分布式電驅(qū)動(dòng)車輛底盤(pán)穩(wěn)定性協(xié)同控制研究綜述*

李子先 潘世舉 徐友春

（陸軍軍事交通學(xué)院，天津 300161）

主題詞：分布式電驅(qū)動(dòng)車輛 底盤(pán)動(dòng)力學(xué)系統(tǒng) 穩(wěn)定性協(xié)同控制 轉(zhuǎn)矩分配

1 前言

發(fā)展電動(dòng)汽車是解決能源和環(huán)境問(wèn)題，以及提高車輛主動(dòng)安全性的措施之一。與傳統(tǒng)內(nèi)燃機(jī)車輛或集中式電驅(qū)動(dòng)車輛相比，分布式電驅(qū)動(dòng)車輛具有控制靈活度高、傳動(dòng)鏈短、結(jié)構(gòu)緊湊、傳動(dòng)效率高等特點(diǎn)，獨(dú)特的結(jié)構(gòu)特點(diǎn)與驅(qū)動(dòng)方式使其在增強(qiáng)車輛穩(wěn)定性、提升驅(qū)動(dòng)效率、簡(jiǎn)化底盤(pán)結(jié)構(gòu)等方面帶來(lái)明顯的技術(shù)革新：調(diào)節(jié)各輪輪轂電機(jī)的轉(zhuǎn)矩能夠?qū)崿F(xiàn)驅(qū)動(dòng)防滑和橫擺力矩控制；施加前輪附加轉(zhuǎn)角能夠提高車輛在正常工況下的行駛穩(wěn)定性；控制主動(dòng)懸架作動(dòng)器能夠提升車輛的穩(wěn)定性和平順性。因此，分布式電驅(qū)動(dòng)車輛為高性能車輛控制技術(shù)的應(yīng)用提供了理想的硬件平臺(tái)。

在過(guò)去的數(shù)十年里，車輛底盤(pán)動(dòng)力學(xué)控制系統(tǒng)已廣泛應(yīng)用，以協(xié)助駕駛員在復(fù)雜條件下安全行駛，如防抱死制動(dòng)系統(tǒng)（Anti-lock Braking System，ABS）、驅(qū)動(dòng)防滑（Acceleration Slip Regulation，ASR）系統(tǒng)、直接橫擺力矩控制（Direct Yaw moment Control，DYC）系統(tǒng)、主動(dòng)前輪轉(zhuǎn)向（Active Front Steering，AFS）系統(tǒng)、主動(dòng)懸架系統(tǒng)（Active Suspension System，ASS）等。但是，不同控制系統(tǒng)可能會(huì)控制相同的目標(biāo)，導(dǎo)致相互間產(chǎn)生干擾和沖突。

分布式電驅(qū)動(dòng)車輛的可控執(zhí)行器至少包括4 個(gè)輪轂電機(jī)，具有橫向、縱向和垂向動(dòng)力學(xué)特性，是強(qiáng)耦合非線性動(dòng)力學(xué)系統(tǒng)，這為車輛的穩(wěn)定性控制帶來(lái)了嚴(yán)峻挑戰(zhàn)。為充分發(fā)揮分布式驅(qū)動(dòng)的優(yōu)勢(shì)，使底盤(pán)動(dòng)力學(xué)控制系統(tǒng)能夠協(xié)調(diào)工作和發(fā)揮最大工作效能，設(shè)計(jì)一種行之有效的協(xié)同控制方法成為研究的重點(diǎn)。

近年來(lái)，國(guó)內(nèi)外學(xué)者針對(duì)分布式電驅(qū)動(dòng)車輛的控制方法進(jìn)行了深入探索：文獻(xiàn)[1]從驅(qū)動(dòng)防滑控制、制動(dòng)防抱死控制、直接橫擺力矩控制3 個(gè)方面闡述了分布式電驅(qū)動(dòng)車輛的底盤(pán)動(dòng)力學(xué)控制研究進(jìn)展；文獻(xiàn)[15]從車速估計(jì)方法、路面識(shí)別方法、驅(qū)動(dòng)防滑控制算法3個(gè)方面綜述了分布式電驅(qū)動(dòng)車輛驅(qū)動(dòng)防滑控制的關(guān)鍵技術(shù)與難點(diǎn)；文獻(xiàn)[16]從底盤(pán)縱向動(dòng)力學(xué)控制、橫向動(dòng)力學(xué)控制、集成動(dòng)力學(xué)控制3 個(gè)方面綜述了分布式電驅(qū)動(dòng)車輛動(dòng)力學(xué)控制研究進(jìn)展，指出車輛底盤(pán)多執(zhí)行器之間的協(xié)同控制是分布式電驅(qū)動(dòng)車輛動(dòng)力學(xué)控制的重要發(fā)展方向之一；文獻(xiàn)[17]總結(jié)了以穩(wěn)定性、經(jīng)濟(jì)性以及穩(wěn)定性兼顧經(jīng)濟(jì)性為目標(biāo)的車輛控制策略。

然而，現(xiàn)有的文獻(xiàn)綜述多只針對(duì)單一方向動(dòng)力學(xué)的控制策略進(jìn)行介紹，而不涉及橫向-縱向-垂向動(dòng)力學(xué)中兩者或三者間的穩(wěn)定性協(xié)同控制策略的討論。本文首先介紹常用的協(xié)同控制框架及其特點(diǎn)，在此基礎(chǔ)上從車輛橫向-縱向-垂向動(dòng)力學(xué)中兩者間的協(xié)同控制策略、車輛橫向-縱向-垂向動(dòng)力學(xué)三者間的協(xié)同控制策略和其他應(yīng)用控制3個(gè)層面歸納分析當(dāng)前研究進(jìn)展，最后對(duì)現(xiàn)有和未來(lái)的研究方向進(jìn)行總結(jié)和展望。

2 底盤(pán)穩(wěn)定性協(xié)同控制框架

控制框架是實(shí)現(xiàn)控制系統(tǒng)預(yù)期功能的先決條件。在車輛底盤(pán)協(xié)同控制中通常采用3種控制框架：分散式控制、集中式控制和分層式控制。

分散式控制是早期車輛控制的典型形式，具有結(jié)構(gòu)簡(jiǎn)單、易于調(diào)試和開(kāi)發(fā)等優(yōu)點(diǎn)，控制框架如圖1所示。但是，分散式控制存在集成化程度較低、各子系統(tǒng)間協(xié)調(diào)機(jī)制不夠完善、處理緊急與危險(xiǎn)工況的能力欠佳等問(wèn)題。

