分布式驅(qū)動電動汽車底盤動力學控制研究綜述

殷國棟，金賢建，張　云,2

(1.東南大學 機械工程學院,南京　211189；2.福特汽車工程研究南京有限公司,南京　211100)

?

分布式驅(qū)動電動汽車底盤動力學控制研究綜述

殷國棟1，金賢建1，張云1,2

(1.東南大學 機械工程學院,南京211189；2.福特汽車工程研究南京有限公司,南京211100)

分布式驅(qū)動電動汽車將電機直接置于輪輞中，在大幅簡化車輛底盤結(jié)構(gòu)、提高能量效率的同時，能實現(xiàn)輪轂轉(zhuǎn)矩的精確測量與驅(qū)動力矩的快速響應(yīng)，為改善車輛底盤動力學控制系統(tǒng)的安全穩(wěn)定性提供了獨特的優(yōu)勢，已經(jīng)逐漸被國際汽車領(lǐng)域研究學者認為是最有發(fā)展?jié)摿Φ碾妱悠嚳蚣苤弧７謩e從底盤縱向動力學控制、橫向動力學控制、集成動力學控制等3方面對分布式驅(qū)動電動汽車動力學控制研究進展進行了綜述，著重介紹了驅(qū)動防滑系統(tǒng)、回饋與防抱死協(xié)調(diào)制動系統(tǒng)、四輪獨立轉(zhuǎn)向系統(tǒng)、直接橫擺穩(wěn)定性控制系統(tǒng)、電子差速系統(tǒng)等電動汽車底盤動力學控制的新興研究熱點，并對分布式驅(qū)動電動汽車動力學控制研究未來的發(fā)展趨勢做了幾點展望。

分布式驅(qū)動電動汽車；縱向動力學；橫向動力學；參數(shù)估計；集成動力學控制

隨著石油危機的不斷加劇和環(huán)境污染的日益凸顯，開發(fā)安全、環(huán)保、節(jié)能的交通工具成為人類所追求的共同目標。電動汽車使用電能直接驅(qū)動車輛，可以實現(xiàn)城市交通的零排放，近年來美國、歐洲、日本、中國等國家紛紛提出自己的電動汽車發(fā)展戰(zhàn)略，電動汽車面臨著加速發(fā)展的戰(zhàn)略機遇，被認為是21世紀廣泛采用的交通工具[1-7]。與傳統(tǒng)燃油汽車相比，分布式驅(qū)動電動汽車使用輪轂電機直接驅(qū)動車輪。圖1是東京大學開發(fā)的分布式驅(qū)動電動汽車“UOT March II”底盤架構(gòu)[1]，其全電動化的驅(qū)動底盤擁有傳統(tǒng)車輛無法比擬的高能量效率，并能實現(xiàn)制動過程中的能量回收。更重要的是分布式驅(qū)動電動汽車不需要附加傳感器就可實現(xiàn)輪轂轉(zhuǎn)矩的精確測量，能大幅提高車輛驅(qū)動力矩的響應(yīng)速度，為提高車輛底盤動力學控制提供了獨特的優(yōu)勢，將對車輛底盤動力學控制系統(tǒng)包括驅(qū)動防滑系統(tǒng)(acceleration slip regulation,ASR)、回饋制動系統(tǒng)(regenerative braking system,RBS)、四輪轉(zhuǎn)向系統(tǒng)(four wheel steer,4WS)、直接橫擺穩(wěn)定性控制系統(tǒng)(direct yaw moment control,DYC)、電子差速系統(tǒng)(electronic differential system,EDS)等的安全穩(wěn)定性改善有著極其重要的工程應(yīng)用意義[1-7]。

1　縱向動力學控制進展

1.1驅(qū)動防滑動力學控制系統(tǒng)

