純電動(dòng)輕型商用車降能耗關(guān)鍵技術(shù)及應(yīng)用

【摘要】為提升某純電動(dòng)輕型商用車的續(xù)駛能力，從減少功率消耗和增加滑行回饋功率兩個(gè)維度降低整車百公里電耗。首先，針對(duì)節(jié)能（ECO）模式，提出基于車輛不同使用場(chǎng)景和工況的節(jié)能控制技術(shù)，顯著降低全場(chǎng)景下的整車能耗。其次，針對(duì)商用車空、滿載滑行能量回收減速度差異大的問題，提出基于整車質(zhì)量進(jìn)行能量回收控制，實(shí)現(xiàn)了車輛不同載荷下具有相同的滑行減速度，以回收更多能量。然后，針對(duì)滑行能量回收通常以低附著系數(shù)路面為設(shè)計(jì)基礎(chǔ)的現(xiàn)狀，提出基于路面附著系數(shù)自適應(yīng)調(diào)整滑行能量回收的方法。最后，對(duì)該純電動(dòng)輕型商用車進(jìn)行實(shí)際道路測(cè)試，結(jié)果表明，ECO模式下百公里電耗降低2.9%，針對(duì)開啟空調(diào)和開啟車門場(chǎng)景，百公里電耗降低2.1%，基于整車質(zhì)量的能量回收策略實(shí)現(xiàn)了百公里電耗降低2.7%。

關(guān)鍵詞：商用車 降低能耗 能量回收 附著系數(shù) 電動(dòng)汽車

中圖分類號(hào)：U461.8" "文獻(xiàn)標(biāo)志碼：A" "DOI： 10.20104/j.cnki.1674-6546.20240300

Key Technologies and Applications of Energy Consumption Reduction for Pure Electric Light Commercial Vehicles

Lin Yumin， Wei Guangjie， You Daoliang， Hu Dongyang， Li Haimu

（Jiangling Motor Co.， Ltd.， Nanchang 330031）

【Abstract】In order to improve the vehicle driving range of a pure electric light commercial vehicle， this paper proposes to reduce the electric power consumption per 100 kilometers by reducing power consumption and increasing coasting energy recovery power. Firstly， for ECO energy-saving mode， the paper proposes the energy-saving control technology based on different vehicle usage scenarios and working conditions， which significantly reduces the energy consumption of the vehicle in the whole scenario. Secondly， in the view of the coasting energy recovery deceleration of commercial vehicles with empty and full load varies greatly， the paper proposes the energy recovery control based on the vehicle mass to achieve the same coasting deceleration under different loads to recover more energy. Then， for the problem that coasting energy recovery is usually designed with low adhesion coefficient road surface， the paper proposes adaptive adjustment of coasting energy recovery based on road adhesion coefficient. Finally， the pure electric light truck is tested on real road. The results show that the ECO mode reduces the electricity consumption per 100 kilometers by 2.9%， and by 2.1% for scenarios of turning on the air conditioning and opening the car door. The energy recovery strategy based on the vehicle’s mass shows a 2.7% reduction in electricity consumption per 100 kilometers.

Key words： Commercial Vehicle， Reduce energy consumption， Energy recovery， Adhesion coefficient， Electric vehicle

【引用格式】 林玉敏， 魏廣杰， 游道亮， 等. 純電動(dòng)輕型商用車降能耗關(guān)鍵技術(shù)及應(yīng)用[J]. 汽車工程師， 2024（12）： 35-40.

LIN Y M， WEI G J， YOU D L， et al. Key Technologies and Applications of Energy Consumption Reduction for Pure Electric Light Commercial Vehicles[J]. Automotive Engineer， 2024（12）： 35-40.

