汽車線控轉(zhuǎn)向系統(tǒng)研究進(jìn)展綜述＊

陳俐 李雄 程小宣 羅來軍 喻凡

（1.上海交通大學(xué)，汽車電子控制技術(shù)國家工程實驗室，上海 200240；2.上海交通大學(xué)，機(jī)械系統(tǒng)與振動國家重點(diǎn)實驗室，上海 200240；3.聯(lián)創(chuàng)汽車電子有限公司，上海 201206）

1 前言

線控轉(zhuǎn)向是自動駕駛汽車實現(xiàn)路徑跟蹤與避障避險必要的關(guān)鍵技術(shù)，其性能直接影響主動安全與駕乘體驗。在國際汽車工程師協(xié)會（Society of Automotive Engi?neers，SAE）發(fā)布的5級自動駕駛體系中：第1級為駕駛輔助，要求對轉(zhuǎn)向或加、減速中單獨(dú)一項進(jìn)行自動控制；第2級為部分自動駕駛，要求對轉(zhuǎn)向和加、減速中的2項進(jìn)行自動控制；第3級及以上分別為有條件自動駕駛、高度無人駕駛和完全自動駕駛，要求轉(zhuǎn)向逐步與其他子系統(tǒng)實現(xiàn)高度自主協(xié)同[1]。近幾年，自動駕駛汽車的研發(fā)與推廣發(fā)展迅速，根據(jù)國家工業(yè)和信息化部等發(fā)布的《汽車產(chǎn)業(yè)中長期發(fā)展規(guī)劃》，2025年，高度和完全自動駕駛汽車開始進(jìn)入市場[2]，在此背景下，線控轉(zhuǎn)向技術(shù)由于可實現(xiàn)駕駛員操作和車輛運(yùn)動的解耦，可提高緊急情況下轉(zhuǎn)向操作正確性和駕駛員安全性[3]，且采用電機(jī)控制直接驅(qū)動實現(xiàn)車輛轉(zhuǎn)向，因此更容易與車輛其他主動安全控制子系統(tǒng)進(jìn)行通訊和集成控制，為自動駕駛汽車實現(xiàn)自主轉(zhuǎn)向提供了良好的硬件基礎(chǔ)，且線控轉(zhuǎn)向系統(tǒng)被認(rèn)為是實現(xiàn)高級自動駕駛的關(guān)鍵部件之一[4]，因此，線控轉(zhuǎn)向系統(tǒng)的研發(fā)進(jìn)展成為關(guān)注的焦點(diǎn)。

隨著高級駕駛輔助系統(tǒng)（Advanced Driver Assistant Systems，ADAS）如巡航跟蹤、車道保持、自動泊車等技術(shù)的發(fā)展與應(yīng)用，汽車轉(zhuǎn)向控制系統(tǒng)已先后經(jīng)歷了5個階段，即最原始的純機(jī)械轉(zhuǎn)向、通用汽車公司首推的液壓助力轉(zhuǎn)向、豐田汽車公司首推的電控液壓助力轉(zhuǎn)向、Koyo首推的新一代電動助力轉(zhuǎn)向和線控轉(zhuǎn)向[5]。與傳統(tǒng)的轉(zhuǎn)向系統(tǒng)不同，線控轉(zhuǎn)向系統(tǒng)取消了從轉(zhuǎn)向盤到轉(zhuǎn)向執(zhí)行器之間的機(jī)械連接，完全由電控系統(tǒng)實現(xiàn)轉(zhuǎn)向，可以擺脫傳統(tǒng)轉(zhuǎn)向系統(tǒng)的各種限制，汽車轉(zhuǎn)向的力傳遞特性和角度傳遞特性的設(shè)計空間更大，更方便與自動駕駛其他子系統(tǒng)（如感知、動力、底盤等）實現(xiàn)集成，在改善汽車主動安全性能、駕駛特性、操縱性以及駕駛員路感方面具有優(yōu)勢，同時也給線控轉(zhuǎn)向核心控制策略提出了新的要求。

本文首先梳理了汽車線控轉(zhuǎn)向技術(shù)的發(fā)展概況以及線控轉(zhuǎn)向系統(tǒng)的典型布置方案，然后聚焦核心控制策略，總結(jié)了路感反饋控制和轉(zhuǎn)向執(zhí)行控制的思路、方法、關(guān)鍵技術(shù)以及面臨的挑戰(zhàn)，最后提出線控轉(zhuǎn)向系統(tǒng)控制技術(shù)的發(fā)展趨勢。

2 線控轉(zhuǎn)向系統(tǒng)發(fā)展概況

線控轉(zhuǎn)向的概念起源于20世紀(jì)50年代，其發(fā)展過程如圖1所示。美國天合（TRW）公司最早提出用控制信號代替轉(zhuǎn)向盤和轉(zhuǎn)向輪之間的機(jī)械連接，之后德國Kasselmann和Keranen設(shè)計了早期的線控轉(zhuǎn)向模型[6]。受制于電子控制技術(shù)，直到20世紀(jì)90年代，線控轉(zhuǎn)向技術(shù)才有較大進(jìn)展，美國、歐洲、日本在線控轉(zhuǎn)向的研發(fā)與推廣方面比較活躍，一些采用線控轉(zhuǎn)向系統(tǒng)的概念車陸續(xù)展出。

圖1 線控轉(zhuǎn)向技術(shù)發(fā)展史

2013年，英菲尼迪的“Q50”成為第1款應(yīng)用線控轉(zhuǎn)向技術(shù)的量產(chǎn)車型[7]。該線控轉(zhuǎn)向系統(tǒng)由路感反饋總成、轉(zhuǎn)向執(zhí)行機(jī)構(gòu)和3個電控單元組成，其中雙轉(zhuǎn)向電機(jī)的電控單元互相實現(xiàn)備份，可保證系統(tǒng)的冗余性能，轉(zhuǎn)向柱與轉(zhuǎn)向機(jī)間的離合器能夠在線控轉(zhuǎn)向系統(tǒng)出現(xiàn)故障時自動接合，保證緊急工況下依然可實現(xiàn)對車輛轉(zhuǎn)向的機(jī)械操縱。2017年，耐世特（Nexteer）公司開發(fā)了由“靜默轉(zhuǎn)向盤系統(tǒng)”和“隨需轉(zhuǎn)向系統(tǒng)”組成的線控轉(zhuǎn)向系統(tǒng)[8]，該系統(tǒng)可隨需轉(zhuǎn)向，在自動駕駛時轉(zhuǎn)向盤可以保持靜止，并可收縮至組合儀表上，從而提供更大的車內(nèi)空間。

3 線控轉(zhuǎn)向系統(tǒng)的組成與布置方式

3.1 線控轉(zhuǎn)向系統(tǒng)組成

線控轉(zhuǎn)向系統(tǒng)最顯著的特征為去掉了傳統(tǒng)轉(zhuǎn)向系統(tǒng)中從轉(zhuǎn)向盤到轉(zhuǎn)向執(zhí)行器間的機(jī)械連接，由路感反饋總成、轉(zhuǎn)向執(zhí)行總成、控制器以及相關(guān)傳感器組成，如圖2所示。

路感反饋總成主要包括轉(zhuǎn)向盤、路感電機(jī)、減速器和扭矩轉(zhuǎn)角傳感器，功能是驅(qū)動路感電機(jī)實現(xiàn)控制器給出的反饋力矩指令，對駕駛員施加合適的路感[9]。

轉(zhuǎn)向執(zhí)行總成主要由轉(zhuǎn)向電機(jī)、轉(zhuǎn)向器和轉(zhuǎn)向拉桿等部件組成，轉(zhuǎn)向電機(jī)一般為永磁同步直流電機(jī)，轉(zhuǎn)向器多為齒輪齒條結(jié)構(gòu)或者循環(huán)球式結(jié)構(gòu)。該部分工作原理為驅(qū)動轉(zhuǎn)向電機(jī)快速、準(zhǔn)確地執(zhí)行控制器給出的轉(zhuǎn)向角指令，實現(xiàn)車輛的轉(zhuǎn)向功能[10]。

線控轉(zhuǎn)向控制器的功能包括路感反饋控制策略和線控轉(zhuǎn)向執(zhí)行控制策略。路感反饋控制策略根據(jù)駕駛意圖、車輛狀況與路況，過濾不必要的振動，實時輸出路感反饋力矩指令。線控轉(zhuǎn)向執(zhí)行控制策略依據(jù)車輛運(yùn)動控制準(zhǔn)則，提供良好的操縱穩(wěn)定性，實時輸出車輪轉(zhuǎn)向角指令。考慮到可靠性，保證車輛在任何工況下均不失去轉(zhuǎn)向能力，線控轉(zhuǎn)向執(zhí)行控制的冗余防錯功能至關(guān)重要。

3.2 線控轉(zhuǎn)向系統(tǒng)的典型布置方式

根據(jù)轉(zhuǎn)向電機(jī)的數(shù)量、布置位置與控制方式不同，目前線控轉(zhuǎn)向系統(tǒng)的典型布置方式可分為5類，即單電機(jī)前輪轉(zhuǎn)向、雙電機(jī)前輪轉(zhuǎn)向、雙電機(jī)獨(dú)立前輪轉(zhuǎn)向、后輪線控轉(zhuǎn)向和四輪獨(dú)立轉(zhuǎn)向。每種布置方式的代表樣機(jī)與優(yōu)缺點(diǎn)如表1所示。

