Los vehículos eléctricos híbridos que pueden combinar las ventajas de los vehículos de combustión tradicionales y los de nueva energía se han convertido en la opción óptima en la actualidad, ante las cada vez más estrictas restricciones de consumo de combustible y regulaciones de emisiones. Los vehículos eléctricos híbridos de rango extendido se han convertido en un tema de investigación importante debido a su alto grado de mezcla de energía y su sistema de transmisión simple. Un vehículo compacto de combustible tradicional es el objeto de estudio de esta investigación y se desarrolla el sistema híbrido de rango extendido. Se investigan el diseño y la optimización de la estrategia de gestión de energía de predicción de condiciones. Se construyeron plataformas de análisis de simulación conjunta de vehículos y pruebas de banco para verificar la estrategia de control propuesta. Se seleccionó el método de seguimiento de vehículos para recopilar datos reales de conducción de vehículos. Se calcula el número de vehículos en el campo de visión y la estimación de las distancias entre los vehículos delanteros y los que siguen, mediante el algoritmo maduro de la cámara monocular y la visión por computadora. Se construyeron condiciones de ciclo de vehículo real con información del entorno de conducción y de pendientes, y se compararon con todos los datos de conducción, condiciones de trabajo típicas bajo NEDC y condiciones de trabajo típicas bajo UDDS. Se utilizaron la red neuronal BP y el control de lógica difusa para identificar las condiciones de la carretera y la intención del conductor. Los resultados mostraron que el consumo de combustible equivalente de la estrategia de control era menor que el de la estrategia de control de seguimiento de potencia en puntos fijos y que la economía del vehículo mejoró.