分布式驅(qū)動電動汽車的驅(qū)動防滑控制系統(tǒng)主要是利用電動汽車驅(qū)動力矩獨立可控，轉(zhuǎn)速容易獲得的特點，在車輛啟動加速過程中起防滑作用，主要控制目標是將車輪滑轉(zhuǎn)率控制在最優(yōu)范圍內(nèi)，從而使車輪在加速過程中獲得比較大的附著力，防止因驅(qū)動輪過度滑轉(zhuǎn)而降低車輛的驅(qū)動性能，從而有效地提高車輛加速行駛的安全性。國內(nèi)外學者分別采用不同的控制方法，如模糊邏輯控制、最優(yōu)控制、滑模變結(jié)構(gòu)控制、模型跟蹤控制、等對ASR進行了研究[8-12]。文獻[8]提出了基于門限角加速度和最優(yōu)滑轉(zhuǎn)率的模糊滑轉(zhuǎn)率控制方法，以實際角加速度與門限角加速度之差和實際滑轉(zhuǎn)率與最優(yōu)滑轉(zhuǎn)率之差作為模糊控制器輸入，使得實際角加速度接近門限角加速度，控制各輪的驅(qū)動力矩實現(xiàn)驅(qū)動防滑。仿真結(jié)果表明:相比傳統(tǒng)控制算法，基于門限角加速度的模糊滑轉(zhuǎn)率控制能有效降低滑轉(zhuǎn)率。文獻[9]提出了基于轉(zhuǎn)矩選擇器的驅(qū)動防滑系統(tǒng)控制算法(如圖2所示)，其控制邏輯是根據(jù)識別的路面條件來確定當前的最優(yōu)滑移率，并增加了轉(zhuǎn)矩選擇器結(jié)合駕駛員的轉(zhuǎn)矩控制命令與當前最優(yōu)滑移率下的轉(zhuǎn)矩來選擇電機轉(zhuǎn)矩輸出，繼而自動實現(xiàn)最優(yōu)驅(qū)動防滑控制，仿真結(jié)果表明了該設(shè)計控制器的有效性。

圖1　東京大學分布式驅(qū)動電動汽車“UOT March II”底盤架構(gòu)

圖2　基于轉(zhuǎn)矩選擇器的驅(qū)動防滑系統(tǒng)控制邏輯

1.2制動動力學控制系統(tǒng)

與傳統(tǒng)的內(nèi)燃機車輛相比，分布式驅(qū)動電動汽車在制動過程中，電動機以發(fā)電方式工作，能將電動汽車的動能或勢能轉(zhuǎn)換為電能進行存儲，是提高車輛能源利用率的一項重要技術(shù)。考慮到電機的制動效能以及制動過程中的穩(wěn)定性，作為保證車輛制動主動安全最廣泛的防抱死制動系統(tǒng)仍舊會被電動汽車大量應(yīng)用，目前國內(nèi)外的研究熱點集中從之前單純?nèi)绾问鼓芰炕仞佇首畲蠡饾u轉(zhuǎn)向到在保證車輛制動穩(wěn)定性的同時如何使能量回饋效率最大化，針對電動汽車回饋制動系統(tǒng)和防抱死制動系統(tǒng)的集成協(xié)調(diào)控制策略被持續(xù)關(guān)注[6,13-17,44]。例如：Bera等[6]提出了在鍵合圖理論上的協(xié)調(diào)RBS和ABS策略；Castro等[13]提出了基于自適應(yīng)的滑移率控制的RBS和ABS協(xié)調(diào)制動控制策略，該文頗有新意的是考慮了輪轂電機飽和等多種條件的約束，對于不確定路面條件具有極強的自適應(yīng)性和魯棒性。Jin和Yin等[14]針對輪轂式電動汽車，提出了一種新的RBS和ABS協(xié)調(diào)制動控制策略(如圖3所示)。首先為適應(yīng)制動系統(tǒng)的強非線性、時變特征，設(shè)計了一個上層指數(shù)趨近率降低抖振的魯棒滑模控制器將車輪滑移控制在最佳范圍內(nèi)來以產(chǎn)生虛擬總的制動轉(zhuǎn)矩，然后根據(jù)電池SOC、電機轉(zhuǎn)速和制動強度等約束因素采用固定點法求解二次規(guī)劃的轉(zhuǎn)矩分配策略，將總的制動轉(zhuǎn)矩動態(tài)分配到RBS和ABS。NEDC工況仿真結(jié)果表明：該協(xié)調(diào)控制策略能在保證車輛制動穩(wěn)定性的同時有效地提高制動能量的回收效率，且具有較強的魯棒性。

圖3　基于轉(zhuǎn)矩分配的RBS與ABS協(xié)調(diào)制動控制系統(tǒng)

