随着L3级自动驾驶技术的商业化落地临近,隧道这一特殊场景因其信号衰减、环境感知受限、人机交互复杂等特点,成为制约自动驾驶安全可靠运行的瓶颈。面向交通强国战略对智能网联汽车产业的指引,针对隧道场景下因驾驶员过度信任或误接管引发安全事故的行业痛点,本项目集成多模态生理信任度评估模块、动态分级预警模块与隧道场景数据库模块,建立L3级自动驾驶隧道场景人机信任动态协同系统。项目以驾驶员在隧道环境下的信任度演变机制为核心,借助脑电图、心率变异性、眼动追踪等生理监测技术,实时采集并量化驾驶员的认知负荷与情绪状态;通过自主研发的主观信任度量表与心理问卷调查,结合随机森林等机器学习算法,构建主客观融合的信任度量化预警模型;根据实时评估的信任度等级,实施从视觉提醒、听觉警示到多感官强制接管的渐进式三级预警干预机制;通过构建涵盖典型障碍物与多变光照条件的“生理-行为-环境”三元组隧道场景数据库,为系统优化与产业应用提供数据支撑。该系统将神经科学、计算机科学与交通运输工程进行深度融合,研发一种面向隧道场景的人机信任动态协同解决方案,为我国L3级及以上自动驾驶的安全运营赋予“隧道智慧”,从而提升复杂环境下的接管成功率、降低交通事故风险。