随着社会经济的快速发展，人们的生活水平有了很大程度的提高，小汽车作为一种比较便捷的交通工具备受人们青睐。这样人们对于驾考的需求日益增大，原始的驾考方式的弊端也一再显现，路考电子化成为一种必然的趋势。目前的电子化路考系统虽然部分实现了电子化考试，但是只是对路考进行了程序化，考试评判方法的效率参差不齐，并未实现真正意义上的智能。驾驶人路面考试系统由一系列的评判项目组成，每一评判项目需要考察的因素众多，因此考试评判规则的表示非常繁杂、考试评判算法也很复杂。人工智能是研究使计算机来模拟人类的某些思维过程和智能行为（如学习、推理、思考、规划等）的学科。人工智能中的专家系统能够很好地表达现实世界中的各种复杂推理规则（知识），能够设计出根据知识进行推理的高效推理机以实现逻辑推理。因此人工智能和专家系统能够很好地解决路考系统的考试评判规则表示和考试评判算法。在驾驶人路面考试系统中可以运用人工智能和专家系统的技术建立考试规则库，并且通过推理机实现对于考试项目的评判，从而在很大程度上降低考试系统的考试评判规则的表示难度以及提高考试的评判效率和质量。在这样的大背景下，本论文旨在设计考试评判规则的表示方法、具有高效评判效率的基于人工智能的考试评判模型，并将之应用于实际的驾驶人路面考试系统之中，提高考试评判效率和质量，降低路考系统的复杂性，支持路考的可移植性。本文建立在对人工智能技术和专家系统理论知识深入研究的基础之上，运用专家系统的方式实现考试评判模型的建立。首先通过领域内专家或知识工程师的智慧和经验获取知识，运用产生式规则法实现对于知识的表示，从而建立知识库；运用专家系统的推理技术实现考试评判模型的推理机；专家系统的最终实现通过Prolog逻辑编程语言实现，通过C# 程序化编程语言实现可视化人机交互界面。最终将该考试评判模型通过Prolog和C# 的编程接口应用于驾驶人路面考试系统中。本文在对于人工智能技术和专家系统理论知识的研究成果之上，最终建立了基于人工智能的考试评判模型，并且将该模型应用于实际的驾驶人里面考试系统中。该模型不仅大大提高了考试评判的效率，还提高了系统的可移植性，为在驾驶人路面考试系统中的成功运用打下了坚实的基础。