表1 線控轉(zhuǎn)向系統(tǒng)布置方式比較

4 路感反饋控制策略

路感反饋力矩估計一般有3種方法[11]。第1種為傳感器測量方法，由于齒條處力矩包含有輪胎力和回正力矩等信息，故測量數(shù)據(jù)需經(jīng)濾波才能作為反饋力矩；第2種為參數(shù)擬合方法，將反饋力矩設(shè)計成與其相關(guān)因素的函數(shù)形式；第3種是基于動力學(xué)模型的方法，依據(jù)車輛動態(tài)響應(yīng)、駕駛員轉(zhuǎn)向盤輸入等狀態(tài)，利用車輛動力學(xué)模型估算輪胎回正力矩和需要補(bǔ)償?shù)姆答伭?，進(jìn)而計算期望的反饋力矩指令。該方法對車輛狀態(tài)、駕駛風(fēng)格具有自適應(yīng)能力，是目前研究的主流，典型的基于動力學(xué)模型的路感反饋控制思路如圖3所示。按照模塊的功能，可以將路感反饋控制策略分為2個層次，上層控制策略計算期望的路感反饋力矩，下層控制策略準(zhǔn)確、快速執(zhí)行該反饋力矩。主要控制方法與特點(diǎn)總結(jié)如表2。

圖3 路感反饋控制框圖

4.1 反饋力矩估計

在利用傳感器進(jìn)行反饋力矩相關(guān)測量的研究中，文獻(xiàn)[12]、文獻(xiàn)[13]利用扭矩傳感器直接測量齒條力矩，作為估算反饋力矩的參考，其中，文獻(xiàn)[13]假設(shè)車輛在平滑路面行駛，未考慮路面干擾以及輪胎與路面之間的摩擦。

表2 路感反饋控制策略主要方法

參數(shù)擬合進(jìn)行反饋力矩估計的研究中，大量文獻(xiàn)通過不同的轉(zhuǎn)向盤轉(zhuǎn)角、車速和力矩，將反饋力矩分成回正力矩、摩擦力矩等部分，但不同文獻(xiàn)對力矩的主要產(chǎn)生原因闡述不同，如文獻(xiàn)[12]提出了較全面的反饋力矩估計算法，包括主要反饋力矩、摩擦力矩、阻尼力矩、慣性力矩和主動回正力矩，其力矩計算模塊如圖4所示。文獻(xiàn)[14]則將反饋力矩的估算分成了4個部分，分別與轉(zhuǎn)向盤轉(zhuǎn)角、車輛橫擺角速度、車輛側(cè)向加速度和電機(jī)電流成比例，因此駕駛員能夠在不同車況下獲得相應(yīng)的路感。文獻(xiàn)[15]在計算力矩時考慮了阻尼力矩、慣性力矩、輪胎回正力矩和低速時的頂軸力矩，并由樣車進(jìn)行迂回試驗驗證了仿真計算結(jié)果。文獻(xiàn)[16]考慮了反饋電機(jī)電流、車速、前輪轉(zhuǎn)角和側(cè)向加速度等變量，采用模糊算法得到了真實的路感反饋力矩，提高了駕駛舒適性。其中轉(zhuǎn)角、側(cè)向加速度和反饋力矩的關(guān)系同樣由查圖表得到。

圖4 反饋力矩估算框架[12]

國內(nèi)外高校在仿真基礎(chǔ)上，將線控轉(zhuǎn)向系統(tǒng)裝備到實車上，利用車輛模型進(jìn)行估算，進(jìn)一步設(shè)計了反饋力矩估計算法。文獻(xiàn)[17]利用整車動力學(xué)模型估計自回正力矩，考慮了轉(zhuǎn)向側(cè)偏角、正壓力和輪胎屬性等參數(shù)。文獻(xiàn)[18]基于非線性車輛模型計算反饋力矩，考慮了輪胎的非線性及轉(zhuǎn)向系統(tǒng)的摩擦和阻尼參數(shù)，以適應(yīng)側(cè)向加速度過大的情況，同時，利用加權(quán)函數(shù)補(bǔ)償助力轉(zhuǎn)向功能。該算法可適用于較大側(cè)向加速度和轉(zhuǎn)向輕便性等工況，但是由于摩擦模型的不準(zhǔn)確導(dǎo)致蛇型試驗出現(xiàn)了較大誤差。文獻(xiàn)[19]利用樣車展開試驗，發(fā)現(xiàn)由于左、右輪胎力和力矩存在明顯差異，導(dǎo)致兩模型不匹配，對估計摩擦因數(shù)造成很大誤差，尤其是在側(cè)向加速度由低逐漸增大的關(guān)鍵區(qū)域內(nèi)。

近年來，智能算法也越來越多地被引入反饋力矩估計。文獻(xiàn)[20]設(shè)計前饋神經(jīng)網(wǎng)絡(luò)（Feed-forward Neural Network，F(xiàn)NN）方法得到了路感反饋力矩。該文獻(xiàn)提出，在推算反饋力矩時，隱藏層中的網(wǎng)絡(luò)拓?fù)浣Y(jié)構(gòu)應(yīng)該有至少10個神經(jīng)元。文獻(xiàn)[21]將前軸垂直位移、自回正力矩和前輪轉(zhuǎn)角作為輸入量，基于車輛動力學(xué)模型利用神經(jīng)網(wǎng)絡(luò)法計算了反饋電機(jī)電流，利用鍵合圖理論建立了車輛前輪系統(tǒng)模型，在干、濕、冰路面分別進(jìn)行了仿真驗證。文獻(xiàn)[22]提出基于遲滯的優(yōu)化反饋力矩算法，通過迂回試驗、雙移線試驗等跟蹤性驗證了算法有效性。

4.2 路感電機(jī)控制

路感電機(jī)需要實施位移-力矩綜合控制，將上層估計算法得到的力矩反饋給駕駛員以獲得精準(zhǔn)路感，常用的控制方法為PID反饋控制，并結(jié)合前饋控制用以提高響應(yīng)速度和精度，同時在路感電機(jī)控制中也應(yīng)該考慮復(fù)雜的干擾因素（如側(cè)向風(fēng)等）對駕駛員路感的影響。

文獻(xiàn)[23]～文獻(xiàn)[25]對線控轉(zhuǎn)向系統(tǒng)中路感電機(jī)采取了PID控制，其中文獻(xiàn)[23]提出了高速換道情況下的力矩控制，由側(cè)向風(fēng)測試進(jìn)行了反饋力矩控制的調(diào)整。文獻(xiàn)[24]基于阻尼控制和擾動觀測器設(shè)計了控制器。文獻(xiàn)[25]利用參考模型得到前饋控制環(huán)節(jié)，并結(jié)合反饋與前饋控制對輪胎力進(jìn)行估計，反饋包括了線性與非線性的狀態(tài)反饋，前饋為與橫擺力矩、側(cè)向力、縱向力相關(guān)的參考模型，在低摩擦表面進(jìn)行了仿真驗證。

由于磁流變液具有低成本和高可靠性等優(yōu)勢，一些文獻(xiàn)提出了基于磁流變液的路感反饋控制。文獻(xiàn)[13]利用電機(jī)和磁流變減振器作為產(chǎn)生反饋力矩的執(zhí)行器，力矩跟蹤控制包括前饋與反饋，前饋控制使用了系統(tǒng)動態(tài)特性來彌補(bǔ)由慣性力矩和粘性摩擦產(chǎn)生的力矩，反饋控制則使用PID控制來補(bǔ)償參考力矩和反饋力矩之間的誤差，最后用正弦、搖擺試驗驗證了控制算法具有較好性能。文獻(xiàn)[26]、文獻(xiàn)[27]建立了基于磁流變液阻尼器的回正力矩和恢復(fù)力矩模型，隨著阻尼器電流的變化實現(xiàn)反饋力矩的調(diào)節(jié)，試驗證明了該反饋力矩系統(tǒng)可以應(yīng)用于小角度的車輛線控轉(zhuǎn)向。

考慮非線性摩擦和內(nèi)外部擾動因素，文獻(xiàn)[28]采用的自抗擾控制包含跟蹤微分器、擴(kuò)展?fàn)顟B(tài)觀測器和非線性狀態(tài)反饋。仿真結(jié)果顯示，對于非線性摩擦擾動，自抗擾控制較PID控制具有更強(qiáng)的魯棒性。

4.3 面臨的挑戰(zhàn)

