2022年22卷第2期（自抗扰控制的传承与发展专刊）

万物互联作为汽车工程创新的一个新趋势，在提高能效和减少二氧化碳排放方面具有巨大的潜力，为混合动力汽车（HEV）动力系统控制提供了新的机遇和挑战。在实际驾驶情况下，驾驶环境中始终存在随机性和无法检测的事件，导致在优化HEV动力系统中的能源分配以实现最佳能效的过程中需要面对功率需求的不确定性。智能网联使利用车对车、车对基础设施和车对云等实时信息来提前预测功率需求成为可能。这种新的混合动力系统控制配置激发了对网联车辆优化的创新研究。本期专刊重点介绍网联HEV车载优化策略设计的最新发展、趋势和新技术。特别的是，专刊包含了第六届IFAC发动机和动力系统控制、仿真和建模会议（IFAC ECOSM 2021）中针对智能网联HEV实时能量管理优化挑战问题的数篇解决方案论文。

本期专刊分为三组，共11篇论文。第一组专注于 IFAC ECOSM 2021挑战问题的解决方案，共7篇论文。首先，F. Xu等人给出了相关挑战问题的说明，文中描述了挑战问题的详细信息，包括模拟器、挑战问题和评估标准。在X. Jiao等人的论文中，利用条件线性高斯算法预测前车的未来速度，并设计了基于动态规划（DP）的能量管理策略。B. Zhang等人提出了一种基于规则的控制器来保持安全驾驶；在HEV动力系统控优化制中，利用高斯过程回归来预测前车速度。J. Gao等人同样开发了一个分层能量管理优化框架，在下层优化中，利用等效燃油消耗最低策略（ECMS）来实现动力系统的扭矩分配控制。Y. Yamasaki等人设计了一种基于规则的控制器以实现自动驾驶车辆的速度控制；在HEV动力系统优化控制器设计中，将电机的电量消耗等效于油耗。S. Dong等人提出了基于模型预测控制（MPC）的速度规划算法，并获得了一个关于HEV动力系统控制的解析解。T. Namerikawa等人开发了一个用于减少NOx排放和提高燃油经济性的分层MPC框架。

第二组包括2篇论文，分别关注乘用车的动力系统控制和重型卡车的制动控制。在W. Cao等人的工作中，为了提高燃油经济性，对发动机开/关场景进行了优化。K. Sekiguchi等人设计了基于卡尔曼滤波器的状态估计，并开发了一种基于随机MPC的制动控制，在TruckSim平台上验证了算法的有效性。

第三组包括2篇关于驾驶员行为预测和车辆路径规划问题的论文。S. Kim等人的论文设计了一种在加速情景下基于人工神经网络的驾驶员特征估计器，并分别在燃油车和插电式混合动力汽车实验平台上验证了算法的有效性。Y. Wu等人在考虑地形坡度的情况下，解决了多服务客户条件电动汽车的能量输送最优的问题。

2022年22卷第4期

本期论文包括了布尔控制网络、电池重构、支持向量机、卡尔曼滤波、能观性、分布式、多智能体、滑模控制、路径规划、航迹跟踪控制等方面的多篇论文。最后一篇简讯回顾了现有的集成小增益和小相位分析以实现动态系统反馈稳定性的方法，并对未来可能的研究方向进行了简要展望。