龍云澤，封 進(jìn)

（桂林航天工業(yè)學(xué)院汽車與交通工程學(xué)院，廣西 桂林 541004）

1 引言

四輪獨(dú)立驅(qū)動電動汽車（Electric Vehicle，EV）具有車輛結(jié)構(gòu)緊湊、動力傳遞效率高、轉(zhuǎn)向方式靈活的特點(diǎn)。四輪獨(dú)立驅(qū)動EV主要以四輪轂電機(jī)驅(qū)動的方式實(shí)現(xiàn)，整車的轉(zhuǎn)向方式有傳統(tǒng)前輪轉(zhuǎn)向及四輪同時轉(zhuǎn)向兩種模式。近年來，國內(nèi)外學(xué)者們對四輪驅(qū)動電動汽車轉(zhuǎn)向控制策略進(jìn)行了相關(guān)研究，研究成果顯著[1]。研究方向主要為四輪獨(dú)立驅(qū)動EV轉(zhuǎn)向工況下的橫向穩(wěn)定性能，以及相應(yīng)的主動橫向穩(wěn)定性控制策略[2]。文獻(xiàn)[3-4]運(yùn)用滑膜變結(jié)構(gòu)控制理論，實(shí)現(xiàn)四輪獨(dú)立驅(qū)動汽車轉(zhuǎn)向工況橫擺力矩集成控制算法[3-4]?；ぷ兘Y(jié)構(gòu)控制具有響應(yīng)快、抗干擾性強(qiáng)、無需系統(tǒng)在線辨識、物理實(shí)現(xiàn)簡單的優(yōu)點(diǎn)，但狀態(tài)軌跡難以嚴(yán)格沿著滑動模態(tài)面向平衡點(diǎn)滑動，從而易產(chǎn)生抖振現(xiàn)象。

文獻(xiàn)[5-6]基于模糊控制理論設(shè)計了前后四輪轉(zhuǎn)向工況橫擺力矩控制算法，實(shí)現(xiàn)不依賴精確數(shù)學(xué)模型的非線性控制且工程實(shí)現(xiàn)較易，但算法模糊規(guī)則及隸屬函數(shù)的設(shè)計全憑經(jīng)驗(yàn)，較難保證控制精度和系統(tǒng)動態(tài)品質(zhì)[5-6]。此外，二次型最優(yōu)控制、魯棒控制等多種控制方法被用于四輪驅(qū)動EV轉(zhuǎn)向和主動橫擺力矩控制，取得了較好的控制效果[7-9]。

國內(nèi)外四輪驅(qū)動EV轉(zhuǎn)向控制算法研究普遍存在過度依賴整車動力學(xué)模型的現(xiàn)象，所搭建車輛動力學(xué)模型參數(shù)的準(zhǔn)確性對控制系統(tǒng)的實(shí)施效果緊密相關(guān)[10]。而在車輛實(shí)際運(yùn)行過程中工況復(fù)雜，易造成車輛理論動力學(xué)模型參數(shù)與實(shí)際值存在一定偏差，尤其在極限工況與瞬時緊急工況下，模型理論參數(shù)與實(shí)際值可能出現(xiàn)極大的偏離?？刂葡到y(tǒng)的應(yīng)用工況的復(fù)雜性，使得四輪驅(qū)動EV轉(zhuǎn)向控制算法工程運(yùn)用存在一定困難。為解決車輛動力模型參數(shù)時變及非線性擾動等復(fù)雜工況影響下四輪驅(qū)動EV轉(zhuǎn)向控制問題，提出一種車輛動力模型參數(shù)自校正控制系統(tǒng)設(shè)計方法。采用遞推最小二乘法對車輛動力學(xué)模型參數(shù)進(jìn)行實(shí)時辨識，并設(shè)計加權(quán)最小方差四輪轉(zhuǎn)向自適應(yīng)控制器，實(shí)現(xiàn)在車輛行駛過程中對其實(shí)際模型參數(shù)進(jìn)行準(zhǔn)確辨識，從而實(shí)現(xiàn)四輪轉(zhuǎn)向橫擺穩(wěn)定性最優(yōu)控制。運(yùn)用CarSim與Matlab/Simulink聯(lián)合仿真實(shí)驗(yàn)平臺進(jìn)行仿真，驗(yàn)證該方法的有效性。

