智能網(wǎng)聯(lián)汽車線控制動技術(shù)發(fā)展現(xiàn)狀綜述

摘要：智能網(wǎng)聯(lián)汽車的發(fā)展對汽車制動系統(tǒng)提出了更高的要求，傳統(tǒng)制動系統(tǒng)正逐步被線控制動系統(tǒng)所取代。線控制動系統(tǒng)以其卓越的響應(yīng)速度和控制精度，成為實現(xiàn)高級別自動駕駛乃至無人駕駛的核心執(zhí)行基礎(chǔ)。系統(tǒng)性地回顧和總結(jié)了智能網(wǎng)聯(lián)汽車線控制動系統(tǒng)的發(fā)展歷程、架構(gòu)、分類、關(guān)鍵技術(shù)及其應(yīng)用；分析了不同類型線控制動系統(tǒng)的結(jié)構(gòu)方案和優(yōu)缺點，梳理與分析了主缸液壓力控制、輪缸液壓力控制、輪缸液壓力估計、電磁閥控制以及夾緊力控制等關(guān)鍵技術(shù)，概述了基于線控制動系統(tǒng)的防抱死制動系統(tǒng)（ABS）和自動緊急制動系統(tǒng)（AEB）兩種主動安全控制技術(shù)以及制動能量回收技術(shù)，分析和總結(jié)了智能網(wǎng)聯(lián)汽車線控制動技術(shù)當前所面臨的挑戰(zhàn)與未來發(fā)展趨勢。智能網(wǎng)聯(lián)汽車線控制動技術(shù)正從電子液壓制動系統(tǒng)（EHB）向電子機械制動系統(tǒng)（EMB）發(fā)展，但仍面臨電機功率不足、電子元器件兼容性問題等諸多挑戰(zhàn)，亟需提升系統(tǒng)的集成度和冗余性，以滿足高級別自動駕駛的可靠性和安全性需求。

關(guān)鍵詞：智能網(wǎng)聯(lián)汽車；線控制動技術(shù)；電子液壓制動系統(tǒng)（EHB）；電子機械制動系統(tǒng)（EMB）

中圖分類號：U463 文獻標志碼：A

本文引用格式：陳齊平，王博文，李志玉，等. 智能網(wǎng)聯(lián)汽車線控制動技術(shù)發(fā)展現(xiàn)狀綜述[J]. 華東交通大學學報，2025，42（1）：84-96.

A Review of the Current Development Status of Brake-by-Wire Technology for Intelligent Networked Vehicles

Chen Qiping1， Wang Bowen1， Li Zhiyu1，2， Shu Qiang2， Lyu Zongyu1， Niu Zhi1，2

（1. School of Mechatronics amp; Vehicle Engineering， East China Jiaotong University， Nanchang 330013， China;

2. Yichun Tongyu Automotive Technology Co.， Ltd.， Yichun 336099， China）

Abstract： The development of intelligent connected vehicles has placed higher demands on automotive braking systems， and traditional braking systems are gradually being replaced by brake-by-wire systems. With their outstanding response speed and control precision， brake-by-wire systems have become the core execution foundation for achieving high-level autonomous driving and even unmanned driving. This paper systematically reviews and summarizes the development history， architecture， classification， key technologies， and applications of the brake-by-wire systems for intelligent connected vehicles; analyzes the structural schemes and advantages and disadvantages of different types of brake-by-wire systems， and combs and analyzes key technologies such as master cylinder hydraulic pressure control， wheel cylinder hydraulic pressure control， wheel cylinder hydraulic pressure estimation， solenoid valve control， and clamping force control. It also outlines two active safety control technologies based on brake-by-wire systems： ABS and AEB， as well as brake energy recovery technology. It analyzes and summarizes the current challenges faced by intelligent connected vehicle brake-by-wire technology and its future development trends. The brake-by-wire technology for intelligent connected vehicles is evolving from EHB to EMB， but it still faces many challenges such as insufficient motor power and compatibility issues of electronic components. There is an urgent need to improve the system’s integration and redundancy to meet the reliability and safety requirements of high-level autonomous driving.

Key words： intelligent networked vehicle; brake-by-wire technology; EHB; EMB

Citation format： CHEN Q P， WANG B W， LI Z Y， et al. A review of the current development status of brake-by-wire technology for intelligent networked vehicles[J]. Journal of East China Jiaotong University， 2025， 42（1）： 84-96.

隨著智能網(wǎng)聯(lián)汽車的不斷發(fā)展，汽車自動駕駛技術(shù)正穩(wěn)步進階，向更高級別邁進，高級別的智能駕駛功能要求執(zhí)行器具備更快的響應(yīng)速度和控制精度，從而實現(xiàn)上層控制與底層執(zhí)行的協(xié)同。線控制動系統(tǒng)通過電信號取代傳統(tǒng)機械或液壓部件傳遞信息的方式，顯著提升了系統(tǒng)響應(yīng)速度和控制精度，成為智能網(wǎng)聯(lián)汽車實現(xiàn)高級別自動駕駛甚至無人駕駛的核心執(zhí)行基礎(chǔ)[1]。

隨著智能網(wǎng)聯(lián)汽車線控制動技術(shù)的發(fā)展，出現(xiàn)了不同形式的線控制動系統(tǒng)（brake-by-wire， BBW）[2]。根據(jù)是否保留液壓部分，線控制動系統(tǒng)可劃分為電子液壓制動系統(tǒng)（electro hydraulic brake， EHB）和電子機械制動系統(tǒng)（electro-mechanical brake， EMB）兩大類[3-4]。EHB主要通過使用電子元件取代傳統(tǒng)制動系統(tǒng)中的部分機械部件，同時保留原有的液壓管路[5]。EMB是在EHB的基礎(chǔ)上完全去掉制動液壓管路，并將電機集成在制動器上，通過電信號控制電機直接進行制動動作，實現(xiàn)制動的完全線控。

近年來，國內(nèi)外研究人員對線控制動系統(tǒng)的構(gòu)型方案設(shè)計、系統(tǒng)建模、控制策略等方面進行了深入研究。周明岳等[6]對線控制動技術(shù)的執(zhí)行器產(chǎn)品以及關(guān)鍵技術(shù)進行了總結(jié)和闡述，但缺乏對控制策略的分析。張奇祥等[7]對電子機械制動系統(tǒng)的研究進展進行了較為全面的總結(jié)，但不涉及電子液壓制動系統(tǒng)。Gong等[8]總結(jié)了線控制動系統(tǒng)執(zhí)行器的發(fā)展，并對制動力控制和分配進行了探討，但介紹不夠系統(tǒng)全面。

為更加系統(tǒng)反映智能網(wǎng)聯(lián)汽車線控制動技術(shù)的發(fā)展態(tài)勢，在調(diào)研大量國內(nèi)外文獻的基礎(chǔ)上，首先，對線控制動系統(tǒng)發(fā)展歷程和架構(gòu)進行介紹；其次，對線控制動系統(tǒng)結(jié)構(gòu)和分類進行了總結(jié)；隨后，對線控制動系統(tǒng)關(guān)鍵技術(shù)進行分析；然后，對線控制動技術(shù)在智能網(wǎng)聯(lián)汽車中的應(yīng)用進行介紹；最后，對智能網(wǎng)聯(lián)汽車線控制動技術(shù)所面臨的挑戰(zhàn)和發(fā)展趨勢進行分析和總結(jié)。

