编辑推荐：
在脱碳目标、数字化、自动化、互联性以及对安全且可持续交通系统需求的驱动下，汽车行业正经历深刻变革。现代交通正演变为一个复杂生态系统，其中车辆、基础设施、用户、能源系统及数字服务实现实时交互。在此背景下，电动化、自动化、人工智能、先进制造技术与替代推进系统不再是
在脱碳目标、数字化、自动化、互联性以及对安全且可持续交通系统需求的驱动下，汽车行业正经历深刻变革。现代交通正演变为一个复杂生态系统，其中车辆、基础设施、用户、能源系统及数字服务实现实时交互。在此背景下，电动化、自动化、人工智能、先进制造技术与替代推进系统不再是独立研究方向，而是现代移动系统中相互依赖的要素。特刊《智能移动性与可持续汽车技术》旨在汇集应对现代移动性相关科学与工程挑战的最新研究成果。该特刊与AMMA 2025大会（汽车移动性、管理与自动化）相关联，汇集了来自学术界、工业界及研究机构的研究人员、工程师与专家的贡献，形成了一系列反映当代汽车研究多样性与复杂性的论文，涵盖智能车辆系统、先进控制策略、替代推进技术、数字工程方法论及新兴交通概念。所收录文章探讨了向低排放与零排放移动性、数据驱动决策过程及自动驾驶功能过渡的多方面问题。此外，这些成果表明，实现此类宏伟目标依赖于多学科专业知识的整合，包括机械工程、电气与电子系统、计算机科学、人工智能、材料工程、能源系统及交通科学。这种跨学科合作对于应对未来移动性相关的技术、环境、经济及社会挑战至关重要。所收录成果还指出了汽车研发中的若干重要趋势：电动化推进系统的加速采用、软件定义车辆（SDV）范式的日益重要、互联与协作移动生态系统的扩展、网络安全与功能安全的重要性提升，以及可持续制造与全生命周期设计方法的需求。
**智能移动性与可持续汽车技术特刊解读**
**研究背景与问题**
当前汽车行业正经历深刻变革，核心驱动力源于脱碳目标、数字化、自动化、互联性以及安全可持续交通系统的需求。现代交通已演变为一个复杂生态系统，车辆、基础设施、用户、能源系统与数字服务在此系统中实时交互。然而，传统研究往往将电动化、自动化、人工智能、先进制造与替代推进系统视为独立方向，忽视了它们在现代移动性中的相互依赖关系。此外，现有技术面临诸多挑战：低排放与零排放移动性的实现依赖多学科融合；数据驱动决策过程需与自动化功能协同；软件定义车辆（SDV）范式、网络安全、功能安全及全生命周期设计方法尚未得到系统整合。为解决这些科学与工程难题，特刊《智能移动性与可持续汽车技术》应运而生，旨在汇集前沿研究，探讨智能车辆系统、先进控制策略、替代推进技术、数字工程方法论及新兴交通概念。该特刊与AMMA 2025大会关联，共收录14篇论文，涵盖车辆感知与控制、电动化推进、排放削减、数字工程、可靠性、道路安全、交通系统与运输优化等主题，发表在《Vehicles》期刊上。
**主要关键技术方法**
研究人员综合运用了多种先进技术方法：基于CARLA仿真环境与TuSimple真实数据集的合成数据生成，结合U-Net卷积神经网络进行图像分割；采用非线性车辆模型与线性时变线性二次高斯（LTV-LQG）控制策略，集成卡尔曼滤波器估计外部扰动；基于多体动力学与有限元模型的数值-实验一体化耐久性评估；应用LS-DYNA仿真与非接触式尺寸分析的数字孪生方法；利用振动统计指标（RMS、偏度、峭度、峰值因子）及稳健线性回归进行轴承状态监测；基于反应性水溶液（CaO、MgO）与超声波-红外激光联合处理的废气过滤技术；结合雷达监测与AI辅助视频分析的交通流概率建模（泊松分布）；基于能量模型的永磁同步电机转子拓扑系统评估；采用BERTopic框架对超过15,000篇科学文献进行大规模文献计量与主题建模；以及结合FMVSS 208碰撞测试与Hybrid III假人装置的实验-数值分析。此外，还涉及混合交通流环境下的综述、约束极值分类算法等方法。数据来源包括合成数据、真实数据集、实验台架测试及数据库（如Web of Science等）。
**研究结果**
- **Csato等人的研究**：通过合成数据与真实数据结合，利用U-Net网络评估不同图像分辨率对车道检测性能的影响，发现512×256分辨率可在分割性能与实时处理能力间取得平衡。