2 四輪獨(dú)立驅(qū)動EV動力學(xué)模型

二自由度整車動力學(xué)模型反映車輛轉(zhuǎn)向行駛時操縱穩(wěn)定性的理想動力學(xué)響應(yīng)，結(jié)合整車結(jié)構(gòu)參數(shù)，將其作為自適應(yīng)控制系統(tǒng)的參考模型。在二自由度模型基礎(chǔ)上考慮橫擺角速度與質(zhì)心側(cè)偏角兩個主要參數(shù)的理想取值，獲得理想二自由度期望模型。

2.1 二自由度整車動力學(xué)模型

所設(shè)計控制系統(tǒng)目標(biāo)是研究整車行駛過程參數(shù)非線性擾動對操縱穩(wěn)定性的影響及系統(tǒng)的自適應(yīng)控制能力。模型考慮整車側(cè)向運(yùn)動、橫擺運(yùn)動自由度。搭建分布式驅(qū)動EV二自由度整車動力學(xué)模型，如圖1所示。模型作了以下近似：（1）忽略整車垂向運(yùn)動、繞y軸的俯仰運(yùn)動、繞x軸側(cè)傾三個運(yùn)動的影響；（2）忽略滾動阻力、風(fēng)阻影響；（3）假設(shè)兩前輪及兩后輪具有相同的轉(zhuǎn)向角和側(cè)偏角；（4）假設(shè)各輪胎動力學(xué)特性一致，且輪胎側(cè)偏特性處于線性范圍內(nèi)。二自由度整車動力學(xué)方程表達(dá)如下：

圖1 四輪獨(dú)立驅(qū)動電動汽車二自由度動力學(xué)模型Fig.1 Two Degree of Freedom Dynamic Model of Four-Wheel Independent Drive Electric Vehicle

式中：vx—整車縱向速度；vy—整車縱向速度；γ—整車橫擺角速度；ax—縱向加速度；ay—側(cè)向加速度；Fyf、Fyr—兩前輪側(cè)向合力、兩后輪側(cè)向合力；ΔM—主動附加橫擺力矩；β—質(zhì)心側(cè)偏角；δf、δf—前、后輪轉(zhuǎn)向角；m—整車質(zhì)量；αf、αr—前輪輪胎側(cè)偏角、后輪輪胎側(cè)偏角；lf、lr—質(zhì)心至前軸距離、質(zhì)心至后軸距離；Cf、Cr—兩前輪合側(cè)偏剛度、兩后輪合側(cè)偏剛度；Iz—整車?yán)@z軸的轉(zhuǎn)動慣量。

聯(lián)立式（1）～式（9），可得二自由度整車四輪轉(zhuǎn)向動力學(xué)模型狀態(tài)空間表達(dá)式如下：

2.2 四輪轉(zhuǎn)向綜合控制動力學(xué)模型

四輪驅(qū)動EV由于前后輪可實(shí)現(xiàn)獨(dú)立轉(zhuǎn)向操作而提升了整車的轉(zhuǎn)向靈活性，同時也增加了前后輪轉(zhuǎn)向配合的難度。傳統(tǒng)的前輪轉(zhuǎn)向方式較符合駕駛員的操縱習(xí)慣，但不能發(fā)揮四輪獨(dú)立驅(qū)動汽車的優(yōu)勢。四輪獨(dú)立驅(qū)動汽車的后輪轉(zhuǎn)向可在前輪轉(zhuǎn)向的基礎(chǔ)上，輔助汽車的轉(zhuǎn)向動作，提高整車橫擺穩(wěn)定性要求。四輪同時轉(zhuǎn)向在彎道轉(zhuǎn)向時，如采用后輪增加輔助轉(zhuǎn)向角的方法進(jìn)行控制，易造成整車轉(zhuǎn)向輸入角信號放大比例與直線行駛工況不一致，影響駕駛員轉(zhuǎn)向操縱感。運(yùn)用一種四輪驅(qū)動EV前后輪轉(zhuǎn)向角分配方法，使整車轉(zhuǎn)向與駕駛員方向控制意圖有效結(jié)合。綜合考慮將駕駛員輸入轉(zhuǎn)角以可變的比例分配給前后輪轉(zhuǎn)角輸入信號，保證前后輪轉(zhuǎn)角之和不變以滿足轉(zhuǎn)向操縱感。具體轉(zhuǎn)向比例分配方法如下：