1 線控制動系統(tǒng)發(fā)展歷程

自從1900年威廉·邁巴赫發(fā)明鼓式制動器以來，制動系統(tǒng)的發(fā)展歷程可分為四個階段。

第一階段是防抱死制動系統(tǒng)（anti-lock brake system， ABS）[9]。第二階段是車身電子穩(wěn)定系統(tǒng)（electronic stability program， ESP）[10]，ESP在ABS的基礎(chǔ)上融合了電子制動分配系統(tǒng)（electrical brake distribution， EBD）[11]、牽引力控制系統(tǒng)（traction control system， TCS）[12]以及車輛動態(tài)控制系統(tǒng)（vehicle dynamic control， VDC）[13]等功能，進一步提升了車輛在復(fù)雜路況下的穩(wěn)定性和操控性能。第三階段是IPB+RBU（integrated power brake， IPB；redundant brake unit， RBU）。IPB本質(zhì)上是將電子助力器（intelligent booster， iBooster）與ESP集成，實現(xiàn)了制動系統(tǒng)的解耦設(shè)計，更加適應(yīng)智能駕駛的需求，可滿足L3級和L4級自動駕駛的需求。第四階段是電子機械制動系統(tǒng)。EMB通過徹底去除液壓管路，完全實現(xiàn)線控化，并可與車輛的其他電子控制系統(tǒng)協(xié)同工作，支持制動、ABS、ESP、自動駕駛以及制動能量回收等多項功能，它被視為線控制動系統(tǒng)的終極形態(tài)。

2 智能網(wǎng)聯(lián)汽車線控制動系統(tǒng)架構(gòu)

智能網(wǎng)聯(lián)汽車線控制動系統(tǒng)架構(gòu)主要由感知層、決策層和執(zhí)行層組成，如圖1所示。感知層是由車輛行駛外界環(huán)境信息感知、車輛運動狀態(tài)信息和車路云協(xié)同信息組成，是基于智能網(wǎng)聯(lián)汽車的各類傳感器等設(shè)備從外界實時獲取信息[7]。決策層相當于人的大腦，是由電池管理系統(tǒng)（battery management system， BMS）[14]、線控制動系統(tǒng)控制器、電機控制器、網(wǎng)絡(luò)和智能系統(tǒng)、車輛控制單元等組成。執(zhí)行層相當于人的手和腳，由制動器、電池組、驅(qū)動電機和動力傳動系統(tǒng)等組成。

3 線控制動系統(tǒng)分類

3.1 電子液壓制動系統(tǒng)

3.1.1 電子液壓制動系統(tǒng)組成與工作原理

電子液壓制動系統(tǒng)由制動踏板單元、液壓驅(qū)動單元、制動執(zhí)行單元以及控制系統(tǒng)等關(guān)鍵組成部分構(gòu)成[15]。制動踏板單元是駕駛員與制動系統(tǒng)的交互接口，用于接收駕駛員的制動意圖。制動執(zhí)行單元由主缸、液壓管路和輪缸等傳統(tǒng)結(jié)構(gòu)組成，其作用是將推力轉(zhuǎn)化為制動力矩，從而在制動盤上實現(xiàn)制動功能。控制系統(tǒng)由電控單元（electronic control unit， ECU）、液壓控制單元（hydraulic control unit， HCU）以及液壓力傳感器、踏板力傳感器和踏板位移傳感器等多種傳感器組成，用于實時監(jiān)測和精確控制制動過程。

電子液壓制動系統(tǒng)通過各部件的協(xié)同工作，能夠精準地將駕駛員的制動意圖轉(zhuǎn)化為車輛的實際制動效果，從而實現(xiàn)對制動力的高效控制。這不僅顯著提升了制動系統(tǒng)的性能和效率，也為駕駛的安全性與舒適性提供了堅實的保障。

3.1.2 電子液壓制動系統(tǒng)分類

電子液壓制動系統(tǒng)（EHB）按照加壓驅(qū)動動力源形式可分為泵驅(qū)式EHB和電機驅(qū)動式EHB。泵驅(qū)式EHB主要由泵、蓄能器和電磁閥等元件組成；電機驅(qū)式EHB由電動機和減速機構(gòu)構(gòu)成，通過摒棄傳統(tǒng)的高壓蓄能器和高速開關(guān)控制閥系，顯著降低了液體泄漏風險，同時減輕了系統(tǒng)重量和體積，提升了系統(tǒng)的可靠性和控制連續(xù)性。電機驅(qū)動式EHB進一步按照制動踏板與制動主缸是否解耦分為電動助力式EHB和電動伺服式EHB。電動助力式EHB：制動踏板與主缸未完全解耦，在制動失效時可通過人力踩踏制動踏板提供制動力，具備失效備份功能。電動伺服式EHB：制動踏板與主缸完全解耦，液壓力完全依賴電機驅(qū)動，制動腳感由踏板模擬器提供。根據(jù)是否集成汽車電子穩(wěn)定系統(tǒng)（ESP），電機驅(qū)動式EHB還可分為one-box方案和two-box方案。One-box方案：將電子助力器和ESP集成在一個模塊中，具有更高的集成度和效率，其結(jié)構(gòu)簡單，僅需一個ECU和一個制動單元，降低了成本并提高了能量回收效率。然而，該方案由于集成化設(shè)計，冗余度較低，需要額外配備電子冗余制動模塊以滿足高級別智能駕駛的需求[16-17]。Two-box方案：電子助力器和ESP分離，分別完成各自功能，盡管結(jié)構(gòu)復(fù)雜且成本更高，但系統(tǒng)可靠性更強，適合高級別智能駕駛功能的冗余需求。表1對比了one-box和two-box方案的優(yōu)缺點?？傮w而言，one-box方案效率更高、成本更低，但two-box方案在成熟性和可靠性方面更具優(yōu)勢。

3.2 電子機械制動系統(tǒng)

3.2.1 電子機械制動系統(tǒng)組成與工作原理

電子機械制動系統(tǒng)的基本結(jié)構(gòu)如圖2所示，包括傳感器、ECU、電機單元和制動執(zhí)行單元。傳感器負責采集各種與制動相關(guān)的數(shù)據(jù)，而ECU則負責數(shù)據(jù)處理和算法控制，電機單元則負責驅(qū)動制動執(zhí)行單元以實現(xiàn)制動動作[18]。傳感器感知制動踏板力度和車速等參數(shù)，并將數(shù)據(jù)傳輸?shù)紼CU，ECU根據(jù)信息實時調(diào)整制動力度，從而實現(xiàn)對車輛制動系統(tǒng)的精準控制。電機單元作為執(zhí)行機構(gòu)，通過對制動盤實現(xiàn)制動力的快速響應(yīng)和調(diào)節(jié)。踏板及車輛信號首先傳輸至ECU，隨后ECU進行決策處理，并向4個車輪制動模塊下達制動指令[19]。

3.2.2 電子機械制動系統(tǒng)結(jié)構(gòu)設(shè)計方案

目前，電子機械制動系統(tǒng)的結(jié)構(gòu)設(shè)計方案提供商主要有博世、大陸和西門子等公司。

博世公司（Bosch）的EMB系統(tǒng)執(zhí)行器設(shè)計方案，其特點是驅(qū)動電機布置方式采用電機外置，調(diào)整制動間隙需要手動的方式，并且具有兩組電磁離合器[20]。該執(zhí)行器設(shè)計方案的優(yōu)點是可以改變行星齒輪的減速比，具有夾緊力保持功能；缺點是結(jié)構(gòu)設(shè)計復(fù)雜和軸向尺寸較大，并且調(diào)整制動間隙的方式是手動調(diào)整，不具有較高的EMB系統(tǒng)可靠性。

德國大陸集團（Continental AG）研制的EMB系統(tǒng)執(zhí)行器設(shè)計方案，采用內(nèi)置驅(qū)動電機的布置方式，利用智能控制的方式調(diào)整制動間隙，該執(zhí)行器設(shè)計方案的優(yōu)點是結(jié)構(gòu)緊湊、能夠智能地調(diào)整制動間隙、具有夾緊力保持和駐車功能；缺點在于扭矩電機需安裝于執(zhí)行器外部，這種結(jié)構(gòu)形式所占空間較大，若缺乏增力機構(gòu)，對驅(qū)動電機的性能要求也相對較高[21]。

