针对紧急转向避撞时多目标规划算法设计困难，且障碍物数量、位置复杂多变等情况，提出了一种采样与优化结合的分层决策规划算法。在结构化道路下考虑环境与运动学限制，使用变种A*算法建立周围环境势场并利用五次多项式计算运动学代价；根据粗轨迹建立行车通道，利用分段加加速度法解决二次规划问题，得到光滑路径以保证路径规划的舒适性，同时指引车辆回到道路中心。经仿真试验和实车测试结果表明：提出的方案能够根据不同障碍物的情况灵活完成决策规划任务，并实现紧急避撞。

为了量化车辆行驶风险并制定安全的制动策略，提出避险临界点理念并构建车辆直行与转向场景下避险临界点的数学模型。根据避险临界点定义行车风险表征指标，量化车辆行驶风险；通过对中国道路交通事故深度调查（CIDAS）数据库中116起事故案例分类，使用风险表征指标筛选高危案例；基于行车制动时间指标，提出车辆动态制动策略。试验结果表明：在各类高危场景中，相较于基于碰撞时间（TTC）的制动策略，提出的风险表征指标能够更好地识别交通场景风险，制动策略时间更合理、速度曲线更平缓，从而避免事故发生。

【摘要】为克服动态、不确定的复杂行车环境带来的车辆编队碰撞与稳定性问题，提高行车安全性，提出了一种基于优化人工势场法的智能车辆编队避障策略。设计了智能车辆编队避障策略框架，建立了基于经典人工势场法的车辆编队控制器，以及具备莱维飞行随机搜索特性的车辆编队搜索逻辑，以克服人工势场法中引力与斥力增量系数设置的局限性，进而增强车辆编队对复杂行车环境的适应能力。采用联合仿真试验平台对所提出的算法进行了验证，结果表明，基于优化人工势场法的智能车辆编队避障能够更加快速地适应较为复杂的行车环境，并具备更短的编队避障时间。

【摘要】为解决现有车辆队列控制方法可拓展性差、难以应对高速公路行驶过程中各种队列行为及较少开展实车道路测试的问题，提出一种行为可拓展的车辆队列控制方法，同时设计通信丢包条件下的头车加速度预测方法，并搭建队列实车试验平台，将所提出方法应用于实车平台，最后在通信丢包条件下进行实车试验，对所提出方法进行验证。最高时速80 km/h、累计约1 000 km的道路测试结果表明：所提出的车辆队列控制方法可以安全有效处理多种队列行为并进行拓展，且稳定行驶过程中，跟随车速度平均误差小于分别为0.62 km/h和1.55 km/h，间距保持稳定，验证了控制方法和实车平台的有效性和实时性。

为解决油冷电机运行中的搅油损失问题，提出了一种油冷电机计算搅油损失的方法，通过结合流体力学和热力学理论，采用无网格粒子法三维动态计算流体力学（CFD）多物理场耦合仿真来计算搅油损失。通过与实际试验数据对比分析验证其准确性，为优化油冷电机设计和提升效率提供参考。