王國(guó)超 高森祺

【歡迎引用】 王國(guó)超， 高森祺. 汽車(chē)線控轉(zhuǎn)向系統(tǒng)研究綜述[J]. 汽車(chē)文摘，2024（3）： 9-20.

【Cite this paper】 WANG G C， GAO S Q. A Review of Research on Automobile Steering-By-Wire System [J]. Automotive Digest （Chinese）， 2024（3）： 9-20.

【摘要】為研究線控轉(zhuǎn)向系統(tǒng)的關(guān)鍵技術(shù)及其面臨的挑戰(zhàn)，概述了汽車(chē)轉(zhuǎn)向系統(tǒng)的發(fā)展軌跡，分析了線控轉(zhuǎn)向系統(tǒng)較傳統(tǒng)轉(zhuǎn)向系統(tǒng)的優(yōu)勢(shì)，研究了國(guó)內(nèi)外汽車(chē)線控轉(zhuǎn)向系統(tǒng)的研發(fā)及應(yīng)用現(xiàn)狀。通過(guò)分析路感反饋控制、轉(zhuǎn)向執(zhí)行控制、冗余設(shè)計(jì)3個(gè)線控轉(zhuǎn)向關(guān)鍵技術(shù)，總結(jié)了線控轉(zhuǎn)向系統(tǒng)對(duì)自動(dòng)駕駛技術(shù)的意義及復(fù)雜工況下技術(shù)挑戰(zhàn)和低成本量產(chǎn)挑戰(zhàn)。未來(lái)線控轉(zhuǎn)向系統(tǒng)應(yīng)作為線控底盤(pán)的一部分，通過(guò)整車(chē)底盤(pán)垂向控制、縱向控制、橫向控制進(jìn)行融合協(xié)調(diào)控制。

關(guān)鍵詞：線控轉(zhuǎn)向；路感反饋策略；轉(zhuǎn)向執(zhí)行策略；冗余策略

中圖分類(lèi)號(hào)：U463.46；U467.3? 文獻(xiàn)標(biāo)志碼：A? DOI： 10.19822/j.cnki.1671-6329.20230212

A Review of Research on Automobile Steering-By-Wire System

Wang Guochao， Gao Senqi

（Bosch Huayu Steering Systems Co.， Ltd.， 201821）

【Abstract】 To explore the key technologies and challenges associated with Steer-By-Wire（SBW）， this paper offers a comprehensive review of the automotive steering systems evolution， analyzes the advantages of SBW over traditional steering system， and examines the current research and application landscape across the globe. This paper analyzes 3 key SBW technologies including road feel feedback strategy， steering execution strategy as well as redundant strategy， and summarizes the significance of SBW for autonomous driving technology， technical challenges under complex working conditions and the low-cost challenge of mass production. Looking ahead， SBW is poised to become an integral part of the wire-controlled chassis， where it will enable holistic control of the vehicles vertical， longitudinal， and lateral movements.

Key words： Steering-By-Wire （SBW） system， Road feel feedback strategy， Steering execution strategy， Redundant strategy

縮略語(yǔ)

AFS? ? Active Front Steering

ADS? ? Audi Dynamic Steering

VGRS? ? Variable-Gear-Ratio Steering

PID? ? Proportional-Integral-Derivative

ECU? ? Electronic Control Unit

SBW? ? Steer-By-Wire

MCU? ? ? Microcontroller Unit

CAN? ? Controller Area Network

0 引言

自動(dòng)駕駛汽車(chē)是人工智能、產(chǎn)業(yè)互聯(lián)網(wǎng)、5G通信、大數(shù)據(jù)、芯片、北斗組網(wǎng)等新一代信息技術(shù)的重要載體，為中國(guó)汽車(chē)品牌在軟件定義汽車(chē)方面“換道超車(chē)”提供了機(jī)會(huì)。轉(zhuǎn)向系統(tǒng)作為汽車(chē)橫向控制的關(guān)鍵系統(tǒng)，是自動(dòng)駕駛汽車(chē)不可或缺的組成部分。隨著轉(zhuǎn)向技術(shù)的發(fā)展，目前電動(dòng)助力轉(zhuǎn)向系統(tǒng)已廣泛應(yīng)用于自動(dòng)駐車(chē)控制、車(chē)道保持輔助、抖動(dòng)補(bǔ)償、跑偏補(bǔ)償、轉(zhuǎn)向扭矩補(bǔ)償以及駕駛員輔助等高級(jí)轉(zhuǎn)向功能，極大地提升了駕駛員的操作體驗(yàn)，提供轉(zhuǎn)向輕便感和舒適感，顯著提升了駕駛員對(duì)自動(dòng)駕駛系統(tǒng)的適應(yīng)性和接受度。

轉(zhuǎn)向技術(shù)的迅速發(fā)展和進(jìn)步，引起了廣泛的關(guān)注和研究，成為汽車(chē)領(lǐng)域的研究熱點(diǎn)。國(guó)內(nèi)外學(xué)者對(duì)線控轉(zhuǎn)向技術(shù)的研究涵蓋了路感模擬[1-37]、可變傳動(dòng)比[38-54]、冗余策略[55-77]、車(chē)輛穩(wěn)定性控制[78-80]、主動(dòng)前輪轉(zhuǎn)向[81-86]、四輪獨(dú)立轉(zhuǎn)向[87-92]等諸多方面，并取得了顯著成就，進(jìn)一步促進(jìn)了線控轉(zhuǎn)向技術(shù)的發(fā)展，但研究?jī)H限于仿真、理論、概念車(chē)和特定場(chǎng)景的實(shí)車(chē)路試階段。