電子楔式制動系統(tǒng)（electronic wedge brake，EWB）作為一種先進的自增強電子機械楔式制動器，可在自增強的最佳工作點附近高效運作[5]。憑借其楔形塊的自增力原理，實現(xiàn)驅(qū)動力的大幅降低，僅需12 V電壓即可滿足系統(tǒng)需求。

以德國西門子股份公司（Siemens AG）研發(fā)的EWB為例，該系統(tǒng)創(chuàng)新性地采用兩臺對置式電機作為動力源，通過引入楔形塊作為自增力機構(gòu)，顯著提升了制動系統(tǒng)的增益系數(shù)，有效降低了對單個電機功率的依賴。但是，由于楔形機構(gòu)具備較高的增益系數(shù)，為確保制動力矩的精確性與穩(wěn)定性，對電機的控制精度提出了更高的要求[22]。

通過對比分析線性增力式電子機械制動系統(tǒng)與非線性增力式電子機械制動系統(tǒng)兩種方案，可以得出以下結(jié)論：第一種方案，其機械結(jié)構(gòu)原理簡潔明了，易于操控。然而，該方案在減速增扭方面的表現(xiàn)效果很大程度上受制于電機性能。通常情況下，為了滿足夾緊力的需求，需要將電壓提升至24 V或48 V。相較之下，第二種方案對于電機的性能要求較為寬松，與現(xiàn)有的整車12 V低壓電氣平臺相兼容。但是，非線性增力式電子機械制動系統(tǒng)制造工藝的復(fù)雜性以及轉(zhuǎn)矩控制的精確性成為該方案的短板。

3.3 EHB與EMB優(yōu)劣對比

EMB摒棄了傳統(tǒng)制動系統(tǒng)中的制動主缸、輪缸、液壓控制單元及管路等液壓部件，是一種電控純機械制動系統(tǒng)[2]。將電機集成于制動器當中，通過電信號控制電機執(zhí)行制動動作，從而實現(xiàn)制動的完全線控。

表2對EHB和EMB優(yōu)缺點進行了匯總，由表可知，EMB相比EHB，主要優(yōu)勢體現(xiàn)在響應(yīng)時間短，能顯著減少制動距離，提升安全性；由于省去了液壓管路，系統(tǒng)體積更小，也不會發(fā)生液體泄漏，維護成本較低。然而，EMB的主要劣勢也不容忽視：首先，它缺乏備份系統(tǒng)，對系統(tǒng)的可靠性要求極高；其次，制動力可能不足；再者，在惡劣的工作環(huán)境，如高溫條件下，制動器容易消磁，因此制動器需要具備耐高溫、質(zhì)量輕、成本低等特性；此外，它還需要具備更強的抗干擾能力，以抵御車輛運行過程中產(chǎn)生的各種信號干擾；最后，EHB還需要針對底盤開發(fā)所對應(yīng)的系統(tǒng)，面臨著實現(xiàn)模塊化設(shè)計的巨大挑戰(zhàn)，導致開發(fā)成本顯著增加。

4 線控制動系統(tǒng)關(guān)鍵技術(shù)

4.1 主缸液壓力控制

電子液壓制動系統(tǒng)是一個機械、電子和液壓相互耦合的系統(tǒng)[23]。由于傳動機構(gòu)的摩擦擾動和液壓系統(tǒng)的時變性等因素，在助力控制、主動制動和制動能量回收過程中，該系統(tǒng)被視為高度非線性的受控對象。目前，電子液壓制動系統(tǒng)的控制理論主要包括PID控制[24]、滑模變結(jié)構(gòu)控制[25]和模糊控制[26]等。下面主要對控制變量和控制算法進行介紹。

4.1.1 控制變量

HAN等[27]利用無刷電動機內(nèi)置的轉(zhuǎn)角傳感器，將電機轉(zhuǎn)動角位置作為控制變量，從而間接地獲取主缸活塞推桿的位移信息。此舉有效地避免了以主缸液壓力作為控制變量時所遇到的問題。余卓平和張祥琨等[28-29]認為，針對單控制變量控制系統(tǒng)，單獨對主缸液壓力或主缸活塞推桿位移進行控制，隨著外界環(huán)境的變化，適應(yīng)性和魯棒性都會降低。對主缸液壓力控制則確保了目標壓力的精確跟蹤控制，對主缸活塞推桿位移控制有助于迅速建立壓力并有效解決“殘留液壓力”問題。因此，進行多變量共同控制成為必要手段。Zhao等[30]進一步提出了壓力-位置-電流聯(lián)級控制算法，為了解決主體機構(gòu)中的動態(tài)摩擦、系統(tǒng)的慣性和液壓系統(tǒng)的非線性特性對控制的影響，在位置閉環(huán)控制中引入了三步非線性控制方法，并將非線性控制問題分解為靜態(tài)控制、基于參考動力學的前饋控制和狀態(tài)依賴反饋控制。硬件在環(huán)實驗表明，該控制算法能有效提高控制精度和響應(yīng)速度。

4.1.2 控制算法

PID控制算法以其簡單、魯棒性好被廣泛應(yīng)用于各種控制系統(tǒng)。Chen等[31]以誤差和誤差導數(shù)作為輸入變量，設(shè)計了一種用于液壓控制的模糊增量PID控制器。Jiang等[3]設(shè)計了一種滑模控制器，通過控制電動機扭矩來控制主缸壓力，通過臺架試驗驗證了該算法的有效性。龔佳鵬[32]在反步法理論的基礎(chǔ)上，基于電子液壓制動系統(tǒng)設(shè)計了防抱死制動控制算法。該算法考慮了低附著、高附著、低到高以及高到低4種不同的工作條件，能夠?qū)崿F(xiàn)滑移率的準確調(diào)控。高炳釗等[33]基于三步法理論，設(shè)計了離合器的位移控制算法。并將這一算法與傳統(tǒng)的PID算法進行了對比分析，研究結(jié)果顯示，采用三步法控制器的系統(tǒng)響應(yīng)更為迅速，且誤差控制更為精確。

雖然主缸液壓力控制算法在過去10年中取得了很大進步，各種控制策略和控制算法的創(chuàng)新對液壓力的控制精度得到了提高，要實現(xiàn)EHB的最終量產(chǎn)，關(guān)鍵在于其控制策略和算法需具備實用性、魯棒性以及可“植入”性，大多數(shù)研究結(jié)果依然是基于軟件仿真，缺少臺架實驗驗證。在設(shè)計控制策略時，應(yīng)考慮算法與工程實際的結(jié)合，關(guān)注控制器在實車上應(yīng)用的魯棒性。

4.2 輪缸液壓力控制

輪缸液壓力控制的工作機制旨在確保精確接收由上層算法精確計算得出的目標輪缸壓力值?；诋斍败囕喫幍奶囟üぷ鲄^(qū)域，結(jié)合電磁閥的工作特性以及EHB系統(tǒng)（包含制動管路和制動輪缸）的整體壓力特性，系統(tǒng)生成對EHB伺服電機及電磁閥的精準控制指令。

傳統(tǒng)PID控制算法在輪缸液壓力控制方面的表現(xiàn)并不盡如人意。因此，研究人員針對PID控制算法進行了相應(yīng)的優(yōu)化和改進，以提升其控制效果。劉曦東[34]提出了一種基于查表前饋的增量式PID控制算法，通過對溢流閥線圈電流的控制以達到對輪缸壓力的控制，但對復(fù)雜的路面和工況，PID控制算法缺乏自適應(yīng)性。此外，Wu等[35]設(shè)計了具有自適應(yīng)性的PID控制器。