2　橫向動力學控制進展

2.1四輪獨立轉(zhuǎn)向系統(tǒng)

對于分布式獨立驅(qū)動電動汽車可以實現(xiàn)全輪獨立驅(qū)動獨立轉(zhuǎn)向功能，其獨立轉(zhuǎn)向功能可以看成是傳統(tǒng)汽車四輪轉(zhuǎn)向技術(shù)的擴展。但是電動汽車具備更多、更靈活的轉(zhuǎn)向驅(qū)動模式，能通過車輪轉(zhuǎn)向和驅(qū)動協(xié)調(diào)控制顯著改善車輛的動力性、操縱性和安全性，代表了未來高級電動汽車的發(fā)展方向。針對分布式獨立驅(qū)動電動獨立轉(zhuǎn)向車輛的研究目前尚處于起步階段[18-21]。Yin等[19-20]在四輪轉(zhuǎn)向領(lǐng)域的研究成果具有廣泛的國際影響，其針對實際汽車行駛時承擔的不同載荷以及運行狀態(tài)(如速度)的變化，設(shè)計了4ws汽車μ綜合控制閉環(huán)系統(tǒng)(如圖4所示)，以橫擺角速度跟蹤反饋為控制邏輯,采用μ綜合魯棒控制器來抑制外部干擾,優(yōu)化權(quán)函數(shù),實現(xiàn)了傳統(tǒng)四輪轉(zhuǎn)向車輛控制器難以達到的性能指標。仿真結(jié)果表明：所設(shè)計的綜合魯棒控制器不僅具有良好的操縱性和穩(wěn)定的魯棒性,即對外界干擾具有較好的抑制性能且不敏感于車輛參數(shù)變化,而且改善了以往控制器設(shè)計偏于保守的問題。

圖4　4ws汽車μ綜合控制閉環(huán)系統(tǒng)

2.2直接橫擺穩(wěn)定性控制系統(tǒng)

與傳統(tǒng)汽車利用汽車ABS不對稱制動來使車輛發(fā)生偏轉(zhuǎn)不同的是，分布式獨立驅(qū)動電動汽車是在發(fā)現(xiàn)車身在轉(zhuǎn)向時發(fā)生了甩尾、偏移等失穩(wěn)現(xiàn)象時直接利用輪轂電機的驅(qū)動力矩分配來實現(xiàn)車輛的橫擺穩(wěn)定性控制，從而保證車輛正常的行駛姿態(tài)。對于分布式獨立驅(qū)動電動汽車直接橫擺穩(wěn)定性控制系統(tǒng)是電動汽車研究學者包括國際車輛領(lǐng)域權(quán)威學者Hedrick J K， Masato Abe等最集中研究的問題，近年來國內(nèi)外已經(jīng)有不少成果顯現(xiàn)，如預測控制、滑模控制、魯棒控制、非線性控制等[3-4,7,22-23]，其基本控制框架分兩層：上層控制器根據(jù)駕駛員命令確定總的直接橫擺力矩；下層控制器根據(jù)輪胎狀態(tài)實際分配電機轉(zhuǎn)矩。這里不做過多贅述，感興趣的讀者可以參考相關(guān)文獻。值得注意的是雖然不同的控制邏輯開始被運用，但是多數(shù)處于仿真研究階段，研究成果大多缺乏實車驗證。

2.3其他橫向動力學控制系統(tǒng)