路感反饋控制承擔(dān)著將路面信息反饋給駕駛員的任務(wù)，因此需要同時滿足準(zhǔn)確性和舒適性要求，隨著車輛轉(zhuǎn)向系統(tǒng)的進(jìn)一步發(fā)展，線控轉(zhuǎn)向路感反饋控制面臨的挑戰(zhàn)為：

a.復(fù)雜路況下路感力矩與人因工程的協(xié)調(diào)。路感反饋的評價很大程度上依賴于駕駛員主觀評價，由于路面信息復(fù)雜多變、駕駛員對相同路面反饋要求不一，因此復(fù)雜路況下符合不同駕駛風(fēng)格的路感反饋控制是一個難題。

b.位移、力矩聯(lián)合伺服控制的精度。路感反饋力矩的大小直接影響駕駛員對路感反饋的評價，一般路感電機(jī)的控制以力矩控制為主、轉(zhuǎn)角控制為輔，而在準(zhǔn)確的位置輸出期望的反饋力矩，當(dāng)外部干擾變化劇烈、部件老化時確保控制品質(zhì)也是一個難題。

c.隨著自動駕駛的發(fā)展，在未來第5級全自動駕駛車上，車輛可完全交由控制器操縱，法規(guī)可能允許駕駛員不需要進(jìn)行轉(zhuǎn)向操控，路感反饋的功能和性能要求可能需要重新定義。

5 線控轉(zhuǎn)向執(zhí)行控制策略

線控轉(zhuǎn)向執(zhí)行控制根據(jù)當(dāng)前路況、車輛行駛狀態(tài)及性能要求，提出控制目標(biāo)（如目標(biāo)路徑、期望的車輛運(yùn)動響應(yīng)、駕乘舒適性等）和約束條件，并對難以直接測量的狀態(tài)或參數(shù)進(jìn)行狀態(tài)觀測和參數(shù)辨識，綜合控制目標(biāo)和約束條件等信息計算出期望的車輪轉(zhuǎn)角指令，由轉(zhuǎn)向電機(jī)執(zhí)行。典型的控制框圖如圖5所示，根據(jù)模塊的功能，可以將線控轉(zhuǎn)向控制執(zhí)行分為2個層次：上層控制策略進(jìn)行車輛運(yùn)動狀態(tài)控制，主要有變傳動比控制和車輛穩(wěn)定性控制2種方法，以計算期望的車輪轉(zhuǎn)角；下層控制策略準(zhǔn)確、快速地實現(xiàn)該車輪轉(zhuǎn)角。主要控制方法與特點(diǎn)總結(jié)如表3。

考慮到轉(zhuǎn)向系統(tǒng)是汽車安全的關(guān)鍵部件，冗余與容錯設(shè)計在前述的布置方式中已作為一個不可忽視的因素，它們也是線控轉(zhuǎn)向執(zhí)行控制的重要主題。

圖5 線控轉(zhuǎn)向執(zhí)行控制框圖

表3 線控轉(zhuǎn)向執(zhí)行控制策略主要算法

5.1 車輛運(yùn)動狀態(tài)控制

以實現(xiàn)預(yù)期車輛運(yùn)動狀態(tài)為目標(biāo)，線控轉(zhuǎn)向控制策略主要有2種思路：變傳動比控制和車輛穩(wěn)定性控制。

5.1.1 變傳動比控制

變傳動比控制的目標(biāo)為高速時轉(zhuǎn)向的穩(wěn)定性和低速時轉(zhuǎn)向的靈活性。一般而言，傳動比在低速時取值較小，高速時取值較大。由于線控轉(zhuǎn)向系統(tǒng)去除了傳動軸機(jī)械結(jié)構(gòu)的限制，因此傳動比的設(shè)計空間更大。

文獻(xiàn)[29]設(shè)計了隨車速變化的函數(shù)關(guān)系變傳動比特性，并基于變傳動比設(shè)計了線性二次調(diào)節(jié)器主動轉(zhuǎn)向系統(tǒng)。文獻(xiàn)[30]根據(jù)期望橫擺速度增益不變和期望側(cè)向加速度增益不變分別設(shè)計了傳動比控制策略，并將兩者結(jié)合設(shè)計了第3種控制策略，合理分配兩種控制策略的車速適應(yīng)范圍，可達(dá)到最佳的變動傳動比控制效果。文獻(xiàn)[31]設(shè)計了變增益的線控轉(zhuǎn)向系統(tǒng)角傳動比控制策略，高速段設(shè)計為側(cè)向加速度增益不變，中速段設(shè)計為橫擺角速度增益不變，低速段根據(jù)主觀評價試驗來確定傳動比。

除根據(jù)車輛運(yùn)動響應(yīng)增益來確定不同的傳動比策略外，文獻(xiàn)[32]文獻(xiàn)[33]分別利用遺傳算法和模糊控制理論設(shè)計了轉(zhuǎn)向系統(tǒng)變傳動比特性。奔馳公司[44]通過設(shè)計變模數(shù)齒條實現(xiàn)轉(zhuǎn)向系統(tǒng)變傳動比特性控制。

5.1.2 車輛穩(wěn)定性控制

以車輛動力學(xué)為基礎(chǔ)的車輛穩(wěn)定性控制已有豐富的研究成果，在線控轉(zhuǎn)向執(zhí)行控制中，由于車輛行駛工況復(fù)雜、車輛參數(shù)時變、狀態(tài)動態(tài)變化以及駕駛員風(fēng)格各異，對車輛穩(wěn)定性控制的自適應(yīng)性和魯棒性提出了較高甚至極限需求，成為了國內(nèi)外學(xué)者的研究重點(diǎn)。

PID方法在工業(yè)控制領(lǐng)域應(yīng)用廣泛，但是傳統(tǒng)PID控制不能實現(xiàn)參數(shù)自整定，不能滿足線控轉(zhuǎn)向要求。文獻(xiàn)[34]設(shè)計了基于分?jǐn)?shù)階PID控制理論的線控轉(zhuǎn)向控制器，利用優(yōu)化算法計算分?jǐn)?shù)階5個參數(shù)，并利用遞歸算法Oustaloup擬合了分?jǐn)?shù)階PID控制器，驗證了分?jǐn)?shù)階PID控制的魯棒性。文獻(xiàn)[35]利用模糊PID對線控轉(zhuǎn)向執(zhí)行控制進(jìn)行研究，建立二自由度車輛模型計算理想橫擺角速度和質(zhì)心側(cè)偏角，將實際值與理想值的偏差作為控制器輸入，設(shè)計自適應(yīng)模糊PI控制器輸出期望的前輪轉(zhuǎn)角，實現(xiàn)基于線控轉(zhuǎn)向的車輛穩(wěn)定性控制。文獻(xiàn)[36]設(shè)計模糊PI控制器對車身側(cè)傾進(jìn)行控制，利用車輪上方垂直載荷與車輛所有載荷比值的實際值和門限值偏差作為輸入，計算期望轉(zhuǎn)向角。

優(yōu)化算法在線控轉(zhuǎn)向執(zhí)行控制中得到應(yīng)用，文獻(xiàn)[37]設(shè)計了全狀態(tài)觀測器和線性二次整定（LQR）控制器，利用灰箱辨識出線控轉(zhuǎn)向模型參數(shù)，解決了電液執(zhí)行系統(tǒng)的非線性帶來的影響。文獻(xiàn)[38]根據(jù)車輛轉(zhuǎn)向跟隨性和穩(wěn)定性控制中產(chǎn)生的額外側(cè)向力，提出了一種基于線性二次型調(diào)節(jié)器的主動前輪轉(zhuǎn)向系統(tǒng)（AFS）最優(yōu)控制策略，利用AFS補(bǔ)償由于非對稱制動力分配而產(chǎn)生的橫擺和側(cè)傾。文獻(xiàn)[39]～文獻(xiàn)[42]針對AFS設(shè)計了橫擺角速度和質(zhì)心側(cè)偏角反饋的LQR最優(yōu)控制算法，針對難測變量質(zhì)心側(cè)偏角設(shè)計了狀態(tài)觀測器，文獻(xiàn)[43]利用線性二次高斯（LQG）和回路轉(zhuǎn)換復(fù)原法設(shè)計了控制器。

針對車輛在行駛過程中可能出現(xiàn)的干擾，例如側(cè)向風(fēng)等，文獻(xiàn)[44]設(shè)計了前饋控制器提前對系統(tǒng)受到的擾動進(jìn)行補(bǔ)償，以傳遞函數(shù)形式表達(dá)前輪轉(zhuǎn)角與車輛橫擺角速度之間的關(guān)系，控制策略在高速雙移線和側(cè)向風(fēng)干擾工況下進(jìn)行了驗證。文獻(xiàn)[45]利用橫擺角速度和質(zhì)心側(cè)偏角偏差值分別設(shè)計了前饋控制器和反饋控制器，用來計算期望的轉(zhuǎn)向電機(jī)力矩。

針對線控轉(zhuǎn)向系統(tǒng)建模和車輛動力學(xué)模型中的一些參數(shù)不確定性，國內(nèi)外許多學(xué)者設(shè)計了魯棒控制[46-49]。文獻(xiàn)[48]考慮輪胎力不確定性，使用具有逆乘數(shù)不確定度的H∞分析，結(jié)果表明，在高頻干擾下，魯棒穩(wěn)定性的界限僅由前輪側(cè)向力的標(biāo)稱梯度與最小梯度之間的比值定義，而在低頻下，魯棒穩(wěn)定性的約束則表示為前向速度的函數(shù)。文獻(xiàn)[49]則將車輛動力學(xué)模型中的一些不確定性參數(shù)，例如將車速、前后輪側(cè)偏剛度視為不確定性參數(shù)，設(shè)計μ控制器。文獻(xiàn)[50]考慮了主動轉(zhuǎn)向系統(tǒng)的狀態(tài)延遲對車輛設(shè)計了側(cè)向動力學(xué)魯棒控制。

