. 汽车高速紧急避让行驶安全性是汽车自主开发亟待解决的关键问题，也是汽车主动安全的前提和必要条件之一。汽车在高速紧急避让行驶时，驾驶员模型参数不易确定，从而导致驾驶员模型建立困难。为了避开驾驶员建模困难问题，运用操纵逆动力学方法，反求出驾驶员的操纵输入来避开驾驶员建模。. 首先建立汽车操纵逆动力学模型，以某车型进行蛇形线实车试验所采集的试验数据与该车型采用逆动学模型进行仿真后的结果进行对比，以此来验证逆动力学模型的正确性。 . 将人工神经网络方法、遗传算法、最优控制方法用于汽车紧急避让操纵逆动力学的求解。基于状态延迟输入动态递归神经网络对汽车操纵逆动力模型进行了识别，所得结果及误差分析说明了该网络能够以较好的精度和抗干扰能力，识别出汽车在高速状态下进行避让过程中的转向盘转角及转角速度。基于遗传算法的汽车紧急避让控制与优化，对控制参数优化前后的汽车以相同速度跟踪给定路径，结果表明以最优控制参数进行计算的路径跟踪精度更高，具有良好的鲁棒性和自适应性。基于最优控制理论， 通过Gauss伪谱法将最优控制问题转化为非线性规划问题并运用序列二次规划方法求解，结果表明该方法具有求解效率高，对初值依赖性小的优势。. 利用仿真分析和试验的结果，建立反映汽车紧急避让操纵时的仿真评价指标和驾驶员主观评价指标相关性的数学模型，以实现汽车紧急避让时用仿真评价代替实车试验评价。提出了一种基于改进的模糊层次分析方法，通过将经验丰富的驾驶员对汽车指标的主观评分与已确定的权重系数相结合来得到操纵稳定性的总体性能评价结果。. 通过实车试验，仿真值和试验值的变化趋势基本一致，表明汽车操纵逆动力学能够代替实车试验进行汽车紧急避让研究。因此，汽车操纵逆动力学不仅可以为提高汽车安全性提供重要的理论基础和工程应用方法，而且能够为辅助驾驶系统、智能泊车系统的研究提供基础理论。