1 前言

純電動(dòng)汽車的電耗和續(xù)駛里程一直是行業(yè)關(guān)注的焦點(diǎn)。為提高車輛的續(xù)駛里程，一方面可以增加動(dòng)力電池的容量[1]，但這會(huì)提高整車的成本，另一方面可以通過路徑規(guī)劃進(jìn)行預(yù)測(cè)性控制[2-3]，但需提前獲取全局的路況信息，而路況信息是實(shí)時(shí)變化的。因此，提高車輛系統(tǒng)層面的能量利用率、降低純電動(dòng)汽車的百公里電耗是提升續(xù)駛里程的有效方式。

余才光等[4]提出純電動(dòng)汽車電耗的6個(gè)影響因子，即整備質(zhì)量、滾動(dòng)阻力系數(shù)、風(fēng)阻系數(shù)、能量傳遞的綜合效率、低壓功耗、整車內(nèi)阻，進(jìn)行了建模和電耗計(jì)算，并分別分析了各影響因子的發(fā)展趨勢(shì)。劉建輝等[5]基于續(xù)駛里程的能量流向影響因素研究，分析了電動(dòng)汽車的整車參數(shù)、動(dòng)力電池、電機(jī)及其控制器系統(tǒng)、制動(dòng)能量回收等因素對(duì)續(xù)駛里程的影響，同時(shí)從優(yōu)化整車參數(shù)、采用高功率密度電池、提高部件性能3個(gè)方面展望了增加電動(dòng)汽車?yán)m(xù)駛里程的技術(shù)發(fā)展方向。黃偉[6]等針對(duì)某款電動(dòng)車型電耗偏大的問題，提出了一種純電動(dòng)汽車能量流測(cè)試方案，基于Cruise電耗仿真分析模型，分別從電驅(qū)動(dòng)系統(tǒng)效率提升、滾阻優(yōu)化、制動(dòng)能量回收率提高以及附件控制策略優(yōu)化等方面進(jìn)行了電耗的定量?jī)?yōu)化分析。于鳳珠[7]通過整車能耗機(jī)理理論分析，挖掘能耗的關(guān)鍵控制項(xiàng)，基于高精度實(shí)測(cè)數(shù)據(jù)建立并標(biāo)定整車能量流仿真模型，通過風(fēng)阻優(yōu)化、制動(dòng)卡鉗優(yōu)化、輪轂軸承優(yōu)化、分網(wǎng)段休眠技術(shù)、電機(jī)余熱利用技術(shù)實(shí)現(xiàn)了能耗降低和續(xù)駛里程的提升。

文獻(xiàn)[4]～文獻(xiàn)[7]主要圍繞整車阻力、動(dòng)力系統(tǒng)效率和能量管理方面進(jìn)行了純電動(dòng)汽車百公里電耗的理論分析，而實(shí)際量產(chǎn)車型受車輛設(shè)計(jì)、零部件設(shè)計(jì)和選型等因素影響，整車阻力和系統(tǒng)效率已經(jīng)固定，后續(xù)難以優(yōu)化。因此，本文從車輛減少功率消耗和增加回饋功率角度出發(fā)，通過軟件和算法降低整車的百公里電耗，提出基于車輛不同使用場(chǎng)景和工況的節(jié)能（ECO）模式，然后針對(duì)商用車空、滿載條件下滑行能量回收過程中減速度差異大的問題，提出基于整車質(zhì)量的能量回收控制技術(shù)，提高車輛系統(tǒng)層面的能量利用率。此外，針對(duì)滑行能量回收通常基于低附著系數(shù)路面進(jìn)行設(shè)計(jì)及在低附著系數(shù)路面易發(fā)生打滑的問題，提出基于路面附著系數(shù)自適應(yīng)調(diào)整滑行能量回收的控制方法。最后，利用實(shí)際道路測(cè)試驗(yàn)證所提出策略的有效性。

2 ECO模式開發(fā)

2.1 技術(shù)方案

本文提出的ECO模式技術(shù)方案如圖1所示：整車控制器（Vehicle Control Unit，VCU）通過采集ECO模式硬線開關(guān)信號(hào)識(shí)別ECO狀態(tài)，進(jìn)行ECO模式下的節(jié)能控制；門開關(guān)信號(hào)由車身控制器（Body Control Module，BCM）采集并發(fā)送至VCU，VCU根據(jù)門開關(guān)信號(hào)識(shí)別開車門場(chǎng)景；VCU發(fā)送壓縮機(jī)（Air Compressor，AC）和正溫度系數(shù)（Positive Temperature Coefficient，PTC）空氣加熱器最大限制使用功率至空調(diào)控制模塊（Air Condition Module，ACM），ACM控制AC和PTC空氣加熱器的工作功率；VCU發(fā)送駕駛模式狀態(tài)信號(hào)至組合儀表，組合儀表顯示駕駛模式狀態(tài)。