式中：Kc—前后輪轉(zhuǎn)角分配比例；δs—駕駛員方向盤輸入轉(zhuǎn)角；δc—控制器反饋輸入轉(zhuǎn)角；δf、δr—前、后輪轉(zhuǎn)向角。聯(lián)立式（10），可得前后轉(zhuǎn)角比例分配控制整車動力學(xué)模型如下：

3 整車轉(zhuǎn)向自校正控制系統(tǒng)設(shè)計

四輪驅(qū)動汽車在行駛過程中，環(huán)境和工況復(fù)雜多變導(dǎo)致動力學(xué)模型參數(shù)出現(xiàn)不可忽視的隨機(jī)擾動現(xiàn)象。為使轉(zhuǎn)向系統(tǒng)取得良好的控制效果，在線實(shí)時調(diào)節(jié)控制器的參數(shù)。運(yùn)用遞推最小二乘法進(jìn)行實(shí)時整車動力學(xué)模型參數(shù)辨識，根據(jù)辨識結(jié)果實(shí)時自動校正控制器的參數(shù)，以保證控制效果，使受控系統(tǒng)達(dá)到預(yù)期目標(biāo)。所設(shè)計控制系統(tǒng)的結(jié)構(gòu)原理，如圖2所示。運(yùn)用低成本傳感器測量得到整車縱向車速、側(cè)向車速及橫擺角速度，將狀態(tài)值輸入車輛模型參數(shù)辨識器。運(yùn)用基于遞推最小二乘法實(shí)時更新車輛二自由度動力學(xué)模型參數(shù)值，并進(jìn)行加權(quán)最小方差自適應(yīng)轉(zhuǎn)向控制，得出保持整車橫向穩(wěn)定性所需的主動橫擺力矩?？刂破鲗?shí)時控制四個車輪驅(qū)動轉(zhuǎn)矩分配值，使整車產(chǎn)生所需的附加橫擺力矩，提升車輛操縱穩(wěn)定性。

圖2 自校正轉(zhuǎn)向控制系統(tǒng)原理圖Fig.2 Schematic Diagram of Self-Tuning Steering Control System

3.1 基于遞推最小二乘法的車輛模型參數(shù)辨識

由式（11）可知，整車動力學(xué)模型中兩前輪合側(cè)偏剛度Cf、兩后輪合側(cè)偏剛度Cr、整車?yán)@z軸的轉(zhuǎn)動慣量Iz在汽車行駛過程中數(shù)值會變化。而通常的解決方法是假設(shè)Iz不變，Cf與Cr的變化規(guī)律由車輪的側(cè)偏特性曲線得出理論值。因此，Cf與Cr真實(shí)值的確定需準(zhǔn)確測得汽車行駛過程輪胎的側(cè)偏角。傳統(tǒng)的方法所確定的整車動力學(xué)模型參數(shù)易造成估計偏差及實(shí)時性較差的問題。運(yùn)用低成本傳感器可以測得整車橫擺角速度γ、車輛縱向速度vx、車輛側(cè)向速度vy的時間連續(xù)序列值，運(yùn)用遞推最小二乘法，結(jié)式（11）動力學(xué)模型，實(shí)現(xiàn)車輛模型參數(shù)（Cf、Cr、Iz）實(shí)時在線辨識。整車橫擺角速度動力學(xué)方程可表示成如下形式：

對式（12）進(jìn)行離散化，取采樣間隔時間為Δt，可得離散變量表達(dá)式如下：

聯(lián)立式（12）與（13），可得離散后的參數(shù)在線辨識數(shù)學(xué)模型如下：

將式（14）整理可得自回歸滑動平均模型（Auto-Regressive Moving Average Model，ARMA）的標(biāo)準(zhǔn)形式如下：

式中：φk=[γk-1uk]—回歸向量；θ=[a1b0]T—ARMA 模型待辨識參數(shù)向量；ek—有界噪聲序列。

遞推最小二乘法可解決最小二乘法占用內(nèi)存大、實(shí)時性差的問題。遞推最小二乘法對計算機(jī)的存儲要求不高，且具有估計精度高、實(shí)時性好的優(yōu)點(diǎn)。運(yùn)用遞推最小二乘法對式（15）數(shù)學(xué)模型進(jìn)行參數(shù)辨識，可得a1、b0的值，再結(jié)合式（12）可實(shí)時計算得出車輛模型參數(shù)（Cf、Cr、I）z。設(shè)觀測數(shù)據(jù)長度為N，聯(lián)立式（15）可得觀測矩陣的數(shù)學(xué)表達(dá)式如下：