汪洋等[36]采用模糊PID控制算法對輪缸液壓力進行控制，模糊PID在輪缸液壓力控制方面展現(xiàn)出了較高的精確度。然而，在建立壓力的快速性方面，其表現(xiàn)相較于傳統(tǒng)PID控制算法略顯不足。因此，為進一步優(yōu)化控制效果，引入了分段模糊PI控制算法，以實現(xiàn)對輪缸液壓力的精細調(diào)控。當控制變量的偏差較小時，模糊PI控制算法精度更高；但當偏差較大時，PI控制算法響應(yīng)速度更快。張海波[37]采用自抗擾控制算法對輪缸液壓力控制，并完成了自抗擾控制器的設(shè)計以及參數(shù)優(yōu)化工作，臺架試驗驗證了該算法的有效性。王祥[38]介紹了通過BP神經(jīng)網(wǎng)絡(luò)對試驗數(shù)據(jù)進行系統(tǒng)訓練的具體過程，進而利用經(jīng)過充分訓練的神經(jīng)網(wǎng)絡(luò)模型精確計算控制電流。隨后，結(jié)合反饋修正控制模塊，確定了控制信號的占空比，保證了系統(tǒng)控制精度。經(jīng)過試驗驗證，采用神經(jīng)網(wǎng)絡(luò)算法后，系統(tǒng)的各項關(guān)鍵性能指標均實現(xiàn)了顯著的優(yōu)化和提升。

對于輪缸液壓力估計算法多采用單個輪缸控制，雖然在同一時刻主缸液壓力是確定的，但是每個輪缸液壓力需求可能不一致，因此在對輪缸液壓力控制時要對各個輪缸液壓力進行協(xié)調(diào)控制，同時也應(yīng)考慮算法的實用性和可“植入”性，以實現(xiàn)對輪缸液壓力的精確控制。

4.3 液壓力估計

輪缸液壓力估計算法主要分為2大類：第1類是基于執(zhí)行器動態(tài)特性估算方法，第2類是基于車輪旋轉(zhuǎn)動力學估算方法。這2類方法均存在一定的局限性：基于執(zhí)行器動態(tài)特性估算方法依賴于模型的精確度，在某些特定工況下，由于參數(shù)變動可能會導致累積誤差產(chǎn)生；而基于車輪旋轉(zhuǎn)動力學估算方法則僅適用于車輛的運動狀態(tài)，同時，由于車輪減速信號與噪聲比相對較低，這使得獲取車輪動力學方程的準確輸入變得較為困難[39]。

在研究輪缸液壓力估計方面，基于執(zhí)行器動態(tài)特性估算方法主要采取模型法與數(shù)表法兩種。模型法是基于電磁閥模型精確性和實驗數(shù)據(jù)擬合程度。Wei等[40]采用卡爾曼濾波器將液壓模型和車輛動力學信息進行融合，并提出了一種交互式多模型濾波器來融合不同的液壓模型，以適應(yīng)各種控制輸入。結(jié)果表明，與單一卡爾曼濾波器和基于純液壓模型的方法相比，所提出的濾波器具有更好的壓力估計效果。

數(shù)表法[41-42]基于試驗數(shù)據(jù)，通過查詢?nèi)S數(shù)表的占空比、當前輪缸液壓力和下一階段輪缸液壓力的形式進行輪缸壓力估計。王猛等[43]設(shè)計了一種一體式制動主缸總成的電液復(fù)合制動系統(tǒng)，提出數(shù)表插值法和階梯法并行的分段壓力估算法，能準確控制輪缸制動壓力。并提出改進的邏輯門限值控制策略，以較大梯度迅速減小再生制動力至零。通過AMESimamp;Simulink聯(lián)合仿真驗證了系統(tǒng)的功能和可行性。

針對上述問題，Jiang等[44]使用擴展卡爾曼濾波結(jié)合上述兩種輪缸壓力估算算法的優(yōu)勢，提出了組合輪缸壓力估算方法，即通過車輪旋轉(zhuǎn)動力學估算方法修正基于執(zhí)行器動態(tài)特性估算的輪缸壓力值。但是上述方法在研究的過程中，將路面附著系數(shù)簡化為與滑移率呈線性關(guān)系，不可避免地削弱了算法適應(yīng)不同路面條件的能力。

4.4 電磁閥控制

液壓力控制單元（HCU）的關(guān)鍵元件是電磁閥，電磁閥控制屬于液壓力控制的底層控制，其控制效果直接決定了電子液壓制動系統(tǒng)的工作效率。電磁閥控制分為開關(guān)閥、高速開關(guān)閥和線性閥3類。

4.4.1 開關(guān)閥

開關(guān)閥是液壓力控制單元（HCU）的核心構(gòu)件。其工作機理為通過電流控制來調(diào)整電磁力，進而實現(xiàn)閥口的開閉。開關(guān)閥通過快速改變閥門的開閉狀態(tài)，能夠有效調(diào)節(jié)液體的流動方向和流量。Fey等[45]提出了一種基于電磁閥驅(qū)動電流的控制方法，為優(yōu)化電磁閥性能提供了新方向。同時，馮濤[46]研究了通過控制電磁閥開關(guān)來實現(xiàn)制動防抱死功能的技術(shù)，這項研究在提升汽車行駛安全性方面具有重要意義，同時也為電磁閥在各領(lǐng)域的應(yīng)用開辟了新的可能。

開關(guān)閥在現(xiàn)代流體控制系統(tǒng)中的應(yīng)用正在不斷深化和擴展，通過改良傳統(tǒng)結(jié)構(gòu)以及研究新的控制方法，開關(guān)閥的性能得到了顯著提升。在此基礎(chǔ)上，電磁閥在流量控制、制動防抱死等領(lǐng)域的研究與應(yīng)用也將持續(xù)取得新進展，為我國流體控制領(lǐng)域發(fā)展作出貢獻。

4.4.2 高速開關(guān)閥

高速開關(guān)閥具有快速的響應(yīng)機制和高頻率的開關(guān)能力，在工業(yè)自動化、能源利用以及航空航天等諸多領(lǐng)域均得到了廣泛的推廣和深入的應(yīng)用[47]。其工作原理與傳統(tǒng)開關(guān)閥大體相同，均是通過在開啟與關(guān)閉兩種狀態(tài)間的切換，實現(xiàn)對液體流動的通斷控制。然而，在響應(yīng)速度這一關(guān)鍵指標上，高速開關(guān)閥展現(xiàn)出了顯著的優(yōu)勢。高速開關(guān)閥通過發(fā)送不同寬度的脈沖信號，對閥門的開關(guān)狀態(tài)進行精確控制。

在提升高速開關(guān)閥響應(yīng)頻率的方法方面，國內(nèi)外學者進行了廣泛而深入的研究，在結(jié)構(gòu)改進、材料優(yōu)化以及控制策略等方面取得了一系列研究成果。

Zhao等[48]提出一種瞬態(tài)求解方法，通過對偶變換得到高速開關(guān)電磁閥閥芯運動模型，該方法顯著提升了復(fù)雜瞬態(tài)變化過程的仿真與分析效率。Li等[49]對EHB系統(tǒng)中高速電磁閥的響應(yīng)特性和參數(shù)優(yōu)化進行了研究。該研究強調(diào)精確制動壓力控制對車輛安全的重要性以及改進電磁閥設(shè)計的必要性。通過建立非線性數(shù)學模型并分析閥芯質(zhì)量、彈簧剛度、彈簧預(yù)緊力和線圈圈數(shù)等因素，利用遺傳算法對參數(shù)進行了優(yōu)化，實驗結(jié)果表明，優(yōu)化參數(shù)極大地提高了EHB系統(tǒng)的響應(yīng)特性和制動壓力控制精度。

4.4.3 線性閥

線性閥作為一種調(diào)節(jié)閥，其工作原理是通過調(diào)整閥門的開度變化來實現(xiàn)對流量的精確控制。具體而言，閥門開度與流量變化之間呈現(xiàn)出一種性線比例關(guān)系，即閥門開度越大，相應(yīng)的流量變化也越大。線性閥的制造成本較低，還具有降噪的作用。雖然伺服閥和比例閥都能對流量進行控制，但成本較高。

