)试验数据处理，将每类实验数据按照对应数字1-8进行编号，选取训练集，将数据筛选后的驾驶员意图导入第一层HMM模型中进行参数θ优化，主要应用Baum-Welch算法获得HMM参数θ的重估公式：P0＝P(Qj(1))＝αj(1)βj(1)/P(v|θ)           (5)其中，P0为初始概率条件，Qj为隐藏的驾驶员意图，α表示意图转换矩阵，β表示从驾驶员意图产生驾驶行为的产生矩阵，v表示可观察的驾驶员行为序列；通过优化得到车道保持、左/右变道、紧急避障意图HMM的描述参数θb,θz,θy,θj；

以换道行为序列为条件，驾驶员行为由Qi(t-1)转移到Qj(t)的概率为：同时，将已经对应好的每类实验数进行初步处理，并将处理后的数据通过RBF函数映射到高维空间如下：R(vi,vj)＝exp(-||vi-vj||/2σ2)            (7)其中，vi,vj为采集到的驾驶员行为数据，σ为vi,vj的协方差矩阵；

步骤4)运用HMM与SVM算法对驾驶员意图识别的训练与验证

4.1 运用HMM与SVM联立算法对驾驶员意图进行训练，选取部分数据作为训练数据，首先应用HMM理论对驾驶员意图初步识别，主要采用Viterbi算法求出模型的参数θi对输出驾驶员行为序列v的输出概率P(v|θi)选出模型中概率最大的作为未知意图的辨识结果，即：对上述经HMM理论进行识别的易混淆驾驶员意图进行确定，同时将这N种易混淆的驾驶员意图两两组合，构建 个分类器，将易混淆的驾驶员意图对应的训练集训练SVM模型，求解驾驶员意图的最优决策函数：其中：

4.2 运用HMM与SVM联立算法对驾驶员意图进行验证

将处理后的另一部分未用于离线训练的数据进行离线验证，分别通过HMM算法计算出每类数据参数θi对输出驾驶员行为序列v的输出概率，选取最大值即为驾驶员意图，筛选出易混淆的驾驶员意图，应用SVM算法，通过网格寻优算法获取最优参数C、σ，求应用上述驾驶员意图的最优决策函数识别易混淆的驾驶员意图，将第一层HMM中识别率较低的易混淆的意图作为与待辨识意图较为相似的类别，形成候选集，再由第二层SVM在候选模式中对待辨识意图作最后决策。

3.根据权利要求2所述的基于驾驶员意图识别的转向力矩引导分配曲线设计方法，其特征在于：步骤2)试验数据采集，采集的数据首先进行单位转换，即将方向盘转向角、方向盘转向角速度和横摆角速度从弧度制转换成角度制，车速从m/s转换成km/h，然后，采用改进的t-text检验法，剔除各数据的异常数据值。

4.根据权利要求3所述的基于驾驶员意图识别的转向力矩引导分配曲线设计方法，其特征在于：对剔除各数据的异常数据值之后的数据应用卡尔曼滤波的方法进行处理。

5.根据权利要求1所述的基于驾驶员意图识别的转向力矩引导分配曲线设计方法，其特征在于：还包括步骤(6)人机共驾主导地位确定，即，通过计算真实手力矩与转向力矩引导的瞬时功率判定驾驶意图的一致性：其中Pd真实手力矩的的瞬时功率，Pg为转向力矩引导的瞬时功率，τdriver为驾驶员手力矩，τguide为目标手力矩，θsw为方向盘转角；

计算真实手力矩与转向力矩引导的瞬时功率Pd,Pg，判断瞬时功率的正负值，当Pd＞0,Pg＞0时，意图一致，人机共驾；当Pd＞0,Pg≤0时，意图不一致，驾驶员主导完成转向工况；当Pd≤0,Pg＞0意图不一致，力矩引导主导完成转向工况。