其他四輪獨立驅(qū)動電動汽車橫向動力學控制系統(tǒng)也主要是利用輪轂電機轉(zhuǎn)矩能獨立控制的優(yōu)點，這里主要介紹電動汽車電子差速系統(tǒng)。傳統(tǒng)汽車上的差速器是幫助車輛在轉(zhuǎn)彎過程中實現(xiàn)內(nèi)外圈車輪的差速，讓內(nèi)外車輪都能以純滾動的形式轉(zhuǎn)動。而四輪獨立驅(qū)動電動汽車輪轂電機與輪胎直接連接在一起，沒有了傳統(tǒng)汽車的機械減速器和差速裝置，所以四輪獨立驅(qū)動電動汽車的電子差速研究也是一個嶄新的課題。另外，在分布式驅(qū)動電動汽車正常直線行駛中，也需要考慮前后左右4個電機的轉(zhuǎn)速精確同步控制問題。如果前后車輪速度不同，會造成車輛行駛系統(tǒng)(輪胎輪轂)的過度磨損；車輛在高速直線行駛時，左右輪速的誤差會使車輛偏移目標軌道，因此電動汽車直線行駛的轉(zhuǎn)速精確同步可以看作是電子差速系統(tǒng)的特殊應(yīng)用，其國際研究文獻還不多見[24-26]。由于電動汽車的各輪轉(zhuǎn)矩獨立可控，故電動汽車電子差速主要研究方向是在Ackerman-Jeantand模型的基礎(chǔ)上，通過算法對內(nèi)外輪胎的電機力矩進行分配控制來實現(xiàn)輔助轉(zhuǎn)向。例如文獻[25]等設(shè)計四輪獨立驅(qū)動電動汽車驅(qū)動輪轉(zhuǎn)矩比為

(1)

式中：u為車身質(zhì)心處速度；h為質(zhì)心到地面高度；g為重力加速度；d為輪距；δ為前輪轉(zhuǎn)角。從式(1)可以看到：電動汽車驅(qū)動轉(zhuǎn)矩比是根據(jù)車輛速度與前輪轉(zhuǎn)向角來確定的。在電子差速控制下，提高外側(cè)電機的驅(qū)動力矩，減小內(nèi)側(cè)電機的驅(qū)動力矩，從而使內(nèi)側(cè)和外側(cè)的電機力矩差值增大，同時內(nèi)外側(cè)輪胎的角速度差速也增大，進而使電子差速系統(tǒng)可以有效幫助車輛完成轉(zhuǎn)向。

3　集成動力學控制進展

3.1車輛動力學系統(tǒng)集成控制

分布式驅(qū)動電動汽車動力學集成控制可以大致分成兩大類：第一大類是從整車底盤動力學集成角度考慮將縱向動力學控制、橫向動力學控制等子系統(tǒng)通過協(xié)調(diào)控制集成起來，減少各子系統(tǒng)的功能干涉，從而最大程度地發(fā)揮各子系統(tǒng)功能以提高電動汽車底盤動力學的安全穩(wěn)定性。這一大類的研究與傳統(tǒng)內(nèi)燃機車輛動力學集成相比基本類似[13,27-30]。例如文獻[27]等將非線性的模型預測應(yīng)用于底盤動力學主動轉(zhuǎn)向系統(tǒng)與直接橫擺系統(tǒng)的集成控制，其主要的集成控制框架如圖5所示。首先通過在線的非線性模型預測來確定主動轉(zhuǎn)向角與總的直接橫擺力矩，然后通過制動邏輯分配車輛的車輪執(zhí)行器；第二大類是分布式驅(qū)動電動汽車獨特的研究方向，主要包括電動汽車整車能量優(yōu)化與容錯控制策略。例如Junmin Wang等[31-32]就分布式驅(qū)動電動汽車整車效率進行了深入的研究，其核心思想是根據(jù)輪轂電機的MAP效率圖，在路面行駛不同工況下，綜合考慮各驅(qū)動電機的控制效能，針對電機的執(zhí)行器設(shè)計卡羅需-庫恩-塔克條件(KKT)全局最優(yōu)的能量消耗目標函數(shù)，進而提高整車的驅(qū)動效率，并用實車試驗驗證了該控制策略的有效性。由于電動汽采用電傳線控系統(tǒng)，驅(qū)動電機一旦出現(xiàn)故障，整個車輛有可能失穩(wěn)，同時由于整個電動汽車還未完成市場化，還缺乏實際的車輛失效模式與故障案例,因此電動汽車的故障建模與容錯控制也是一個嶄新的課題，例如文獻[33]設(shè)計失效因子來簡單處理電機故障，而文獻[34]采用最優(yōu)控制來設(shè)計容錯控制律，但總的來說目前該方向的研究文獻寥寥。

