1.交替式人机共驾中驾驶权转移方法，其特征在于：该方法包括以下步骤：S1：通过车联网、各种传感器和路侧设备收集影响驾驶安全的信息，包括车辆信息、环境信息、驾驶员信息和交通信息；

S2：利用多因素融合的方法对收集的信息进行降维，提取出当前影响驾驶安全的几个关键因子；

S3：根据关键因子构建D-S证据网络态势估计，分析当前驾驶状态的安全性，判断是否需要转移驾驶权；

S4：后台分别对自动驾驶系统和驾驶员的驾驶能力进行评估和比较，对备用驾驶者和当前驾驶者能力进行评估，判断在态势估计危险的情况下是否能够进行安全转移，最终利用相应方法进行转移。

2.根据权利要求1所述的交替式人机共驾中驾驶权转移方法，其特征在于：所述步骤S2具体为：S201：原始数据标准化，构成子特征数据矩阵，将传感器采集到的原始驾驶数据如速度、加速度、距离、驾驶员驾龄、驾驶员健康状况、心情因素、天气因素和道路情况原本不统一的驾驶数据标准化；

S202：标准化是对同一变量减去其均值，再除以标准差所得的数据，构成m×n阶用户驾驶子特征数据矩阵X：S203：构建各驾驶因素间的相关系数矩阵、相关系数矩阵特征方程；

对同一类型的相关威胁因素利用协方差公式求相关系数rij，rij表示第i个威胁子特征相对于第j个威胁子特征的相关系数：其中k表示用户数，为xi的平均值，为xj的平均值；

得到所有威胁子特征相互之间的相关系数矩阵R：

式中，rij和rji相等；

由这m个威胁子特征的相关系数矩阵R，构建相关系数矩阵特征方程|R-μE|＝0，其中μ为特征向量，其中包含第m个特征值μi，并按大小顺序排列它们，其由下式求解：μ1≥μ2≥…≥μm≥0；

S204：利用特征矩阵方程形成主成分数据

用户的各个威胁子特征数据与主成分特征向量对应相乘，计算用户的三个主成分得分zyp，zyp表示第y个用户的第p个主成分得分：得到n个用户的主成分得分，用矩阵Z表示：

Z为降维后的n个用户主成分数据，代替原有的m类威胁子特征对用户整体威胁特征的描述；

S205：计算特征类

所有威胁特征在三维空间内对应相应的坐标，随机选取n个初始聚类质心点，计算欧式距离，判断威胁特征类：D(a,b)为欧式距离，a和b为其中两个点，x1、x2、y1、y2、z1、z2分别为其x、y、z轴坐标；

对于每一个特征点，计算其与初始聚类质心点的欧式距离来判断它应该属于的威胁特征类，即c(i)＝min{D(x(i),γa)}，a＝1,2,…,l其中c(i)是用户i驾驶特征点与驾驶特征类别l之间的距离最近的类别，γa为其质心；

S206：特征点归属

当判断一个威胁特征点所属的类别后，对于每一个威胁特征类，重新计算质心：不断迭代重复，直到n个用户驾驶特征点都归属到相应的类为止，得到多种传感器获取的因素融合后的重点威胁因素类型，最终得到多种传感器获取的因素融合后的几种重点威胁因素类型和对应融合结果。

3.根据权利要求1所述的交替式人机共驾中驾驶权转移方法，其特征在于：所述步骤S3是采集到的信息经过多因素融合处理后，从中抽取出对当前情况下影响车辆态势的人-车-环境等因素，对其尽可能准确、完整的感知以逐步对车辆的安全情况加以辨别，为系统对驾驶权转移的决策提供直接的支持，具体为：S301：设置基本概率分配函数；证据理论的论域称为识别框架，记作Θ，包括有限个基本命题记为{u0,u1,ui}，即目标对应的态势类别，包括安全、警告和危险情况，这三种情况对应概率论中的基本事件称基元，Θ中事件是相互排斥的；选择某一场景，根据传感器采集的各影响因素进行实时数据构建，将各种互斥的影响驾驶安全的因素作为其基本事件即基元；

S302：基本概率分配函数的获取；基本概率分配函数分配表示人对目标模式假设可信程度的一种推理，是一种人对几种可能影响安全因数产生危险情况概率的判断，受各种因素影响，不同的想法会构成不同的基本概率分配函数分配公式，针对基本事件计算在其影响下智能车辆可能产生危险的概率；

S303：Dempster合成法则；设m1，m2是Θ上的两个mass函数，Bel1，Bel2是对应的信任度函数，其焦元分别为A1,A2,…,Ak和B1,B2,…,Bk，如果A、B两批证据不是完全冲突，那么对非空集A进行合成：其中，k,h为各自焦元个数，K为归一化常数，

S304：对上述目标模式的分类决策的步骤，采用基于规则的方法，包括：

1)判定的目标类型具有最大的信度函数值；

2)判定的目标类型具有最大的基本概率函数值；

3)不确定信度函数值小于某个门限；

4)判定目标类型的基本概率函数值要大于不确定基本概率函数值。

4.根据权利要求1所述的交替式人机共驾中驾驶权转移方法，其特征在于：所述步骤S4具体为：能力评估器利用当前驾驶者的动态驾驶行为进行评估能力，从而判断驾驶员和机器能力哪个更适合处理当前驾驶情况，能更安全的执行相应操作；

当态势评估得出危险结论后，能力评估器判断当前驾驶者和备用驾驶者的能力高低，判断备用驾驶者是否优于当前驾驶者，即将机器能力与驾驶员能力进行比较，是否适合切换；

驾驶员根据当前驾驶动态情况对驾驶员能力进行评估，自动驾驶系统根据车辆相应传感器、硬件是否故障和控制系统能力来综合评估自动驾驶系统的性能，驾驶决策器是根据能力程度判定高低情况，选择性得将车辆控制权分配给相应驾驶者，并制定相应控制命令；

若当前驾驶者能力低于备用驾驶者，则进行正常的驾驶权转移，若当前驾驶者能力仍高于备用驾驶者时，则系统考虑采取备用应急方案。

5.根据权利要求4所述的交替式人机共驾中驾驶权转移方法，其特征在于：所述传感器包括车身检测传感器、环境感知传感器和驾驶员检测传感器；车身检测传感器检测车辆本身状态，环境感知传感器检测其他车辆、道路情况和行人，驾驶员检测传感器检测驾驶员当前生理和心理状态；

所述控制系统能力表示一个或多个控制处理器的综合能力，单个控制处理器的能力是对传感器采集相应数据且对得到的数据进行相应处理，进行合理操作的能力及在异常事件下的紧急处理能力，具有历史依据，且不断更新；控制处理器的结果受过去的事故发生频率、行驶速度、车辆起停情况和平均汽油里程影响；

所述驾驶员的能力是指驾驶员在当前自动驾驶异常情况下对车辆控制使之恢复正常运行的能力。