针对当前典型的主动避撞系统及技术发展进行了全面综述，介绍了主动避撞系统的分类及其技术原理，归纳主动避撞系统的核心关键技术研究现状及技术水平，并对已量产的主动避撞产品进行了总结，最后，对主动避撞系统的发展趋势进行了分析与预测。

针对传统A*算法在结构化道路场景下进行无人车路径规划时存在搜索路径多曲折、紧贴障碍物边界、不平滑及搜索时间随栅格规模增大而呈现指数型增长趋势等缺陷，提出一种改进A*算法，首先应用地图预览模块提取栅格地图关键节点，同时引入基于安全距离的碰撞场模型改进代价函数，基于关键节点信息判断开启增量扩展搜索，直至搜索到目标节点，最后应用准均匀三次B样条曲线对生成路径进行平滑得到最终的规划路径。仿真结果表明，与传统A*算法和Weighted-A*算法相比，改进A*算法提高了搜索效率，改善了路径的安全性和可行性。

针对视角和环境变化的场景中现有视觉位置识别方法存在的匹配遗漏和实时性差的问题，提出基于单级特征图融合坐标注意力的视觉位置识别方法。首先通过坐标注意力捕获特征的相对位置信息，然后利用扩张卷积和局部聚合向量网络（NetVLAD）构造多尺度特征融合的编码器，最后基于三元组损失训练网络。经Pitts30k和Nordland数据集验证，在位置识别试验中，与同基线的先进方法Patch-NetVLAD相比，所提出的方法能够获得同等的召回精度且检索速度提高19%。在回环检测试验中，所提出的方法达到了合理平衡鲁棒性和检索速度的目标。

针对目前自适应巡航控制技术中，深度强化学习的控制算法环境适应能力不足、模型迁移性及泛化能力较差的问题，提出一种基于最大熵原理和随机离线策略的柔性演员-评论家（SAC）控制算法。构建演员和评论家网络拟合动作值函数和动作策略函数，并使用自调节温度系数改善智能体的环境探索能力；针对奖励稀疏问题，运用奖励塑造思想设计奖励函数；此外，提出一种新的经验回放机制以提高样本利用率。将所提出的控制算法在不同场景中进行仿真及实车验证，并与深度确定性策略梯度（DDPG）算法进行比较，结果表明，该算法具有更好的模型泛化能力和实车迁移效果。

为解决车辆因高速运动在路侧单元（RSU）覆盖范围内通行时间较短导致下载数据量有限的问题，提出了一种基于蚁群算法的车路协作消息传输策略。依据RSU间能够进行车辆数据等信息共享的特性，设计了相应的启发式函数与对应路径信息素更新规则，形成多个车路协作通信组，在增加网络中数据传输量和种类的同时避免了陷入局部最优解。通过SUMO仿真平台进行验证，结果表明，相对于非协作、联盟博弈（CGS）方案与多级联盟划分（MHEMs）方案，所提出策略在信息传输量、路网收益和运行时间等方面结果均更优，证明了该策略的有效性。

为及时检测驾驶员的疲劳驾驶情况，提出了一种基于Dlib和变种Transformer的哈欠检测方法。首先，基于Dlib的人脸关键点模型构建驾驶员眼部和嘴部的哈欠特征矩阵，然后在视频检测领域提出一种变种Transformer模型对哈欠特征矩阵进行提取和分类，最后基于YawDD数据集进行验证，结果表明，所提出算法的哈欠检测准确率达96.8%，高于已有算法，适用于驾驶员疲劳驾驶时哈欠行为的检测。

为定量评估电动汽车用户的充电习惯和驾驶习惯，为电池故障诊断提供有效支撑，基于电动汽车的实际运行数据，提出了一种在役动力电池使用行为的分析方法。提取基于隶属度函数的动力电池使用行为特征参数，定义并计算出使用行为所累积的风险，即使用行为分数，并采用横、纵向对比的思想定量分析了单车在不同时间维度以及车车之间的电池使用行为差异。试验结果表明，获得的电池使用行为分数与电池组电压一致性存在强正相关性，可以充分评估动力电池使用行为，为电池故障诊断提供数据支撑。

为提高复合电源纯电动物流车的能量利用率，结合道路坡度对现有的复合电源能量管理策略进行了优化。首先，设计可基于不同道路坡度系数自动调整超级电容输出功率的模糊控制器；然后，采用粒子群优化算法对模糊控制器进行优化；最后，利用MATLAB/Simulink在CYC_UDDS城市道路工况下设定不同的坡度进行仿真验证。仿真结果表明，所提出的控制策略在固定上坡、固定下坡和实际城市道路坡度下分别可减少3.47%、28.91%和3.94%的能量消耗，更好地发挥超级电容的优势。