圖1 分散式控制框架

集中式控制根據(jù)全局動(dòng)力學(xué)優(yōu)化目標(biāo)，結(jié)合車輛的實(shí)時(shí)狀態(tài)信息，通過(guò)集中控制器統(tǒng)一控制各執(zhí)行器，控制框架如圖2所示。與分散式控制相比，集中式控制具有更好的全局控制效果，能更大程度地發(fā)揮各執(zhí)行器的性能。但這種控制方式因其算法集成度高，參數(shù)整定困難，在一定程度上降低了系統(tǒng)的拓展性和控制算法的魯棒性。

圖2 集中式控制框架

分層式控制不僅具有與集中式控制相似的控制效果，而且在滿足整體性能的前提下，每一層有相對(duì)獨(dú)立的控制目標(biāo)，降低了控制系統(tǒng)的復(fù)雜性，控制框架如圖3所示。多數(shù)協(xié)同控制策略采用雙層控制結(jié)構(gòu)：上層根據(jù)駕駛員輸入信號(hào)、車輛狀態(tài)反饋、動(dòng)力學(xué)模型的期望狀態(tài)等信息計(jì)算所需的橫擺力矩和縱向力；下層通過(guò)分配算法將上層輸入轉(zhuǎn)換為各輪的轉(zhuǎn)矩，實(shí)現(xiàn)車輛的運(yùn)動(dòng)控制。

圖3 分層式控制框架

3 車輛橫向-縱向-垂向動(dòng)力學(xué)兩者間協(xié)同控制

3.1 橫向-縱向動(dòng)力學(xué)協(xié)同控制

車輛的橫向-縱向動(dòng)力學(xué)協(xié)同控制是車輛底盤(pán)協(xié)同控制中最先展開(kāi)研究的，其控制目標(biāo)是將車輛的滑移率、輪胎利用率、橫擺角速度、質(zhì)心側(cè)偏角和車身側(cè)傾角控制在理想閾值以內(nèi)。

在橫向-縱向動(dòng)力學(xué)協(xié)同控制中引入前饋控制能有效提高車輛的響應(yīng)特性。文獻(xiàn)[28]結(jié)合前饋和反饋控制實(shí)現(xiàn)了車輛橫擺角速度和滑移率的控制，仿真驗(yàn)證了車輛在不足轉(zhuǎn)向工況下的穩(wěn)定性。由于采用前饋和反饋聯(lián)合控制難以消除車輛參數(shù)不確定性帶來(lái)的影響，文獻(xiàn)[29]針對(duì)現(xiàn)有橫擺穩(wěn)定性控制中未考慮輪胎滑移率瞬時(shí)變化和外界未知干擾的問(wèn)題，提出了基于模型預(yù)測(cè)控制器的補(bǔ)償控制方法（Model Predictive Controllerbased Compensation Control System，MPC-CCS），該方法由基于模型預(yù)測(cè)控制的反饋控制器和基于卡爾曼濾波的前饋控制器組成，前饋控制消除外界干擾，反饋控制決策橫擺轉(zhuǎn)矩和滑移率修正轉(zhuǎn)矩。文獻(xiàn)[30]基于二自由度車輛模型設(shè)計(jì)了一種橫擺角速度和質(zhì)心側(cè)偏角2個(gè)控制變量的聯(lián)合滑模變結(jié)構(gòu)控制器，實(shí)現(xiàn)了車輛橫擺角速度和質(zhì)心側(cè)偏角的解耦控制。

在高速和小道路曲率工況下，車輛面臨更大的側(cè)翻風(fēng)險(xiǎn)，主要原因是駕駛員過(guò)度轉(zhuǎn)向使車輛產(chǎn)生較大的橫向加速度，車輛載荷發(fā)生橫向轉(zhuǎn)移使一側(cè)輪胎垂直載荷降低為零。因此，為防止車輛發(fā)生側(cè)翻，在控制中需要施加多個(gè)約束條件，如前輪轉(zhuǎn)向角度、側(cè)傾指標(biāo)限值等。文獻(xiàn)[40]設(shè)計(jì)了一種考慮駕駛員特性的車輛防側(cè)翻協(xié)同控制策略，上層控制器針對(duì)不同類型的駕駛員模型設(shè)置相應(yīng)的側(cè)傾約束邊界，并將駕駛員輸入與車輛路徑跟蹤誤差相結(jié)合，形成6種決策模式，下層控制器用于AFS和ABS的聯(lián)合控制，在防止側(cè)傾的同時(shí)減小路徑跟蹤誤差。文獻(xiàn)[41]提出了一種考慮負(fù)載轉(zhuǎn)移率（Load Transfer Ratio，LTR）和側(cè)傾時(shí)間（Time To Stability，TTS）的模型預(yù)測(cè)控制（Model Predictive Control，MPC）集成控制策略，根據(jù)所預(yù)測(cè)的LTR和TTS的數(shù)值判斷車輛狀態(tài)所屬閾值區(qū)間，進(jìn)而確定車輛的控制模式，控制策略如圖4所示。

圖4 MPC集成控制策略

LTR可表示為：

式中，、、、分別為左前輪、右前輪、左后輪和右后輪的垂直載荷。

文獻(xiàn)[43]提出了一種由車輛參數(shù)和狀態(tài)變量表示的側(cè)翻指數(shù)（Rollover Index，RI），并以此作為防側(cè)翻控制策略的控制目標(biāo)。但是LTR和RI不適用于路面存在激勵(lì)的工況，文獻(xiàn)[44]針對(duì)車輛參數(shù)變化不可預(yù)知和路面環(huán)境復(fù)雜的工況，提出一種絆倒型側(cè)翻因子，綜合評(píng)估了簧載質(zhì)量和非簧載質(zhì)量的垂向加速度、橫擺角速度和側(cè)傾角等參數(shù)的側(cè)翻風(fēng)險(xiǎn)。