本文將研究國(guó)內(nèi)外整車(chē)廠、轉(zhuǎn)向系統(tǒng)制造商對(duì)線控轉(zhuǎn)向系統(tǒng)的研發(fā)及應(yīng)用現(xiàn)狀，通過(guò)分析路感反饋控制、轉(zhuǎn)向執(zhí)行控制、冗余設(shè)計(jì)3種線控轉(zhuǎn)向關(guān)鍵技術(shù)在國(guó)內(nèi)外的研究現(xiàn)狀，總結(jié)線控轉(zhuǎn)向系統(tǒng)對(duì)自動(dòng)駕駛技的意義及面臨的復(fù)雜工況下技術(shù)挑戰(zhàn)和低成本量產(chǎn)挑戰(zhàn)，并展望線控轉(zhuǎn)向系統(tǒng)的發(fā)展前景，以期為這一領(lǐng)域的持續(xù)進(jìn)步提供參考和啟示。

1 線控轉(zhuǎn)向系統(tǒng)發(fā)展概述

1.1 汽車(chē)轉(zhuǎn)向系統(tǒng)發(fā)展歷程

如圖1所示，傳統(tǒng)的汽車(chē)轉(zhuǎn)向系統(tǒng)包括轉(zhuǎn)向盤(pán)、轉(zhuǎn)向管柱、中間軸、轉(zhuǎn)向器，駕駛員通過(guò)轉(zhuǎn)動(dòng)轉(zhuǎn)向盤(pán)將力矩通過(guò)轉(zhuǎn)向管柱和中間軸傳遞至轉(zhuǎn)向器，轉(zhuǎn)向盤(pán)的旋轉(zhuǎn)運(yùn)動(dòng)轉(zhuǎn)變?yōu)檗D(zhuǎn)向器齒條的直線運(yùn)動(dòng)，轉(zhuǎn)向器推動(dòng)車(chē)輪轉(zhuǎn)動(dòng)實(shí)現(xiàn)汽車(chē)的轉(zhuǎn)向。

隨著控制、傳感、人工智能技術(shù)的發(fā)展，汽車(chē)自動(dòng)駕駛技術(shù)逐步落地，汽車(chē)轉(zhuǎn)向器從機(jī)械轉(zhuǎn)向器、液壓助力轉(zhuǎn)向器、逐步發(fā)展為電動(dòng)助力轉(zhuǎn)向器，并應(yīng)用于高級(jí)駕駛輔助系統(tǒng)（圖2）。

線控轉(zhuǎn)向系統(tǒng)由轉(zhuǎn)向執(zhí)行機(jī)構(gòu)和路感執(zhí)行機(jī)構(gòu)組成。相較于傳統(tǒng)轉(zhuǎn)向系統(tǒng)，其取消了中間軸的設(shè)計(jì)，轉(zhuǎn)向管柱與轉(zhuǎn)向器之間不存在機(jī)械連接，可實(shí)現(xiàn)變傳動(dòng)比轉(zhuǎn)向功能，即轉(zhuǎn)向盤(pán)在中間位置時(shí)，具備較大的角傳動(dòng)比，能夠增強(qiáng)車(chē)輛穩(wěn)定性（圖3）。在轉(zhuǎn)向盤(pán)接近左右極限位置時(shí)，傳動(dòng)比較小，使得車(chē)輛在大角度輸入下轉(zhuǎn)向響應(yīng)更為直接，在低速行駛或泊車(chē)時(shí)轉(zhuǎn)向更靈活。奔馳、寶馬、奧迪、雷克薩斯品牌的高端車(chē)型均搭載傳動(dòng)比可變的轉(zhuǎn)向系統(tǒng)，寶馬稱(chēng)其為主動(dòng)轉(zhuǎn)向系統(tǒng)（Active Front Steering，AFS），奧迪稱(chēng)其為動(dòng)態(tài)轉(zhuǎn)向系統(tǒng)（Audi Dynamic Steering，ADS），豐田稱(chēng)其為變傳動(dòng)比轉(zhuǎn)向系統(tǒng)（Variable-Gear-Ratio Steering，VGRS）。

2021年，GB 17675—2021 《汽車(chē)轉(zhuǎn)向系 基本要求》[93]刪除了“不得裝用全動(dòng)力轉(zhuǎn)向機(jī)構(gòu)”的規(guī)定，放寬了對(duì)轉(zhuǎn)向系統(tǒng)的設(shè)計(jì)約束。為滿足未來(lái)乘用車(chē)和商用車(chē)智能底盤(pán)技術(shù)落地要求，預(yù)計(jì)在2025年、2030年實(shí)現(xiàn)線控轉(zhuǎn)向的滲透率分別達(dá)到5%、30%的目標(biāo)[94]。2023年，工業(yè)和信息化部、教育部、科技部、財(cái)政部、國(guó)家市場(chǎng)監(jiān)管總局五部門(mén)聯(lián)合印發(fā)《制造業(yè)可靠性提升實(shí)施意見(jiàn)》，提出將圍繞制造強(qiáng)國(guó)、質(zhì)量強(qiáng)國(guó)戰(zhàn)略目標(biāo)，聚焦機(jī)械、電子、汽車(chē)等重點(diǎn)行業(yè)[95]，汽車(chē)行業(yè)重點(diǎn)聚焦線控轉(zhuǎn)向、線控制動(dòng)、自動(dòng)換擋、電子油門(mén)、懸掛系統(tǒng)等線控底盤(pán)系統(tǒng)。這一系列的政策意見(jiàn)將促使線控轉(zhuǎn)向系統(tǒng)快速落地。

