针对汽车行驶过程中存在侧向分力时应用纵向动力学模型进行整车质量与道路坡度估计存在偏差的问题，提出了基于纵-横向动力学耦合的质量估计模型和坡度估计算法。通过分析加速阶段对质量估计的影响，设定质量估计触发条件，并使用带遗忘因子的递推最小二乘法对整车质量进行估计，融合运动学卡尔曼滤波算法与动力学扩展卡尔曼滤波算法对道路坡度进行联合估计。通过Simulink-CarSim联合仿真与实车试验对算法进行验证，结果表明，基于纵-横向动力学的质量估计算法误差为0.82%，融合坡度估计算法误差在3%以内，验证了该算法具有较好的准确性与实时性。

为在车型设计阶段建立有效的电磁辐射仿真预测及设计能力，基于电磁波辐射理论，研究电机驱动系统中动力线缆电磁辐射产生机理，提出了用于电磁兼容仿真的整车有限元模型。搭建了电磁辐射干扰模型，对动力线缆产生的电磁辐射进行仿真预测，通过实际测量数据与仿真结果的对比分析，验证了辐射仿真模型的正确性，应用该仿真模型优化线缆布置方案降低了车内电磁辐射强度。结果表明，该方法可以在车型设计阶段识别高压线束布置方案电磁辐射风险，并进行设计方案优化，避免试制阶段整改试验，有助于缩短整车设计研发周期以及降低试验成本。

为实现面向服务架构（SOA）的整车功能安全开发，在分析SOA特点的基础上，结合ISO 26262标准，建立基于SOA的汽车功能安全正向开发流程，提出了基于功能的概念开发阶段和基于架构的系统开发阶段的功能安全设计方法：在概念开发阶段，面向产品能力导出功能安全需求，定义产品能力的功能安全等级；在系统开发阶段，基于软件组件架构、物理部署等实现技术安全需求的进一步导出与分配。

针对纯电动汽车电力系统在高频变载荷条件下易发生母线电压振荡失稳的问题，建立整车电力系统各部分的小信号模型，获得了系统源-变换器的输出阻抗与电机负载的输入阻抗，在传统阻抗比判据基础上，结合系统的稳定裕度，推导了整车电力系统稳定性判定规则，并利用伯德图进行了系统失稳预测研究，探究高速工况下纯电动汽车的电力系统失稳边界。仿真验证结果表明，轮毂电机在额定转矩下工作时，整车的最高车速不应超过188 km/h，且轮毂电机的转矩变化会影响车辆稳定性，单个轮毂电机转矩突变不应超过220 N·m，与理论分析结果基本一致，证明了该稳定性判定规则可在一定程度上预测整车电力系统失稳边界。

针对智能汽车路径规划中双向快速扩展随机树（RRT-Connect）算法获得的路径不是最优解和狭小通道探索性能较差的问题，在分析RRT-Connect算法基本原理的基础上，对其在扩展策略和路径平滑等方面进行了改进。首先，引入概率偏向法对选取的随机点进行筛选，并基于人工势场进行扩展，以缩短路径和计算时间，然后，引入三次B样条曲线对路径进行优化，生成光滑路径，保证路径满足智能汽车的动力学特性，最后，通过仿真验证改进RRT-Connect算法的性能，结果表明，在简单障碍物、复杂障碍物和狭窄路径环境下，改进的RRT-Connect算法的平均路径长度和平均耗时均优于传统RRT-Connect算法。

针对驾驶员分心驾驶检测领域中深度学习模型参数量大，在嵌入式设备上难以部署的问题，提出一种基于YOLOv8n的轻量化分心驾驶检测算法YOLOv8n-SGC。首先，构建ShuffleNetV2轻量化骨干网络，引入幻影卷积（GhostConv），减少模型参数量和计算量，实现模型轻量化；其次，在骨干网络后加入卷积和注意力融合模块（CAFM），融合全局和局部特征，提升算法检测精度。验证结果表明，相较于基准模型，改进模型的参数量和计算量都有所降低，且体积减小了28.67%，推理时间缩短了41.79%，mAP提高了1.1百分点。

为解决复杂路况下毫米波雷达被遮挡而导致目标检测失效的问题，提出一种基于谱估计的雷达遮挡检测方法。利用多通道信号积累求解目标回波二维谱，采用自适应恒虚警检测算法剔除雷达目标，运用谱估计求解回波背景功率，通过统计回波在一定时间区间的能量分布特性完成遮挡检测。试验结果表明，该方法能够实现雷达遮挡状态估计，10 s内检测准确率超过70%，100 s内检测准确率达到90%以上。