滑模變結(jié)構(gòu)控制可以根據(jù)系統(tǒng)當(dāng)前狀態(tài)表現(xiàn)（例如狀態(tài)變量偏差及偏差導(dǎo)數(shù)等），按照既定規(guī)則發(fā)生變化，迫使系統(tǒng)按照預(yù)先設(shè)定的“滑模面”進(jìn)行狀態(tài)轉(zhuǎn)移運(yùn)動，該方法與被控對象參數(shù)攝動無關(guān)，且無需對系統(tǒng)進(jìn)行辨識，文獻(xiàn)[51]～文獻(xiàn)[58]針對線控轉(zhuǎn)向系統(tǒng)采取了不同形式的滑模變結(jié)構(gòu)控制。文獻(xiàn)[51]通過對不同的滑模面進(jìn)行積分，運(yùn)用李雅普洛夫直接法研究了滑?？刂频姆€(wěn)定性，同時分析了線控轉(zhuǎn)向系統(tǒng)的動力學(xué)模型和混沌運(yùn)動，設(shè)計了車輛橫擺角速度穩(wěn)定的滑?？刂破?，仿真試驗顯示，該滑?？刂破骺梢詫㈨憫?yīng)延遲控制在1 s以內(nèi)。文獻(xiàn)[52]、文獻(xiàn)[53]將自適應(yīng)控制與滑?？刂葡嘟Y(jié)合，設(shè)計了自適應(yīng)滑?？刂破?，將線控轉(zhuǎn)向系統(tǒng)下層轉(zhuǎn)向電機(jī)到前輪轉(zhuǎn)角視為一個二階系統(tǒng)，并將輪胎受到的回正力矩和地面摩擦視為轉(zhuǎn)向控制中的外部擾動因素，利用自適應(yīng)估計律估計了回正力矩，基于滑模控制的反饋控制器對線控轉(zhuǎn)向系統(tǒng)轉(zhuǎn)向角誤差進(jìn)行了跟蹤控制。文獻(xiàn)[54]利用自適應(yīng)滑?？刂破髟O(shè)計了車輛狀態(tài)穩(wěn)定性控制器，應(yīng)用卡爾曼算法對車輪側(cè)偏剛度進(jìn)行估計，建立了自適應(yīng)全局快速滑模控制。文獻(xiàn)[55]指出在傳統(tǒng)基于滑?？刂频木€性超平面中，跟蹤誤差漸進(jìn)收斂到零且閉環(huán)控制系統(tǒng)中始終存在震顫問題，該文獻(xiàn)終端滑?？刂剖拐`差在有限時間里收斂到零。文獻(xiàn)[49]應(yīng)用擴(kuò)展卡爾曼濾波對車輛橫擺角速度和質(zhì)心側(cè)偏角進(jìn)行估計，對車輛參數(shù)不確定性進(jìn)行了μ魯棒控制，設(shè)計了快速終端滑?？刂破?。文獻(xiàn)[52]設(shè)計了自適應(yīng)終端滑?？刂破鳎\(yùn)用李亞普洛夫方法對參數(shù)不確定性邊界和外部擾動進(jìn)行了估計，通過實車雙移線和斜坡轉(zhuǎn)向試驗表明，最大轉(zhuǎn)向角誤差為0.041 1 rad，均方根誤差最小為0.012 3 rad。

針對終端滑?？刂圃谔岣呤諗克俣鹊耐瑫r帶來的奇異性問題，文獻(xiàn)[56]將快速奇異終端滑模控制（Fast Nonsingular Terminal Sliding Mode Control，F(xiàn)NTSMC）與自適應(yīng)估計相結(jié)合，設(shè)計了線控轉(zhuǎn)向系統(tǒng)自適應(yīng)快速非奇異終端滑?？刂疲ˋdaptive Fast Nonsingular Terminal Sliding Mode Control，AFNTSMC），將自適應(yīng)估計得到的回正力矩同時用于路感反饋控制和轉(zhuǎn)向角擾動補(bǔ)償控制。

轉(zhuǎn)向控制模型較復(fù)雜，一些不依賴于具體精確的物理模型同時又能保證控制器精確控制的智能控制算法近期得到研究。文獻(xiàn)[57]、文獻(xiàn)[58]分別利用神經(jīng)網(wǎng)絡(luò)、模糊控制與滑?？刂葡嘟Y(jié)合，設(shè)計了自適應(yīng)徑向基函數(shù)神經(jīng)網(wǎng)絡(luò)滑?？刂坪托〔：窠?jīng)網(wǎng)絡(luò)滑?？刂疲瑢€控轉(zhuǎn)向系統(tǒng)轉(zhuǎn)向角跟蹤進(jìn)行了控制。文獻(xiàn)[59]～文獻(xiàn)[62]利用模型預(yù)測控制，同時針對車輛動力學(xué)模型中不確定性參數(shù)進(jìn)行估計，設(shè)計了轉(zhuǎn)向模型預(yù)測控制器。

針對車輛穩(wěn)定性控制要求，采取線控轉(zhuǎn)向技術(shù)能更易于實現(xiàn)四輪轉(zhuǎn)向和集成控制。通過對后輪施加轉(zhuǎn)角，文獻(xiàn)[63]、文獻(xiàn)[64]也證實了四輪轉(zhuǎn)向可大大提高車輛轉(zhuǎn)向時的穩(wěn)定性，同時，文獻(xiàn)[65]通過四輪轉(zhuǎn)向和制動集成控制進(jìn)一步增強(qiáng)了車輛的穩(wěn)定性，文獻(xiàn)[66]、文獻(xiàn)[67]通過對主動轉(zhuǎn)向和主動橫擺力矩等進(jìn)行集成控制增強(qiáng)了系統(tǒng)轉(zhuǎn)向的穩(wěn)定性。文獻(xiàn)[68]通過魯棒增益控制對主動轉(zhuǎn)向和懸架系統(tǒng)進(jìn)行了集成控制，增強(qiáng)了車輛的行駛穩(wěn)定性。

5.2 轉(zhuǎn)向執(zhí)行控制

轉(zhuǎn)向執(zhí)行器接受上層控制的指令，通過對電機(jī)或者液壓系統(tǒng)進(jìn)行跟蹤控制確保車輪轉(zhuǎn)角控制的精確性。

文獻(xiàn)[69]、文獻(xiàn)[70]設(shè)計PID控制對線控液壓轉(zhuǎn)向系統(tǒng)下層液壓缸進(jìn)行了控制，控制精度較傳統(tǒng)液壓助力轉(zhuǎn)向高。文獻(xiàn)[45]、文獻(xiàn)[71]將前輪轉(zhuǎn)角誤差作為輸入變量，設(shè)計PID控制器。

文獻(xiàn)[72]在控制轉(zhuǎn)向電機(jī)時考慮了線控轉(zhuǎn)向系統(tǒng)的不確定參數(shù)，設(shè)計了轉(zhuǎn)向電機(jī)自適應(yīng)前饋扭矩控制器，利用齒條速度誤差設(shè)計了參數(shù)估計器。文獻(xiàn)[73]、文獻(xiàn)[74]利用模糊控制設(shè)計了電機(jī)模糊PID控制器，有效增強(qiáng)了電機(jī)控制的魯棒性。文獻(xiàn)[75]在對轉(zhuǎn)向電機(jī)進(jìn)行控制時，去掉電流傳感器，通過在控制中注入高頻電流實現(xiàn)了轉(zhuǎn)向電機(jī)電流環(huán)的閉環(huán)控制。文獻(xiàn)[76]圍繞無人車底層控制，針對全線控車輛利用反饋線性化思想設(shè)計了橫擺角速度跟蹤算法，實現(xiàn)了目標(biāo)車的遙控行駛。

由于線控轉(zhuǎn)向系統(tǒng)存在相耦合車輪轉(zhuǎn)向角控制和駕駛員手感力矩控制，為了協(xié)調(diào)這2類控制，文獻(xiàn)[77]～文獻(xiàn)[81]利用了雙向控制的思想，即雙向控制路感力矩和車輪轉(zhuǎn)角。線控轉(zhuǎn)向雙向控制主要有力反饋-位置差型雙向控制和力差-位置反饋型雙向控制以及兩種綜合形式的雙向控制，可以實現(xiàn)很好的控制精度。

5.3 線控轉(zhuǎn)向執(zhí)行容錯控制

在線控轉(zhuǎn)向系統(tǒng)中，由于電子元件失效或者控制系統(tǒng)環(huán)境發(fā)生變化（例如存在較大側(cè)向力[82]）時均可能導(dǎo)致線控轉(zhuǎn)向系統(tǒng)失效，一旦發(fā)生，后果非常嚴(yán)重。為了提高線控轉(zhuǎn)向系統(tǒng)的安全性，需要充分考慮轉(zhuǎn)向執(zhí)行系統(tǒng)的容錯能力。在過去20年間，線控轉(zhuǎn)向的容錯控制也越來越吸引研究者的注意[83]，在被動容錯和主動容錯方面開展了一些研究。

