通过对智能网联汽车发展过程中国内外法律法规和标准规范的归纳总结，梳理出以智能网联汽车的准入、术语定义、测试体系和事故责任划分4个部分组成的智能网联汽车标准化建设体系。通过标准解读明确了传统汽车向智能网联汽车转型过程中相关法规标准演变历程，以及当前智能网联汽车产业所面临的技术性要求和社会性问题。

针对“零重力”座椅在不同展开角度下的乘员碰撞安全问题开展研究，首先搭建汽车正面碰撞模型，调整座椅角度为标准姿态、零重力坐姿以及在标准姿态基础上将靠背角度调整至120°、150°和180°三种不同姿态，再给模型分别施加40 km/h和56 km/h两种碰撞速度曲线。仿真对比发现：标准姿态下乘员头部、颈部、胸部损伤值最小，零重力姿态下乘员头部、颈部损伤值最大；胸部损伤风险随姿态角度增大而增大，胸部发生压缩变形，肺部最易受到挫伤，其次为肝脏与脾脏。乘员倾斜角度的增加，乘员下潜严重且下肢“二次碰撞”的风险增大。

根据欧洲车辆安全委员会工作标准建立全宽可变形壁障（FWDB）有限元模型，采用英国交通研究实验室台车实验方法进行标定，并使用已经标定验证的移动渐变性可变形壁障（MPDB）有限元模型，分别搭建轿车和某SUV的MPDB工况和FWDB工况碰撞模型进行车辆正面碰撞兼容性研究。计算车型MPDB工况和FWDB工况兼容性评价指标，分析结果发现当前MPDB工况对车辆结构兼容性评价尚有一定的局限，无法评价主吸能结构在垂直及水平方向上的作用，需结合FWDB工况的兼容性评价指标垂直结构相互作用系数（VSI）和水平结构相互作用系数（HSI）进行分析，以更加全面地评价车辆正面碰撞兼容性。

针对自动驾驶数据采集过程中的触发控制与存储记录问题，从先进的自动驾驶数据采集与存储技术出发，首先调研了国内外部分整车制造商车辆的传感器配置方案，然后对汽车事件数据记录（EDR）系统、自动驾驶数据记录系统（DSSAD）以及一般L3级自动驾驶汽车的数据采集与存储方案展开综述，得出了现有数据采集与存储技术将会产生低质量、高噪声的冗余数据的结论，最后基于特斯拉影子模式介绍了一种人机共驾模式下的驾驶数据采集存储方式，总结归纳出目前先进的自动驾驶数据采集技术研究的发展趋势。

为提升分布式驱动电动车在高速及低附着道路行驶时的横向稳定性，提出分层控制策略：上层为力矩决策层，基于二自由度动力模型设计分层滑模控制器（SMC），优化附加横摆力矩并引入主动后轮转向控制（ARS），同时利用PID控制实现车速跟踪：下层为力矩分配层，根据车轮载荷及路面附着系数优化分配四轮驱动力矩。通过CarSim和Matlab/Simlink联合仿真，验证了在双移线、不同附着度路面及蛇形工况下的控制效果。结果表明，SMC+ARS控制在高速双移线工况下稳定性较高，且在各种附着条件下均优于SMC，同时降低了转弯时的能耗。

为了探究全触屏车机系统响应速度对跟车安全的影响，在实车座舱模拟器中以真实跟车视频开展人机交互试验，采集25名被试在静态环境和动态跟车过程中2种车速、3种响应速度组合情况下的交互数据。根据人机交互过程的视觉分心数据，分析车机响应速度与跟车安全风险间的关联特性。结果表明：响应时间在0~800 ms，注视屏幕总时间、扫视次数、单次操作时间呈现增速逐渐放缓的非线性增长趋势；在80 km/h工况下，响应时间在0~400 ms，注视屏幕总时间、扫视次数、单次操作时间分别增加17.83%、19.74%和28.72%；在400~800 ms对应指标分别增加10.97%、12.89%和18.06%；车头时距为3 s时前车制动，响应时间0~800 ms中，两车最小间距减少14.5 m（80 km/h）、12.78 m（100 km/h）；3种不同等级跟车时距仿真测试中，车机响应速度降低可显著提升追尾事故风险及事故严重程度。

为了解决三轴车辆在复杂行车环境急转弯时的横向失稳问题，提出一种前馈控制与反馈控制相结合的全轮转向控制策略。首先，考虑轮胎非线性力学特性和车辆转向过程中垂直载荷转移及各轴垂向刚度差异，构建9自由度三轴车辆动力学模型，并基于牛顿插值法动态校正参考模型的轮胎侧偏刚度，提出基于阿克曼原理的零质心侧偏角比例前馈控制策略；然后，设计基于非奇异快速终端滑模控制的前轮转向反馈控制器和基于模糊PID控制的中、后轮转向反馈控制器，建立前馈和状态反馈跟踪理想模型的全轮转向控制策略；最后，分别在鱼钩和双移线测试工况下进行车辆转向性能仿真验证。结果表明：与前馈控制策略相比，所设计的全轮转向控制策略使车辆轨迹跟踪能力提高34%，车辆侧向稳定性提升26%。

为了增强车辆制动能量回收效率和保持制动稳定性，提出了一种综合考量驾驶员风格和路面附着特性的能量回收方法。首先，根据不同驾驶员数据提取驾驶风格特征参数，基于支持向量机（SVM）训练驾驶风格辨识模型；然后，通过U-Net网络对路面图像进行预处理，并使用轻量级网络MobileNet V3训练路面高效辨识模型；最后，结合驾驶风格与路面辨识结果，对车辆前、后轴制动力的变比值进行分配，提出一种考虑驾驶风格与路面附着条件权重来确定再生制动力的方法，并在此基础上完成制动能量回收策略制定。仿真结果表明：对于不同路面，制动效能与制动稳定性明显提升；在WLTC与NEDC循环工况中，电池SOC分别提高了2.13百分点、1.02百分点，使整车制动稳定性与经济性得到进一步提升。

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。

基于热泵技术，设计了一种充分利用电机余热的集成式热管理系统，采用换热器将各独立回路联系起来，实现能量的高效利用。针对热管理系统控制难度大的问题，提出了抗饱和积分模糊控制以及多级模糊控制两种优化型模糊控制。基于AMESim搭建了集成式热管理系统模型，并建立了工作模式切换及各关键部件的Simulink控制策略模型，对整车的热管理控制效果进行联合仿真分析。仿真结果表明，在0 ℃下，集成式热管理系统与各回路相互独立的热管理系统相比驾驶室加热时间缩短约27.8%，能效比平均提升约31.3%，冬季续驶里程提升约9.57%。优化型模糊控制的控制效果显著提升，冬季驾驶室加热时间缩短约18.4%；夏季驾驶室温度的波动与超调减小，电池冷却时间缩短约3.6%。