1.2 線控轉(zhuǎn)向系統(tǒng)優(yōu)勢(shì)分析

線控轉(zhuǎn)向系統(tǒng)通過(guò)其特殊結(jié)構(gòu)及電氣連接方式，取代傳統(tǒng)轉(zhuǎn)向系統(tǒng)的機(jī)械設(shè)計(jì)及連接方式，其具有以下5項(xiàng)優(yōu)勢(shì)：

（1）整車(chē)布置多樣化

由于取消了傳統(tǒng)的中間軸，自動(dòng)駕駛狀態(tài)下可以將轉(zhuǎn)向盤(pán)和轉(zhuǎn)向管柱收起，釋放車(chē)內(nèi)空間。人工駕駛狀態(tài)下可將轉(zhuǎn)向盤(pán)推出，恢復(fù)傳統(tǒng)的操縱配置，保留原始駕駛樂(lè)趣。

（2）提高駕乘舒適性

汽車(chē)在路面狀況差的道路上行駛時(shí)，輪胎顛簸、轉(zhuǎn)向系統(tǒng)振動(dòng)不會(huì)傳遞到轉(zhuǎn)向盤(pán)，有效避免了路面沖擊，提高駕乘舒適性。

（3）改善轉(zhuǎn)向操縱性

線控轉(zhuǎn)向系統(tǒng)可實(shí)現(xiàn)變傳動(dòng)比轉(zhuǎn)向，并可定制轉(zhuǎn)向手感。在低速行駛或駐車(chē)狀態(tài)下，可以通過(guò)較小的轉(zhuǎn)向盤(pán)轉(zhuǎn)角實(shí)現(xiàn)較大的車(chē)輪轉(zhuǎn)向角度，使轉(zhuǎn)向操作更便捷。相反，在高速行駛時(shí)，可以通過(guò)較大的轉(zhuǎn)向盤(pán)轉(zhuǎn)角實(shí)現(xiàn)相對(duì)較小的車(chē)輪轉(zhuǎn)角，增強(qiáng)車(chē)輛穩(wěn)定性。

（4）提高安全性

汽車(chē)主動(dòng)安全系統(tǒng)對(duì)于人體安全保護(hù)至關(guān)重要，目前汽車(chē)縱向控制技術(shù)在主動(dòng)安全系統(tǒng)中的應(yīng)用已較為成熟，如在汽車(chē)防抱死系統(tǒng)、主動(dòng)制動(dòng)系統(tǒng)方面。然而，由于路況、車(chē)況以及環(huán)境的多樣性，緊急制動(dòng)雖然能在多數(shù)情況下有效降低車(chē)速，但無(wú)法完全避免碰撞發(fā)生。線控轉(zhuǎn)向系統(tǒng)具有主動(dòng)轉(zhuǎn)向功能，與主動(dòng)制動(dòng)相配合，可以在緊急碰撞工況下實(shí)現(xiàn)智能主動(dòng)轉(zhuǎn)向，避免碰撞發(fā)生。

（5）多場(chǎng)景應(yīng)用模式

由于線控轉(zhuǎn)向系統(tǒng)采用路感電機(jī)來(lái)模擬轉(zhuǎn)向手感，駕駛員可以根據(jù)駕駛偏好設(shè)置駕駛模式，如輕便模式、舒適模式、運(yùn)動(dòng)模式。傳統(tǒng)賽車(chē)游戲設(shè)備雖有較好的模擬實(shí)車(chē)功能，但真實(shí)操控體驗(yàn)較差、設(shè)備占地空間大且不便攜帶，線控轉(zhuǎn)向系統(tǒng)可使汽車(chē)變身游戲房，在車(chē)內(nèi)進(jìn)行賽車(chē)游戲，減少時(shí)間和空間的約束。