線控轉(zhuǎn)向系統(tǒng)被動容錯方案主要是指采取額外裝置，在系統(tǒng)失效時備份裝置可以保證不失去轉(zhuǎn)向能力，典型的有機(jī)械轉(zhuǎn)向軸備份和作動器備份。英菲尼迪Q50采用安裝了離合器裝置的轉(zhuǎn)向軸備份，在線控系統(tǒng)失效時離合器接合可實現(xiàn)轉(zhuǎn)向功能，屬于典型的被動容錯方案，此外文獻(xiàn)[84]還采取了備用電機(jī)備份，在轉(zhuǎn)向電機(jī)出現(xiàn)失效時備用電機(jī)通過離合器接合可實現(xiàn)轉(zhuǎn)向功能，與轉(zhuǎn)向軸備份一起實現(xiàn)雙備份容錯控制。

由于被動容錯控制需要額外的機(jī)械機(jī)構(gòu)或者作動器部件，且額外部件僅在失效時工作，因此結(jié)構(gòu)較為復(fù)雜，多為現(xiàn)階段線控轉(zhuǎn)向系統(tǒng)法規(guī)出現(xiàn)前的過渡方案，因此越來越多的線控轉(zhuǎn)向系統(tǒng)采用主動容錯方案。

狀態(tài)觀測器的引入，可以在不直接依賴于傳感器的情況下獲取所需變量，大大增強(qiáng)了系統(tǒng)的容錯性能，如擾動觀測器[85]、龍貝格觀測器[86]和基于卡爾曼濾波的狀態(tài)觀測器[87]等，文獻(xiàn)[88]設(shè)計了未知輸入變量觀測器，提高了系統(tǒng)的故障診斷性能。文獻(xiàn)[89]針對線控轉(zhuǎn)向控制器的CAN總線通訊，利用多核ECU實現(xiàn)冗余多線程控制，提高了快速誤差檢測的能力。文獻(xiàn)[90]基于線性矩陣不等式設(shè)計了線控轉(zhuǎn)向系統(tǒng)魯棒H∞滑模觀測器，提高了傳感器的冗余性能。文獻(xiàn)[91]設(shè)計了非線性滑模觀測器和長范圍預(yù)測器，基于丟番圖辨識的長范圍預(yù)測器可以提高故障診斷的效率，臺架試驗結(jié)果表明該預(yù)測器對系統(tǒng)整體的魯棒性沒有造成影響。文獻(xiàn)[92]設(shè)計了自適應(yīng)診斷觀測器，可以根據(jù)作動器的效率缺失自適應(yīng)地改變控制策略。文獻(xiàn)[93]、文獻(xiàn)[94]利用卡爾曼濾波對前輪轉(zhuǎn)角傳感器和電機(jī)參數(shù)進(jìn)行了估計，增強(qiáng)了傳感器故障或者電機(jī)突變故障時線控轉(zhuǎn)向系統(tǒng)的冗余防錯控制。

除利用狀態(tài)觀測器實現(xiàn)冗余控制外，多電子元器件的主動容錯控制方法也越來越多，文獻(xiàn)[95]設(shè)計了線控轉(zhuǎn)向系統(tǒng)雙電機(jī)冗余控制，利用自適應(yīng)衰減卡爾曼濾波設(shè)計故障診斷系統(tǒng)，分別對轉(zhuǎn)矩和轉(zhuǎn)角閉環(huán)控制進(jìn)行故障檢測，雙電機(jī)分別采用轉(zhuǎn)角閉環(huán)控制和扭矩閉環(huán)控制。文獻(xiàn)[96]、文獻(xiàn)[97]采取多傳感器冗余方式提高系統(tǒng)的容錯性能。文獻(xiàn)[98]設(shè)計了雙控制同步備份，并分別利用CAN、CANFD和FlexRay進(jìn)行通訊測試。

提高線控轉(zhuǎn)向控制算法的魯棒性和容錯性實現(xiàn)容錯控制依然是目前采用比較多的方式。文獻(xiàn)[99]設(shè)計了基于δ因子的容錯模型預(yù)測控制器，通過δ因子構(gòu)建以線性矩陣不等式為基礎(chǔ)的故障檢測觀測器，用以估計線控轉(zhuǎn)向系統(tǒng)中的故障。文獻(xiàn)[100]、文獻(xiàn)[101]針對線控轉(zhuǎn)向輪轂電機(jī)驅(qū)動電動車，在出現(xiàn)側(cè)滑或者電機(jī)作動器失效時，利用線性變參數(shù)理論設(shè)計了上層重構(gòu)容錯控制器重新分配各輪力矩，確保了故障發(fā)生時的系統(tǒng)可控制性能。文獻(xiàn)[102]將線控轉(zhuǎn)向系統(tǒng)控制分為車輛運(yùn)動的基本控制器和車輛舒適性的額外控制器2類，并將其隔離控制，通過限制額外控制器部分的輸出范圍，減少此部分傳感器失效帶給線控轉(zhuǎn)向系統(tǒng)的影響。文獻(xiàn)[103]基于多維高斯隱式馬爾科夫模型對線控轉(zhuǎn)向轉(zhuǎn)角傳感器設(shè)計了容錯控制策略。文獻(xiàn)[104]利用加權(quán)廣義逆的直接橫擺力矩控制，對線控轉(zhuǎn)向和線控制動中的傳感器容錯進(jìn)行了控制。文獻(xiàn)[105]基于遺忘因子的遞歸最小二乘法對線控轉(zhuǎn)向系統(tǒng)的永磁同步電機(jī)進(jìn)行了容錯控制。文獻(xiàn)[106]在線控轉(zhuǎn)向系統(tǒng)失效時，通過引入較高的滑移率抵抗車輛的橫擺運(yùn)動，使車輛保持接近穩(wěn)定的操作狀態(tài)，提高了線控轉(zhuǎn)向系統(tǒng)的容錯性能。文獻(xiàn)[107]通過設(shè)計反饋加前饋雙控制實現(xiàn)線控轉(zhuǎn)向系統(tǒng)轉(zhuǎn)角控制，利用修正卡爾曼濾波設(shè)計了前輪轉(zhuǎn)角防錯控制，提高了系統(tǒng)整體的冗余性能。

FlexRay總線具有高速率、支持多級別容錯能力等優(yōu)點(diǎn)，在線控轉(zhuǎn)向容錯控制中得到了大量的應(yīng)用，如歐洲“SPARC”[108]、“HAVEit”[109]、“SafeCar”[110]等項目應(yīng)用FlexRay總線技術(shù)開發(fā)了線控轉(zhuǎn)向系統(tǒng)，GM公司“Sequel”實車[111]、韓國“HanilProTech”模擬器[112]、印度“ELVEEGOCIRCUITS”[113]等都采用了FlexRay技術(shù)實現(xiàn)線控轉(zhuǎn)向中的信息通訊。

智能控制算法在容錯控制中也得到一些應(yīng)用，文獻(xiàn)[114]首先建立粗糙集模型減少了線控轉(zhuǎn)向系統(tǒng)的冗余信息，并應(yīng)用粒子群優(yōu)化算法優(yōu)化后的徑向基神經(jīng)網(wǎng)絡(luò)學(xué)習(xí)故障準(zhǔn)則，提高了系統(tǒng)的容錯性能。文獻(xiàn)[115]利用MATLAB工具箱TrueTime，基于自適應(yīng)的模糊推理系統(tǒng)設(shè)計了網(wǎng)絡(luò)層面的故障診斷系統(tǒng)。文獻(xiàn)[116]基于ISO 26262利用蟻群算法對包括線控轉(zhuǎn)向系統(tǒng)在內(nèi)的整車安全性進(jìn)行了分級劃分，提高了系統(tǒng)的容錯性能。

5.4 面臨的挑戰(zhàn)

在自動駕駛條件下，特別是在復(fù)雜路況和行駛環(huán)境中，需要規(guī)劃出安全路徑，并且準(zhǔn)確、快速實現(xiàn)路徑跟蹤，而現(xiàn)有的控制算法在環(huán)境適應(yīng)性方面尚不足，因此，線控轉(zhuǎn)向系統(tǒng)面臨著一系列挑戰(zhàn)：

a.目前已有的較成熟的轉(zhuǎn)向執(zhí)行控制策略大多僅實現(xiàn)轉(zhuǎn)向助力功能，不能滿足自動駕駛環(huán)境下線控轉(zhuǎn)向執(zhí)行控制的要求。特別對于復(fù)雜的路況和交通環(huán)境下，需要研發(fā)自適應(yīng)和魯棒性強(qiáng)的線控轉(zhuǎn)向執(zhí)行算法。

b.隨著自動駕駛進(jìn)程的進(jìn)一步發(fā)展，線控轉(zhuǎn)向系統(tǒng)需要與其他（感知、底盤、動力等）自動駕駛控制子系統(tǒng)進(jìn)行高度融合與協(xié)同，復(fù)雜度和可靠性是挑戰(zhàn)。

c.在自動駕駛由第2級發(fā)展到第4級的過程中，線控轉(zhuǎn)向系統(tǒng)需正確判別緊急狀態(tài)、準(zhǔn)確識別駕駛員意圖，實現(xiàn)提前預(yù)判緊急工況、規(guī)劃道路動態(tài)安全邊界、輔助駕駛員進(jìn)行自動緊急轉(zhuǎn)向等駕駛行為，因此，需要解決駕駛員干預(yù)與自動駕駛控制策略間的融合與協(xié)同問題。

