为研究自动驾驶车辆在高速公路平曲线路段上的行车风险,提出基于车-路耦合作用的适应性评价方法。首先,根据行车安全性、乘车舒适性确定多维评价指标,并利用PreScan/CarSim/Simulink搭建高速公路平曲线路段场景进行仿真实验;其次,综合多维评价指标,构建行车风险评价数学模型,计算实验数据行车风险等级并划分行车风险评分阈值;最后,选取影响行车风险的车辆运行与道路设计参数,利用机器学习算法建立模型,分析自动驾驶车辆与高速公路平曲线路段间适应性特征。结果表明:采用XGBoost算法作为适应性评价模型,其性能（RMSE=1.75、MAE=1.22、RPD=5.74、R2=0.97）显著优于DT模型、RF模型、AdaBoost模型;自动驾驶车辆运行速度介于设计速度vd±0.6km/h范围内时,自动驾驶车辆与高速公路平曲线路段间具有较高适应性。
