自动驾驶系统在车道保持等任务中通常依赖预先规划的局部路径。然而，这些路径常被人类驾驶员感知为不自然或不符合驾驶习惯。为解决这一问题，研究提出一种线性驾驶员模型，能够计算反映人类驾驶偏好的关键节点，并据此生成更符合人类行为特征的自动驾驶运动轨迹。该模型以道路曲率为输入，结合自主研发的基于欧拉曲线的拟合算法，实现高精度路径建模。

通过开展全面的案例研究，实证验证了模型在模拟人类弯道行驶路径选择行为方面的有效性。统计分析结果表明，模型具备良好的鲁棒性，所构建的路径偏好关系真实可靠。该方法实现了从“机器逻辑”向“人类偏好”的范式转变，对推动自动驾驶系统的人性化设计与人机融合具有重要意义。