輪胎動(dòng)力學(xué)特性與車輛橫向-縱向動(dòng)力學(xué)協(xié)同控制密切相關(guān)，輪胎的非線性特性對(duì)車輛的穩(wěn)定性控制產(chǎn)生影響主要是由于在控制策略設(shè)計(jì)過(guò)程中建立的整車模型為線性模型，輪胎進(jìn)入非線性區(qū)域時(shí)，模型適用性變差。降低輪胎非線性對(duì)車輛控制系統(tǒng)的影響的主要方法是非線性控制和神經(jīng)網(wǎng)絡(luò)補(bǔ)償控制。文獻(xiàn)[45]采用滑?？刂扑惴ǚ謩e設(shè)計(jì)了橫擺角速度控制器和質(zhì)心側(cè)偏角控制器，結(jié)果表明，該方法在極限工況（如低附著路面條件）下仍具有良好的穩(wěn)定性，但在滑模面附近存在高頻抖振現(xiàn)象。文獻(xiàn)[46]采用動(dòng)態(tài)滑?？刂疲―ynamic Sliding Mode Control，DSMC）設(shè)計(jì)縱向巡航控制策略，實(shí)現(xiàn)了抖振抑制和控制精度的平衡。考慮到輪胎摩擦圓實(shí)際是一個(gè)橢圓，且在此隱式約束下無(wú)法求得每個(gè)輪胎合力的最優(yōu)解，文獻(xiàn)[47]提出了一種將非線性摩擦圓簡(jiǎn)化為線性八角形約束的多邊形簡(jiǎn)化方法，并考慮了側(cè)傾和俯仰引起的載荷轉(zhuǎn)移對(duì)輪胎力約束的影響，結(jié)果表明，與無(wú)輪胎力約束分配方法相比，有輪胎力約束分配方法顯著提高了車輛的穩(wěn)定性和操縱性能。文獻(xiàn)[48]構(gòu)建了輪胎力分配代價(jià)函數(shù)，對(duì)輪胎縱向力增量作了加權(quán)處理，以避免輪胎力飽和。文獻(xiàn)[49]提出了一種基于回路整形和狀態(tài)觀測(cè)器結(jié)構(gòu)的轉(zhuǎn)矩控制方法，與比例積分（Proportional-Integral，PI）控制和PI 聯(lián)合前饋控制方法相比，該方法能在降低控制復(fù)雜度的同時(shí)提高橫擺角速度跟蹤性能。文獻(xiàn)[50]考慮到不同車速下車輛非線性特性的不確定性，設(shè)計(jì)了一種基于車速的權(quán)重系數(shù)模糊調(diào)節(jié)的線性二次型調(diào)節(jié)器（Linear Quadratic Regulator，LQR）。文獻(xiàn)[51]提出采用深度神經(jīng)網(wǎng)絡(luò)學(xué)習(xí)車輛非線性特性的方法，該方法使用輸入凸神經(jīng)網(wǎng)絡(luò)（Input Convex Recurrent Neural Network，ICRNN）替代車輛模型，并將ICRNN嵌入到MPC框架中，求得最優(yōu)輸出解。但目前將深度神經(jīng)網(wǎng)絡(luò)學(xué)習(xí)用于底盤(pán)控制領(lǐng)域存在2 個(gè)問(wèn)題：一是深度學(xué)習(xí)神經(jīng)網(wǎng)絡(luò)的可解釋性差，二是模型泛化能力不足且易陷入局部最優(yōu)解。相比于深度神經(jīng)網(wǎng)絡(luò)學(xué)習(xí)，通過(guò)神經(jīng)網(wǎng)絡(luò)補(bǔ)償現(xiàn)有模型的方法可實(shí)施性較好。文獻(xiàn)[52]采用高斯過(guò)程（Gaussian Process，GP）補(bǔ)償二自由度車輛模型與真實(shí)模型之間的偏差，構(gòu)建了基于高斯過(guò)程的MPC框架。針對(duì)高速越野環(huán)境下車輛極易失穩(wěn)的問(wèn)題，文獻(xiàn)[53]將多模型在線建模算法與NMPC相結(jié)合，構(gòu)建了一種基于數(shù)據(jù)驅(qū)動(dòng)的NMPC協(xié)同控制器，建立了零力矩點(diǎn)側(cè)傾失穩(wěn)判斷模型，保證了車輛在越野環(huán)境下的高機(jī)動(dòng)性能。文獻(xiàn)[54]提出了一種基于自適應(yīng)徑向基神經(jīng)網(wǎng)絡(luò)滑?？刂疲ˋdaptive Radial Basis Function Network Sliding Mode Control，ARBFN-SMC）的防側(cè)傾控制策略，設(shè)計(jì)了橫擺力矩的滑模控制率，并利用徑向基函數(shù)（Radial Basis Function，RBF）神經(jīng)網(wǎng)絡(luò)對(duì)動(dòng)力學(xué)模型中的未知干擾量進(jìn)行自適應(yīng)補(bǔ)償。

由于橫擺控制和側(cè)傾控制均通過(guò)車輪的驅(qū)動(dòng)力實(shí)現(xiàn)，兩者間的耦合作用使轉(zhuǎn)矩分配變得困難。針對(duì)這一問(wèn)題，國(guó)內(nèi)外學(xué)者對(duì)兩者的解耦控制進(jìn)行了深入研究。文獻(xiàn)[55]以橫擺角速度和質(zhì)心側(cè)偏角為狀態(tài)變量，通過(guò)空間運(yùn)動(dòng)解耦實(shí)現(xiàn)了兼顧整車橫擺運(yùn)動(dòng)的分布式電驅(qū)動(dòng)車輛側(cè)傾穩(wěn)定性控制。文獻(xiàn)[56]設(shè)計(jì)了一種基于線性變參數(shù)（Linear Parameter Varying，LPV）控制的橫向動(dòng)力學(xué)系統(tǒng)，將縱向速度及其函數(shù)作為參數(shù)輸入量，實(shí)現(xiàn)了縱向速度與橫向速度之間的解耦。文獻(xiàn)[57]采用非參數(shù)統(tǒng)計(jì)方法定量分析了車輛縱向-側(cè)向-橫擺-側(cè)傾動(dòng)力學(xué)系統(tǒng)的輸入輸出耦合特性，并基于神經(jīng)網(wǎng)絡(luò)逆系統(tǒng)原理構(gòu)建了解耦線性化系統(tǒng)，等效關(guān)系如圖5所示，其中，為逆系統(tǒng)的輸入變量，為原系統(tǒng)的輸出變量，為原系統(tǒng)的輸入變量和逆系統(tǒng)的輸出變量，為積分運(yùn)算。結(jié)果表明，各自由度控制的子通道因動(dòng)力學(xué)耦合關(guān)系帶來(lái)的干擾得到了有效削弱，實(shí)現(xiàn)了各子通道相對(duì)獨(dú)立的控制效果。

