融合数字地图的预测巡航控制是国家实现双碳承诺、企业在双积分政策下成功转型的重要手段和必要途径。传统车辆巡航系统通过车辆动力系统控制实现对设定车速的自适应追踪,减轻驾驶员的驾驶疲劳。数字地图的加持可以让车辆提前获取前方道路状况,从而提高搭载巡航控制系统车辆的燃油经济性与驾驶安全性。然而,融合数字地图的巡航控制快速发展的背后诸多关键科学问题悬而未决,尤其是数字地图与车辆动力系统深度集成理论方法远未成熟,没有可用的满足实时性要求的求解工具,导致行业一直处于信息量丰富但无法充分使用的境地,严重影响了预测巡航控制系统在量产车辆中的实际效果。一方面,数字地图的动态坡度扰动、动态限速约束与时间域的车辆动力学模型时空维度不统一,车辆动力系统中发动机断油等离散控制变量难以实现实时优化控制,导致预测巡航系统无法达到理论上的最佳节油效果;另一方面,考虑数字地图信息的优化问题求解复杂度高,实时求解计算负担大,无法保证在有限算力控制器上的优化控制效果。针对上述问题,本文依托中国汽车产业创新发展联合基金“基于路况预测的电动汽车智能能量管理”（编号U1864206）,通过国家留学基金委国家建设高水平大学公派研究生项目,赴美国密歇根大学安娜堡分校RACElab（Real-time Adaptive Control Engineering Lab）在Jing Sun教授与高炳钊教授的联合指导下进行融合数字地图的车辆预测巡航优化控制研究。融合数字地图的预测巡航优化控制属于多学科交叉的系统工程问题,该问题的解决需要通过自动化控制赋能,从车辆动力系统研究出发,以数值优化为手段,最终实现智能网联环境下的车辆经济性提升。本文针对数字地图信息的融入对预测巡航系统带来的挑战,围绕“数字地图处理与车辆系统建模-优化控制问题构建-快速求解-实车实验验证”主线开展研究。本文具体研究内容如下:（1）首先,针对以节能为目的的预测巡航控制系统,提出了滚动存储的数字地图预解析方法,降低了控制器的计算负载。剖析了数字地图的引入对预测巡航控制算法设计带来的挑战。考虑到数字地图空间采样特性,建立了空间域内的车辆动力系统模型,该模型考虑了发动机启停以及发动机断油等传动系统节能特性。利用实车数据以及台架数据对车辆模型进行了标定与验证,为预测巡航优化控制系统的构建打下基础。（2）其次,针对数字地图给车辆预测巡航优化控制问题带来的动态坡度扰动、动态限速约束特性,提出了基于乌托邦点追踪的多目标协调预测巡航算法,通过将多目标优化问题的性能函数构建为寻找帕累托前沿上离乌托邦点最近距离的帕累托解,解决了传统加权求和法权重标定工作量大、固定权重鲁棒性差的问题,实现了预测巡航系统在复杂交通环境下油耗与行程时间的动态平衡,为复杂工况下多目标预测巡航算法性能函数的设计提供了理想解决方案。（3）为了进一步提高预测巡航系统的节油率,顺应车辆传动系统节油特性与数字地图深度融合的趋势,设计了融入滑行机制的预测巡航优化控制算法。制定了分别采用发动机断油以及发动机启停策略的预测滑行机制,采用动态规划对两种滑行策略在重庆、武汉等多个不同行驶工况下的全局优化仿真结果进行对比,实现了不同滑行策略在前方路况已知情况下最佳节油效果的评估。之后采用滚动时域优化的控制架构对两种滑行策略进行在线性能评估,创造性的在混合整数模型预测控制建模中添加了关于整数变量的不等式约束,解决了滑行信号跳变的问题。结果表明融合滑行功能的预测巡航可以大幅度提高搭载该系统车辆的燃油经济性,具有极高的量产运用前景。（4）针对预测巡航优化控制中混合整数非线性规划在线求解难题,提出了基于分支定界法与序列二次型规划的混合整数规划问题求解方法BBSQP。通过原始-对偶问题的不可行检测,实现了分支定界法搜索策略的提前减枝。基于动力系统特性中发动机断油的最小保持约束与模型预测控制序列求解开环优化问题的控制特性改进分支定界搜索策略,将求解时间从秒级降至毫秒级,在不增加控制器成本的情况下,实现发动机力矩、制动力和发动机断油信号的实时协同优化。（5）最后,搭建实车实验平台,并与地图供应商合作,进行测试路段的数字地图采集、编译、处理以及解析。在真实交通环境下对融合数字地图的预测巡航控制算法的节油效果进行了实车验证,通过对1566 km的实车测试数据进行分析得出,与原车自适应巡航系统相比,融合数字地图的预测巡航系统在真实道路环境测试下可以实现10.16%～10.50%的节油效果,具有较高的量产推广运用价值与社会潜在经济效益。本文求解算法及标定界面相关程序发布在:https://github.com/yoya18。