2.2 控制策略開發(fā)

本文基于車輛不同使用場(chǎng)景和工況的節(jié)能控制技術(shù)，開展節(jié)能控制策略開發(fā)：

a. 高速駕駛場(chǎng)景，限制ECO模式最高車速。車速越高，電能消耗越快，可通過限制最高車速降低能耗。本文純電動(dòng)輕型商用車的最高車速為100 km/h，ECO模式下最高車速限制為80 km/h（標(biāo)定量）。

b. 全油門加速場(chǎng)景，限制ECO模式電機(jī)外特性曲線。外特性曲線下移，可大幅度提高電機(jī)系統(tǒng)的效率，降低能耗。本文車型采用的電機(jī)系統(tǒng)效率如圖2所示，低轉(zhuǎn)速下外特性扭矩對(duì)應(yīng)的電機(jī)系統(tǒng)效率為70%左右，將電機(jī)最大扭矩限制為350 N·m（標(biāo)定量），低轉(zhuǎn)速最大扭矩對(duì)應(yīng)的電機(jī)系統(tǒng)效率可提高到80%左右。

c. 開空調(diào)場(chǎng)景，限制ECO模式AC和PTC加熱器最大使用功率，降低高壓附件消耗的功率。本文車型AC的最大功率為3 kW，ECO模式功率限制為2 kW（標(biāo)定量），PTC加熱器的最大功率為5 kW，ECO模式功率限制為3 kW（標(biāo)定量）。

d. 開啟車門場(chǎng)景下，單獨(dú)限制ECO模式AC和PTC加熱器使用功率。針對(duì)商用車搬卸貨開啟車門場(chǎng)景，開啟車門會(huì)增加空調(diào)的消耗功率且制冷和制熱效果差，因此，需單獨(dú)限制AC和PTC加熱器的使用功率，進(jìn)一步降低能耗。ECO模式限制AC的最大功率為1 kW（標(biāo)定量）、PTC加熱器的最大功率為2 kW（標(biāo)定量）。

e. 蠕行場(chǎng)景，ECO模式下取消踩制動(dòng)踏板蠕行。通過取消制動(dòng)踏板蠕行，可以減少克服制動(dòng)力進(jìn)行驅(qū)動(dòng)的能耗，進(jìn)一步降低能耗。

f. 激烈駕駛場(chǎng)景下新增ECO模式踏板曲線。基于駕駛員原始扭矩需求，使用不同的踏板扭矩解析MAP圖，即根據(jù)車速和加速踏板開度計(jì)算駕駛員原始需求扭矩，圖3、圖4所示分別為標(biāo)準(zhǔn)（NOR）模式、ECO模式需求扭矩MAP，ECO模式下響應(yīng)更柔和，即同一車速和同一加速踏板開度下需求扭矩更小，避免頻繁升、降扭導(dǎo)致能量浪費(fèi)。

2.3 實(shí)車測(cè)試

本文純電動(dòng)輕型載貨汽車的空載質(zhì)量為3 000 kg，滿載質(zhì)量為6 000 kg，上電默認(rèn)駕駛模式為NOR模式。通過實(shí)際道路測(cè)試對(duì)比NOR模式和ECO模式下的整車百公里電耗，試驗(yàn)整車質(zhì)量為6 000 kg，車輛參數(shù)和動(dòng)力系統(tǒng)部件參數(shù)如表1所示，試驗(yàn)工況為市區(qū)市郊工況，空調(diào)為關(guān)閉狀態(tài)，百公里實(shí)際道路測(cè)試結(jié)果如表2所示，相較于NOR模式，ECO模式下整車百公里電耗降低2.9%。