1.3 線控轉(zhuǎn)向系統(tǒng)的整車(chē)應(yīng)用現(xiàn)狀

線控轉(zhuǎn)向系統(tǒng)在乘用車(chē)市場(chǎng)倍受關(guān)注。2013年，英菲尼迪Q50首次搭載線控轉(zhuǎn)向系統(tǒng)，采用機(jī)械式的冗余備份，非真正意義上的線控轉(zhuǎn)向系統(tǒng)；2022年以來(lái)，吉利汽車(chē)與海拉計(jì)劃共同開(kāi)發(fā)線控轉(zhuǎn)向系統(tǒng)解決方案，預(yù)計(jì)于2026年量產(chǎn)；蔚來(lái)汽車(chē)與德國(guó)采埃孚將合作開(kāi)發(fā)線控轉(zhuǎn)向產(chǎn)品；豐田汽車(chē)bZ4X車(chē)型搭載日本捷太格特的線控轉(zhuǎn)向系統(tǒng)計(jì)劃量產(chǎn)上市，但因法規(guī)問(wèn)題，目前bZ4X仍然采用了機(jī)械連接轉(zhuǎn)向系統(tǒng)；2023年，長(zhǎng)城的“智慧線控底盤(pán)”和特斯拉電動(dòng)多用途貨車(chē)均計(jì)劃搭載線控轉(zhuǎn)向系統(tǒng)；2023年，上汽大眾、上汽通用、智己汽車(chē)均與博世華域合作研發(fā)線控轉(zhuǎn)向系統(tǒng)，奇瑞汽車(chē)也表現(xiàn)出合作意向；2023年之后，紅旗、蔚來(lái)均制定搭載線控轉(zhuǎn)向系統(tǒng)的計(jì)劃；中汽研標(biāo)準(zhǔn)所和集度、蔚來(lái)、吉利組成的標(biāo)準(zhǔn)小組，將共同推動(dòng)制定中國(guó)線控轉(zhuǎn)向的行業(yè)標(biāo)準(zhǔn)。

自2010年前起，各車(chē)企就開(kāi)始線控轉(zhuǎn)向系統(tǒng)的應(yīng)用研究，近年來(lái)更多車(chē)企關(guān)注線控轉(zhuǎn)向技術(shù)，并投入研發(fā)搭載線控轉(zhuǎn)向的車(chē)型。目前，線控轉(zhuǎn)向系統(tǒng)尚未在乘用車(chē)市場(chǎng)實(shí)現(xiàn)量產(chǎn)應(yīng)用。

1.4 線控轉(zhuǎn)向系統(tǒng)制造商的研發(fā)現(xiàn)狀

在國(guó)際轉(zhuǎn)向系統(tǒng)領(lǐng)域，2017年，美國(guó)耐世特公司啟動(dòng)了“靜默轉(zhuǎn)向盤(pán)”和“隨需轉(zhuǎn)向”線控轉(zhuǎn)向系統(tǒng)研發(fā)項(xiàng)目，并于2023年上海車(chē)展展出了其創(chuàng)新產(chǎn)品“配備可收縮式轉(zhuǎn)向管柱的線控轉(zhuǎn)向”；2018年，德國(guó)博世公司展示了搭載線控轉(zhuǎn)向系統(tǒng)的奧迪A3樣車(chē)，并組織了客戶封閉場(chǎng)內(nèi)試駕活動(dòng)；德國(guó)采埃孚公司計(jì)劃量產(chǎn)針對(duì)固定場(chǎng)景的線控轉(zhuǎn)向產(chǎn)品，如無(wú)人出租車(chē)和穿梭巴士；2023年，采埃孚在德國(guó)國(guó)際汽車(chē)及智慧出行博覽會(huì)上展示了線控轉(zhuǎn)向產(chǎn)品（包括后輪轉(zhuǎn)向）；2021年，韓國(guó)萬(wàn)都公司發(fā)布了線控轉(zhuǎn)向產(chǎn)品；2023年，德國(guó)舍弗勒集團(tuán)研發(fā)Space Drive線控技術(shù)和智能后輪轉(zhuǎn)向系統(tǒng)，并與智加科技簽署商用車(chē)先進(jìn)轉(zhuǎn)向系統(tǒng)量產(chǎn)合作協(xié)議，預(yù)計(jì)將率先在行業(yè)內(nèi)實(shí)現(xiàn)前裝量產(chǎn)智能重型載貨車(chē)線控轉(zhuǎn)向；2023年，日本捷太格特公司獲得線控轉(zhuǎn)向系統(tǒng)整車(chē)廠的相關(guān)訂單。

在國(guó)內(nèi)轉(zhuǎn)向系統(tǒng)領(lǐng)域，博世華域轉(zhuǎn)向系統(tǒng)公司是目前國(guó)內(nèi)乘用車(chē)市場(chǎng)占有率最高的轉(zhuǎn)向系統(tǒng)制造商，其自研的線控轉(zhuǎn)向系統(tǒng)搭載了國(guó)產(chǎn)芯片，于2023年在其武漢工廠開(kāi)展了面向客戶的內(nèi)部場(chǎng)地試駕活動(dòng)，預(yù)計(jì)2025年下半年迎來(lái)量產(chǎn)；蜂巢轉(zhuǎn)向系統(tǒng)公司正在研發(fā)的線控轉(zhuǎn)向可支持L3級(jí)別以上的自動(dòng)駕駛，系統(tǒng)具備雙冗余（10FIT）設(shè)計(jì)；2022年德科智控展出了一套線控轉(zhuǎn)向系統(tǒng)本土化解決方案，其電機(jī)、電源、通訊、傳感器等模塊均采用冗余設(shè)計(jì)，角度控制精度達(dá)到（±0.5）°，處于行業(yè)領(lǐng)先水平，可實(shí)現(xiàn)高精度智能化控制；2020年，聯(lián)創(chuàng)電子展示了采用全冗余架構(gòu)的線控轉(zhuǎn)向樣車(chē)，該架構(gòu)可實(shí)現(xiàn)硬件可靠性備份、軟件安全性監(jiān)控以且滿足小于10FIT的安全要求；英創(chuàng)匯智公司自主研發(fā)了線控轉(zhuǎn)向系統(tǒng)的冗余電氣架構(gòu)、轉(zhuǎn)向盤(pán)執(zhí)行器和前輪執(zhí)行器的算法架構(gòu)；上海拿森科技正研發(fā)面向L4、L5版本的線控轉(zhuǎn)向系統(tǒng)，其線控底盤(pán)技術(shù)已達(dá)到國(guó)內(nèi)領(lǐng)先，核心客戶包含長(zhǎng)安深藍(lán)、長(zhǎng)城、北汽等；清車(chē)智行2022年發(fā)布了線控轉(zhuǎn)向系統(tǒng)的控制組件，包括轉(zhuǎn)向執(zhí)行器和路感協(xié)同執(zhí)行器，并在多款配備線控底盤(pán)的實(shí)車(chē)上進(jìn)行了標(biāo)定驗(yàn)證；浙江世寶的線控轉(zhuǎn)向系統(tǒng)正在研發(fā)，有一定的零部件及電控模塊技術(shù)儲(chǔ)備，但目前尚未有產(chǎn)品展出。