線性閥的控制系統(tǒng)通常包含兩大核心模塊：分別是控制電流生成模塊與反饋修正控制模塊[38]。其中，控制電流生成模塊主要通過采集輪缸實際壓力、預(yù)期壓力以及閥口兩端的壓力差等參數(shù)，并結(jié)合特定的控制算法，計算出線性閥所需的控制電流；而反饋修正控制模塊則依據(jù)目標控制電流、閥口兩端的電源電壓以及當前線圈電阻值等信息，計算出線性閥所需的PWM控制占空比，從而確?？刂七^程的穩(wěn)定性與精確性。

4.5 夾緊力控制

EMB驅(qū)動器的控制方法主要有間接夾緊力控制和直接夾緊力控制。間接夾緊力控制方法是通過對電機電流、轉(zhuǎn)速等參數(shù)的測量和分析，結(jié)合車輛動力學模型，來估算EMB執(zhí)行器產(chǎn)生的夾緊力，從而不斷調(diào)整電機的電流和轉(zhuǎn)速等參數(shù)，可以間接實現(xiàn)對夾緊力的控制。直接夾緊力控制方法是直接測量EMB執(zhí)行器產(chǎn)生的夾緊力，并根據(jù)測量值來調(diào)整電機的參數(shù)，以實現(xiàn)對夾緊力的精確控制。

Zhang等[50]提出了一種EMB間隙主動調(diào)整控制策略，該策略包括根據(jù)差分電流信號識別制動過程中的接觸點和分離點。仿真結(jié)果表明，間隙調(diào)節(jié)策略可以有效調(diào)節(jié)制動間隙，降低制動盤磨損的不利影響，并顯著減少制動盤的磨損，有效縮短制動力輸出響應(yīng)時間。此外，針對EMB系統(tǒng)參數(shù)變化和電機反轉(zhuǎn)影響的問題，Eum等[51]提出了一種基于力－位置串級控制結(jié)構(gòu)的夾緊力控制方法，并采用擾動觀測器增強系統(tǒng)的魯棒性。

上述研究雖然能夠提高EMB控制系統(tǒng)的魯棒性，但由于EMB夾緊力控制精度不高，為了進一步提高EMB夾緊力控制精度，Lee等[52]設(shè)計了一種新型的顯式非線性模型預(yù)測控制（model predictive control，MPC）算法，通過最小化二次性方法得到顯式控制律，并對顯式MPC框架內(nèi)模型參數(shù)自適應(yīng)方法進行研究。此外，針對傳感器的安裝對EMB控制精度影響的問題，LI等[53]提出了一種新的滑?？刂撇呗裕ㄟ^模擬干燥混凝土路面下的制動情況，驗證了EMB制動系統(tǒng)的性能。

5 線控制動系統(tǒng)的應(yīng)用

線控制動系統(tǒng)具備獨立且精確控制單個車輪制動力的功能，這一特性使其能夠充分滿足車輛動力學控制的需求。因此，線控制動系統(tǒng)能夠更容易實現(xiàn)車輛的ABS，ACC以及ESP等在內(nèi)的多種車輛姿態(tài)控制功能。同時，還易于與電動汽車的再生制動系統(tǒng)集成，從而有效提升能量回收效率。

5.1 防抱死制動系統(tǒng)

目前，由于線控制動系統(tǒng)技術(shù)尚未成熟，在汽車領(lǐng)域還未得到廣泛的應(yīng)用。因此，在車輛制動過程的研究中，大多數(shù)研究仍聚焦于基于滑移率的防抱死制動控制。

在防抱死控制策略的研究中，劉曉輝等[54]以冗余ABS為目標，提出一種滑模控制算法。通過構(gòu)建數(shù)學模型，建立仿真實驗，并在哈弗H6上進行實車測試。測試結(jié)果表明，在常規(guī)ABS失效時，冗余ABS算法在保證制動強度和舒適性的前提下，能夠有效實現(xiàn)冗余ABS功能，從而提高車輛安全性。

但是對于復(fù)雜的道路環(huán)境，上述防抱死控制策略顯得束手無策。為此，Shiao等[55]設(shè)計了一種模糊邏輯控制器（fuzzy logic controller，F(xiàn)LC）和一種自組織模糊邏輯控制器（self organizing fuzzy logic controller，SOFLC）來比較防抱死制動的性能。結(jié)果表明，SOFLC結(jié)合路況估計器（road condition estimator，RCE），能夠適應(yīng)不同的路況，并能有效地提高制動性能，保證駕駛的穩(wěn)定性。

模糊控制器可以與滑模控制器（sliding mode controller，SMC）一起形成模糊SMC，然后通過模糊校正器對開關(guān)控制規(guī)律進行調(diào)整。與PID控制器和通用SMC相比，模糊SMC具有優(yōu)越的性能和對各種道路的適應(yīng)性。因此，張帥[56]設(shè)計了一種基于EMB的制動防抱死模糊積分滑模控制算法，仿真結(jié)果表明，該控制算法在不同道路工況都能使得車輪滑移率保持在最佳狀態(tài)，具有較好的適應(yīng)性。

5.2 自動緊急制動

自動緊急制動（autonomous emergency braking，AEB）是一種汽車主動安全技術(shù)，由控制模塊、測距模塊和制動模塊構(gòu)成，能夠通過預(yù)警和主動制動來降低汽車行駛過程中由于駕駛員操作問題所造成的交通事故概率。

針對傳統(tǒng)AEB控制模型無法兼顧安全性和舒適性的問題，趙會強等[57]提出了一種綜合考慮安全性和舒適性模型，制定了預(yù)警控制策略，引入了二階TTC模型，通過在不同道路環(huán)境下的測試驗證了該控制策略的有效性。

上述研究雖然能夠兼顧制動過程中的安全性和舒適性，但是只適應(yīng)于單一路面環(huán)境，為此，黃會東[58]基于電子液壓制動系統(tǒng)提出了一種考慮路面附著系數(shù)的自動緊急制動控制策略，通過擴展卡爾曼濾波算法對路面附著系數(shù)進行識別，對識別后的路面附著系數(shù)設(shè)定不同的制動減速度，通過硬件在環(huán)實驗測試不同工況，實驗結(jié)果表明所設(shè)計的分級制動控制策略具有較好的避撞效果。此外，Sevil等[59]還提出了一種自適應(yīng)AEB控制算法，該算法通過考慮輪胎與路面之間的摩擦系數(shù)來調(diào)整碰撞警告和緊急制動的時間。仿真結(jié)果顯示，路面之間的摩擦系數(shù)與車輛質(zhì)量和道路坡度有關(guān)，該研究為后續(xù)學者對于主動安全控制策略提供了新的思路。

5.3 制動能量回收

再生制動技術(shù)（regenerative braking control，RBS）關(guān)鍵在于精確控制制動力分配與電機、摩擦制動協(xié)同，從而實現(xiàn)能量高效回收與平穩(wěn)制動[60]。

為了兼顧駕駛員的制動意圖和制動舒適性，Xu等[61]提出了基于隱馬爾可夫模型-動態(tài)補償模糊神經(jīng)網(wǎng)絡(luò)算法的駕駛員制動意圖識別方法，并設(shè)計電-氣制動補償?shù)姆謱又苿幽芰炕厥湛刂撇呗?。呂毅恒等[62]考慮到后驅(qū)電動商用車的質(zhì)量變化情況，在保留原有制動系統(tǒng)的前提下，根據(jù)加速行駛時的加速度和電機轉(zhuǎn)矩參數(shù)估計出當前車輛載荷，設(shè)計了基于車輛載荷識別的制動能量回收控制策略。

