电动汽车以其零污染、低噪声等优良的特点冲击着传统燃油汽车市场,高度集成化的系统为电动汽车平稳快速发展注入强劲动力。运动控制系统高度集成已成为现代汽车发展的必然趋势,但与此同时由于集成控制导致车辆各个运动子系统间产生相互耦合影响也愈来愈不容小觑。尤其在当前追求更安全、更智能的交通运输系统环境下,优良的操纵稳定性与舒适的车辆行驶平顺性成为发展电动汽车的重要一环。因此,精准高效的控制车辆各个方向的运动,避免不同运动形式间的互相干扰,已然成为当前电动汽车动力学发展亟待解决的重点。本文基于电动汽车系统动力学耦合分析,针对车辆运动过程中纵横向运动子系统间的耦合问题,研究电动汽车纵横向运动系统的解耦控制。首先,基于ADAMS-Car建立电动汽车模型,分别设置汽车阶跃转向、制动和转向制动三种行驶工况,仿真分析不同工况下车辆模型沿整车纵向、侧向和垂向的平移与旋转的位移和速度变化曲线,验证电动汽车行驶过程中各个方向上运动的相互耦合影响,并进一步分析电动汽车运动过程中动力学耦合关系。其次,分析车辆运动,建立包括整车纵向、侧向、横摆运动,悬挂质量的垂向、侧倾、俯仰运动,非悬挂质量的垂向运动,以及四个车轮的旋转运动的电动汽车十四自由度动力学模型,根据轮胎相关研究理论建立合理的轮胎模型,分析验证了单一工况下汽车轮胎的纵向力、侧向力和回正力矩,运用MATLAB/Simulink建立四轮胎随机路面输入模型,并依据车辆动力学微分方程搭建整车模型,设置不同工况仿真验证模型的有效性。最后,建立整车模型的动力学系统状态空间方程,结合BP神经网络与逆系统理论,首先验证车辆动力学系统模型的可逆性,建立BP神经网络模型,利用BP神经网络逼近车辆动力学模型的逆系统,然后将神经网络逆系统串接在原车辆模型之前组成伪线性系统,联合PID控制器与神经网络逆系统控制组成复合闭环控制器,设置不同工况验证模型解耦前后车辆不同运动形式间的性能,仿真结果表明:基于神经网络逆系统闭环解耦控制能有效降低车辆运动时各运动系统的耦合影响,并能有效提高汽车行驶平顺性和操纵稳定性。