为了解决智能交通系统中基础设施与车辆间通信的难题，采用智能反射界面（IRS）可见光通信系统，深度剖析了信道传输模型及道路基础设施参数的影响。通过基础设施与车辆间非视距信道建模，分析非视距信道中信号的传输性能；利用IRS辅助的非视距通信误码率、停机概率及块误码率，推导系统性能的闭式解析式；探究复合指向误差对IRS的非视距通信系统的误码率、停机概率以及块误码率的影响，并对比M元相移键控（MPSK）调制方式与传统开关键控调制方式下的误码率性能。试验结果表明：在IRS辅助的非视距传输条件下，当链路服从双瑞利分布或瑞利-莱斯联合分布时，增加收发装置距离和路灯高度将增大误码率；提高停机阈值可增加停机概率；增加发送比特块个数可改善块误码率；M-ary相位调制可更快地降低系统误码率，并随调制阶数增加而提升性能；考虑指向误差后，误码率、停机概率及块误码率均上升，提出的方案能够有效增强通信性能。

为了实现高速公路场景下车辆驾驶意图的精准识别，提出一种Frenet坐标系下双参考线高斯混合与隐马尔可夫融合的驾驶意图识别模型。根据车辆位置选取Frenet坐标系下不同参考线的行驶数据作为模型观测变量，将前、后时刻高斯混合模型输出的观测概率联合隐马尔可夫模型，识别当前时刻车辆驾驶意图。采用NGSIM中US-101数据集验证模型效果，结果表明：双参考线的高斯混合-隐马尔可夫模型对车道保持、车辆变道识别准确率分别达到93.33%、92.24%，具有良好的识别效果。

针对中国大学生无人驾驶方程式大赛（FSAC）赛车在高速循迹与八字环绕工况中，因单传感器识别锥桶有限、精度不高导致建图失效问题，提出了一种基于激光雷达、工业相机和组合惯导松耦合的锥桶地图构建算法。通过将雷达数据投影至相机坐标系，对相机的YOLOv5目标检测框与激光雷达的锥桶包围框进行相似度匹配。将包含颜色（RGB）信息的点云从雷达坐标系转换为地图坐标系，并利用组合惯导系统实时计算的车辆位姿，更新融合锥桶点云地图。实车对比试验结果表明：该算法的平均召回率达到98.6%，平均精准度达到99.1%，能够识别锥桶地图的内、外赛道，提高了赛车的感知预判能力和路径规划效率。

针对高维空间中生成关键场景场景数量呈指数增长，传统人工构造或随机搜索方法难以兼顾覆盖率与效率问题，提出基于单目标树结构Parzen估计器（TPE）和多目标树结构Parzen估计器（MOTPE）的搜索方法。通过CARLA模拟器搭建软件在环自动化仿真测试框架，以天气要素为例，对比不同搜索算法的关键场景生成效果。试验结果表明：基于TPE的搜索方法和基于MOTPE的方法相较于随机搜索方法生成的关键场景数量分别提高3.11倍和2.06倍，MOTPE方法的场景质量方面是TPE的1.53倍，配合场景自动化生成与测试框架，可有效解决场景数量爆炸问题，发现具有高测试价值的场景。

针对车用性能评价的城市行驶工况缺乏坡道信息的问题，提出了一种基于自组织映射（SOM）神经网络的城市坡道行驶工况构建方法。采用平均车流法采集具有城市坡道特征的典型道路行驶基础数据，将预处理后数据划分短行程，选取20个表征道路运行特征的短行程特征参数；利用主成分分析法对特征参数降维，使用SOM神经网络对短行程进行聚类分析；基于坡道平滑衔接的原则，选取相关度较高的短行程，并构建包含速度、坡度信息的城市坡道行驶工况。自动变速器坡道性能测试结果表明：所构建工况能够体现车辆在具有城市坡道特征道路的行驶特性，可作为车辆城市坡道行驶性能测试的基准工况。

对某电动汽车用永磁同步电机噪声开展研究，通过不同电磁激励对噪声贡献量分析，明确电机转矩波动和空间0阶电磁力等关键因素以及对不同转速段阶次噪声的贡献；并且对偏心和电流谐波条件下的噪声仿真分析，得到考虑实际因素后阶次噪声的变化。使用克里金法创建电磁代理模型，基于定转子设计参数快速计算电磁力及转矩波动；在代理模型基础上，使用遗传算法进行多目标寻优，仿真的阶次噪声较原方案大幅降低，通过优化样机台架噪声测试验证仿真与试验一致性良好。