上述研究雖然能夠?qū)崿F(xiàn)車輛在制動過程中的制動能量回收，但在不同路面特征變化情況下車輪對路面附著系數(shù)的利用情況不同，將顯著影響制動時車輛方向的穩(wěn)定性，為此，Shen等[63]提出了一種卷積神經(jīng)網(wǎng)絡(luò)在線路面識別算法和最優(yōu)滑移率跟蹤積分滑?？刂破飨嘟Y(jié)合的EMB制動控制策略，利用VGG-16 CNN對路面圖像數(shù)據(jù)集進行訓練，實現(xiàn)視覺算法實時識別路面狀況，在面對復(fù)雜的道路環(huán)境的同時，依然能夠高效地回收制動能量，提高車輛續(xù)航里程。

6 結(jié)束語

本文從線控制動系統(tǒng)的發(fā)展歷程、智能網(wǎng)聯(lián)汽車線控制動系統(tǒng)架構(gòu)、線控制動系統(tǒng)的分類、線控制動系統(tǒng)關(guān)鍵技術(shù)及其應(yīng)用等方面進行了闡述，分析了智能網(wǎng)聯(lián)汽車線控制動技術(shù)當前所面臨的挑戰(zhàn)與未來發(fā)展趨勢，得出以下結(jié)論。

1） 雖然EHB相對于傳統(tǒng)制動系統(tǒng)具有響應(yīng)速度快和控制精度高的優(yōu)勢，但是EHB保留了液壓部分，仍然存在污染問題，且不屬于完全線控制動，一般在L3及以下階段滿足制動系統(tǒng)需求。在L4或L5階段，EMB的完全線控特性配合中央計算平臺及區(qū)域控制單元，可實現(xiàn)軟件控制端冗余，滿足更快反應(yīng)速度要求，更適合智能網(wǎng)聯(lián)汽車線控制動方案。

2） 目前車載電源電壓多數(shù)為12 V，無法滿足EMB電動執(zhí)行器的電機功率要求。如果使用48 V的車載電源，那么由此帶來的“高壓”以及電磁干擾問題，對于電子元件的影響又將如何解決，這需要電子零部件供應(yīng)商生產(chǎn)能夠滿足48 V電源的車用電子元器件，需要可靠的傳感器及其他電子元器件，此外，還要做好容錯控制，要有冗余備份，在傳感器失效的時候可以進行機械制動等，以解決這方面的問題。

3） 線控制動系統(tǒng)作為智能網(wǎng)聯(lián)汽車實現(xiàn)高級別自動駕駛的核心執(zhí)行基礎(chǔ)，能夠滿足高級別自動駕駛的響應(yīng)需求和控制精度。目前的底盤各大子系統(tǒng)都是獨立的，難以做到高效協(xié)同控制。未來，線控底盤的高度集成將加快主機廠開發(fā)新車型，將電池、電驅(qū)、懸架、制動轉(zhuǎn)向等零部件集成為類似滑板的底盤結(jié)構(gòu)，將使得車輛底盤與上車解耦，降低整車開發(fā)成本，同時給予駕駛員良好的駕駛體驗。

4） 智能網(wǎng)聯(lián)汽車線控制動技術(shù)目前正處于快速發(fā)展階段，其產(chǎn)品主要以EHB為主，其中one-box研發(fā)模式逐漸成為主流，而EMB則是未來的發(fā)展方向，但EMB技術(shù)壁壘較高，需要冗余備份提高可靠性，故EMB的商業(yè)化之路還需時間。當前線控制動技術(shù)研發(fā)重點在于提高集成度同時增加系統(tǒng)冗余，以確保在高級別智能駕駛中的可靠性和安全性。智能網(wǎng)聯(lián)汽車的發(fā)展將會對傳統(tǒng)電子零部件供應(yīng)商產(chǎn)生重大影響，未來應(yīng)著力研究高質(zhì)量的線控制動系統(tǒng)，以滿足高級別自動駕駛的可靠性和安全性需求。

參考文獻：

[1]" "XIAO H H. Research on X-by-wire chassis technology for intelligent driving of new energy vehicles[J]. Journal of Electronic Research and Application， 2024， 8（2）： 146-150.

[2]" "張奇祥， 王金湘， 張伊晗， 等. 智能電動汽車線控制動關(guān)鍵技術(shù)與研究進展[J]. 機械工程學報， 2024， 60（10）： 339-365.

ZHANG Q X， WANG J X， ZHANG Y H， et al. Key technologies and research progress of brake-by-wire system for intelligent electric vehicles[J]. Journal of Mechanical Engineering， 2024， 60（10）： 339-365.

[3]" "JIANG L G， SHI Q， WEI Y J， et al. Electro-hydraulic braking dynamics for pressure demand control of brake-by-wire system[J]. Proceedings of the Institution of Mechanical Engineers， Part D： Journal of Automobile Engineering， 2024， 238（4）： 735-748.

[4]" "LI J， JIANG Y Q. Variable universe fuzzy-proportional-integral-differential-based braking force control of electro-mechanical brakes for mine underground electric trackless rubber-tired vehicles[J]. Sensors， 2024， 24（9）： 2739.

[5]" "雍健羽， 王洪亮， 董金聰， 等. 輕型車輛線控制動技術(shù)研究現(xiàn)狀及發(fā)展趨勢綜述[J]. 中國汽車， 2022（11）： 16-22.

YONG J Y， WANG H L， DONG J C， et al. A comprehensive review of the current status and future development trends of line control braking technology for lightweight vehicles[J]. China Automotive， 2022（11）： 16-22.

[6]" "周明岳， 武振江， 馮天驥. 線控制動技術(shù)現(xiàn)狀及趨勢綜述[J]. 中國汽車， 2020（7）： 51-57.

ZHOU M Y， WU Z J， FENG T J. Overview of current status and trends in line control technology[J]. China Automotive， 2020（7）： 51-57.

[7]" "張奇祥， 靳立強， 靳博豪， 等. EMB 夾緊力控制與傳感器故障診斷研究進展[J]. 汽車工程， 2022， 44（5）： 736-746.

ZHANG Q X， JIN L Q， JIN B H， et al. EMB clamping force control and sensor fault diagnosis research progress[J]. Automotive Engineering， 2022， 44（5）： 736-746.

[8]" "GONG X X， GE W G， YAN J， et al. Review on the development， control method and application prospect of brake-by-wire actuator[J]. Actuators， 2020， 9（1）： 15.

[9]" "ZHU S W， FAN X B， QI G X， et al. Review of control algorithms of vehicle anti-lock braking system[J]. Recent Patents on Engineering， 2023， 17（2）： 30-45.

[10]" WU Z， KANG C F， LI B R， et al. Dynamic modeling， simulation， and optimization of vehicle electronic stability program algorithm based on back propagation neural network and pid algorithm[J]. Actuators， 2024， 13（3）： 100.

[11]" LUTANTO A， FAJRI A， NUGROHO K C， et al. Advancements in automotive braking technology for enhanced safety： a review[J]. Multidisciplinary Innovations and Research in Applied Engineering， 2024， 1（1）： 6-20.

[12]" YIN C C， MEI Z Y， FENG Y， et al. A novel traction control strategy for an electric bus[J]. International Journal of Vehicle Performance， 2024， 10（2）： 215-237.

[13]" GAVASKAR J S， VENKATESWARI P. Research on vehicle dynamic control（vdc） system for designing hybrid electric vehicles using renewable energy resources[J]. Technoarete Transactions on Electrical Vehicles and Automotive systems， 2024， 3（1）：13-19.

[14]" KURUCAN M， ?ZBALTAN M， YETGIN Z， et al. Applications of artificial neural network based battery management systems： a literature review[J]. Renewable and Sustainable Energy Reviews， 2024， 192： 114262.

