现代汽车电子系统已发展成为汽车物理信息系统,即ACPS(Automotive Cyber-Physical Systems),是一个计算、网络以及物理世界深度融合的异构分布式嵌入式系统。ACPS以其异构性和动态性为基本特征。新能源汽车是汽车工业坚持走可持续绿色环保发展的必然道路,能量资源有限也是ACPS的一项重要特征,如何在满足ACPS的异构性和动态性优化实时性、能量消耗以及成本资源消耗是研究的新热点。本文从能耗和成本资源敏感的角度出发,针对ACPS中的并行分布式功能应用,在系统资源有限的情况下,从功能应用安全性、能量资源消耗以及成本资源消耗的优化目标角度来设计调度算法,来确保ACPS中动态功能应用的安全调度、低能耗和低成本的目标。本文的主要工作如下:针对ACPS中动态功能应用实时性和能耗优化问题,从全局的角度出发,提出功能应用安全和能耗的协同优化方案。其基本思想为:从功能应用安全的角度,提出一种针对多个动态功能应用的截止期限驱动的处理器合并算法,从全局的角度实现了针对动态到达的功能在满足截止期限内完成的功能数目最大化的问题;另外,从能量优化的角度,提出全局性节能调度算法,并且结合ACPS集成架构的特点,通过为执行任务选择多个候选可执行的处理器来实现满足截止期限的功能应用的能耗优化。本文使用真实的并行功能应用进行了对比实验,实验结果表明,与现有方法相比,所提出的两种算法的组合可以有效地减少期限错失率(Deadline Missed Ratio,DMR),同时也尽可能的减少了系统的实际能量消耗。针对ACPS中能量和响应时间约束的条件下优化成本资源进行研究。为了简化问题,提出两阶段解决方案,第一阶段是解决能量约束下响应时间优化问题,提出了基于更积极的能量预分配策略的能量约束下响应时间优化算法,算法采用预分配的方法对未分配任务进行能量预分配,进而将功能的能量约束转化给任务的能量约束;第二阶段是在第一阶段的基础上,解决在能量和响应时间约束的条件下成本优化问题,基于全局策略提出了高效的能量和响应时间约束下成本优化算法,该算法在第一阶段能量预分配的基础上进行能量再次分配,利用处理器上可用的松弛时间,在能量和响应时间约束的条件下为任务分配成本最小的处理器。使用真实的汽车功能应用以及随机生成的功能应用对所提出的算法进行验证,实验结果表明,与其对比算法相比,所提出的解决方案不仅可以确保能量和响应时间的约束限制,还可以极大的降低系统成本资源消耗。