通過(guò)以上分析表明，國(guó)外轉(zhuǎn)向系統(tǒng)制造商對(duì)線控轉(zhuǎn)向技術(shù)的研發(fā)起步早，并有相關(guān)線控轉(zhuǎn)向系統(tǒng)樣件裝車(chē)路試，技術(shù)趨于成熟。中國(guó)本土的線控轉(zhuǎn)向系統(tǒng)研發(fā)正處于積極推進(jìn)階段，多家企業(yè)已經(jīng)取得了顯著進(jìn)展，為未來(lái)高級(jí)別自動(dòng)駕駛技術(shù)的應(yīng)用提供了堅(jiān)實(shí)的技術(shù)基礎(chǔ)。

2 線控轉(zhuǎn)向系統(tǒng)關(guān)鍵技術(shù)研究

線控轉(zhuǎn)向系統(tǒng)的關(guān)鍵技術(shù)包括路感反饋控制、轉(zhuǎn)向執(zhí)行控制和冗余設(shè)計(jì)。路感反饋控制是指路感執(zhí)行機(jī)構(gòu)能夠根據(jù)駕駛意圖、車(chē)輛狀況與路況，實(shí)時(shí)輸出路感反饋力矩指令，并使路感電機(jī)實(shí)時(shí)、精確地執(zhí)行路感反饋力矩指令。轉(zhuǎn)向執(zhí)行控制是指轉(zhuǎn)向執(zhí)行機(jī)構(gòu)能夠根據(jù)車(chē)輛運(yùn)動(dòng)控制準(zhǔn)則、車(chē)輛狀況與路況，實(shí)時(shí)輸出車(chē)輪轉(zhuǎn)向角指令，并使轉(zhuǎn)向電機(jī)實(shí)時(shí)、精確地執(zhí)行車(chē)輪轉(zhuǎn)向角指令。冗余設(shè)計(jì)是指通過(guò)硬件和軟件冗余設(shè)計(jì)，降低轉(zhuǎn)向系統(tǒng)的失效風(fēng)險(xiǎn)。

2.1 路感反饋控制

路感反饋控制主要指路感反饋力矩的控制策略，路感反饋力矩一般由主反饋力矩、摩擦、阻尼、慣性補(bǔ)償力矩和主動(dòng)回正力矩組成，是國(guó)內(nèi)外科研機(jī)構(gòu)和企業(yè)研究的重點(diǎn)（圖4）。

鄭宏宇等[1-2]提出了基于電機(jī)電流計(jì)算齒條力的綜合路感模擬控制算法，以及基于卡爾曼濾波技術(shù)估計(jì)齒條力的路感模擬控制策略，但其仿真僅在典型試驗(yàn)工況進(jìn)行，并未經(jīng)過(guò)實(shí)車(chē)驗(yàn)證。李林[3]通過(guò)構(gòu)建擾動(dòng)觀測(cè)器得到與實(shí)際拉壓力傳感器獲取的路面信息相匹配的負(fù)載信號(hào)，根據(jù)負(fù)載信號(hào)構(gòu)建路感反饋力矩。周慶文[4]提出了一種基于轉(zhuǎn)向負(fù)載觀測(cè)的路感反饋力矩方案，觀測(cè)器對(duì)路面真實(shí)情況的觀測(cè)精度和及時(shí)性是影響路感反饋力矩的主要因素，但缺乏對(duì)極端工況的驗(yàn)證和實(shí)車(chē)試驗(yàn)。劉彥琳[5]通過(guò)電流傳感器得到轉(zhuǎn)向電機(jī)電流等效路面負(fù)載的方法設(shè)計(jì)路感力矩。Su等[6]利用擴(kuò)展擾動(dòng)觀測(cè)器估計(jì)的齒條力獲得路感力矩。

以上專(zhuān)家學(xué)者對(duì)路感反饋力矩的構(gòu)建主要基于估算的齒條力。齒條力的變化能夠間接反映輪胎與地面的作用力情況，一定程度上為駕駛員提供了相應(yīng)的觸覺(jué)反饋。然而，目前對(duì)于控制策略的驗(yàn)證主要通過(guò)仿真和特定工況下實(shí)車(chē)試驗(yàn)，難以覆蓋極端復(fù)雜路況，存在一定局限性。