[15]" 余卓平， 韓偉， 徐松云， 等. 電子液壓制動系統(tǒng)液壓力控制發(fā)展現(xiàn)狀綜述[J]. 機械工程學報， 2017， 53（14）： 1-15.

YU Z P， HAN W， XU S Y， et al. A Review of the current state of development of fluid pressure control for electro-hydraulic braking systems[J]. Journal of Mechanical Engineering， 2017， 53（14）： 1-15.

[16]" 劉海超， 劉紅旗， 馮明， 等. 智能汽車集成式線控制動系統(tǒng)傳動機構(gòu)優(yōu)化設(shè)計[J]. 機械工程學報， 2022， 58（20）： 399-409.

LIU H C， LIU H Q， FENG M， et al. Optimized design of transmission mechanism of integrated wire-control powertrain for intelligent vehicles[J]. Journal of Mechanical Engineering， 2022， 58（20）： 399-409.

[17]" ZHAO X， XIONG L Y， ZHUO G R， et al. A review of one-box electro-hydraulic braking system： architecture， control， and application[J]. Sustainability， 2024， 16（3）： 1049.

[18]" 趙立金， 楊世春， 曲婧瑤. 電子機械制動系統(tǒng)關(guān)鍵技術(shù)研究進展[J/OL]. 北京航空航天大學學報：1-12[2024-05-17].https：//doi.org/10.13700/j.bh.1001-5965.2023.0210.

ZHAO L J， YANG S C， QU J Y. Research progress on key technologies of electro-mechanical braking system[J/OL]. Journal of Beijing University of Aeronautics and Astronautics： 1-12[2024-05-17]. https：//doi.org/10.13700/j.bh. 1001-5965.2023.0210.

[19]" 劉亞歐， 李睿申， 李晶. 電子機械制動系統(tǒng)應(yīng)用及關(guān)鍵技術(shù)分析[J]. 汽車工程師， 2020（2）： 45-47.

LIU Y O， LI R S， LI J. Electro-mechanical braking system application and key technology analysis[J]. Automotive Engineer， 2020（2）： 45-47.

[20]" KELLER F. Electromagnetic wheel brake device： U.S. Patent 6， 536， 561[P]. 2003-3-25.

[21]" GEYER B， SCHADE K. Electronic braking system and method for operating an electronic braking system： U.S. Patent 8， 626， 415[P]. 2014-1-7.

[22]" 鄧美俊， 孫仁云， 潘湘蕓， 等. 汽車電子機械制動系統(tǒng)技術(shù)發(fā)展分析[J]. 汽車零部件， 2021（9）： 103-109.

DENG M J， SUN R Y， PAN， X Y， et al. Analysis of the development of automotive electro-mechanical braking system technology[J]. Automobile Parts， 2021（9）： 103-109.

[23]" 焦宗夏， 吳帥， 李洋， 等. 液壓元件及系統(tǒng)智能化發(fā)展現(xiàn)狀及趨勢思考[J]. 機械工程學報， 2023， 59（20）： 357-384.

JIAO Z X， WU S， LI Y， et al. Hydraulic components and systems intelligent development status andtrend of thinking[J]. Journal of Mechanical Engineering， 2023， 59（20）： 357-384.

[24]" PATIL R S， JADHAV S P， PATIL M D. Review of intelligent and nature-inspired algorithms-based methods for tuning pid controllers in industrial applications[J]. Journal of Robotics and Control （JRC）， 2024， 5（2）： 336-358.

[25]" ZHU S W， FAN X B， QI G X， et al. Design of ABS sliding mode control system for in-wheel motor vehicle based on road identification[J]. Proceedings of the Institution of Mechanical Engineers， Part D： Journal of Automobile Engineering， 2023， 45（3）： 3915-3928.

[26]" LAI G Y， HUANG K， WANG Y H， et al. Iterative inverse-based adaptive fuzzy control with predetermined tracking accuracy for hysteretic nonlinear systems[J]. IEEE Transactions on Fuzzy Systems， 2024， 32（4）： 2509-2522.

[27]" HAN W， XIONG L， YU Z. Braking pressure control in electro-hydraulic brake system based on pressure estimation with nonlinearities and uncertainties[J].Mechanical Systems and Signal Processing， 2019， 131： 703-727.

[28]" 余卓平， 史彪飛， 卓桂榮， 等. 集成式電子液壓制動系統(tǒng)位移壓力特性理論研究[J]. 機械工程學報， 2022， 58（22）： 294-303.

YU Z P， SHI B F， ZHUO R G， et al. Theoretical study of displacement pressure characteristics of integrated electro-hydraulic braking system[J]. Journal of Mechanical Engineering， 2022， 58（22）： 294-303.

[29]" 張祥琨， 季學武， 鐘佩思， 等. 集成式電液制動系統(tǒng)建模仿真與壓力控制[J]. 科學技術(shù)與工程， 2021， 21（13）： 5539-5545.

ZHANG X K， JI X W， ZHONG P S， et al. Modeling simulation and pressure control of integratedelectrohydraulic brake systems[J]. Science Technology and Engineering， 2021， 21（13）： 5539-5545.

[30]" ZHAO J， CHEN Z C， ZHU B， et al. Precise active brake-pressure control for a novel electro-booster brakesystem[J]. IEEE Transactions on Industrial Electronics， 2019， 67（6）： 4774-4784.

[31]" CHEN L， YU Y C， LUO J. Master cylinder oil pressure following control algorithm of electric power assisted braking system based on fuzzy pid controller[C]//2022 4th International Conference on Artificial Intelligence and Advanced Manufacturing （AIAM）， October 7-9， 2022， Federationof Chinese Professional Associations inEurope （FCPAE）， Hamburg， Germany. NewYork： IEEE， 2022： 273-277.

[32]" 龔佳鵬. 汽車電子液壓制動系統(tǒng)特性測試與非線性控制研究[D]. 長春： 吉林大學， 2017.

GONG J P. Characteristics testing and nonlinear control research of automotive electronic hydraulic brake systems[D]. Changchun： Jilin University， 2017.

[33]" CHU H Q， GAO B Z， GU W L， et al. Low-speed control for permanent-magnet DC torque motor using observer-based nonlinear triple-step controller[J]. IEEE Transactions on Industrial Electronics， 2016， 64（4）： 3286-3296.

[34]" 劉曦東. 新能源汽車電液并行制動系統(tǒng)控制策略及匹配技術(shù)研究[D]. 上海： 同濟大學， 2009.

LIU X D. Research on control strategy and matching technology of electro-hydraulic parallel braking system for new energy vehicles[D]. Shanghai： Tongji University， 2009.

[35]" WU D M， DINIG H T， GUO K H， et al. Experimental research on the pressure following control of electro-hydraulic braking system[R]. SAE Technical Paper， 2014-01-0848， 2014.

[36]" 汪洋， 魏民祥. 基于聯(lián)合仿真的EHB系統(tǒng)輪缸壓力模糊 PID控制研究[J]. 公路與汽運， 2010 （6）： 12-15.

WANG Y， WEI M X. Research on fuzzy PID control of wheel cylinder pressure in EHB system based on co-simulation[J]. Highways amp; Automotive Applications， 2010 （6）： 12-15.

[37]" 張海波. 電液制動系統(tǒng) （SBC） 的研究與設(shè)計[D]. 濟南： 山東大學， 2012.

ZHANG H B. Research and design of electro-hydraulic braking system （SBC）[D]. Jinan： Shandong University， 2012.

[38]" 王祥. 電動轎車制動能量回收系統(tǒng)制動壓力線性控制算法研究[D]. 長春： 吉林大學， 2014.

WANG X. Research on linear control algorithm of braking pressure for electric car regenerative braking energy recovery system[D]. Changchun： Jilin University， 2014.