式中：YN—系統(tǒng)N步觀測整車橫擺角速度輸出值向量；?N—系統(tǒng)N步測量觀測輸出數(shù)據(jù)與控制量綜合矩陣；θ=[a1b0]T—待辨識參數(shù)向量—N步觀測過程中的噪聲向量在N步觀測后運(yùn)用最小二乘法計算所得的估計值。

在N步觀測的基礎(chǔ)上，融入第N+1步數(shù)據(jù)，進(jìn)行實(shí)時參數(shù)遞推估計。令第N+1 步數(shù)據(jù)向量為yN+1，φN+1系統(tǒng)N+1步測量觀測輸出數(shù)據(jù)與控制量綜合向量，遞推可得新的參數(shù)估計值：

式中：YN+1—系統(tǒng)N+1步觀測輸出值向量；在N+1步觀測后運(yùn)用遞推最小二乘法計算所得的估計值。將代入式（12）便可計算出車輛模型參數(shù)實(shí)際值。

3.2 加權(quán)最小方差自校正轉(zhuǎn)向控制器設(shè)計

最小方差自校正控制器按照目標(biāo)函數(shù)最優(yōu)為設(shè)計目標(biāo)，而傳統(tǒng)的目標(biāo)函數(shù)中忽略了對控制項(xiàng)的約束，易造成控制作用超出允許范圍，從而使非逆穩(wěn)定的受控系統(tǒng)無法實(shí)現(xiàn)自校正控制目標(biāo)。加權(quán)最小方差自適應(yīng)控制算法引入控制加權(quán)項(xiàng)，將控制器的參數(shù)增長作為控制器的一部分，可有效限制控制器作用的不適當(dāng)增長?？刂葡到y(tǒng)的原理，如圖3所示。

圖3 加權(quán)最小方差自適應(yīng)控制系統(tǒng)原理圖Fig.3 Schematic Diagram of Weighted MinimumVariance Adaptive Control System

四輪驅(qū)動電動汽車行駛時，可由二自由度整車模型推導(dǎo)得出期望質(zhì)心側(cè)偏角及期望橫擺角速度兩個狀態(tài)變量評價轉(zhuǎn)向操縱穩(wěn)定性，并通過采用附加橫擺力矩的方法提升整車操縱性與安全性。因此，期望質(zhì)心側(cè)偏角取0。期望橫擺角速度理論值可通過式（12）二自度汽車?yán)碚撃Ｐ陀嬎愕贸?。穩(wěn)態(tài)時橫擺角速度為定值，則式（11）中與取值為0。

綜合推導(dǎo)可得二自由度整車動力學(xué)ARMA期望模型如下：

加權(quán)最小方差自適應(yīng)控制系統(tǒng)模型為時序模型，將主動附加橫擺力矩ΔM作為控制量。引入時滯算子，由式（14）可得整車橫擺角速度動力模型如下：

式中：C(q-1)=1—噪聲序列時滯算子多項(xiàng)式；ζ(k)—白噪聲序列。

建立加權(quán)最小方差控制目標(biāo)函數(shù)，以式（18）中期望橫擺角速度γm(k)作為追蹤目標(biāo)值，同時考慮控制項(xiàng)u(k)的加權(quán)效果，可得整車橫擺穩(wěn)定性優(yōu)化目標(biāo)函數(shù)為：

式中：Λ(q-1)—控制項(xiàng)u(k)的加權(quán)因子。

自校正調(diào)節(jié)器的最優(yōu)控制問題轉(zhuǎn)換成目標(biāo)函數(shù)J的最小方差實(shí)現(xiàn)問題。尋找控制規(guī)律u(k)，實(shí)現(xiàn)式（20）取得極小值，即可得轉(zhuǎn)向工況下滿足整車橫擺穩(wěn)定性要求的主動附加橫擺力矩ΔM控制量。將式（20）中目標(biāo)函數(shù)J對u(k)求-偏導(dǎo)，并令?J/(?u(k))=0，可得：

聯(lián)立式（19）與式（21），可得最優(yōu)控制規(guī)律為：

聯(lián)立式（19）與式（22），可得加權(quán)最小方差自適應(yīng)控制系統(tǒng)主動附加橫擺力矩ΔM的控制規(guī)律為：

3.3 車輪運(yùn)動學(xué)模型

輪轂電機(jī)是四輪獨(dú)立驅(qū)動汽車關(guān)鍵部件，是整車動力來源。加權(quán)最小方差自適應(yīng)轉(zhuǎn)向控制器計算所得控制量，需經(jīng)過電機(jī)控制器將轉(zhuǎn)矩控制信號傳輸?shù)捷嗇炿姍C(jī)，實(shí)現(xiàn)主動附加橫擺力矩ΔM的實(shí)時分配。搭建分布式驅(qū)動電動汽車車輪運(yùn)動學(xué)模型如下：

