本书将从电动车相比燃油车的优势，影响电动车节能因素和感知方法，车桩融合条件下厂区内充电桩电量预测方法，“车桩融合”条件下节能路径规划方法和整个厂区电能替代系统的设计方案等方面予以详细的讲授，以期实现学员能够通过本教材掌握整个电能替代项目的全过程方法。

本书主要围绕汽车热管理主题，从部件、子系统、整车三个层面详细介绍汽车热管理的建模与仿真技术。全书分为7章，主要内容包括绪论、动力系统热管理、电驱动系统热管理、空调系统、整车热管理、AI技术与汽车热管理、相关软件技术展望。依托国产 汽车热管理仿真分析软件，本书第2~5章分别提供了动力系统、电驱动系统、空调系统、整车热管理系统的建模与仿真案例，供读者练习，解决汽车热管理实际工程问题。本书可作为高等院校车辆工程、热能工程、动力工程等工科专业的本科生实践型教材，也可供相关专业教师、科研人员和工程技术人员

本书主要介绍汽车道路试验的原理、试验条件和试验方法，结合编者多年的实际工程经验，针对目前汽车相关专业学生和汽车研发人员缺乏整车试验，特别是道路试验相关实践经验的情况，从基础开始，系统地介绍汽车试验的理论、方法、过程和具体应用场景。

本书以 MWORKS 软件为平台，围绕汽车系统设计与验证，首先介绍了多领域统一建模与仿真的背景，引出国产软件平台 MWORKS，接着介绍了平台三大系统级产品——系统建模仿真环境 MWORKS.Sysplorer、控制策略建模环境 MWORKS.Sysblock 以及科学计算环境 MWORKS.Syslab，然后介绍了汽车工具箱，最后基于MWORKS 平台介绍了车载控制器的相关应用。通过书中的内容，读者将学习如何使用 MWORKS 软件进行汽车系统的建模与仿真，深入了解 MWORKS 软件在汽车系

本书专注于国产CAE软件MxSim在汽车结构领域的应用，系统介绍CAE分析的基础理论、操作流程及实例，可以帮助读者全面掌握 MxSim 在车辆结构分析中的应用。书中详细阐述了MxSim从前处理到后处理的全流程，并结合静力分析、模态分析、瞬态分析、谐响应分析、碰撞安全性分析等实例，深入讲解了仿真精度与效率控制。同时，本书展望了CAE的前沿技术，如云服务和大数据分析。本书既可以作为汽车设计工程师的实战指南，也可以作为相关专业学生的教材。

本书共设计策划了五大板块内容。第一章从智能座舱的定义切入，并对相关功能进行了分类与概念界定。同时从产业全局角度出发、回顾和分析了近年来智能座舱产业的发展历程，梳理了相关驱动因素，以开启“座舱智能化之旅”。第二章聚焦智能座舱的各子系统，对产业链上下游的细分领域如车载显示系统、感知/交互系统、车载声学系统、其他系统以及底层系统的创新技术、产品应用以及发展趋势进行了介绍，在本章各节的“典型案例”中，我们在全球范围选取了若干家整车厂及重点智能座舱企业进行展示，以期总结成功经验，赋能产业发展。第

汽车电路图识读能力越来越成为汽车维修必备技能之一。本书以汽车电动化、网联化、智能化系统电路图为核心，从电气系统及高低压电器元件的认识，到各品牌汽车电路图识读的具体方法和步骤，深入浅出、图文并茂地进行了讲解。全书共5 章，具体包括汽车电气系统组成及高低压电器元件、汽车电路图种类及识读方法、合资品牌汽车电路图识读范例、国产品牌电动汽车电路图识读范例和汽车电气系统电路图识读。
本书采用“互联网+”模式，为读者提供了丰富的参考资源。读者只需在相应位置扫码，即可观看有针对性的电路识读讲解视频。

本书共分为“初识智能网联汽车仿真与测试”“数字虚拟测试场景构建”“车辆环境传感器构建”“典型应用场景仿真与测试”“XIL仿真技术应用”5个能力模块，总共下设17个任务。全书以“做中学”为主导，以程序性知识为主体，配以必要的陈述性知识和策略性知识，重点强化“如何做”，将必要知识点穿插于各个“做”的步骤中，边学习、边实践，同时将“课程思政”融入课程的培养目标，在实训教学中渗透理论的讲解，使学生学到的知识能够融会贯通，让学生具有独立思考、将理论运用于实践的动手能力，成为从事智能网联汽车相关工作的高素质

本书立足当前汽车行业发展需要，紧密结合国家和相关行业政策，内容智能驾驶仿真与应用为主题，从车辆动力学模型原理与仿真应用、智能驾驶感知系统与仿真应用、场景建模、智能驾驶功能仿真以及联合仿真测试综合实例五大方面，系统全面介绍Model Base智能驾驶仿真软件，为读者提供智能驾驶仿真理论知识与工程应用实例，帮助读者提高对智能驾驶仿真技术的认识与实践水平。

"本书提出了自动驾驶汽车智能测试理论。研究和总结了智能测试的基础概念、科学问题、研究方法和规律定理，提出了智能测试的方法框架，并论证了智能测试的准确性定理和高效性定理，为系统解决自动驾驶汽车的测试问题提供了理论基础。本书提出了自动驾驶汽车测试场景库生成方法体系。针对低复杂度、中复杂度、高复杂度和自适应场景库生成问题，分别构建凸优化、强化学习、深度强化学习和贝叶斯优化等系列模型，形成了测试场景库生成方法体系，为多种复杂度场景、多项评价指标和多类型自动驾驶汽车的智能测试提供了方法支撑。
3.