- **Pusztai等人的研究**：提出LTV-LQG控制策略，在近最优行驶轨迹基础上结合卡尔曼滤波器，仿真表明其相比传统规则策略可降低能耗，尤其在有利风况下。
- **Antonya等人的研究**：针对历史城区狭窄街道与遗产保护约束，提出自动驾驶电动公交车方案，通过车辆动力学与优化框架识别平衡能效与服务质量的车载特性。
- **Stoica等人的研究**：采用稳健线性回归分析振动统计指标，实验表明轴承不对中导致振动轻微增加，但转速与对中状态对加速度信号无显著影响，强调特征选择对状态监测的重要性。
- **Stirosu等人的研究**：结合材料测试、LS-DYNA仿真、非接触式尺寸分析与数字工作流建模，实验与仿真数据高度吻合，验证了数字孪生方法在提升冲压件质量与缩短开发周期方面的有效性。
- **Geonea等人的研究**：通过专用悬架试验台、多体动力学与有限元模型，结合实验应变测量验证，识别出客车后桥关键应力区域，支撑了安全关键悬架部件的耐久性优化设计。
- **Tarulescu等人的研究**：提出基于水、CaO与MgO反应性水溶液的过滤系统，在汽油车上实验测试，结果显示CO?排放可测量降低，且未增加其他主要污染物，对现有内燃机减排具有潜力。
- **Sarsembekov等人的研究**：结合超声波与红外激光的混合废气处理系统，实验表明单独及联合处理均能显著降低CO与未燃碳氢排放，联合处理效果最佳，可作为物理废气处理技术补充。
- **Butil?等人的研究**：综述联网与自动驾驶车辆在混合交通中的整合，指出自动化效益高度依赖于市场渗透率、控制策略与人类行为适应，早期部署可能产生新运营挑战，需完善监管框架。
- **Filip等人的研究**：利用雷达监测与AI视频分析，对比罗马尼亚克卢日-纳波卡某信号交叉口在COVID-19封锁前后的交通模式，泊松分布模型显示低密度场景下自由流状态占主导，为极端中断下的数据驱动交通管理提供框架。
- **Lupu等人的研究**：基于WLTP驾驶循环，通过能量模型评估永磁同步电机转子拓扑对电池电动汽车效率与续航的影响，双层内置永磁结构相比传统设计可提升效率并延长续航，强调优化需考虑真实工况。
- **Tudor等人的研究**：对2016-2025年道路安全研究进行大规模文献计量与主题建模（BERTopic），分析超15,000篇论文，识别出事故严重性、人为因素、弱势道路使用者、AI应用及空间安全分析等主题，显示从传统事后调查向预测性、数据驱动风险评估的转变。
- **Stanciuc-Otat等人的研究**：结合FMVSS 208全重叠正面碰撞试验与Hybrid III假人，联合LS-DYNA仿真，评估碰撞速度、安全带使用与乘员体型对伤害结果的影响，确定关键参数，强调物理碰撞测试对伤害评估方法验证的重要性。
- **Racila等人的研究**：提出基于拉格朗日公式的代数测试系数方法，用于低维优化问题中约束极值分类，应用于运输仓库选址问题，展示其作为透明高效决策支持工具的潜力。
**总结与讨论**
研究结果共同指向智能移动性与可持续汽车技术的关键趋势：数据驱动方法、先进仿真环境、智能控制系统与可持续推进技术日益重要。未来研究将聚焦于软件定义车辆、人工智能与机器学习应用、网络安全与功能安全、数字孪生与虚拟验证平台、互联协作移动性，以及先进电动化与氢基推进系统。同时，整合技术创新与可持续性、经济可行性、法规合规性及社会接受度的整体方法至关重要。特刊中的论文为开发更安全、更智能、更可持续的移动性解决方案提供了基础，并推动进一步合作。特刊第二版将继续此主题焦点。
研究结论部分翻译如下：特刊所收录的贡献共同展示了数据驱动方法论、先进仿真环境、智能控制系统及可持续推进技术在下一代车辆开发中日益增长的重要性。未来研究将越来越集中于软件定义车辆、人工智能与机器学习应用、网络安全与功能安全、数字孪生与虚拟验证平台、连接与协作移动性，以及先进的电动化和氢基推进系统。同样重要的是，需要开发并采用整合技术创新与可持续性、经济可行性、法规合规性及社会接受度的整体方法。本特刊收集的文章为进一步研究和合作提供了有益基础，旨在开发更安全、更智能、更可持续的移动性解决方案。
