针对车载软件易用性用户体验评价过程中其结果缺少客观定量数据支撑的问题，提出了一种基于主客观数据的车载软件用户体验评价方法，将目标用户体验过程中的主观心理量和客观生理量作为汽车车载软件的评价指标。招募20名目标用户，使用头戴式眼动仪、手指操作轨迹跟踪分析系统和满意度量表，采集用户在3款车载软件体验评价过程中的眼动数据、手指运动数据以及主观评价值。通过D-Lab软件和EthoVision XT软件对眼动和手动数据进行处理，建立了结合心理和生理评价指标的车载软件用户体验多维综合评价模型，并对此评价模型进行了验算，结果表明，车载导航软件体验评价效果最好，车载空调软件其次，车载媒体软件最差。

声学材料参数存在较强的不确定性，导致其吸隔声性能的稳定性较差。提出一种基于证据理论的声学材料吸隔声性能稳定性分析方法。采用证据理论对声学材料参数的不确定性进行描述，确定每个参数的焦元区间及基本可信度分配；使用区间摄动方法计算所有焦元区间组合对应的吸隔声性能上下界；根据辨识框架计算不确定性问题的可信度和似真度；以可信度、似真度作为优化目标，使用粒子群算法进行优化，提升声学材料吸隔声性能的稳定性。以某汽车声学包内前围为例进行了声学材料隔声性能稳定性分析和优化。优化后，零件的质量降低了18%，同时隔声性能的稳定性在全频段内大幅度提升，在中、低频段尤为明显。

汽车智能化和网联化的快速发展促进了人工智能技术的探索与商业化应用，但人工智能技术的应用带来的自动驾驶安全风险也日益突显。因此，建立应用人工智能技术的自动驾驶系统安全测试与评估方法，成为平衡技术发展与安全风险的重要基础。从系统安全验证的角度，融合考虑人工智能系统的生命周期、安全要求、验证与确认方法及持续的风险评估和安全分析，提出了一种覆盖设计开发、测试评估、部署和运行3个阶段的安全评估方法。同时，提出了保障系统安全的开发、设计、测试、优化等措施，旨在为应用人工智能技术的自动驾驶系统测试与安全评估方法提供参考。

针对传统通道型电池液冷板压降高和均温性差的问题，采用多目标拓扑优化方法对液冷板进行优化设计。通过试验建立电池产热模型，基于变密度法构建液冷板拓扑优化模型，研究了不同进出口位置布置形式对拓扑优化后液冷板的性能影响，从中优选出性能最佳的液冷板，并将其与传统直通道液冷板对比分析。结果表明，不同进出口位置布置形式下得到的拓扑通道在温度和压降性能方面差异较大，当进出口布置在沿液冷板长边中心对称线时，拓扑优化后的液冷板具有最好的综合性能，其与直通道液冷板相比具有更强的流动换热性能，在入口流量为5 g/s时，最高温度、温度标准差和压降分别下降了1.38%、22.35%和28.36%。这种新型液冷板可为后续电池热管理系统散热设计提供新思路。

针对汽车ECU远程升级失败时，现有回滚方法效率低下、鲁棒性弱的问题，设计了一种高效且稳定的升级回滚策略。提出优化的回滚备份方法和完备的安全校验策略，以提升回滚过程的稳定性。考虑传统全量回滚耗时较长，提出采用改进Bsdiff差分算法的差分回滚技术，利用压缩性能更高的LZMA2压缩算法，并优化差分包的数据格式，显著提升回滚效率。在实车上对所设计的策略进行测试，结果表明，采用改进差分算法的回滚策略能将回滚时间缩短84.69%，测试用例通过率为100%，确保汽车ECU在升级失败时车辆功能不受影响，同时提高了回滚效率。

为研究汽车零重力座椅乘客的最佳舒适姿态角度和体压分布规律，招募30名被试者开展零重力座椅舒适性主观体验和静态体压分布试验。被试者通过主观体验的方式调整座椅至最舒适的位置，通过相机拍摄记录各被试者在零重力姿态下的舒适性姿势角度，同时利用体压采集设备采集人体与座椅之间的压力分布。通过非参数统计学分析方法分析被试者的性别、百分位及身体质量指数特征参数对人体舒适性姿态角和体压分布的影响规律，结果表明，性别变化仅对臀部角有显著影响；人体百分位变化仅对臀部角、膝盖角和左肩处的平均压力有显著影响；身体质量指数变化仅对靠背左肩处、下背部及靠背整体的平均压力有显著影响。

