为了充分发挥分布式驱动电动汽车电机扭矩响应迅速及力矩独立可控的特点，采用底盘稳定性协调控制方法，通过电子稳定性系统与扭矩矢量控制单元的协调控制处理各类工况下车辆的稳定性需求，即通过扭矩矢量控制单元（TVCU）单独控制提高车辆处于稳定条件下的动态性能，通过电子稳定性控制（ESC）系统保证车辆趋于不稳定时的动力性及稳定性，并基于实车验证了该稳定性协调控制方法的鲁棒性。

在同步定位与地图构建（SLAM）算法构建语义地图的过程中，为解决使用深度学习技术提取的语义信息中含有噪声的问题，提出通过网格的概率表征语义观测的语义匹配法，结合网格匹配和概率更新降低噪声的影响，无需特征点匹配等辅助手段即可增量地构建清晰的地图。基于实车数据构建的地图所包含的斑马线和车道线均清晰准确，证明了该方法的有效性。

基于某峰值功率为200 kW的大功率三堆共轨质子交换膜氢燃料电池（PEMFC），使用Fluent软件对脉冲阀引射器单体和供氢系统的多缸共轨脉冲阀引射器进行稳态计算流体力学（CFD）迭代计算，确定引射器方案，利用引射器台架试验验证了设计方案和仿真模型的可靠性，对脉冲阀引射器引射系数的影响因素进行仿真分析，可知同等压力变化条件下，二次流喷射压力对引射系数的影响最大，入堆压力次之，喷射压力影响最小，同时，氮气含量对引射系数影响较大，最后进行脉冲阀引射器瞬态仿真分析，结果表明：同稳态结果相比较，瞬态条件下计算的引射系数有很大的裕度，因此在电堆实际工作时可以进一步覆盖低功率工况；保持脉冲阀占空比不变，提高喷射频率，有利于引射系数的提高。

为缩短混合动力专用变速器（DHT）的标定周期，搭建硬件在环（HIL）仿真平台完成了DHT的电控参数虚拟标定。将获得的标定数据与实车常规标定数据进行比较，结果表明，虚拟标定方法获得的标定数据与常规标定方法获得的数据接近，可有效缩短整车开发周期。

为准确识别驾驶疲劳，提出基于小波特征和长短期记忆（LSTM）神经网络分类器的驾驶疲劳识别方法。在真实驾驶环境下采集了驾驶员非疲劳状态与驾驶疲劳状态的脑电信号，对脑电信号进行小波分解，计算4个小波系数的统计值、能量值和相对能量作为特征数据，用特征数据对LSTM神经网络进行分类训练与测试。试验结果表明，随着所构建特征数据的通道数量增多，LSTM神经网络的分类性能逐渐提高，特别是在14通道方案下，平均分类准确率约为96.1%。

为满足车辆队列行驶研究的试验验证需求，针对具备辅助驾驶功能的车辆设计并开发了可扩展、支持多场景切换的车辆队列试验平台。队列车辆基于视觉感知采用纯跟踪算法进行横向控制，基于毫米波雷达采用协同自适应巡航进行纵向控制，基于具备辅助驾驶功能的车辆搭建队列试验平台硬件系统架构，并借助软件系统中车辆角色与功能场景要素实现队列系统的扩展与多场景切换。最后，基于3辆微型车搭建了车辆队列试验平台，并进行了功能和性能测试，结果表明，该队列试验平台可实现车辆入队、车辆组队、车辆队列稳定行驶，且控制效果良好。

针对中央电机驱动电动汽车升级为由轮毂电机驱动后非簧载质量增加，悬架参数需调整的问题，在MATLAB/Simulink中建立了半车被动悬架模型，以前后悬架的弹簧刚度、减振器阻尼为自变量，以车身质心加速度、俯仰角加速度、前后悬架动挠度、轮胎动载荷的均方根值为优化目标，运用灰狼优化算法寻找最优的刚度、阻尼参数。仿真结果表明，优化后，悬架的操纵稳定性保持在合理区间的同时，舒适性提升12.73%。

针对汽车电动遮阳帘的开口尺寸对运行性能的影响难以确定的问题，对电动遮阳帘的结构及展开与收卷过程中的基本运动部件进行详细受力分析，得到了遮阳帘在运动过程中的受力状态与遮阳帘位置的关系，从而建立遮阳帘的系统阻力与其开口尺寸的数学表达式。对比遮阳帘设计方案的计算数据与实物样件的测量数据，结果表明：模型方案的计算结果与实物样件的实测结果趋势基本一致，验证了遮阳帘系统阻力数学模型的有效性。