式中：Iw—車輪轉(zhuǎn)動慣量；ωfl、ωfr、ωrl、ωrr—左前輪、右前輪、左后輪、右后車輪轉(zhuǎn)動角速度；Tfl、Tfr、Trl、Trr—左前輪、右前輪、左后輪、右后車輪驅(qū)動轉(zhuǎn)矩；Fxfl、Fxfr、Fxrl、Fxrr—左前輪縱向力、右前輪縱向力、左后輪縱向力、右后輪縱向力；Tbfl、Tbfr、Tbrl、Tbrr—左前輪、右前輪、左后輪、右后車輪制動轉(zhuǎn)矩；Re—車輪滾動半徑。

采用對整車四輪轂電機(jī)驅(qū)動轉(zhuǎn)矩進(jìn)行主動調(diào)節(jié)的方法，實(shí)現(xiàn)附加橫擺力矩ΔM的分配[11]。并綜合考慮車輛轉(zhuǎn)向工況的不同及ΔM方向性，規(guī)劃控制邏輯，如表1所示。

表1 轉(zhuǎn)矩分配器控制邏輯Tab.1 Control Logic of Torque Distributor

設(shè)整車模型中前后輪輪距值相等，主動附加橫擺力矩ΔM實(shí)時分配至各車輪。附加橫擺力矩平均分配方法具有算法簡單、實(shí)現(xiàn)成本低的優(yōu)點(diǎn)。該方法的四車輪轉(zhuǎn)矩分配關(guān)系如下：

式中：ΔTfl、ΔTfr、ΔTrl、ΔTrr—左前輪、右前輪、左后輪、右后輪的驅(qū)動轉(zhuǎn)矩調(diào)整值；D—前后輪輪距。

4 仿真實(shí)驗(yàn)驗(yàn)證

CarSim是一款被國際上眾多的汽車制造商、零部件供應(yīng)商所采用的汽車動力學(xué)仿真軟件，是汽車行業(yè)的標(biāo)準(zhǔn)軟件，其所提供的整車動力學(xué)模型及仿真工況可實(shí)現(xiàn)對汽車不同運(yùn)行狀態(tài)的模擬。運(yùn)用CarSim 與Matlab/Simulink 進(jìn)行聯(lián)合仿真實(shí)驗(yàn)驗(yàn)證。在CarSim 軟件中搭建四輪轂驅(qū)動電動汽車模型，將運(yùn)行過程中部分動力學(xué)參數(shù)輸入Simulink 軟件，作為整車傳感器測量數(shù)據(jù)[12]。整車模型選用B型車，仿真實(shí)驗(yàn)工況采用ISO蛇形駕駛工況，車速為40km/h。實(shí)驗(yàn)路面選用低附著系數(shù)濕泥土路面，附著系數(shù)為0.55。整車關(guān)鍵參數(shù)，如表2所示。

表2 整車動力學(xué)模型關(guān)鍵參數(shù)Tab.2 Key Parameters of Vehicle Dynamics Model

將CarSim中整車模型的發(fā)動機(jī)、變速器、差速器設(shè)置成外部輸入方式，并中斷傳動系與車輪的動力傳輸。實(shí)時將CarSim 中整車部分動力學(xué)參數(shù)傳輸給Simulink軟件平臺，作為實(shí)車傳感器測量數(shù)據(jù)。在Simulink軟件中搭建基于遞推最小二乘法的車輛模型參數(shù)辨識模塊，進(jìn)行車輛模型參數(shù)（Cf、Cr、I）z實(shí)時在線辨識，并搭建加權(quán)最小方差自適應(yīng)轉(zhuǎn)向控制器對汽車轉(zhuǎn)向工況下的穩(wěn)定性進(jìn)行優(yōu)化。將計算所得主動附加橫擺力矩ΔM實(shí)時分配給整車四輪轂電機(jī)的驅(qū)動轉(zhuǎn)矩，并輸入CarSim 軟件進(jìn)行整車橫擺穩(wěn)定性優(yōu)化控制。CarSim與Matlab/Simulink聯(lián)合仿真實(shí)驗(yàn)平臺原理，如圖4所示。