針對(duì)開啟空調(diào)和開啟車門場(chǎng)景，基于中國輕型汽車測(cè)試循環(huán)-乘用車（China Light-duty vehicle Test Cycle-Passenger，CLTC-P）工況進(jìn)行轉(zhuǎn)轂試驗(yàn)，環(huán)境溫度為38 ℃，模擬駕駛搬卸貨物停車5 min，對(duì)比測(cè)試NOR模式和ECO模式下的整車百公里電耗，結(jié)果如表3所示，相較于NOR模式，ECO模式下整車百公里電耗降低2.1%。

3 基于整車質(zhì)量的智能能量回收策略

3.1 智能能量回收策略

目前，純電動(dòng)輕型商用車一般在空載條件下進(jìn)行滑行能量回收策略設(shè)計(jì)和驗(yàn)證，若基于滿載條件設(shè)計(jì)和驗(yàn)證，因商用車空、滿載載荷差異大，則空載時(shí)滑行減速度較大，在低附著系數(shù)路面易發(fā)生打滑和甩尾，尤其是后驅(qū)商用車。

因此，本文設(shè)計(jì)一種基于整車質(zhì)量連續(xù)控制的滑行能量回收方法，使車輛在不同載荷下具有相同的減速度，同時(shí)回收更多能量。整車質(zhì)量參數(shù)從整車質(zhì)量估算模塊獲取，本文車輛整車質(zhì)量估算誤差小于10%[8]。首先基于整車空載質(zhì)量定義滑行減速度曲線，基于該曲線計(jì)算空載滑行回饋扭矩，然后基于整車質(zhì)量屬性定義空載質(zhì)量和滿載質(zhì)量，最后基于整車質(zhì)量和車速查二維表計(jì)算滑行回饋扭矩。通過實(shí)車標(biāo)定及驗(yàn)證使車輛在空載、半載、滿載時(shí)滑行減速度一致，提高整車駕駛性，同時(shí)，車輛在裝載工況下，滑行回饋扭矩相對(duì)于空載工況下更大，以本文車輛為例，忽略整車阻力的影響，滿載時(shí)的滑行回饋扭矩約為空載時(shí)的2倍，車輛裝載貨物時(shí)可回收更多能量，降低能耗并提升續(xù)駛里程。

3.1.1 空載工況下滑行回饋扭矩計(jì)算

空載工況下目標(biāo)加速度定義如表4所示，基于目標(biāo)加速度計(jì)算滑行回饋扭矩M：

M=（ma-F）·r （1）

其中，車輛阻力F基于擬合公式計(jì)算：

F=A+Bv+Cv2 （2）

式中：m為整車質(zhì)量，a為目標(biāo)加速度，v為車速，A、B、C為整車阻力系數(shù)，r為輪胎半徑。

3.1.2 基于整車質(zhì)量和車速的滑行回饋扭矩計(jì)算

對(duì)于本文車型，按照整車質(zhì)量在3 000～6 000 kg范圍內(nèi)進(jìn)行插值查表計(jì)算滑行回饋扭矩，整車質(zhì)量低于3 000 kg時(shí)按3 000 kg查表，高于6 000 kg時(shí)按6 000 kg查表，空載工況以式（1）計(jì)算的M為初始值，滿載工況以2M為初始值，基于整車質(zhì)量和車速查表計(jì)算滑行回饋扭矩，在實(shí)車上進(jìn)行標(biāo)定驗(yàn)證后的曲線如圖5所示。

3.2 實(shí)車測(cè)試

試驗(yàn)工況為市區(qū)市郊工況，整車質(zhì)量為滿載6 000 kg，空調(diào)為關(guān)閉狀態(tài)，百公里電耗實(shí)際道路測(cè)試結(jié)果如表5所示，ECO模式下使用智能能量回收策略整車百公里電耗降低2.7%。