圖5　基于MPC的底盤集成控制框架

3.2車輛動力學系統(tǒng)路面參數(shù)估計

對于電動汽車無論是縱向動力學控制系統(tǒng)(包括驅(qū)動防滑動力學控制系統(tǒng)與制動動力學控制系統(tǒng))，還是橫向動力學系統(tǒng)(包括四輪獨立轉(zhuǎn)向系統(tǒng)與直接橫擺力矩控制系統(tǒng))，其動力學的控制性能與路面附著條件有著極其緊密的聯(lián)系，因此能否準確、實時估計路面利用附著系數(shù)直接影響著電動汽車動力學控制系統(tǒng)的有效性。目前根據(jù)測量方法和測量參數(shù)的不同可以將路面附著系數(shù)估算方法歸納為Cause-based和Effect-based兩種[35-43,45]。Cause-based方法是測量對路面附著系數(shù)影響較大的一些因素，然后結(jié)合經(jīng)驗來預測當前路面附著系數(shù)。文獻[35-36,40]是利用光學傳感器測量路面對光的吸收和反射情況，以此判斷能降低路面附著系數(shù)的物質(zhì)，從而判別路面附著系數(shù)的變化情況。但由于傳感器測量的光信號中含有許多干擾信號，因此進行濾波將有很大困難，路面附著系數(shù)的估計值有一定程度的失真。隨著光學的發(fā)展和光學傳感器的不斷改進，近年來出現(xiàn)了采用毫米波和雷達波對路面進行識別的方法。該方法是通過一種光學裝置向路面發(fā)射電磁波，由微波傳感器接收這些經(jīng)路面反射的電磁波，對反射波的頻譜進行分析，然后根據(jù)頻譜差異識別路面情況。以上方法需要加裝額外的光學傳感器，而這些傳感器往往都十分昂貴，這就增加了電動汽車的使用成本，不利于電動汽車的商業(yè)化發(fā)展，同時這種方法的精確程度與經(jīng)驗有很大關(guān)系，否則不能對路面進行準確的識別。Effect-based方法是利用電動汽車的傳感器和動力學系統(tǒng)方程對路面進行實時識別。這種方法很大程度上依賴于動力學方程的精確程度和算法的可靠性，所以成本較低。例如先利用算法估計車輛動力學模型計算輪胎與路面之間的附著力，然后采用卡爾曼濾波或最小二乘法判斷當前路面附著系數(shù)[37,41,43]。然而，如何發(fā)展路面附著系數(shù)的實時估計方法仍舊是值得深入研究的熱點。

4　結(jié)論與展望

本文分別從底盤縱向動力學控制、橫向動力學控制、集成動力學控制等3方面對分布式驅(qū)動電動汽車動力學控制研究進展進行了介紹，由于篇幅限制，對電動汽車相關(guān)動力學控制系統(tǒng)研究綜述還有待繼續(xù)深入，還有一些先進的電動汽車車輛動力學控制系統(tǒng)(例如輪轂電機垂向懸架系統(tǒng)等)未進行討論。盡管分布式驅(qū)動電動汽車底盤動力學控制研究有了初步的進展，但是國際在該領(lǐng)域的研究總體還處于起步階段，未來的研究發(fā)展趨勢有以下兩點：

1) 更安全。電動汽車全電動化控制系統(tǒng)方便利用車載傳感器來感知車輛周圍環(huán)境,并根據(jù)感知所獲得的道路、車輛位置和障礙物信息,更容易精確控制車輛，從而使車輛能夠安全、可靠地在道路上自動行駛,更易實現(xiàn)電動汽車無人駕駛技術(shù)，能為汽車沒有駕駛員或者無駕駛能力的人(如殘疾人)提供方便，更能在駕駛?cè)藛T技術(shù)不熟練、經(jīng)驗不足、缺乏安全行車常識，或在復雜道路行駛時遇有突然情況和發(fā)生操作錯誤時減少人為失誤事故的發(fā)生數(shù)量，為人與車輛的安全提供保證。

2) 更智能。電動汽車的車載網(wǎng)絡(luò)更易實現(xiàn)車聯(lián)網(wǎng)集成。車聯(lián)網(wǎng)將車與車相連、車與物相連，實現(xiàn)實時信息交換，通過車輛網(wǎng)絡(luò)動態(tài)地收集分發(fā)和處理數(shù)據(jù)，使用無線通信方式共享信息，能實現(xiàn)車與車、車與物的信息交換，將汽車與城市網(wǎng)絡(luò)相互連接，實現(xiàn)交通信息與實時導航服務(wù)、安全駕駛與車輛故障診斷、娛樂及通信服務(wù)。因此，汽車在車聯(lián)網(wǎng)的幫助下，將更加智能、更加人性化。

[1]HORI Y.Future vehicle driven by electricity and control-research on four-wheel-motored ‘UOT Electric March II’[J].IEEE Transactions on Industrial Electronics,2004,51(5):954-962.

