通过NHTSA和IIHS真实正面碰撞试验数据的统计和归纳，以及解析求解，分别建立采用C-NCAP评价的100%正面刚性壁障（FRB）碰撞和50%正面可渐进变形移动壁障（MPDB）偏置碰撞，以及采用中国保险汽车安全指数（C-IASI）评价的正面小重叠度壁障（SOB）偏置碰撞中碰撞波形和侵入量的评价方法，可为约束系统的匹配打下良好基础，为车辆获得优异的星级提供保障。
由于性能局限、规范不足或可合理预见误用导致的预期功能安全问题层出不穷，严重阻碍了智能汽车的快速发展。本综述聚焦智能汽车预期功能安全保障关键技术，分别从系统开发、功能改进和运行3个阶段进行了系统的总结，最后从基础理论、风险防护和更新机制3方面进行了展望。本文可为智能汽车预期功能安全研究提供重要参考依据。
面向自动驾驶汽车测试场景构建，本文首先对现有场景定义与架构进行了对比分析，并提出测试场景应涵盖场景要素和测试要素的共计10层信息；其次，归纳提出了包括具体场景直接构建、典型逻辑场景挖掘分析与推理演绎和具体场景重构衍生的场景构建方法体系；再次，从单一片段测试、组合片段测试和融合交通流的测试3个维度，系统梳理了主流虚拟场景测试应用方法；最后，从场景构建方法链和工具链的角度提出了研究展望。综述研究成果将为自动驾驶汽车测试与评价提供参考。
本文中以建模为重点对碱性水电解制氢系统的现状与展望进行综述。首先，对水电解制氢多种方式进行了对比分析，并重点阐述了碱性水电解制氢系统现状：碱性水电解制氢技术存在投资成本低、寿命长、规模大的特点，是现阶段实现“碳达峰”目标的重要手段。接着，在碱性水电解制氢系统建模方面定量地深入分析了电解槽能耗、气体纯度和温度与系统控制的影响机制。本研究为碱性水电解制氢技术的发展提供理论和技术支撑。
当今，智能汽车已成为全球汽车产业的战略发展方向，汽车技术与工程核心逐渐从传统硬件层面转移到软件层面，软件定义汽车成为未来汽车发展的重要趋势。本文中通过对比分析传统汽车与软件定义汽车，提出软件定义汽车整车开发、整车物理结构和整车信息结构，以及技术体系。
本文中提出了一种基于模仿学习和强化学习的智能车辆换道行为决策方法。其中宏观决策模块通过模仿学习构建极端梯度提升模型，根据输入信息在车道保持、左换道和右换道中选择宏观决策指令，以此确定所需求解的换道行为决策子问题；各细化决策子模块通过深度确定性策略梯度强化学习方法得到优化策略，求解相应换道行为决策子问题，以确定车辆运动目标位置并下发执行。仿真结果表明：本文中提出方法的策略学习速度比单纯强化学习方法快，且其综合性能优于有限状态机、行为克隆模仿学习和单纯强化学习等方法。
随着汽车智能化、网联化技术不断发展，传统电子电气架构已难以满足面向未来的车路云网一体化发展新需求。本文中聚焦面向未来的智能网联汽车多域电子电气架构，分别从总体设计、硬件系统、通信系统和软件系统4个方面对现有技术进行了详细的综述并对我国电子电气架构的发展进行展望。本文可对汽车电子电气架构技术研究提供重要的参考价值。