徐飛翔[7]以消防救援車(chē)輛為研究對(duì)象，構(gòu)建了路感力矩與轉(zhuǎn)向阻力、車(chē)速的函數(shù)，提出了基于分?jǐn)?shù)階比例-積分-微分（Proportional-Integral-Derivative，PID）算法的路感控制策略。通過(guò)搭建試驗(yàn)臺(tái)架和樣車(chē)試驗(yàn)，對(duì)提出的控制策略進(jìn)行了驗(yàn)證，其研究方法值得借鑒，但消防救援車(chē)輛的使用場(chǎng)景有局限性，不適用于一般乘用車(chē)的中高速工況。蘇延霞[8]建立了以車(chē)速和轉(zhuǎn)向盤(pán)轉(zhuǎn)角為變量的路感反饋算法。Liu等[9]建立了隨車(chē)速變化的路感反饋力矩策略，采用PID和前饋算法控制電機(jī)電流。羅蘭[10]建立了駕駛員轉(zhuǎn)向行為特性辨識(shí)模型來(lái)確定駕駛員偏好的轉(zhuǎn)向增益。通過(guò)調(diào)節(jié)路感反饋力矩模型參數(shù)和轉(zhuǎn)向增益，建立了可調(diào)路感反饋控制策略。其建立了駕駛員轉(zhuǎn)向行為特性辨識(shí)模型的方法值得借鑒，但其表征路感特性的特征參數(shù)是通過(guò)駕駛模擬器的數(shù)據(jù)獲得，缺乏實(shí)車(chē)驗(yàn)證和普適性。從光好[11]利用駕駛員的試驗(yàn)數(shù)據(jù)對(duì)路感力矩模型中的參數(shù)進(jìn)行辨識(shí)，并采用單神經(jīng)元自適應(yīng)PID控制算法對(duì)路感電機(jī)進(jìn)行控制。Zheng等[12]采用全局靈敏度分析法來(lái)識(shí)別力矩反饋模型每個(gè)參數(shù)對(duì)轉(zhuǎn)向感的影響程度以提高模型的準(zhǔn)確性。德國(guó)凱澤斯勞滕大學(xué)的Fankem等[13]將轉(zhuǎn)向力矩的計(jì)算模塊化，通過(guò)調(diào)節(jié)參數(shù)定制轉(zhuǎn)向路感，通過(guò)臺(tái)架試驗(yàn)，并根據(jù)轉(zhuǎn)向力矩梯度、反饋行為和回正能力等標(biāo)準(zhǔn)，客觀評(píng)估路感力矩模擬效果，但仍需進(jìn)行復(fù)雜工況下的仿真和實(shí)車(chē)試驗(yàn)。韓國(guó)首爾大學(xué)的Lee等[14-16]對(duì)參考路感力矩圖的扭矩跟蹤算法進(jìn)行了研究，以實(shí)現(xiàn)準(zhǔn)確跟蹤目標(biāo)轉(zhuǎn)向力矩，并進(jìn)行了計(jì)算機(jī)仿真和硬件在環(huán)試驗(yàn)，但缺乏實(shí)車(chē)試驗(yàn)。日本捷太格特公司的Hayama等[17]采用了擬合函數(shù)的方法構(gòu)建路感反饋力矩，將路感分為隨轉(zhuǎn)向盤(pán)角度、轉(zhuǎn)向電機(jī)電流以及車(chē)輛橫擺角速度和側(cè)向加速度變化的3個(gè)部分，但對(duì)復(fù)雜路況的適應(yīng)性還需驗(yàn)證。

以上專(zhuān)家學(xué)者建立了基于車(chē)輛參數(shù)的多變量路感反饋力矩模型，該模型考慮了車(chē)速、轉(zhuǎn)向盤(pán)轉(zhuǎn)角、可調(diào)參數(shù)等多種變量，通過(guò)調(diào)整這些參數(shù)，可獲得不同程度的路感反饋力矩。此方法的控制器設(shè)計(jì)雖然簡(jiǎn)單且效率高，但其在不同路況條件下路感反饋的真實(shí)性精度較差，駕駛員難以獲得與實(shí)際路面情況相符的反饋。