[2]FLORESCU A,BRATU A I,MUNTEANU I.LQG Optimal Control Applied to On-Board Energy Management System of All-Electric Vehicles[J].IEEE Transactions on Control Systems Technology,2015,23(4):1427-1439.

[3]JIN X,YIN G.Robust Guaranteed Cost State-delayed Vehicle Lateral Stability Control with Applications to In-Wheel-Motor-Driven Electric Vehicles[C] //Proc Amer Control Conf.2015：5408-5413.

[4]GENG C,MOSTEFAI L,DENA M,et al.Direct yaw-moment control of an in-wheel-motored electric vehicle based on body slip angle fuzzy observer[J].IEEE Transactions on Industrial Electronics,2009,56(5):1411-1419.

[5]NAM K,FUJIMOTO H,HORI Y.Advanced motion control of electric vehicles based on robust lateral tire force control via active front steering[J].IEEE/ASME Transections on Mechatronics,2014,19(1):289-299.

[6]BERA T K,BHATTACHARYA K,SAMANTARAY A K.Bond graph model-based evaluation of a sliding mode controller for a combined regenerative and antilock braking system[J].Proceedings of the Institution of Mechanical Engineers,Part I:Journal of Systems and Control Engineering,2011,225(7):918-934.

[7]GOODARZI A,ESMAILZADEHE.Design of a VDC system for all-wheel independent drive vehicles[J].IEEE/ASME Trans.Mechatronics,2007,12(6):632-639.

[8]YIN G,WANG S,JIN X.Optimal Slip Ratio Based Fuzzy Control of Acceleration Slip Regulation for Four-Wheel Independent Driving Electric Vehicles[J].Mathematical Problems in Engineering,2013(11):1-7.

[9]XU K,XU G,LI W,et al.Anti-skid for Electric Vehicles Based on Sliding Mode Control with Novel Structure[C]//IEEE Internation Conference on Information and Automation.[S.l.]：IEEE,2011:650-655.

[10]WU L,GOU J,WANG L,et al.Acceleration Slip Regulation Strategy for Distributed Drive Electric Vehicles with Independent Front Axle Drive Motors[J].Energies,2015,8(5):4043-4072.

[11]XU P,CAO J,GUO G,et al.Torque coordinated control of independent driving electric vehicles base on BP neural network[C]// IEEE International Conference on Automation and Logistics.[S.l.]：IEEE,2008:710-714.

[12]周斯加，羅玉濤，黃向東，等.4WD電動車的滑轉(zhuǎn)率識別及防滑控制[J].華南理工大學學報(自然科學版)，2008,36(6)：95-100.

[13]DE CASTRO R,ARAúJO R E,TANELLI M,et al.Torque blending and wheel slip control in EVs with in-wheel motors[J].Vehicle System Dynamics,2012,50(sup1):71-94.

[14]JIN X,YING.Coordinated braking control for In-Wheel-Motor-Driven Electric Vehicles with regenerative and antilock braking system based on Control Allocation[Z].The Dynamics of Vehicles on Roads and Tracks:Proceedings of the 24th Symposium of the International Association for Vehicle System Dynamics (IAVSD 2015)August 17-24,2015,Graz,Austria,pp.87-96.

[15]金賢建,殷國棟,陳南,等.混合動力汽車回饋制動與防抱死制動協(xié)調(diào)魯棒控制[J].汽車工程,2015,37(9):1011-1016.

[16]WANG B,HUANG X,WANG J,et al.A robust wheel slip ratio control design combining hydraulic and regenerative braking systems for in-wheel-motors-driven electric vehicles[J].Journal of the Franklin Institute,2015,352(2):577-602.

[17]YU H,TAHERI S,DUAN J,et al.An Integrated Cooperative Antilock Braking Control of Regenerative and Mechanical System for a Hybrid Electric Vehicle Based on Intelligent Tire[J].Asian Journal of Control,2016,18(1):55-68.