圖5 解耦線性化等效示意

與四輪分布式電驅(qū)動(dòng)車輛相比，多輪分布式電驅(qū)動(dòng)車輛通常需要在低附著路面、變附著路面下保持機(jī)動(dòng)，有時(shí)還要面臨小半徑轉(zhuǎn)向、高速轉(zhuǎn)彎等特殊工況。由于其結(jié)構(gòu)的復(fù)雜性和信息保密性，可查閱的文獻(xiàn)資料較少，在公開(kāi)資料中，針對(duì)多輪分布式電驅(qū)動(dòng)車輛穩(wěn)定性控制的研究多集中在車輛動(dòng)力學(xué)建模、車輛運(yùn)動(dòng)控制與轉(zhuǎn)矩優(yōu)化分配控制3 個(gè)方面。文獻(xiàn)[58]建立了22 自由度的8輪分布式電驅(qū)動(dòng)車輛動(dòng)力學(xué)仿真模型，并推導(dǎo)了從駕駛員輸入到車輛運(yùn)動(dòng)學(xué)和動(dòng)力學(xué)狀態(tài)的輸出方程。文獻(xiàn)[59]將8輪車輛的轉(zhuǎn)矩分配問(wèn)題轉(zhuǎn)換為多約束條件下的優(yōu)化問(wèn)題，并采用積極集算法求解轉(zhuǎn)矩分配方程，但是僅通過(guò)目標(biāo)優(yōu)化方法難以滿足多輪車輛在復(fù)雜路況下的行駛需求。文獻(xiàn)[60]提出在廣義力矩分配層采用轉(zhuǎn)矩矢量合成的方法，即轉(zhuǎn)向輪參與附加橫擺力矩的合成，非轉(zhuǎn)向輪參與縱向力的合成。文獻(xiàn)[61]針對(duì)多輪分布式電驅(qū)動(dòng)車輛驅(qū)動(dòng)輪多且輪間附著差異大的問(wèn)題，提出了單輪最優(yōu)滑移率控制方法。文獻(xiàn)[62]為解決車輛在爬坡和加速行駛時(shí)各軸載荷分配不均的問(wèn)題，提出了基于載荷預(yù)分配和基于車輛狀態(tài)再分配的轉(zhuǎn)矩優(yōu)化控制策略。為了提高多輪分布式電驅(qū)動(dòng)車輛在復(fù)雜機(jī)動(dòng)環(huán)境下的轉(zhuǎn)向能力，文獻(xiàn)[63]將輪式車輛自然轉(zhuǎn)向與履帶式車輛滑移轉(zhuǎn)向相結(jié)合，設(shè)計(jì)了一種自適應(yīng)雙重轉(zhuǎn)向控制系統(tǒng)：當(dāng)車輛在良好路面低速行駛時(shí)，增加雙重轉(zhuǎn)向中的滑移轉(zhuǎn)向比例，減小轉(zhuǎn)向半徑；當(dāng)路面條件不佳或車速較高時(shí)，以轉(zhuǎn)向穩(wěn)定性為主要控制目標(biāo)，減小滑移轉(zhuǎn)向比例。

與兩輪轉(zhuǎn)向的分布式電驅(qū)動(dòng)車輛相比，四輪轉(zhuǎn)向（Four-Wheel Steering，4WS）和四輪獨(dú)立轉(zhuǎn)向（Four-Wheel Independent Steering，4WIS）的分布式電驅(qū)動(dòng)車輛具有更多的可控自由度，可實(shí)現(xiàn)橫移、斜行、原地轉(zhuǎn)向等特殊轉(zhuǎn)向動(dòng)作，滿足不同環(huán)境下的車輛機(jī)動(dòng)需求。文獻(xiàn)[64]針對(duì)4WS車輛，采用“離線訓(xùn)練在線修正”學(xué)習(xí)機(jī)制設(shè)計(jì)了一種可辨識(shí)車輛動(dòng)力學(xué)模型的RBF神經(jīng)網(wǎng)絡(luò)控制器，結(jié)果表明，與兩輪轉(zhuǎn)向車輛相比，4WS車輛雖表現(xiàn)出更小的質(zhì)心側(cè)偏角，但橫擺角速度跟蹤效果較差，難以同時(shí)滿足2個(gè)控制指標(biāo)。文獻(xiàn)[65]針對(duì)4WIS車輛，以提高輪胎側(cè)向力利用率為目標(biāo)，提出了一種基于車輛轉(zhuǎn)向狀態(tài)的4WIS車輪轉(zhuǎn)角分配策略，并利用LQR控制器參數(shù)與控制輸出之間的關(guān)系，將車輛轉(zhuǎn)角分配策略轉(zhuǎn)換為L(zhǎng)QR控制參數(shù)調(diào)整策略，結(jié)果表明，4WIS車輛能夠較好地協(xié)調(diào)質(zhì)心側(cè)偏角與橫擺角速度之間的關(guān)系。文獻(xiàn)[66]建立了4WIS分布式電驅(qū)動(dòng)車輛動(dòng)力學(xué)仿真模型，并在蟹行、斜行和原地轉(zhuǎn)向工況下進(jìn)行了模型驗(yàn)證?？紤]到極限工況下輪胎側(cè)向力飽和導(dǎo)致轉(zhuǎn)向系統(tǒng)控制效果變差的情況，文獻(xiàn)[67]針對(duì)4WIS 分布式電驅(qū)動(dòng)車輛，提出了4WIS和DYC集成控制策略，采用FTSMC計(jì)算所需橫擺力矩，采用二次規(guī)劃方法求解各輪所需輪胎力，基于簡(jiǎn)化的輪胎模型得到各輪輸出扭矩和轉(zhuǎn)角。鑒于輪胎縱、側(cè)向力同時(shí)分配會(huì)導(dǎo)致車輛的轉(zhuǎn)向、驅(qū)動(dòng)、制動(dòng)頻繁動(dòng)作，加劇輪胎磨損的情況，文獻(xiàn)[68]在4WIS 控制系統(tǒng)的基礎(chǔ)上設(shè)計(jì)了DYC 控制器及其激活條件，并在對(duì)開(kāi)路面和低附著路面上驗(yàn)證了該策略的有效性。

3.2 縱向-垂向動(dòng)力學(xué)協(xié)同控制

對(duì)于給定的路面，空間道路剖面、垂直動(dòng)載荷、縱向輪胎力、縱向加速度四者間的影響關(guān)系是一個(gè)閉環(huán)回路，如圖6所示?？v向-垂向動(dòng)力學(xué)協(xié)同控制的目標(biāo)是在輪胎垂向力發(fā)生變化時(shí)保證車輛與地面之間有良好的滑移率。車輛在行駛過(guò)程中經(jīng)常伴有橫擺和側(cè)傾，因此縱向-垂向動(dòng)力學(xué)協(xié)同控制通常以車輪制動(dòng)和主動(dòng)懸架協(xié)同控制的方式出現(xiàn)，控制結(jié)構(gòu)如圖7所示。