陶偉南[18]分別對(duì)轉(zhuǎn)向系統(tǒng)的摩擦、剛度、阻尼以及慣量進(jìn)行建模，搭建了精度較高的車(chē)輛參考模型來(lái)計(jì)算輪胎的回正力矩。謝立剛等[19]建立線控轉(zhuǎn)向整車(chē)模型，根據(jù)機(jī)械轉(zhuǎn)向系統(tǒng)轉(zhuǎn)向阻力矩產(chǎn)生的原理，利用動(dòng)力學(xué)方法計(jì)算目標(biāo)轉(zhuǎn)向阻力矩。其路感力矩的計(jì)算依賴車(chē)輛參考模型的準(zhǔn)確性，還需經(jīng)過(guò)多工況及實(shí)車(chē)驗(yàn)證。韓振楊[20]從整車(chē)狀態(tài)觀測(cè)的角度獲取路感模擬算法所需要的動(dòng)態(tài)特性參數(shù)，針對(duì)路面不平度干擾設(shè)計(jì)了濾波算法以改善路感。基于理想轉(zhuǎn)向盤(pán)力特性規(guī)律，參考傳統(tǒng)轉(zhuǎn)向系統(tǒng)通過(guò)助力特性設(shè)計(jì)實(shí)現(xiàn)理想路感的方法，對(duì)模擬路感算法進(jìn)行改進(jìn)。王家煒[21]參考傳統(tǒng)轉(zhuǎn)向系統(tǒng)反饋力矩的組成，對(duì)線控轉(zhuǎn)向車(chē)輛的路感反饋系統(tǒng)進(jìn)行動(dòng)力學(xué)建模，路感力矩部分，針對(duì)不同的路況估計(jì)出轉(zhuǎn)彎剛度，從而使得路況信息反映在自回正力矩中，并在不同工況下進(jìn)行仿真試驗(yàn)，但缺乏多工況下實(shí)車(chē)試驗(yàn)。Ma等[22]在輪胎小片滑動(dòng)扭矩模型的基礎(chǔ)上，考慮了車(chē)輪與轉(zhuǎn)向盤(pán)間可變扭矩傳動(dòng)比，提出了一種靜態(tài)轉(zhuǎn)向扭矩的估計(jì)方法，對(duì)駐車(chē)工況下的轉(zhuǎn)向力矩估計(jì)具有參考意義。Kim等[23]提出了通過(guò)車(chē)輛動(dòng)力學(xué)建模和轉(zhuǎn)向系統(tǒng)建模估計(jì)輪胎與地面之間的扭矩，以此計(jì)算轉(zhuǎn)向扭矩的新模型，并用實(shí)際車(chē)輛參數(shù)對(duì)模型估計(jì)結(jié)果的準(zhǔn)確性進(jìn)行了驗(yàn)證。Zhang等[24]結(jié)合車(chē)輛動(dòng)力學(xué)建模和基于干擾觀測(cè)器的方法，提出了一種基于卡爾曼濾波器的轉(zhuǎn)向反饋力矩估計(jì)方法，能夠有效提高不同路面工況的力矩估計(jì)精度。美國(guó)斯坦福大學(xué)的Balachandran等[25]在采用動(dòng)力學(xué)模型計(jì)算路感力矩的基礎(chǔ)上，深入研究了各參數(shù)對(duì)轉(zhuǎn)向操作力感的影響，但實(shí)車(chē)驗(yàn)證具有局限性，轉(zhuǎn)向感的判斷標(biāo)準(zhǔn)需要進(jìn)一步研究。日本慶應(yīng)大學(xué)的Yamaguchi等[26]通過(guò)動(dòng)力學(xué)模型估計(jì)法對(duì)路感反饋策略進(jìn)行了研究，提出一種基于前輪胎轉(zhuǎn)彎剛度的自適應(yīng)路感控制方法，并進(jìn)行了仿真測(cè)試，但缺乏多路況實(shí)車(chē)試驗(yàn)。

以上專(zhuān)家學(xué)者通過(guò)建立車(chē)輛動(dòng)力學(xué)模型在Simulink與CarSim聯(lián)合仿真環(huán)境下提出一種路感反饋力矩策略，為了確保該策略的有效性，在特定工況下進(jìn)行實(shí)車(chē)試驗(yàn)。然而，此種方法對(duì)模型的準(zhǔn)確性要求高，且未涵蓋多種工況下的試驗(yàn)情況。

姜玉瑤[27]提出了以駕駛員在理想操縱狀態(tài)下的人-車(chē)-環(huán)境閉環(huán)系統(tǒng)的傳遞函數(shù)來(lái)表達(dá)駕駛員理想操縱性能的量化處理方法，建立了基于動(dòng)態(tài)非線性自回歸神經(jīng)網(wǎng)絡(luò)的路感反饋力矩模型。其路感反饋力矩的設(shè)計(jì)和控制方法值得借鑒，但路感反饋力矩對(duì)駕駛員操縱性能影響的評(píng)價(jià)標(biāo)準(zhǔn)還需要深入研究及定義。譚光興[28]基于生物免疫原理與模糊理論，設(shè)計(jì)了模糊免疫PID控制器用于路感模擬，但其僅進(jìn)行了特定工況和車(chē)速的仿真驗(yàn)證，還需更多工況和實(shí)車(chē)試驗(yàn)。Zhao等[29]采用人工神經(jīng)網(wǎng)絡(luò)和高斯過(guò)程回歸建立了路感力矩反饋模型，采用K均值聚類(lèi)算法對(duì)不同場(chǎng)景下的訓(xùn)練數(shù)據(jù)集進(jìn)行預(yù)聚類(lèi)，提高模型準(zhǔn)確性。

以上專(zhuān)家學(xué)者對(duì)路感反饋力矩策略的研究采用了智能控制算法，此種方法有較大的研究空間，但算法較復(fù)雜，還需配合仿真和實(shí)車(chē)試驗(yàn)。