6 結(jié)論和展望

線控轉(zhuǎn)向是自動駕駛的關(guān)鍵組成部分，隨著自動駕駛汽車的智能化程度逐漸提高，線控轉(zhuǎn)向控制策略在環(huán)境適應(yīng)性、駕駛智能化以及可靠性方面遇到新的挑戰(zhàn)。為了滿足自動駕駛從當(dāng)前駕駛輔助階段逐漸發(fā)展至完全自動駕駛階段對轉(zhuǎn)向系統(tǒng)的要求，線控轉(zhuǎn)向控制策略亟待在幾方面進(jìn)行研究：

a.復(fù)雜路況、復(fù)雜交通環(huán)境條件下線控轉(zhuǎn)向系統(tǒng)的自適應(yīng)性和魯棒性，駕駛風(fēng)格各異的人因工程協(xié)同性；

b.極端工況下的失效模式和冗余容錯控制策略；

c.線控轉(zhuǎn)向系統(tǒng)樣機(jī)的實車裝載與實車性能驗證，為市場推廣與應(yīng)用奠定基礎(chǔ)；

d.考慮復(fù)雜工況，滿足良好的操縱穩(wěn)定性與車輛駕乘人員舒適性感受的線控轉(zhuǎn)向系統(tǒng)的操穩(wěn)分析和評價指標(biāo)；

e.隨著汽車電動化進(jìn)程的發(fā)展，整車電器元件和功率進(jìn)一步增加，整車電源電壓易出現(xiàn)波動，影響線控轉(zhuǎn)向作動器的伺服控制精度，因此需開展更高電壓的車載電源（如48 V車載電源）供電下的線控轉(zhuǎn)向系統(tǒng)的設(shè)計與控制研發(fā)。

[1]Sauras P,Gil A,Gill JS,et al.VoGe:A Voice and Gesture System for Interactingwith Autonomous Cars[R].SAE Tech?nical Paper,2017.

[2]彭斐.力爭十年實現(xiàn)汽車強(qiáng)國夢解讀《汽車產(chǎn)業(yè)中長期發(fā)展規(guī)劃》[J].汽車與配件,2017（14）：60-61.

[3]Schneider N,Berg G,Paradies S,etal.Designing Emergency Steering and Evasion Assist to Enhance Safety in Use and Controllability[M]//Bengler K,Drüke J,Hoffmann S,et al.UR:BAN Human Factors in Traffic.Wiesbaden:Springer Vieweg,2018:479-494.

[4]Schwarz B,Eckstein L.Reduction of Driving Resistance by Means ofWheel-individual Steer-by-Wire Systems[J].ATZ worldwide,2018,120(1):44-49.

[5]季學(xué)武,劉亞輝,楊愷明,等.乘用車電控轉(zhuǎn)向系統(tǒng)的發(fā)展趨勢[J].汽車安全與節(jié)能學(xué)報,2015,6（3）：208-216.

[6]宗長富,李剛,鄭宏宇,等.線控汽車底盤控制技術(shù)研究進(jìn)展及展望[J].中國公路學(xué)報,2013,26（2）：160-176.

[7]齊偉.英菲尼迪線控主動轉(zhuǎn)向系統(tǒng)（DAS）淺探[J].汽車維修,2014（8）：11-13.

[8]《汽車與配件》編輯部.耐世特：展示最新自動駕駛應(yīng)用[J].汽車與配件,2017（14）：54.

[9]Yih P.Steer-by-Wire:Implications for Vehicle Handling and Safety[D].Palo Alto:Stanford University,2005.

[10]王祥.汽車線控轉(zhuǎn)向系統(tǒng)雙向控制及變傳動比特性研究[D].長春：吉林大學(xué),2013.

[11]鄭宏宇,宗長富,王祥.汽車線控轉(zhuǎn)向系統(tǒng)路感模擬方法[J].農(nóng)業(yè)機(jī)械學(xué)報,2011,42（2）：18-22.

[12]Müller S F S.A New Model to Compute the Desired Steering Torque for Steer-by-Wire Vehicles and Driving Simulators[J].Vehicle System Dynamics,2014,52(sup1):251-271.

[13]Lee J,Chang S,Kim K,et al.Steering Wheel Torque Controlof Steer-by-Wire System for Steering Feel[R].SAE Technical Paper,2017.

[14]Ryouhei Hayama,Sadahiro Kawahara,Shirou Nakano,et al.Resistance Torque Control for Steer-by-Wire System to Improve Human–Machine Interface[J].Vehicle System Dynamics,2010,48(9):1065-1075.

[15]Balachandran A,Gerdes J C.Artificial Steering Feel Design for Steer-by-Wire Vehicles[J].IFAC Proceedings Volumes,2013,46(21):404-409.

[16]Xiao Z,Xiao B.Research on Road Feeling Control Strategy for Electric Forklift Steer-by-Wire System[C].Industrial Electronicsand Applications.IEEE,2016:1744-1749.

[17]Kim S H,Chu C N.A New Manual Steering Torque Estimation Model for Steer- by- Wire Systems[J].Proceedings of the Institution of Mechanical Engineers,Part D:Journal of Automobile Engineering,2016,230(7):993-1008.

[18]Tao W,Gao B,Chu H,et al.Studies on Steering Feeling Feedback System Based on Nonlinear Vehicle Model[R].SAETechnical Paper,2017.

[19]Beal C E.Independent Wheel Effects in Real Time Estimation of Tire-Road Friction Coefficient from Steering Torque[J].IFAC-Papersonline,2016,49(11):319-326.

[20]Ende K T R V,Schaare D,Kaste J,et al.Practicability Study on the Suitability of Artificial,Neural Networks for the Approximation of Unknown Steering Torques[J].Vehicle System Dynamics,2016,54(10):1362-1383.

[21]Jayachandran J,Ashok D.Neural Network Based Approach for the Generation ofRoad Feel in a Steer-by-Wire System[J].Engineering Journal,2016,20(5):50-66.

[22]Kirli A,Arslan M S.Online Optimized Hysteresis-Based Steering Feel Model for Steer-by-Wire Systems[J].Advances in Mechanical Engineering,2016,8(7):1-14.

[23]Takagi F,Shiiba T,Ishizaki R,et al.Evaluation of Handling Performance in Steer-by-Wire Vehicle[C].Advanced Vehicle Control:Proceedings of the 13th International Symposium on Advanced Vehicle Control(AVEC'16),CRCPress,2016:411.

[24]Fang G,Chen H.An ADAS-Oriented Virtual EPSPlatform Based on the Force Feedback Actuator of the Steer-by-Wire System[R].SAETechnicalPaper,2016.

[25]Russell H E B,Gerdes J C.Design of Variable Vehicle Handling Characteristics Using Four-Wheel Steer-by-Wire[J]. IEEE Transactions on Control Systems Technology,2016,24(5):1529-1540.

[26]Hu L Y,Yu Z H,Zheng D,et al.Steer-by-Wire Force Feedback System Based on Magnetorheological Fluid Damper[C].Applied Mechanics and Materials.Trans Tech Publications,2014,536:1032-1036.

[27]Huang C B,Zheng D,Yu Z H,et al.Design of MRFDamper-Based Experimental System for Steer-by-Wire Force Feedback Study[C].Applied Mechanics and Materials.Trans Tech Publications,2012,101:1177-1180.

[28]Gao G,Chen H,Lou L,et al.Torque Feedback Control for the Hand-Wheel Actuator of SBW Based on Active Disturbance Rejection Controller[C].Proceedings of the FISITA 2012World Automotive Congress.Springer,2013:391-403.

[29]董鑄榮,張欣,胡松華,等.基于LQR變傳動比控制的4 WIS電動車轉(zhuǎn)向控制仿真研究[J].汽車工程,2017,39（1）：79-85.

[30]施國標(biāo),趙萬忠,王成玲,等.線控轉(zhuǎn)向變傳動比控制對車輛操縱穩(wěn)定性的影響[J].北京理工大學(xué)學(xué)報,2008,28（3）：207-210.

[31]宗長富,韓衍東,何磊,等.汽車線控轉(zhuǎn)向變角傳動比特性研究[J].中國公路學(xué)報,2015,28（9）：115-120.

[32]于蕾艷,林逸,施國標(biāo).遺傳算法優(yōu)化線控轉(zhuǎn)向系統(tǒng)角傳動比的研究[J].計算機(jī)仿真,2008,25（8）：268-270.

[33]時間.基于虛擬樣機(jī)技術(shù)的線控轉(zhuǎn)向研究[D].西安：長安大學(xué),2008.

[34]田杰,陳寧,吳瑾.基于分?jǐn)?shù)階PIλDμ控制器的線控轉(zhuǎn)向系統(tǒng)路感研究[J].機(jī)械設(shè)計,2012，28（10）：25-28.

[35]王寧,石晶,李剛.線控轉(zhuǎn)向系統(tǒng)主動轉(zhuǎn)向控制策略研究[J].汽車實用技術(shù),2016（1）：72-73.