圖6 變量間的影響關(guān)系

圖7 縱向-垂向動(dòng)力學(xué)協(xié)同控制模型

ABS 通過(guò)車輪制動(dòng)快速消除實(shí)際滑移率與期望值之間的誤差，在短時(shí)間內(nèi)實(shí)現(xiàn)安全穩(wěn)定停車。主動(dòng)懸架通過(guò)作動(dòng)器調(diào)節(jié)各輪垂向力，能夠間接調(diào)節(jié)車輪的滑移率。因此，控制系統(tǒng)考慮主動(dòng)懸架的作用，可以進(jìn)一步縮短制動(dòng)時(shí)間和停車距離。

文獻(xiàn)[72]以最優(yōu)滑移率和非簧載質(zhì)量位移為控制目標(biāo)，將基于滑?？刂频腁BS 和基于反向遞推控制的ASS 相結(jié)合，結(jié)果表明，該方法的效果優(yōu)于單獨(dú)的ABS控制。文獻(xiàn)[73]設(shè)計(jì)了一種帶有監(jiān)督器的ABS和ASS模糊協(xié)同控制策略，當(dāng)監(jiān)督器判定車輛制動(dòng)強(qiáng)度小于臨界值時(shí)，協(xié)同控制器不工作，防止過(guò)度干涉駕駛員行為，當(dāng)車輛制動(dòng)強(qiáng)度大于或等于臨界值時(shí)協(xié)同控制器介入，并通過(guò)模糊控制求解主動(dòng)懸架需提供的補(bǔ)償垂直載荷。文獻(xiàn)[74]設(shè)計(jì)了一種基于觀測(cè)器的ABS和ASS深度自適應(yīng)模糊聚類（Deep Adaptive Fuzzy Clustering，DAFC）網(wǎng)絡(luò)協(xié)同控制器，并通過(guò)LuGre輪胎模型估計(jì)路面附著系數(shù)，但是，當(dāng)懸架模型參數(shù)不確定時(shí)，DFAC算法魯棒性會(huì)變差。文獻(xiàn)[75]針對(duì)懸架系統(tǒng)故障狀態(tài)下模型參數(shù)的不確定性問(wèn)題，提出了一種基于T-S模糊神經(jīng)網(wǎng)絡(luò)的ASS辨識(shí)方法。

路面附著特性復(fù)雜多樣且未知，附著系數(shù)和滑移率往往難以準(zhǔn)確獲取，文獻(xiàn)[76]基于輪胎力的非線性特性，實(shí)現(xiàn)了無(wú)需滑移率和路面附著信息即可確定最優(yōu)滑移率，提高了ABS的魯棒性。文獻(xiàn)[77]采用魯棒控制對(duì)ABS和ASS系統(tǒng)建模誤差和外部復(fù)雜地形的干擾進(jìn)行了補(bǔ)償。

為了比較不同懸架控制方法對(duì)車輛制動(dòng)特性的影響，文獻(xiàn)[78]以車身垂直加速度和輪胎動(dòng)載荷最小為優(yōu)化目標(biāo)，分別采用LQR、遺傳算法（Genetic Algorithm，GA）、基于遺傳算法的PI 和模糊邏輯控制（Fuzzy Logic Control，F(xiàn)LC）4 種控制理論設(shè)計(jì)了主動(dòng)懸架控制器，結(jié)果表明：在制動(dòng)距離和制動(dòng)時(shí)間方面，模糊邏輯控制表現(xiàn)最優(yōu)，其次是基于遺傳算法的比例積分、遺傳算法、二次型調(diào)節(jié)器；在魯棒穩(wěn)定性方面，基于遺傳算法的比例積分控制表現(xiàn)最優(yōu)，其次是遺傳算法、二次型調(diào)節(jié)器、模糊邏輯控制。

文獻(xiàn)[70]～文獻(xiàn)[78]均采用單輪模型，未考慮車輛加、減速過(guò)程中輪胎載荷的轉(zhuǎn)移。文獻(xiàn)[79]提出了一種考慮輪胎垂向力和輪胎剛度約束的非線性懸架控制器，并基于橫擺和俯仰運(yùn)動(dòng)的整車模型完成了隨機(jī)路面的制動(dòng)試驗(yàn)，結(jié)果表明，與無(wú)約束的懸架控制器相比，該策略在滿足車身橫擺角速度的同時(shí)優(yōu)化了俯仰角和車輛制動(dòng)距離。

3.3 橫向-垂向動(dòng)力學(xué)協(xié)同控制

橫向-垂向動(dòng)力學(xué)協(xié)同控制的目標(biāo)是提升車輛橫向穩(wěn)定性和平穩(wěn)車身姿態(tài)角。在車輛轉(zhuǎn)彎行駛時(shí)，由于橫向和垂向運(yùn)動(dòng)之間的強(qiáng)耦合，橫向加速度引起的輪胎垂直荷載轉(zhuǎn)移將直接影響非線性輪胎模型的輸出。此外，在輪胎-路面作用下，橫向穩(wěn)定性和側(cè)傾穩(wěn)定性之間同樣存在控制變量的耦合影響。實(shí)現(xiàn)協(xié)同控制的主要思路是通過(guò)協(xié)調(diào)轉(zhuǎn)向系統(tǒng)與懸架系統(tǒng)，實(shí)現(xiàn)懸架作動(dòng)器輸出隨車輛轉(zhuǎn)向的自適應(yīng)控制。

文獻(xiàn)[81]分析了車輛轉(zhuǎn)向運(yùn)動(dòng)和垂向運(yùn)動(dòng)的耦合效應(yīng)，建立了基于橫向和垂向動(dòng)力學(xué)的整車非線性模型。文獻(xiàn)[82]通過(guò)微分幾何理論對(duì)整車模型進(jìn)行解耦，實(shí)現(xiàn)了車輛俯仰、側(cè)傾及垂向運(yùn)動(dòng)的相互獨(dú)立。

文獻(xiàn)[88]研究發(fā)現(xiàn)，以零側(cè)傾角為控制目標(biāo)對(duì)車輛轉(zhuǎn)彎性能的改善效果有限，故以主動(dòng)懸架作為執(zhí)行器，設(shè)計(jì)了一種車輛側(cè)傾控制的模型預(yù)測(cè)控制器，通過(guò)反向傾斜使重力產(chǎn)生的力矩抵消離心力產(chǎn)生的力矩，期望側(cè)傾角為：