圖4 聯(lián)合仿真實(shí)驗(yàn)原理圖Fig.4 Schematic Diagram of Joint Simulation Experiment

仿真實(shí)驗(yàn)路面為附著系數(shù)0.55濕泥土路面的ISO蛇形駕駛工況。將自適應(yīng)轉(zhuǎn)向控制策略作用下的整車橫擺角速度、質(zhì)心側(cè)偏角等參數(shù)與蹤期望值比較，驗(yàn)證控制算法的有效性。并將四輪轉(zhuǎn)向方式與原前輪轉(zhuǎn)向方式整車行駛所得橫擺穩(wěn)定性參數(shù)進(jìn)行對比，驗(yàn)證轉(zhuǎn)向控制算法的優(yōu)化效果。駕駛員方向盤輸入轉(zhuǎn)角、控制前輪轉(zhuǎn)向角、控制后輪轉(zhuǎn)向角，如圖5（a）所示。對比整車動力學(xué)模型在附著系數(shù)0.55濕泥土路面蛇形避障仿真實(shí)驗(yàn)結(jié)果，如圖5（b）～圖5（d）所示。

圖5 車輛自校正轉(zhuǎn)向控制仿真結(jié)果Fig.5 Simulation Results of Vehicle Self-Tuning Steering Control

由圖5（a）可知，車輛在轉(zhuǎn)向過程中，控制器實(shí)時控制后輪配合前輪實(shí)現(xiàn)駕駛員所需轉(zhuǎn)向角度。由圖5（b）中可知，在無轉(zhuǎn)向控制情況下原車在濕泥土路面的車輛質(zhì)心側(cè)偏角較大，已出現(xiàn)打滑情況，而自校正轉(zhuǎn)向控制器有效減小質(zhì)心側(cè)偏角，使整車的運(yùn)行平穩(wěn)。由圖5（c）與圖5（d）可知，自校正轉(zhuǎn)向控制器使車輛運(yùn)行過程中橫擺角速度及側(cè)向位移減小，增強(qiáng)了車輛的橫向穩(wěn)定性及乘坐舒適性。所搭建四輪獨(dú)立驅(qū)動EV自校正轉(zhuǎn)向控制器，可實(shí)現(xiàn)車輛轉(zhuǎn)向工況橫擺穩(wěn)定性指標(biāo)自尋優(yōu)功能，具有較好的自適應(yīng)性及抗干擾能力。

5 結(jié)論

（1）基于四輪獨(dú)立驅(qū)動電動汽車結(jié)構(gòu)特征搭建四輪轉(zhuǎn)向綜合控制動力學(xué)模型，實(shí)現(xiàn)將駕駛員輸入轉(zhuǎn)角比例分配給前后輪轉(zhuǎn)角輸入信號，保證前后輪轉(zhuǎn)角之和不變，具有優(yōu)良的轉(zhuǎn)向操縱感。運(yùn)用遞推最小二乘法進(jìn)行實(shí)時整車模型參數(shù)辨識，解決車輛運(yùn)行過程動力學(xué)模型關(guān)鍵參數(shù)變化的問題，具有工程易實(shí)現(xiàn)、抗干擾能力較強(qiáng)的優(yōu)點(diǎn)。為搭建四輪獨(dú)立驅(qū)動EV四輪轉(zhuǎn)向動力學(xué)建模提供一種新的思路。（2）以二自由度整車ARMA模型期望質(zhì)心側(cè)偏角及期望橫擺角速度作為跟蹤目標(biāo)，設(shè)計加權(quán)最小方差自校正車輛轉(zhuǎn)向控制器。引入控制量加權(quán)值，建立加權(quán)最小方差控制目標(biāo)函數(shù)。通過對目標(biāo)函數(shù)的尋優(yōu)計算，推導(dǎo)得出優(yōu)化橫向穩(wěn)定性所需主動附加橫擺力矩ΔM的實(shí)時控制規(guī)律。搭建CarSim 與Matlab/Simulink聯(lián)合仿真平臺，對所設(shè)計自校正轉(zhuǎn)向控制器進(jìn)行仿真分析驗(yàn)證。仿真結(jié)果表明，該控制器能有效提升四輪獨(dú)立驅(qū)動EV轉(zhuǎn)向工況穩(wěn)定性及操縱性，具有較好的魯棒性及穩(wěn)定性。