[18]MARINO R,SCALZI S.Asymptotic sideslip angle and yaw rate decoupling control in four-wheel steering vehicles[J].Vehicle System Dynamics,2010,48(9):999-1019.

[19]YIN G,CHEN N,LI P.Improving handling stability performance of four-wheel steering vehicle via μ-synthesis robust control[J].Vehicular Technology,IEEE Transactions on,2007,56(5):2432-2439.

[20]殷國棟,陳南,李普.4WS 汽車橫擺角速度跟蹤μ綜合魯棒控制[J].機械工程學報,2005,41(10):221-225.

[21]FAHIMI F.Full drive-by-wire dynamic control for four-wheel-steer all-wheel-drive vehicles[J].Vehicle System Dynamics,2013,51(3):360-376.

[22]CHEN Y,HEDRICK J K,GUO K.A novel direct yaw moment controller for in-wheel motor electric vehicles[J].Vehicle System Dynamics,2013,51(6):925-942.

[23]Suzuki Y,Kano Y,Abe M.A study on tyre force distribution controls for full drive-by-wire electric vehicle[J].Vehicle System Dynamics,2014,52(sup1):235-250.

[24]ZHAO Y,ZHANG J.Modelling and simulation of the electronic differential system for an electric vehicle with two-motor-wheel drive[J].International Journal of vehicle systems Modelling and Testing,2009,4(1/2):117-131.

[25]HARTANI K,BOURAHLA M,MILOUD Y,et al.Electronic differential with direct torque fuzzy control for vehicle propulsion system[J].Turkish Journal of Electrical Engineering & Computer Sciences,2009,17(1):21-38.

[26]OZKOP E,ALTAS I H,OKUMUS H I,et al.A fuzzy logic sliding mode controlled electronic differential for a direct wheel drive EV[J].International Journal of Electronics,2015,102(11):1919-1942.

[27]FALCONE P,TSENG H E,BORRELLIF,et al.MPC-based yaw and lateral stabilisation via active front steering and braking[J].Vehicle System Dynamics,2008,46(S1):611-628.

[28]SONG P,TOMIZUKA M,ZONG C.A novel integrated chassis controller for full drive-by-wire vehicles[J].Vehicle System Dynamics,2015,53(2):215-236.

[29]DI CAIRANO S,TSENG H E,BEMARDINI D,et al.Vehicle yaw stability control by coordinated active front steering and differential braking in the tire sideslip angles domain[J].IEEE Transactions on Control Systems Technology,2013,21(4):1236-1248.

[30]YANG X,WANG Z,PENG W.Coordinated control of AFS and DYC for vehicle handling and stability based on optimal guaranteed cost theory[J].Vehicle System Dynamics,2009,47(1):57-79.

[31]CHEN Y,WANG J.Design and experimental evaluations on energy efficient control allocation methods for overactuated electric vehicles:Longitudinal motion case[J].IEEE/ASME Transactions on Mechatronics,2014,19(2):538-548.

[32]CHEN Y,WANG J.Fast and global optimal energy-efficient control allocation with applications to over-actuated electric ground vehicles[J].IEEE Transactions on Control Systems Technology,2012,20(5):1202-1211.

[33]YANG H,COCQUEMPOT V,JIANG B.Optimal fault-tolerant path-tracking control for 4WS4WD electric vehicles[J].IEEE Transactions on Intelligent Transportation Systems,2010,11(1):237-243.

[34]IFEDI C J,MECROW B C,BROCKWAY S T M,et al.Fault-tolerant in-wheel motor topologies for high-performance electric vehicles[J].IEEE Transactions on Industry Applications,2013,49(3):1249-1257.

[35]HONG S,ERDOGAN G,HEDRICK K,et al.Tyre-road friction coefficient estimation based on tyre sensors and lateral tyre deflection:modelling,simulations and experiments[J].Vehicle System Dynamics,2013,51(5):627-647.