式中，為期望橫擺角速度；為縱向速度；為重力加速度。

結(jié)果表明，與以零側(cè)傾角為目標(biāo)的控制策略相比，LTR、橫擺角速度、滑移率、懸架撓度的指標(biāo)均有不同程度的提高。

為提高車輛在高速行駛過(guò)程中轉(zhuǎn)向時(shí)的側(cè)傾安全性，文獻(xiàn)[89]提出了一種基于線性二次高斯（Linear Quadratic Gaussian，LQG）方法的主動(dòng)懸架控制器。根據(jù)最小相位系統(tǒng)得到前輪轉(zhuǎn)動(dòng)微分方程，并與原系統(tǒng)結(jié)合成增廣系統(tǒng)方程的方式來(lái)實(shí)現(xiàn)LQG控制器對(duì)前輪轉(zhuǎn)角的跟蹤，并建立了考慮側(cè)傾角、側(cè)傾角速度和LTR 的車輛側(cè)傾安全綜合性能評(píng)價(jià)指標(biāo)。

文獻(xiàn)[90]采用雙層全局靈敏度分析（Global Sensitivity Analysis，GSA）方法，定量分析了復(fù)雜行駛工況下整車建模所需的12個(gè)關(guān)鍵參數(shù)對(duì)系統(tǒng)垂向與橫向運(yùn)動(dòng)響應(yīng)的影響權(quán)重，研究發(fā)現(xiàn)，車輪轉(zhuǎn)角對(duì)車輛垂向與橫向運(yùn)動(dòng)響應(yīng)特性具有顯著影響，且在車輪小轉(zhuǎn)角與路面激勵(lì)復(fù)合工況下，懸架阻尼對(duì)側(cè)傾響應(yīng)和垂向響應(yīng)有顯著影響，對(duì)橫向響應(yīng)影響較小。針對(duì)不同路面激勵(lì)與轉(zhuǎn)向盤(pán)小轉(zhuǎn)角復(fù)合工況下車輛懸架系統(tǒng)側(cè)傾響應(yīng)惡化的問(wèn)題，文獻(xiàn)[91]基于文獻(xiàn)[90]的結(jié)論，根據(jù)車輛側(cè)傾動(dòng)力學(xué)模型，推導(dǎo)了車輛側(cè)傾運(yùn)動(dòng)狀態(tài)方程，設(shè)計(jì)了包含誤差轉(zhuǎn)移性能描述函數(shù)的非線性滑模最優(yōu)性能約束反饋控制器（Prescribed Performance Controller，PPC），改善了復(fù)雜行駛工況下車輛側(cè)傾響應(yīng)特性。

4 車輛橫向-縱向-垂向動(dòng)力學(xué)三者間協(xié)同控制

以上文獻(xiàn)采用先進(jìn)的控制算法對(duì)其中某2 個(gè)底盤(pán)控制子系統(tǒng)進(jìn)行協(xié)同控制，以提升車輛動(dòng)力學(xué)性能。但是，這些研究忽略了車輛的部分動(dòng)力學(xué)特性，如：橫向-縱向動(dòng)力學(xué)協(xié)同控制未考慮車輛的安全行駛姿態(tài)和舒適性；縱向-垂向動(dòng)力學(xué)協(xié)同控制僅適用直線制動(dòng)工況，未涉及轉(zhuǎn)向工況；橫向-垂向動(dòng)力學(xué)協(xié)同控制未考慮車輛的制/驅(qū)動(dòng)性能等。因此，橫向-縱向-垂向動(dòng)力學(xué)協(xié)同控制的目標(biāo)是實(shí)現(xiàn)橫擺穩(wěn)定性、側(cè)傾穩(wěn)定性以及最優(yōu)滑移率的綜合控制，目前的研究方向多集中在AFS、DYC和ASS三者間的協(xié)同控制。

文獻(xiàn)[92]將AFS、DYC 和ASS 的協(xié)同控制分為水平協(xié)同控制和全局協(xié)同控制。水平協(xié)同控制只考慮AFS和DYC 2個(gè)子系統(tǒng)，根據(jù)駕駛員輸入、車輛狀態(tài)反饋、期望橫擺角速度和期望質(zhì)心側(cè)偏角計(jì)算車輛的附加前輪轉(zhuǎn)角、縱向力和橫擺力矩，然后通過(guò)轉(zhuǎn)矩分配層對(duì)上層輸入進(jìn)行轉(zhuǎn)矩矢量的優(yōu)化分配。全局協(xié)同控制在水平協(xié)同控制的基礎(chǔ)上，將穩(wěn)定性作為懸架的控制目標(biāo)，當(dāng)側(cè)傾角速度超過(guò)一定限值時(shí)激活主動(dòng)懸架的側(cè)向動(dòng)力學(xué)控制，實(shí)現(xiàn)車輛的側(cè)傾控制和橫擺控制。文獻(xiàn)[93]提出了一種ASS、AFS 和DYC 分層控制策略，上層根據(jù)穩(wěn)定性指標(biāo)（Stability Index，SI）和Sigmoid函數(shù)調(diào)節(jié)AFS和DYC的權(quán)重系數(shù)，同時(shí)基于側(cè)傾角、俯仰角和模糊邏輯規(guī)則確定ASS 控制車輛側(cè)傾和俯仰的優(yōu)先級(jí)。下層基于超螺旋（Super-Twisting）滑模算法的AFS、DYC和ASS控制器求解車輪附加轉(zhuǎn)角、電機(jī)轉(zhuǎn)矩、懸架輸出力。

文獻(xiàn)[94]提出了一種三層分層控制的ASS、AFS 和DYC協(xié)同控制策略，如圖8所示。上層通過(guò)線性組合方法分配ASS 附加橫擺力矩和中間層附加橫擺力矩。其中，橫擺力矩分配系數(shù)由車身垂直位移、橫擺角速度、質(zhì)心側(cè)偏角組成的代價(jià)函數(shù)來(lái)確定。中間層根據(jù)輪胎側(cè)偏角和輪胎側(cè)向力的關(guān)系將子系統(tǒng)作用區(qū)域劃分為AFS 作用區(qū)域、DYC 作用區(qū)域以及AFS 和DYC聯(lián)合作用區(qū)域。下層包括ASS 控制器、AFS 控制器、DYC 控制器以及基于粒子群算法優(yōu)化FLC 控制的AFS和DYC 聯(lián)合控制器。仿真結(jié)果表明，與無(wú)中間層的控制策略相比，通過(guò)劃分子系統(tǒng)的工作區(qū)域，可以有效解決AFS與DYC之間的橫擺力矩控制沖突。