以2024版C-NCAP评价规程为依据，运用ANSA软件建立某SUV车型前端结构与行人腿部碰撞的有限元模型，利用LS-DYNA软件进行数值模拟计算，并利用试验结果对模型进行了有效性验证。对仿真和试验得到的伤害值进行评估后发现，大腿弯矩和膝部韧带伸长量分别符合2024版C-NCAP的高性能限值，但小腿弯矩T1不符合。由于车辆前端结构的下格栅顶住膝盖部位，占据X向吸能空间，影响前保险杠变形吸能，导致小腿弯矩增加。对结构进行针对性的改进，将吸能泡沫中间位置处的实体结构改为开孔结构，且上端设有小凹槽；将牌照安装点结构的X向高度降低10 mm。结果表明，结构改进后，小腿弯矩T1为265.1 Nm，符合2024版C-NCAP的高性能限值，大腿弯矩和膝部韧带伸长量也都符合2024版C-NCAP的高性能要求。

针对目前基于大数据平台构建电动汽车载荷谱时典型数据难以确定、线上低采样率数据与实际载荷损伤一致性较差的问题，提出一种强用户关联的电动汽车驱动系统载荷谱编制方法。基于大数据平台，从道路类型、驾驶风格、载重、车速、转矩5个维度进行用户画像，根据用户画像结果，提出一种基于全局最优配对的线上数据筛选方法，从平台获取用户典型数据集，同时提出一种基于约束的片段拼接方法对数据集进行有序拼接，实现载荷谱与用户的多特征关联。针对线上低采样率数据与实际载荷损伤一致性差的问题，结合实车采集数据，通过融合线下高采样率数据增强载荷谱与用户的损伤等效。由特征值匹配度结果可知，采用该数据筛选方法获得数据集与用户在各特征参数下的偏差率均在0.05左右，且最大不超过0.15；载荷谱损伤计算结果表明，线上低采样率和线下高采样率数据相融合的方法可有效增强载荷谱与用户的损伤等效。

“双碳”背景下，集成式电驱动桥成为商用车电动化转型的重要路径之一。介绍了商用车集成电驱动桥典型构型和布局，针对商用车细分领域复杂多样问题，分别对客车、轻卡、皮卡以及中重卡应用场景的电驱动桥适用性进行分析。从电机、逆变器以及变速器3个驱动桥核心组成方面，阐述了近年来商用车电驱动桥关键技术取得的研究进展，并对关键技术带来的挑战和前景进行了展望，以期为商用车集成式电驱动桥系统开发和应用推广提供参考。

自动驾驶汽车行驶过程中，外部环境引发的行驶风险会导致乘员产生不信任感，影响其对自动驾驶汽车的接受度。而准确量化乘员主观感知风险为降低行驶过程中的主观感知风险提供了理论依据，对于设计和评估自动驾驶汽车的行为至关重要。以超车场景为切入点，通过构建预测乘员主观感知风险的逻辑回归模型，探讨了不同场景客观风险指标与主观感知风险之间的定量关系。通过实车道路试验采集了92个超车片段数据，并归纳出7个场景客观风险指标。以通过假设检验的5个场景客观风险指标为自变量，乘员主观感知风险的二元分类为因变量，建立了逻辑回归模型。模型分析结论表明，与乘员主观感知风险显著相关的指标为相邻区域风险S、碰撞时间t_{\mathrm{c}\mathrm{o}\mathrm{l}}和车头时距t_{\mathrm{h}\mathrm{e}\mathrm{a}\mathrm{d}}，其中，相关性最大的指标为车头时距t_{\mathrm{h}\mathrm{e}\mathrm{a}\mathrm{d}}。为评估模型的预测性能，利用ROC曲线确定预测模型最优截断值为0.462，并基于HighD数据集验证了在该截断值下模型的分类准确率达到89.1%。还应用预测模型分析结论，针对超车场景中乘员主观感知风险过高的问题制定了3种优化驾驶策略，并通过驾驶模拟器试验综合对比了各策略在影响通行效率和主观感知风险两方面的效果，证明了模型分析结论的合理性。