4 基于路面附著系數(shù)的自適應(yīng)能量回收策略

4.1 路面附著系數(shù)理論計(jì)算

當(dāng)前，對(duì)路面附著系數(shù)計(jì)算的研究已比較深入，現(xiàn)有計(jì)算方法主要分為試驗(yàn)法、模型法與融合法三類[9-10]。張雷等[11]提出基于圖像識(shí)別的前向路面附著系數(shù)預(yù)測(cè)方法，通過DeepLabV3+、語義分割網(wǎng)絡(luò)和MobileNetV2輕量化卷積神經(jīng)網(wǎng)絡(luò)實(shí)現(xiàn)路面分割和路面類型辨識(shí)，并通過查表獲取前向路面附著系數(shù)，建立了圖像識(shí)別與動(dòng)力學(xué)估計(jì)時(shí)空同步方法和融合規(guī)則，實(shí)現(xiàn)了兩種估計(jì)方法的有效關(guān)聯(lián)與可靠融合。張新榮等[12]分別采用擴(kuò)張狀態(tài)觀測(cè)器和自適應(yīng)卡爾曼濾波對(duì)利用附著系數(shù)和滑移率進(jìn)行識(shí)別與估計(jì)，提出了一種路面附著系數(shù)的分段識(shí)別方法，可以有效識(shí)別路面附著系數(shù)，在估算過程中通過引入評(píng)價(jià)指標(biāo)，降低了運(yùn)算復(fù)雜度，提高了運(yùn)行效率。查云飛等[13]根據(jù)魔術(shù)公式輪胎模型分析輪胎的側(cè)偏特性以及不同附著系數(shù)對(duì)輪胎側(cè)偏角-側(cè)向力線性區(qū)的影響，建立了輪胎側(cè)偏角約束與不同路面附著系數(shù)的函數(shù)關(guān)系，采用遺傳算法（Genetic Algorithm，GA）優(yōu)化BP神經(jīng)網(wǎng)絡(luò)模型對(duì)路面附著系數(shù)進(jìn)行估計(jì)。

文獻(xiàn)[11]～文獻(xiàn)[13]偏向于理論研究，難以在量產(chǎn)車型上實(shí)現(xiàn)，本文基于路面特性實(shí)時(shí)計(jì)算路面附著系數(shù)，通過集成在VCU硬件上的慣性測(cè)量單元（Inertial Measurement Unit，IMU）獲取車輛的縱向加速度和橫向加速度，當(dāng)車輪處于打滑邊界時(shí)，道路附著力等于驅(qū)動(dòng)力：

uFN=macom （3）

FN=mg·cos α （4）

式中：u為路面附著系數(shù)，F(xiàn)N為地面法相反作用力，acom為整車合加速度，g為重力加速度，α為道路坡道角。

道路坡道角計(jì)算公式為：

[α=arcsinω?r-Ayg] （5）

再根據(jù)摩擦圓公式計(jì)算整車合加速度：

[A2x]+[A2y]=a[2com] （6）

根據(jù)上述公式計(jì)算路面附著系數(shù)u：

[u=A2x+A2y/（g·cosα）] （7）

式中：ω為輪速，Ax為縱向加速度，Ay為橫向加速度。

4.2 自適應(yīng)能量回收策略

當(dāng)前，滑行能量回收等級(jí)一般基于低附著系數(shù)路面進(jìn)行設(shè)計(jì)和驗(yàn)證，能量回收條件下車輛最大減速度較小，若引入路面附著系數(shù)，則可以提高能量回收時(shí)的最大減速度上限，提高能量回收強(qiáng)度，同時(shí)避免車輛在低附著系數(shù)路面條件下打滑甩尾，提高車輛安全性。對(duì)路面附著系數(shù)u進(jìn)行區(qū)間劃分和定義：將u≥0.6的路面定義為高附路面，將0.3≤ult;0.6的路面定義為中附路面，將ult;0.3的路面定義為低附路面。

在輪胎不打滑的前提下，實(shí)車測(cè)試各類附著條件路面能夠提供的最大減速度，基于本文車型進(jìn)行測(cè)試，高、中、低附路面附著系數(shù)分別設(shè)置為0.70、0.30、0.15，在車輪不打滑的情況下最大減速度分別達(dá)到3.0 m/s2以上、1.1 m/s2、0.6 m/s2，當(dāng)前滑行能量回收減速度一般不超過3 m/s2。