[36]劉軍,晏曉娟,陶昌齡,等.基于線控轉(zhuǎn)向的主動轉(zhuǎn)向控制策略研究[J].汽車技術(shù),2016（6）：5-10.

[37]Aly M,Roman M,Rabie M,etal.Observer-Based Optimal Position Control for Electrohydraulic Steer-by-Wire System Using Gray-Box System Identified Model[J].Journal of Dynamic Systems,Measurement,and Control,2017,139(12):121002-121010.

[38]陳德玲,殷承良,張建武.基于參數(shù)不確定的主動前輪轉(zhuǎn)向魯棒性控制[J].上海交通大學(xué)學(xué)報,2008,42（8）：1329-1333.

[39]Chen D,Yin C,Chen L.Vehicle Stability Improvement by Active Front Steering Control[C].ASME 2007 International Design Engineering Technical Conferences and Computers and Information in Engineering Conference,2007:1185-1192.

[40]Chen D,Chen L,Yin C,etal.Active Front Steering During Braking Process[J]. Chinese Journal of Mechanical Engineering,2008,21(4):64-70.

[41]陳德玲,殷承良,陳俐.基于狀態(tài)觀測器的主動前輪轉(zhuǎn)向研究[J].中國機(jī)械工程,2007,18（24）：3019-3023.

[42]陳德玲,陳俐,殷承良.制動過程的主動轉(zhuǎn)向干預(yù)控制[J].系統(tǒng)仿真學(xué)報,2008,20（10）：2640-2645.

[43]Zhang H,ZhaoW Z.Stability Control Strategy of Steer-by-Wire System Based on LQG/LTR[J].Science China TechnologicalSciences,2017,60(6):844-853.

[44]Takagi F,Shiiba T,Ishizaki R,et al.Evaluation of Handling Performance in Steer-by-Wire Vehicle[C].Advanced Vehicle Control:Proceedings of the 13th International Symposium on Advanced Vehicle Control(AVEC'16),CRCPress,2016:411.

[45]Li Y,Zhang J,Lv C,et al.Comprehensive Optimization of Dynamics Performance and Energy Consumption for an Electric Vehicle via Coordinated Control of SBW and FIWMA[J].SAE International Journal of Passenger Cars-MechanicalSystems,2016,9(1):90-98.

[46]Wang C Y,Deng K,Zhao W Z,et al.Stability Control of Steer byWire System Based onμSynthesis RobustControl[J].Science China Technological Sciences,2017,60(1):16-26.

[47]van der Sande T,Zegelaar P,Besselink I,et al.Upperboundson the Closed Loop Sensitivity for the Control of a Steer-by-Wire Vehicle[C].Advanced Vehicle Control:Proceedings of the 13th International Symposium on Advanced Vehicle Control(AVEC'16),CRC Press,2016:405.

[48]van der Sande T,Zegelaar P,Besselink I,et al.A Robust Control Analysis for a Steer-by-Wire Vehicle with Uncertainty on the Tyre Forces[J].Vehicle System Dynamics,2016,54(9):1247-1268.

[49]Hang P,Chen X,Fang S,et al.Robust Control for Four-Wheel-Independent-Steering Electric Vehicle with Steerby-Wire System[J].International Journal of Automotive Technology,2017,18(5):785-797.

[50]Jin X J,Yin G,Li Y,et al.Stabilizing Vehicle Lateral Dynamics with Considerations of State Delay of AFS for Electric Vehicles via Robust Gain-Scheduling Control[J].Asian JournalofControl,2016,18(1):89-97.

[51]Keighobadi J,Yarmohammadi M J.New Chatter-Free Sliding Mode Synchronization of Steer-by-Wire Systems Under Chaotic Conditions[J].Journal of Mechanical Science and Technology,2016,30(8):3829-3834.

[52]Sun Z,Zheng J,Man Z.Adaptive Sliding Mode Control for a Vehicle Steer-by-Wire System[C].International Conference on Control Science and Systems Engineering.IEEE,2016.

[53]Sun Z,Zheng J,Man Z,et al.Robust Control of a Vehicle Steer-by-Wire System Using Adaptive Sliding Mode[J].IEEE Transactions on Industrial Electronics,2016,63(4):2251-2262.

[54]Iqbal J,Zuhaib K,Han C,et al.Adaptive Global Fast Sliding Mode Control for Steer-by-Wire System Road Vehicles[J].Applied Sciences,2017,7(7):738.

[55]Wang H,Man Z,Kong H,etal.Design and Implementation of Adaptive Terminal Sliding-Mode Controlon a Steer-by-Wire Equipped Road Vehicle[J].IEEE Transactions on IndustrialElectronics,2016,63(9):5774-5785.

[56]Sun Z,Zheng J,Wang H,etal.Adaptive FastNon-Singular Terminal Sliding Mode Control for a Vehicle Steer-by-Wire System[J].IETControl Theory&Applications,2017,11(8):1245-1254.

[57]Wang H,He P,Yu M,et al.Adaptive Neural Network Sliding Mode Control for Steer-by-Wire-Based Vehicle Stability Control[J].Journal of Intelligent&Fuzzy Systems,2016,31(2):885-902.

[58]Lin F J,Hung YC,Ruan K C.An IntelligentSecond-Order Sliding-Mode Control for an Electric Power Steering System Using a Wavelet Fuzzy Neural Network[J].IEEE Transactionson Fuzzy Systems,2014,22(6):1598-1611.

[59]LiR,Li Y,Li SE,etal.Driver-automation indirectshared control of highly automated vehicles with intention-aware authority transition[C].2017 IEEE Intelligent Vehicles Symposium(IV),IEEE,2017:26-32.

[60]Massera C M,Terra M H,Wolf D F.Guaranteed Cost Model Predictive Control-Based Driver Assistance System for Vehicle Stabilization under Tire Parameters Uncertainties[C]. Intelligent Transportation Systems(ITSC),19th International Conference on.IEEE,2016:322-327.

[61]李彬,喻凡.四輪主動轉(zhuǎn)向的模型跟蹤控制研究[J].上海交通大學(xué)學(xué)報,2009（10）：1531-1535.

[62]Lu H,Shi Y,He D,et al.Model-Based Vehicle Stability Control with Tyre Force and Instantaneous Cornering Stiffness Estimation[J].Proceedings of the Institution of Mechanical Engineers,Part D:Journal of Automobile Engineering,2016,230(6):754-770.

[63]Li B,Yu F.Optimal Model Following Control of Four-Wheel Active Steering Vehicle[C]. International Conference on Information and Automation.IEEE,2009:881-886.

[64]Li B,Yu F.Design of a Vehicle Lateral Stability Control System via a Fuzzy Logic Control Approach[J].Proceedings of the Institution of Mechanical Engineers,Part D:Journal of Automobile Engineering,2010,224(3):313-326.

[65]李彬,喻凡.四輪轉(zhuǎn)向和差動制動聯(lián)合控制的車輛橫擺動力學(xué)[J].農(nóng)業(yè)機(jī)械學(xué)報,2008,39（12）：1-6.

[66]Li D,Yu F.A Novel Integrated Vehicle Chassis Controller Coordinating Direct Yaw Moment Control and Active Steering[R].SAETechnical Papers,2007.

[67]LiD,Du S,Yu F.Integrated Vehicle Chassis Control Based on Direct Yaw Moment,Active Steering and Active Stabilizer[J].Vehicle System Dynamics,2008,46(sup1):341-351.

[68]Jin X,Yin G,Bian C,et al.Robust Gain-scheduled Vehicle Handling Stability Control via Integration of Active Front Steering and Suspension Systems[J].Journal of Dynamic SystemsMeasurement&Control,2016,138(1):1-12.

[69]房素素,魯植雄,王增才,等.拖拉機(jī)線控液壓轉(zhuǎn)向系統(tǒng)設(shè)計及樣車性能試驗[J].農(nóng)業(yè)工程學(xué)報,2017,33（10）：86-93.

[70]魯植雄,龔佳慧,魯楊,等.拖拉機(jī)線控液壓轉(zhuǎn)向系統(tǒng)的雙通道PID控制仿真與試驗[J].農(nóng)業(yè)工程學(xué)報,2016,32（6）：101-106.

[71]Zhang Z,Zhang X,Pan H,et al.A Novel Steering System for a Space-Saving 4WS4WD Electric Vehicle:Design,Modeling,and Road Tests[J].IEEE Transactions on Intelligent Transportation Systems,2017,18(1):114-127.

[72]Wu X,Zhang M,Xu M,etal.Adaptive Feedforward Control of a Steer-by-Wire System by Online Parameter Estimator[J].International Journal of Automotive Technology,2018,19(1):159-166.

[73]肖峰.汽車線控轉(zhuǎn)向控制器的開發(fā)研究[D].西安：長安大學(xué),2008.

[74]Yang N,Liao Q.Design and Simulation for Steer-by-Wire System Based on Fuzzy-PID[C].Intelligent Human-Machine Systems and Cybernetics (IHMSC), 2015 InternationalConference.IEEE,2015:291-294.

