汽车智能化的发展,依赖于由环境传感器和车联网V2X通讯技术提供的丰富交通信息,及与汽车动力学密切相关的底盘和动力控制系统。由于现有自动驾驶相关研究对整体化的控制器设计的关注不够充分,未深入讨论汽车制动动力学、复杂场景下交通信息等因素对控制效果的影响,制约了智能驾驶研究的产业化进程。因此,本课题重点关注智能驾驶领域汽车制动动力学与交通信息两大要素,探讨基于交通信息的汽车制动动力学理论与控制。论文旨在提出智能驾驶应用场景下,具备对多样化交通信息处理、分析能力,场景适应性更强,且不脱离汽车制动动力学理论限制条件,在保障原有制动安全性的基础上同时兼顾通行效率、能源经济性、轮胎及路面保护的一体化制动控制器方案。本文首先探讨智能交通环境下制动控制器设计的理论模型基础,建立了包括整车制动动力学模型、轮胎力学模型、制动执行机构力学模型等在内的被控车辆相关模型,并在分析环境感知设备和车联网技术发展现状的基础上建立了交通环境中相关对象运动模型。其次,确立了包含逆模型与制动力分配理论的底层制动控制器方案,提出了兼顾车辆制动稳定性、再生制动能量回收效率、路面及轮胎损伤率等因素的综合性能更优的新型制动力分配理论,并对各影响因素进行了详细论证分析,可有效避免制动力分配策略在安全、节能、经济、环保等指标上的不均衡。同时,就面向智能交通信息的顶层制动控制器进行了不同工作模式下的方案设计,具体包括基于不可避免碰撞状态理论、适用于交叉路口等复杂碰撞场景、通用性更强的紧急制动模式,及基于前方交通信号灯相位与定时、前方交通流信息的可节省等待时间并减少速度波动的带有预判效果的自动驾驶协同自适应巡航模式。最后,以本课题研究成果为基础,逐步开展了产业化实践,已在实际道路场景中针对客车与轿车车型分别进行了紧急制动功能的实车验证,并在交通仿真环境中针对融合车联网通讯技术的协同自适应巡航功能进行了仿真验证,均证实了控制算法在不同场景下的功能有效性。