車輛滑行能量回收設(shè)置弱、中、強(qiáng)3個(gè)等級(jí)，在未計(jì)算路面附著系數(shù)時(shí)，考慮低附路面易發(fā)生打滑甩尾，最大減速度為0.9 m/s2，本文在識(shí)別路面附著系數(shù)基礎(chǔ)上，最大減速度設(shè)計(jì)為1.8 m/s2，三級(jí)能量回收加速度曲線設(shè)計(jì)如圖6～圖8所示。

根據(jù)定義的高、中、低附路面分別限制最大減速度在安全邊界內(nèi)：高附路面條件下，強(qiáng)、中、弱能量回收等級(jí)均可按目標(biāo)加速度執(zhí)行；中附路面條件下，強(qiáng)、中能量回收等級(jí)目標(biāo)加速度絕對(duì)值被限制不超過1.1 m/s2；低附路面條件下，強(qiáng)、中、弱能量回收等級(jí)目標(biāo)加速度絕對(duì)值被限制不超過0.6 m/s2。

基于目標(biāo)加速度，按照式（1）、式（2）計(jì)算滑行回饋扭矩。

基于路面附著系數(shù)的自適應(yīng)能量回收方法可根據(jù)不同路面附著系數(shù)自適應(yīng)調(diào)整能量回收時(shí)的車輛減速度，提高能量回收最大減速度上限，增加回饋功率，降低整車百公里電耗。同時(shí)，避免車輛在低附路面打滑甩尾，提高車輛安全性。

5 結(jié)束語

本文針對(duì)ECO模式，提出基于車輛不同使用場(chǎng)景和工況的節(jié)能控制策略，顯著降低全場(chǎng)景下的整車能耗，實(shí)際道路測(cè)試整車百公里電耗降低2.9%，開啟空調(diào)和開啟車門場(chǎng)景下，整車百公里電耗降低2.1%。

針對(duì)商用車空、滿載滑行能量回收減速度差異大的問題，本文提出基于整車質(zhì)量的能量回收控制策略，實(shí)現(xiàn)了車輛不同載荷下具有相同的滑行減速度，回收更多能量，降低能耗，實(shí)際道路測(cè)試整車百公里電耗降低2.7%。

針對(duì)滑行能量回收通常以低附著系數(shù)路面進(jìn)行設(shè)計(jì)和驗(yàn)證的問題，提出基于路面附著系數(shù)自適應(yīng)調(diào)整滑行能量回收時(shí)車輛最大減速度，增加回饋功率。

參考文獻(xiàn)

[1]" "華旸， 周思達(dá)， 何瑢， 等. 車用鋰離子動(dòng)力電池組均衡管理系統(tǒng)研究進(jìn)展[J]. 機(jī)械工程學(xué)報(bào)， 2019， 55（20）： 73-84.

HUA Y， ZHOU S D， HE R， et al. Research Progress of Balanced Management System for Automotive Lithium-Ion Battery Pack[J]. Journal of Mechanical Engineering， 2019， 55（20）： 73-84.

[2]" HU L， ZHONG Y X， HAO W， et al. Optimal Route Algorithm Considering Traffic Light and Energy Consumption[J]. IEEE Access， 2018， 6： 59695-59704.

[3]" "胡林， 鐘遠(yuǎn)興， 黃晶， 等. 考慮信號(hào)交叉口延時(shí)的最優(yōu)車輛路徑規(guī)劃算法[J]. 汽車工程， 2018， 40（10）： 1223-1229.

HU L， ZHONG R X， HUANG J， et al. Optimal Path Programming Algorithm with Consideration of Signalized Intersection Delay[J]. Automotive Engineering， 2018， 40（10）： 1223-1229.

[4]" "余才光， 高上覽， 湯偉誠， 等. 純電動(dòng)汽車電耗分析及未來電耗推測(cè)[J]. 制造業(yè)自動(dòng)化， 2024， 46（1）： 191-198.