圖8 ASS、AFS和DYC分層控制框架[94]

圖9 非線性控制器與LPV控制器的協(xié)同控制框架[96]

文獻(xiàn)[97]分析了在路面激勵(lì)條件下非簧載質(zhì)量對(duì)車輛側(cè)翻穩(wěn)定性的影響，設(shè)計(jì)了一種雙層DYC 和ASS協(xié)同控制器，上層控制器以側(cè)傾角和橫擺角速度為控制目標(biāo)計(jì)算橫擺力矩，下層控制器以輪胎利用率最小為優(yōu)化目標(biāo)分配各輪轉(zhuǎn)矩，并以LTR為控制目標(biāo)求解懸架輸出力，提高了車輛在復(fù)雜工況下的防側(cè)翻能力。

文獻(xiàn)[99]針對(duì)路面激勵(lì)條件下輪胎接觸穩(wěn)定問(wèn)題，首先將上層輸出的廣義力定義為一組非線性函數(shù)，根據(jù)定點(diǎn)控制分配算法計(jì)算所需的縱向力、垂向力和車輪附加轉(zhuǎn)角：

式中，=(F,)為一組包含控制分配問(wèn)題的12×1維向量；為路面與輪胎的摩擦因數(shù)；F為期望輪胎垂向力；為期望前輪附加轉(zhuǎn)角；=()為一組輪胎側(cè)偏角和滑移率的8×1維控制向量；為輪胎側(cè)偏角；為滑移率；為期望廣義力。

然后采用魯棒控制方法來(lái)解決懸架的剛度和阻尼不確定性問(wèn)題，并將簧載質(zhì)量加速度定義為平順性指標(biāo)，垂向力控制誤差定義為輪胎接觸穩(wěn)定性指標(biāo)。

文獻(xiàn)[100]提出了AFS、DYC和ASS的側(cè)向穩(wěn)定性協(xié)同控制方法，分別采用模型預(yù)測(cè)控制、最優(yōu)控制和變系數(shù)指數(shù)滑?？刂品椒ㄇ蠼馇拜喐郊愚D(zhuǎn)角、橫擺力矩和懸架側(cè)傾控制力矩。通過(guò)DYC 實(shí)現(xiàn)車輛橫擺穩(wěn)定性控制，通過(guò)AFS 實(shí)現(xiàn)橫擺穩(wěn)定性補(bǔ)償控制，當(dāng)兩者對(duì)側(cè)傾的抑制效果不足時(shí)，主動(dòng)懸架介入，并指出AFS 和DYC是基于車輛模型反饋信息而開(kāi)展的迭代控制，能夠充分考慮主動(dòng)懸架控制觸發(fā)后對(duì)橫擺穩(wěn)定性的影響，從而在下一步控制中克服其可能產(chǎn)生的不利影響。

5 其他應(yīng)用控制

除了穩(wěn)定性協(xié)同控制，分布式電驅(qū)動(dòng)車輛獨(dú)特的結(jié)構(gòu)特點(diǎn)與驅(qū)動(dòng)方式在車輛其他控制方面仍具有一定的優(yōu)勢(shì)。本文從節(jié)能控制和容錯(cuò)控制2 個(gè)方面歸納分布式電驅(qū)動(dòng)車輛在其他先進(jìn)性控制領(lǐng)域的研究進(jìn)展。

5.1 節(jié)能控制

通過(guò)轉(zhuǎn)矩的合理分配，不僅可以保證車輛的穩(wěn)定性，還可以將電機(jī)的工作效率置于電機(jī)MAP 圖中的高效率區(qū)，提高分布式電驅(qū)動(dòng)車輛的經(jīng)濟(jì)性。

從降低輪胎滑移能力損失的角度，文獻(xiàn)[101]基于郭孔輝教授提出的UniTire 輪胎模型，提出了UniTire 滑移能量模型，描述了輪胎滑移區(qū)的力學(xué)和耗散能量特性。在此基礎(chǔ)上，考慮電機(jī)工作效率和輪胎滑移能耗，建立了由穩(wěn)定性控制指標(biāo)、驅(qū)動(dòng)節(jié)能指標(biāo)、滑移能量控制指標(biāo)組成的優(yōu)化目標(biāo)函數(shù)，提出了一種兼顧車輛穩(wěn)定性和經(jīng)濟(jì)性的控制策略。文獻(xiàn)[102]提出了一種轉(zhuǎn)矩優(yōu)化分配方法，建立了基于滑移率的車輪轉(zhuǎn)矩自適應(yīng)權(quán)重因子，將其與各輪轉(zhuǎn)矩的加權(quán)平方和構(gòu)成優(yōu)化目標(biāo)方程，結(jié)果表明，該方法能夠有效減少輪胎滑移率功率損失。

從再生制動(dòng)能量回收的角度，文獻(xiàn)[103]提出一種基于能量效率的轉(zhuǎn)矩分配策略，驅(qū)動(dòng)條件下采用電機(jī)功率損失最小作為轉(zhuǎn)矩分配的目標(biāo)函數(shù)，制動(dòng)條件下基于理想前、后制動(dòng)力矩進(jìn)行轉(zhuǎn)矩分配，降低能量損失的同時(shí)提高了能量回收率。文獻(xiàn)[104]以制動(dòng)特性為目標(biāo)，基于電機(jī)發(fā)電效率設(shè)計(jì)了一種包括滑行再生制動(dòng)策略和制動(dòng)踏板解析的復(fù)合制動(dòng)策略。

從驅(qū)動(dòng)系統(tǒng)能耗最小化的角度，文獻(xiàn)[105]提出了一種基于多目標(biāo)優(yōu)化的車輪轉(zhuǎn)矩分配策略，通過(guò)由橫擺力矩控制偏移量、驅(qū)動(dòng)系統(tǒng)能量損失和滑移率約束組成的優(yōu)化函數(shù)進(jìn)行車輪轉(zhuǎn)矩分配，提高了車輛的機(jī)動(dòng)性能并降低了車輛能耗。文獻(xiàn)[106]根據(jù)電機(jī)轉(zhuǎn)速采用二次多項(xiàng)式和三次多項(xiàng)式擬合了關(guān)于力矩的電機(jī)功率損耗方程，并通過(guò)二次規(guī)劃求解各輪最優(yōu)力矩分配插值表，結(jié)果表明，該方法在電機(jī)效率、駕駛性能和控制器復(fù)雜度方面均有較好的表現(xiàn)。