[75]Scicluna K,Staines C S,Raute R.Sensorless Position Control of a PMSM for Steer-by-Wire Applications[C].Control,Decision and Information Technologies(CoDIT),2016 InternationalConference.IEEE,2016:46-51.

[76]熊璐,付志強(qiáng),柏滿飛,等.無人駕駛車輛的底層動力學(xué)控制研究[J].汽車技術(shù),2017（11）：1-6.

[77]Wu X,Ye C,Xu M,et al.Two-Port Network Based Bilateral Control of a Steer- by- Wire System[J].International Journal of Automotive Technology,2016,17(6):983-990.

[78]Matsunaga N,Im J,KawajiS.Control of Steering-by-Wire System of Electric Vehicle Using Bilateral Control Designed by Passivity Approach[J].Journal of System Design and Dynamics,2010,4(1):50-60.

[79]王祥.汽車線控轉(zhuǎn)向系統(tǒng)雙向控制及變傳動比特性研究[D].長春：吉林大學(xué),2013.

[80]鄭宏宇,王祥,宗長富,等.力控和位置反饋型線控轉(zhuǎn)向系統(tǒng)雙向控制策略[J].農(nóng)業(yè)機(jī)械學(xué)報,2014,45（6）：14-19.

[81]楊莉,吳曉東,許敏,等.基于位置-力矩混合方法的線控轉(zhuǎn)向系統(tǒng)雙向控制[J].汽車技術(shù),2016（2）：23-28.

[82]Nah J,Kim W,Yi K,etal.Fault-Tolerant Driving Control of a Steer-by-Wire System for Six-Wheel-Driving–Six-Wheel-Steering Vehicles[J].Proceedings of the Institution of Mechanical Engineers,Part D:Journal of Automobile Engineering,2013,227(4):506-520.

[83]Zheng B,Altemare C,Anwar S.Fault Tolerant Steer-by-Wire Road Wheel Control System[C].American Control Conference,Proceedingsof the IEEE,2005:1619-1624.

[84]Yonghui Z,Dingyue C,YueW,et al.Research on Steerby-Wire System in Electric Vehicle[J].Telkomnika,2017,15(1):115-124.

[85]Akira ITO,Hayakawa Y.Design of Fault Tolerant Control System for Electric Vehicles with Steer-by-Wire and In-Wheel Motors[J].IFAC Proceedings Volumes,2013,46(21):556-561.

[86]Yuan Z,Wang R.Coordinated Control for Vehicle Handling and Stability:A Fuzzy Robust Approach[C].2017 29th Control and Decision Conference(CCDC).IEEE,2017:6325-6330.

[87]Iqbal J,Zuhaib K M,Han C,et al.Adaptive Global Fast Sliding Mode Control for Steer-by-Wire System Road Vehicles[J].Applied Sciences,2017,7(7):738-763.

[88]Dos Santos B,Araújo R E,Lopes A.Fault Detection Scheme for a Road Vehicle with Four Independent Single-Wheel Electric Motors and Steer-by-Wire System[C].Advanced Vehicle Control:Proceedings of the 13th International Symposium on Advanced Vehicle Control(AVEC'16),CRCPress,2016:417.

[89]Munir A,Koushanfar F.Design and Performance Analysis of Secure and Dependable Cybercars:A Steer-by-Wire Case Study[C].Consumer Communications&Networking Conference(CCNC),13th IEEEAnnual,2016:1066-1073.

[90]Dhahri S,Sellami A,Hmida F B.Robust Sensor Fault Detection and Isolation for a Steer-by-Wire System Based on Sliding Mode Observer[C].Electrotechnical Conference(MELECON),16th IEEEMediterranean,2012:450-454.

[91]Anwar S,Niu W.A Nonlinear Observer Based Analytical Redundancy for Predictive Fault TolerantControlofa Steer by Wire System[J].Asian Journal of Control,2014,16(2):321-334.

[92]Fekih A,Devariste D.A Fault-Tolerant Steering Control Design for Automatic Path Tracking in Autonomous Vehicles[C].American Control Conference,Proceedings of the IEEE,2013:5146-5151.

[93]熊璐,付志強(qiáng),李增良,等.無人車的線控轉(zhuǎn)向系統(tǒng)故障診斷[J].中國機(jī)械工程,2017（22）：2689-2694.

[94]章仁燮,熊璐,余卓平.智能汽車轉(zhuǎn)向輪轉(zhuǎn)角主動控制[J].機(jī)械工程學(xué)報,2017,53（14）：106-113.

[95]He L,Chen G Y,Zheng H Y.Fault Tolerant Control Method of Dual Steering Actuator Motors for Steer-by-Wire System[J].International Journal of Automotive Technology,2015,16(6):977-987.

[96]Suyama K.Functional Safety Analysis of Reliable Control Systems Using Decision by Majority[C].American Control Conference,Proceedingsof the IEEE,1999,1:618-621.

[97]CesielD,GauntM C,Daugherty B.Developmentofa Steerby-Wire System for the GM Sequel[R].SAE Technical Paper,2006.

[98]Poudel B,Giri N K,Munir A.Design and Comparative Evaluation of GPGPU-and FPGA-based MPSoC ECU Architectures for Secure,Dependable,and Real-Time Automotive CPS[C]. Application- Specific Systems,Architectures and Processors (ASAP), IEEE 28th InternationalConference.IEEE,2017:29-36.

[99]Huang C,Naghdy F,Du H.Delta Operator-Based Fault Estimation and Fault-Tolerant Model Predictive Control for Steer-by-Wire Systems[J].IEEE Transactions on ControlSystems Technology,2017(99):1-8.

[100]Mihály A,Gáspár P.Robust and Fault-Tolerant Control of in- Wheel Vehicles with Cornering Resistance Minimization[C].Control Conference(ECC),European.IEEE,2016:2590-2595.

[101]Mihály A,Gáspár P,Németh B.Robust Fault-Tolerant Control of In-Wheel Driven Bus with Cornering Energy Minimization[J].Strojni?ki vestnik-Journal of Mechanical Engineering,2017,63(1):35-44.

[102]Ito A,Hayakawa Y.Practical Fault-Tolerant Control to Protect Steer-by-Wire Systems Against Sensor Faults[C].Control Applications(CCA),IEEE Conference.IEEE,2015:1895-1900.

[103]何磊,馬伯祥,宗長富.線控轉(zhuǎn)向汽車轉(zhuǎn)向盤轉(zhuǎn)角傳感器的容錯控制策略[J].汽車工程,2015（3）：327-330.

[104]Yim S.Fault-Tolerant Yaw Moment Control with Steerand Brake-by-Wire Devices[J].International Journal of Automotive Technology,2014,15(3):463-468.

[105]王祥,宗長富,邢海濤,等.電控轉(zhuǎn)向系統(tǒng)直流電機(jī)實時故障診斷方法[J].汽車工程,2013,35（2）：179-183.

[106]Nah JW,Kim W G,Yi K,et al.Fault-Tolerant Driving Control of Independent Steer-by-Wire System for 6WD/6WS Vehicles Using High Slip[J].Transactions of the Korean Society of Mechanical Engineers A,2013,37(6):731-738.

[107]Zhang H,Zhao W.Two-Way H∞Control Method with a Fault-Tolerant Module for Steer-by-Wire System[J].Proceedings of the Institution of Mechanical Engineers,Part C:Journal ofMechanical Engineering Science,2018,232(1):42-56.

[108]SPARC-FlexRay Steer by Wire[EB/OL].[2012-02-04].http://www.bylogix.it/progetti.php?l=en&i=2&pagina=Pro?jets&sezione=SPARC+-+FlexRay+Steer+by+Wire.

[109]The Future of Driving.Deliverable D22.1 Communication Specification[EB/OL].[2009-05-03].http://www.haveiteu.org/LH2Uploads/ItemsContent/24/HAVEit_212154_D22.1_Public.pdf.

[110]Bruckm ller F,Krister E,Kubinger W. FlexRay Demonstrator for Certification[C]. Safecomp 2013-Workshop DECSof the 32nd International Conference on Computer Safety,Reliability and Security,2013.

[111]Wardsauto M.FlexRay Enables Sequel by-Wire Systems[EB/OL].[2006-09-26].http://wardsauto.com/newsanalys is/flexray-enables-sequel-wire-systems.

[112]X-by-Wire Demonstrator-HanilProTech[EB/OL].[2015-05-12].http://www.hanilprotech.com/eng/product/product_view.asp?idx=83&category=80&page=1&stext=&sarea=0.

[113]Automotive Domain-Elveego Circuits[EB/OL].[2015-05-23].http://www.elveegocircuits.com/automotive.htm l.

[114]Wu F,Kong F,Yao J.Intelligent FaultDiagnosis of Steerby-Wire Automobile[J].Journalof Computers,2012,7(5):1204-1211.

[115]Su X,Li F,Liao C.Network Level Fault Diagnosis of Steer- by- Wire System Based on ANFIS[C].Transportation Electrification Asia-Pacific(ITEC Asia-Pacific),IEEEConference and Expo,2014:1-5.

[116]Gheraibia Y,Djafri K,Krimou H.Ant Colony Algorithm for Automotive Safety Integrity Level Allocation[J].Applied Intelligence,2018,48(3):555-569.