YU C G， GAO S L， TANG W C， et al. Power Consumption Analysis and Future Power Consumption Forecast of Pure Electric Vehicle[J]. Manufacturing Automation， 2024， 46（1）： 191-198.

[5]" "劉建輝， 王仲太， 吉文博， 等. 電動(dòng)汽車?yán)m(xù)駛里程影響因素分析[J]. 小型內(nèi)燃機(jī)與車輛技術(shù)， 2024， 53（1）： 52-55.

LIU J H， WANG Z T， JI W B， et al. Analysis of Influencing Factors of Driving Range for Electric Vehicle[J]. Small Internal Combustion Engine and Vehicle Technique， 2024， 53（1）： 52-55.

[6]" "黃偉， 張桂連， 周登輝， 等. 基于能量流分析的純電動(dòng)汽車電耗優(yōu)化研究[J]. 汽車工程， 2021， 43（2）： 171-180.

HUANG W， ZHANG G L， ZHOU D H， et al. Research on Optimization of Power Consumption of Pure Electric Vehicle Based on Energy Flow Analysis[J]. Automotive Engineering， 2021， 43（2）： 171-180.

[7]" "于鳳珠. 純電動(dòng)汽車能量流向及降能耗措施分析[J]. 汽車實(shí)用技術(shù)， 2023， 48（3）： 20-27.

YU F Z. Analysis of Energy Flow Direction of Electric Vehicle and Research on Measures to Reduce Energy Consumption[J]. Automobile Applied Technology， 2023， 48（3）： 20-27.

[8]" "林玉敏， 魏廣杰， 游道亮， 等. 純電動(dòng)輕型載貨汽車整車質(zhì)量的估算及應(yīng)用[J]. 汽車工程師， 2023（8）： 38-41.

LIN Y M， WEI G J， YOU D L， et al. Vehicle Mass Estimation and Application of Pure Electric Light Truck[J]. Automotive Engineer， 2023（8）： 38-41.

[9]" KHALEGHIAN S， EMAMI A， TAHERI S. A Technical Survey on Tire-Road Friction Estimation[J]. Friction， 2017， 5（2）： 123-146.

[10] 王震坡， 丁曉林， 張雷. 四輪輪轂電機(jī)驅(qū)動(dòng)電動(dòng)汽車驅(qū)動(dòng)防滑控制關(guān)鍵技術(shù)綜述[J]. 機(jī)械工程學(xué)報(bào)， 2019， 55（12）： 99-120.

WANG Z P， DING X L， ZHANG L. Overview on Key Technologies of Acceleration Slip Regulation for Four-Wheel-Independently-Actuated Electric Vehicles[J]. Journal of Mechanical Engineering， 2019， 55（12）： 99-120.

[11] 張雷， 關(guān)可人， 丁曉林， 等. 基于圖像識(shí)別與動(dòng)力學(xué)融合的路面附著系數(shù)估計(jì)方法[J]. 汽車工程， 2023， 45（7）： 1222-1234.

ZHANG L， GUANG K R， DING X L， et al. Tire-Road Friction Estimation Method Based on Image Recognition and Dynamics Fusion[J]. Automotive Engineering， 2023， 45（7）： 1222-1234.

[12] 張新榮， 王鑫， 宮新樂， 等. 面向智能車輛的路面附著系數(shù)分段識(shí)別方法[J]. 汽車工程， 2023， 45（10）： 1923-1932.

ZHANG X R， WANG X， GONG X L， et al. Segmented Identification Method of Tire-Road Friction Coefficient for Intelligent Vehicles[J]. Automotive Engineering， 2023， 45（10）： 1923-1932.

[13] 查云飛， 呂小龍， 陳慧勤， 等. 基于路面附著系數(shù)估計(jì)的車輛軌跡跟蹤控制[J]. 汽車工程， 2023， 45（6）： 1010-1021.

CHA Y F， Lü X L， CHEN H Q， et al. Vehicle Trajectory Tracking Control Based on Road Adhesion Coefficient Estimation[J]. Automotive Engineering， 2023， 45（6）： 1010-1021.

（責(zé)任編輯 斛 畔）

修改稿收到日期為2024年10月12日。