当今汽车行业正朝着电动化、智能化方向发展,随着电动汽车的普及率增高,对电动汽车的续航里程也提出了重大挑战。能量回收策略的研究是提高电动汽车续航里程的方向之一。依据制动过程中不同的制动目标需求,合理的对再生制动力和液压制动力进行分配,提高制动能量回收量。制动过程中还必须保证制动效能和制动安全性。本文对纯电动汽车的汽车制动过程中能量回收策略进行研究。首先,本文使用AMEsim软件建立了基于ibooster电子助力器的电子液压系统模型。分析了ibooster电子助力器的结构及工作原理,以真空助力器的助力原理为基础,对ibooster电子助力器进行基础助力控制。研究了电子液压制动系统的工作原理,对再生制动的实现进行分析。对能量回收系统各部分模型进行搭建。其次,对汽车制动过程的受力情况进行分析。研究了不同制动强度下,制动力的分配要求。对几种根据制动力分配要求的制定的能量回收策略进行了分析研究。分析了电机最大可用制动力以及制动力分配要求,对再生制动能量回收的影响,在此基础上设计了能量回收整体策略。最后,结合深度强化学习算法（Deep Net Work,DQN）,设计了本文智能能量回收算法。以前驱纯电动汽车作为研究对象,将自动驾驶控制器的指令作为目标,综合考率制动性能要求、能量回收要求以及制动安全性多方面要求设置奖励函数,设计基于DQN的智能能量回收算法。使用Car Sim车辆动力学软件和Simulink软件联合搭建了纯电动汽车仿真平台,与Python进行联合仿真,对智能能量回收算法模型进行训练。在不同初始车速、不同制动强度的制动目标的试验中验证了算法可行性。搭建硬件在环实验平台。通过单片机对轮缸压力进行采集,以及电子液压系统进行控制,并通过CAN通讯与上位机进行数据交换。通过电池SOC值变化以及滑移率控制区间,验证智能能量回收算法的可行性。