5.2 容錯(cuò)控制

分布式電驅(qū)動(dòng)車輛作為復(fù)雜的多執(zhí)行器系統(tǒng)，往往包含電機(jī)、轉(zhuǎn)向機(jī)構(gòu)以及懸架作動(dòng)器，當(dāng)一個(gè)或者多個(gè)執(zhí)行器失效時(shí)，充分利用同構(gòu)執(zhí)行器和異構(gòu)執(zhí)行器進(jìn)行容錯(cuò)控制，對(duì)保持車輛穩(wěn)定性具有重要意義。

文獻(xiàn)[107]提出了基于規(guī)則的車輛驅(qū)動(dòng)系統(tǒng)失效控制策略，但難以全面考慮執(zhí)行器的失效工況?？紤]到容錯(cuò)控制的實(shí)時(shí)性，文獻(xiàn)[108]根據(jù)電機(jī)故障增益辨識(shí)結(jié)果更新控制效率矩陣，以執(zhí)行器故障后的車輛穩(wěn)定裕度最大化為優(yōu)化目標(biāo)，基于二次規(guī)劃實(shí)現(xiàn)了轉(zhuǎn)矩的重新分配。文獻(xiàn)[109]提出了轉(zhuǎn)矩重分配與AFS協(xié)同的容錯(cuò)控制策略，減輕了電機(jī)失效時(shí)工作電機(jī)的負(fù)荷。為提高車輛在高速過(guò)彎工況下線控轉(zhuǎn)向系統(tǒng)執(zhí)行器發(fā)生故障后的軌跡跟蹤能力和車輛穩(wěn)定性，文獻(xiàn)[110]提出了差動(dòng)轉(zhuǎn)向與DYC協(xié)同的分層控制策略，上層基于MPC與滑?？刂茖?shí)現(xiàn)軌跡跟蹤，下層基于二次規(guī)劃實(shí)現(xiàn)車輪轉(zhuǎn)矩的優(yōu)化分配，減少了對(duì)故障診斷與隔離模塊（Fault Detection and Isolation，F(xiàn)DI）的依賴。考慮到單一控制方法難以適應(yīng)多種失效工況，文獻(xiàn)[111]提出了一種包含轉(zhuǎn)矩轉(zhuǎn)移法、控制分配法、約束方程直接求解法的多方法切換容錯(cuò)控制策略，建立了基于橫擺角速度和車輛預(yù)估跑偏距離的控制方法切換規(guī)則，保證了車輛穩(wěn)定性的同時(shí)提高了控制策略的執(zhí)行效率。文獻(xiàn)[112]提出一種基于合作博弈的容錯(cuò)控制方法，將容錯(cuò)控制問(wèn)題比作4個(gè)參與方，即4個(gè)電機(jī)可以通過(guò)合作博弈為車輛提供更好的穩(wěn)定性，并以分布式模型預(yù)測(cè)控制理論為框架，采用凸迭代方法建立交互模型，推導(dǎo)了參與者之間的帕累托（Pareto）策略。

6 結(jié)束語(yǔ)

與傳統(tǒng)機(jī)械傳動(dòng)車輛相比，分布式電驅(qū)動(dòng)車輛在動(dòng)力學(xué)控制方面存在明顯的優(yōu)勢(shì)，具有驅(qū)動(dòng)轉(zhuǎn)矩可控、轉(zhuǎn)矩轉(zhuǎn)速易測(cè)的特點(diǎn)，可以實(shí)現(xiàn)常規(guī)工況和極限工況下車輛橫向-縱向-垂向動(dòng)力學(xué)兩者間以及三者間的穩(wěn)定性協(xié)同控制，是未來(lái)智能車輛以及軍用特種車輛的理想平臺(tái)。

懸架控制與橫向-縱向控制的結(jié)合一直是底盤(pán)協(xié)同控制的難點(diǎn)之一。分布式電驅(qū)動(dòng)車輛的底盤(pán)布局結(jié)構(gòu)必然引入較大的非簧載質(zhì)量，從而帶來(lái)平順性的惡化。由于懸架建模的復(fù)雜性以及車輛橫向-縱向-垂向動(dòng)力學(xué)的強(qiáng)耦合性，多數(shù)學(xué)者在車輛建模時(shí)忽略了懸架的影響。因此，需要進(jìn)一步研究AFS、DYC 和ASS 的協(xié)同控制方法，探索車輛橫向-縱向-垂向的動(dòng)力學(xué)解耦方法，開(kāi)發(fā)具有自學(xué)習(xí)能力的智能控制算法，實(shí)現(xiàn)各子系統(tǒng)的性能最大化。

車輛穩(wěn)定性判據(jù)僅考慮側(cè)傾穩(wěn)定性或者橫擺穩(wěn)定性，存在因穩(wěn)定性判據(jù)不全面導(dǎo)致車輛出現(xiàn)轉(zhuǎn)向不足或者側(cè)翻的情況。因此，如何建立一種能夠同時(shí)反映車輛橫擺和側(cè)傾穩(wěn)定性的綜合判據(jù)，確定穩(wěn)定性控制系統(tǒng)的準(zhǔn)確觸發(fā)時(shí)機(jī)，提高車輛的安全性和穩(wěn)定性，減少計(jì)算機(jī)的運(yùn)行負(fù)荷，是未來(lái)的研究方向之一。

僅有少部分研究考慮了變附著路面條件下的控制自適應(yīng)性問(wèn)題，缺少附著系數(shù)和路面高程動(dòng)態(tài)變化下的試驗(yàn)驗(yàn)證研究。為了使分布式電驅(qū)動(dòng)車輛能適應(yīng)更為復(fù)雜的路況，有必要進(jìn)一步探索在動(dòng)態(tài)路面附著和路面高程條件下的子系統(tǒng)控制權(quán)重分配方法和控制策略切換方法。

當(dāng)前的控制策略大多停留在特定工況下的試驗(yàn)驗(yàn)證階段，難以適用于全工況。如何在復(fù)雜多變的工況下均能實(shí)現(xiàn)車輛的安全穩(wěn)定行駛，提升控制系統(tǒng)的魯棒性，是未來(lái)底盤(pán)穩(wěn)定性協(xié)同控制系統(tǒng)的研究重點(diǎn)之一。