[39]" ZHAO X， LI L， SONG J， et al. Linear control of switching valve in vehicle hydraulic control unit based on sensorless solenoid position estimation[J]. IEEE Transactions on Industrial Electronics， 2016， 63（7）： 4073-4085.

[40]" WEI L T， WANG X Y， LI L. Wheel pressure estimation of hydraulic integrated braking system by fusion model[C]//2023 9th International Conference on Control， Automation and Robotics （ICCAR）， April 21-23， 2023， Beihang University， Beijing， China. NewYork： IEEE， 2023： 318-323.

[41]" 沙宏亮. 基于輪缸壓力估算的輕型車ESP控制算法研究[D]. 長春： 吉林大學， 2008.

SHA H L. Research on ESP control algorithm for light vehicle based on wheel cylinder pressure estimation[D]. Changchun： Jilin University， 2008.

[42]" 朱冰， 趙健， 李靜， 等. 面向底盤集成控制的液壓制動壓力估算方法[J]. 吉林大學學報： 工學版， 2009 （S1）： 22-26.

ZHU B， ZHAO J， LI J， et al. Hydraulic Brake Pressure Estimation Method for Chassis Integrated Control[J]. Journal of Jilin University （Science Edition）， 2009 （S1）： 22-26.

[43]" 王猛， 孫澤昌， 王士奇， 等. 基于一體式制動主缸的電液 復(fù)合制動系統(tǒng)仿真[J]. 同濟大學學報： 自然科學版， 2014， 42（8）： 1211-1215.

WANG M， SUN Z C， WANG S Q， et al. Simulation of integrated electro-hydraulic compound brake system based on integrated brake master cylinder[J]. Journal of Tongji University（Natural Science）， 2014， 42（8）： 1211-1215.

[44]" JIANG G R， MIAO X L， WANG Y H， et al. Real-time estimation of the pressure in the wheel cylinder with a hydraulic control unit in the vehicle braking control system based on the extended Kalman filter[J]. Proceedings of the Institution of Mechanical Engineers， Part D： Journal of Automobile Engineering， 2017， 231（10）： 1340-1352.

[45]" FEY W， ENGELMANN M， HEINZ M， et al. Method for determining the drive current for an actuator： U.S. Patent Application 10/566，782[P]. 2007-7-12.

[46]" 馮濤. 汽車可控制動系統(tǒng)的仿真與分析[D]. 南京： 南京航空航天大學， 2010.

FENG T. Simulation and analysis of automotive controllable braking systems[D]. Nanjing： Nanjing University of Aeronautics and Astronautics， 2010.

[47]" 趙才虎， 陳譽， 朱天龍， 等. 不同結(jié)構(gòu)參數(shù)對高速開關(guān)閥液壓力的影響研究[J]. 機電工程， 2024， 41（1）： 33-42.

ZHAO C H， CHEN Y， ZHU T L， et al. Study on the influence of different structural parameters on liquid pressure of high-speed switching valve[J]. Journal of Mechanical amp; Electrical Engineering， 2024， 41（1）： 33-42.

[48]" ZHAO J， ZIRKA S E， Moroz Y I. Duality-derived models of high-speed electromagnetic valves[J]. IEEE Transactions on Industrial Electronics， 2020， 68（10）： 9876-9884.

[49]" LI S T， GUO P C， JIANG W， et al. Research on response characteristics and parameters optimization of high-speed solenoid valve[C]//2015 34th Chinese Control Conference （CCC）. IEEE， 2015： 2327-2332.

[50]" ZHANG Y L， CHEN Z X， WU J L， et al. Gap adjustment strategy for electromechanical brake system based on critical point identification[R]. Pennsylvania： SAE Technical Paper， 2024-01-2320， 2024.

[51]" EUM S， CHOI J， PARK S S， et al. Robust clamping force control of an electro-mechanical brake system for application to commercial city buses[J]. Energies， 2017， 10（2）：220.

[52]" FENG C L， MANZIE C L C. Explicit nonlinear mpc of an automotive electromechanical brake[J]. IFAC Proceedings Volumes， 2008， 41（2）： 10758-10763.

[53]" LI T Y， LI J Y， ZHANG Y F， et al. Clamping force control strategy of electromechanical brake system[C]//Fourth International Conference on Mechanical Engineering， Intelligent Manufacturing， and Automation Technology （MEMAT 2023）， December 1-3， 2023， Guilin UniversityOf Electronic Technology， Guilin， China. Washington： SPIE， 2024， 13082： 780-787.

[54]" 劉曉輝， 于良耀， 鄭晟， 等. 基于電子助力器的冗余防抱死制動算法研究[J]. 汽車工程， 2022， 44（1）： 82-93.

LIU X H， YU L Y， ZHENG S， et al. Research on redundant anti-lock braking algorithm based on electronic booster[J]. Automotive Engineering， 2022， 44（1）： 82-93.

[55]" SHIAO Y J， NGUYEN Q A， LIN J W. A study of novel hybrid antilock braking system employing magnetorheological brake[J]. Advances in Mechanical Engineering， 2014（6）： 617584.

[56]" 張帥. 電子機械制動（EMB）控制策略研究[D]. 西安：長安大學， 2021.

ZHANG S. Research on electronic mechanical brake （EMB） control strategy[D]. Xi’an： Chang’an University，2021.

[57]" 趙會強， 郭致遠， 劉兆波. 考慮安全性和舒適性的AEB系統(tǒng)跟車控制策略研究[J/OL]. 汽車工程學報， 1-11[2024-05-17]. http：//kns.cnki.net/kcms/detail/50.1206.u. 20240710. 1930.002.html.

ZHAO H Q， GUO Z Y， LIU Z B. Research on AEB system following control strategy considering safety and comfort [J/OL]. Chinese Journal of Automotive Engineering， 1-11[2024-05-17]. http：//kns.cnki.net/kcms/detail/50.1206.u.20240710.1930.002.html.

[58]" 黃會東. 基于電液制動系統(tǒng)壓力控制的AEB控制策略研究[D]. 重慶： 重慶理工大學， 2024.

HUANG H D. Research on aeb control strategy based on pressure control of electro-hydraulic brake systems[D]. Chongqing： Chongqing University of Technology， 2024.

[59]" SEVIL A O， CANEVI M， SOYLEMEZ M T. Development of an adaptive autonomous emergency braking system based on road friction[C]//2019 11th International Conference on Electrical and Electronics Engineering （ELECO）， November 28-30， 2019， Gazi University， Bursa， Turkey. NewYork： IEEE， 2019： 815-819.

[60]" ?ABANOVIC E， ?URAULIS V， PRENTKOVSKIS O， et al. Identification of road-surface type using deep neural networks for friction coefficient estimation[J]. Sensors， 2020， 20（3）： 612.

[61]" XU S W， ZHAO X， YANG N X， et al. Control strategy of braking energy recovery for range-extended electric commercial vehicles by considering braking intention recognition and electropneumatic braking compensation[J]. Energy Technology， 2020， 8（9）： 2000407.

[62]" 呂毅恒， 王陶， 陳剛， 等. 引入載荷識別的電動后驅(qū)商用車制動能量回收策略[J]. 江蘇大學學報（自然科學版）2023， 44（4）： 379-385.

LYU Y H， WANG T， CHEN G， et al. Braking energy recovery strategy for electric rear-drive commercial vehicles with load recognition[J]. Journal of Jiangsu University （Natural Science Edition）， 2023， 44（4）： 379-385.

[63]" SHEN Y A， MAO J F， WU A H， et al. Optimal slip ratio tracking integral sliding mode control for an EMB system based on convolutional neural network online road surface identification[J]. Electronics， 2022， 11（12）： 1826.

通信作者：陳齊平（1984—），男，教授，博士，博士生導師，研究方向為汽車線控技術(shù)、新能源汽車電驅(qū)動系統(tǒng)及控制、智能汽車與智慧交通等。E-mail：qiping3846758@163.com。