[36]LEE C,HEDRICK K,YI K.Real-time slip-based estimation of maximum tire-road friction coefficient[J].IEEE/ASME Transactions On Mechatronics,2004,9(2):454-458.[37]RAJAMANI R,PHANOMCHOENG G,PIYABONGKARN D,et al.Algorithms for real-time estimation of individual wheel tire-road friction coefficients[J].IEEE/ASME Transactions on Mechatronics,2012,17(6):1183-1195.[38]ENISZ K,SZALAY I,KOHLRUSZ G,et al.Tyre-road friction coefficient estimation based on the discrete-time extended Kalman filter[J].Proceedings of the Institution of Mechanical Engineers,Part D:Journal of Automobile Engineering,2015,229(9):1158-1168.

[39]JIN X,YIN G,LIN Y.Interacting Multiple Model Filter-Based Estimation of Lateral Tire-Road Forces for Electric Vehicles[M].[S.l.]:SAE Technical Paper,2014.

[40]ERDOGAN G,ALEXANDER L,RAJAMANI R.Estimation of tire-road friction coefficient using a novel wireless piezoelectric tire sensor[J].IEEE Sensors Journal,2011,11(2):267-279.

[41]褚文博,羅禹貢,陳龍,等.分布式電驅(qū)動車輛的無味粒子濾波狀態(tài)參數(shù)聯(lián)合觀測[J].機械工程學報,2013,49(24):117-127.

[42]宋健,楊財,李紅志,等.AYC 系統(tǒng)基于多傳感器數(shù)據(jù)融合的路面附著系數(shù)估計算法[J].清華大學學報(自然科學版),2009,49(5):715-718.

[43]RAJAMANI R,PIYABONGKARN D,LEW J Y,et al.Tire-road friction-coefficient estimation[J].IEEE Control Systems,2010,30(4):54-69.

[44]YIN G,JIN X.Cooperative Control of Regenerative Braking and Antilock Braking for a Hybrid Electric Vehicle[J].Mathematical Problems in Engineering,2013(4):1-9.

[45]YIN G,JIN X,QING Z,et al.Lateral Stability Region Conservativeness Estimation and Torque Distribution for FWIA Electric Vehicle Steering[J].Sciences China Technological Sciences,2015,58(4):669-676.

(責任編輯劉舸)

Overview for Chassis Vehicle Dynamics Control of Distributed Drive Electric Vehicle

YIN Guo-dong1, JIN Xian-jian1, ZHANG Yun1, 2

(1.School of Mechanical Engineering, Southeast University, Nanjing 211189，China;2.Ford Motor Research & Engineering(Nanjing) Co., Ltd., Nanjing 211100,China)

The motors of distributed drive electric vehicle will be placed directly in the rim, which greatly simplify the structure of the vehicle chassis and improve efficiency on energy, moreover, wheel motors can accurately measure hub torque and possess rapid response in the driving torque so as to provide a great convenience for improving security and stability of the vehicle chassis dynamics control systems. This paper reviewed the vehicle chassis dynamics control in term of longitudinal dynamics control, lateral dynamics control and integrated dynamics control, and focused on these emerging hotspots including acceleration slip regulation, regenerative and anti-lock braking system, four wheel steer, direct yaw moment control, electronic differential system in chassis dynamics control for distributed drive electric vehicle, and then made several forecasts about research directions of the distributed drive electric vehicle’s dynamics control in the future.

distributed drive electric vehicle；longitudinal dynamics；lateral dynamics； parameter estimation；integrated dynamics control

2016-04-21

國家自然科學基金資助項目(51575103)；東南大學杰青培育基金項目(2242016K41056)；江蘇省六大人才高峰培養(yǎng)計劃(2014-JXQC-001)

殷國棟(1976—)，男，博士，教授，博士生導師，東南大學機械工程學院副院長，主要從事新能源汽車整車設(shè)計與系統(tǒng)估計及控制、智能網(wǎng)聯(lián)汽車、車輛動力學及其控制等方面研究，E-mail:ygd@seu.edu.cn。

format：YIN Guo-dong, JIN Xian-jian, ZHANG Yun.Overview for Chassis Vehicle Dynamics Control of Distributed Drive Electric Vehicle[J].Journal of Chongqing University of Technology(Natural Science)，2016(8):13-19.

10.3969/j.issn.1674-8425(z).2016.08.002

U461.3

A

1674-8425(2016)08-0013-07

引用格式：殷國棟,金賢建,張云.分布式驅(qū)動電動汽車底盤動力學控制研究綜述[J].重慶理工大學學報(自然科學)，2016(8):13-19.