本發明提出一種考慮道路坡度的電動汽車速度瞬時優化的方法，通過將車輛動能轉化為等效能量消耗，使總能量消耗瞬間最小化，從而優化牽引力或制動力矩。此外，還設計了一種速度相關因子來調節給定巡航速度范圍內的車速，克服了傳統速度優化方法要提前獲取未來道路信息的弊端，同時該方法具有極短的運算時間，因此具有極強的實車應用前景。
本發明提出了一種基于道路坡度的能量歸一最小化的混合動力汽車優化方法,包括以下步驟：初始道路信息獲??；初始參數設定；燃油等效因子計算；燃油等效消耗率計算；速度轉化因子計算；能量歸一最小化計算。本發明在滿足車輛動力性和考慮道路實際狀況的前提條件下,采用一種基于道路坡度的能量歸一最小化的混合動力汽車優化方法,保證了能量消耗的最優化,同時保證了蓄電池的電量平衡,進而確保了蓄電池的性能和壽命。
提供了一種基于線性二次型微分博弈的四輪獨立驅動電動汽車四輪主動轉向控制方法，通過前饋與反饋控制相結合的四輪主動轉向提高電動汽車高速轉向時的操縱穩定性和低速轉向時的操縱靈活性，有效地降低了汽車質心側偏角，能夠較好地跟蹤車輛理想橫擺角速度，改善了車輛的主動安全性能。
提供了一種一種極限工況下的四輪獨立驅動電動汽車牽引力控制方法，采用三種不同的驅動模式取代了單一的轉矩分配方式，方便了駕駛員在極限工況對車輛的操縱，提高了車輛的主動安全性。
提供了一種基于動態規劃算法的電動汽車能量管理和行駛方法，包括輪轂電機測功、求出道路坡度信息、獲取自身狀態以及前車的狀態和最優的分配力矩和行駛方法，為其他用于能量管理的控制算法的控制效果提供對比的基準，具有廣闊的應用前景。
提供了一種基于模糊控制的腦控車輛共享控制方法，有兩種機制，分別為基于模糊控制的容錯機制和基于模糊控制的智能駕駛機制，彌補了腦機接口識別錯誤率高、實時性差、命令數受限等問題，大大提高了腦控車輛在未知環境下的安全性。
提供了一種考慮傳感器誤差的女巫攻擊節點的檢測方法及裝置,涉及車載網絡安全技術領域，解決了車載網絡對女巫攻擊節點檢測不夠精準的技術問題。
提供了一種基于機器學習實現腦控智能小車的構建方法，實現了小車的實時控制，本發明所需的硬件平臺結構簡單成本低，通過各通道頻率選取及部分維度信號分量的剔除提高了腦電信號的識別率，保障了小車的駕駛安全。
提供了一種基于攝像頭和激光雷達的自適應強化融合實時實例分割方法，將攝像頭圖像和激光雷達投影圖的圖像特征進行融合，根據所述融合后的圖像特征，利用實時實例分割網絡輸出目標的類別、置信度、邊界框、掩模，獲取目標的實例分割結果。本發明能夠在復雜環境下實時、精確且魯棒地實現目標實例分割，在智能網聯車輛感知領域具有廣泛的應用前景。
提供了一種無人駕駛方程式賽車通用轉向系統及控制方法，本發明可實現賽車自動轉向的精準控制，而且無需加裝齒輪分離裝置以消除轉向舵機的巨大轉向阻力，便可實現有人駕駛無人駕駛狀態切換，結構簡單，降低了無人駕駛方程式賽車的設計加工成本，具有一定的通用性。