武漢科技大學(xué)的趙慧勇[30]采用扭轉(zhuǎn)彈簧、電機(jī)、阻尼器組成新型路感執(zhí)行機(jī)構(gòu)，使得路感力矩主要由扭轉(zhuǎn)彈簧、阻尼器提供，設(shè)計(jì)了非線性PID控制算法控制進(jìn)行阻尼器的變阻尼系數(shù)控制，但僅在特定工況下進(jìn)行了仿真，具有一定局限性。這是一種新型的通過(guò)改變機(jī)械機(jī)構(gòu)建立路感反饋力矩的方法，目前國(guó)內(nèi)外研究情況較少，具有一定參考價(jià)值。

回正力矩是路感反饋力矩的重要組成部分，由于車(chē)輛在高附著路面的自回正力矩大，低附著路面的自回正力矩小，線控轉(zhuǎn)向系統(tǒng)的回正控制主要解決不同附著路面和復(fù)雜工況下車(chē)輛回正問(wèn)題?；卣呗匝芯浚嗖捎敏敯粜暂^高的滑?？刂啤ang等[31]提出一種基于終端滑?？刂频穆犯性O(shè)計(jì)方法，并進(jìn)行了仿真驗(yàn)證。Sun等[32-33]提出了自適應(yīng)滑?？刂撇呗?，通過(guò)與傳統(tǒng)滑?？刂破骱虷-∞控制器進(jìn)行對(duì)比，驗(yàn)證了所提出的方案有更強(qiáng)魯棒性。Liang等[34]也采用了自適應(yīng)滑?？刂苼?lái)處理外部路況等干擾問(wèn)題。Wang等[35-37]提出了滑?？刂撇呗?，可使前輪轉(zhuǎn)角快速有效地跟蹤目標(biāo)轉(zhuǎn)角。以上研究對(duì)路感力矩控制策略的驗(yàn)證多利用Simulink與CarSim聯(lián)合仿真，或進(jìn)行轉(zhuǎn)向系統(tǒng)臺(tái)架試驗(yàn)，或進(jìn)行特定工況下的實(shí)車(chē)試驗(yàn)，其結(jié)果具有一定的局限性。整車(chē)參數(shù)隨車(chē)輛運(yùn)行狀態(tài)、道路環(huán)境情況和駕駛員的操縱實(shí)時(shí)變化，傳感器獲取整車(chē)參數(shù)存在一定的時(shí)延，車(chē)輛狀態(tài)觀測(cè)器存在一定的誤差，同時(shí)各參數(shù)存在一定耦合性，要實(shí)現(xiàn)在復(fù)雜路況、復(fù)雜交通環(huán)境下獲得準(zhǔn)確真實(shí)的路感反饋力矩，仍需進(jìn)行大量實(shí)車(chē)驗(yàn)證試驗(yàn)。

2.2 轉(zhuǎn)向執(zhí)行控制

轉(zhuǎn)向執(zhí)行控制主要指變傳動(dòng)比控制，變傳動(dòng)比的研究方法主要有2種：（1）基于橫擺角速度增益；（2）基于橫擺角速度和側(cè)向加速度增益的融合。建立以車(chē)速、轉(zhuǎn)向盤(pán)轉(zhuǎn)角或轉(zhuǎn)向器小齒輪轉(zhuǎn)角為變量的變傳動(dòng)比策略（圖5、圖6）。此方法雖能實(shí)現(xiàn)低速轉(zhuǎn)向靈活、高速轉(zhuǎn)向穩(wěn)定的性能，但對(duì)車(chē)輛瞬態(tài)轉(zhuǎn)向性能考慮不足，難以應(yīng)對(duì)突發(fā)復(fù)雜的路面狀況。

宗長(zhǎng)富等[38]在研究中提出一種依據(jù)不同速度段特點(diǎn)進(jìn)行調(diào)整的設(shè)計(jì)方法。高速段以側(cè)向加速度增益、中速段以橫擺角速度增益、低速段以主觀試驗(yàn)為設(shè)計(jì)依據(jù)。該方法的核心是實(shí)現(xiàn)轉(zhuǎn)向增益與變角傳動(dòng)比的動(dòng)態(tài)調(diào)整，適應(yīng)不同速度下的車(chē)輛操縱需求。張建成[39]提出了隨車(chē)速和轉(zhuǎn)向盤(pán)轉(zhuǎn)角變化的變傳動(dòng)比統(tǒng)一模型，并設(shè)計(jì)了5段變角傳動(dòng)比，分別為：低速、中速、高速、由低速到中速過(guò)渡和由中速到高速過(guò)渡。楊勝兵[40]提出了以橫擺角速度為系統(tǒng)狀態(tài)識(shí)別變量的變結(jié)構(gòu)模糊變傳動(dòng)比控制，設(shè)計(jì)了變結(jié)構(gòu)模糊變傳動(dòng)比控制器。王俊[41]以橫擺角速度增益值不變?yōu)樵O(shè)計(jì)依據(jù)，利用優(yōu)化后的橫擺角速度增益值確定變角傳動(dòng)比，并利用模糊控制修正變角傳動(dòng)比。山東理工大學(xué)的田爭(zhēng)芳[42]綜合考慮橫擺角速度增益和側(cè)向加速度增益，設(shè)計(jì)了理想角傳動(dòng)比。此類(lèi)研究大多僅進(jìn)行了典型工況的仿真試驗(yàn)，缺乏實(shí)車(chē)試驗(yàn)，存在一定局限性。

梁茹飛[43]提出了一種新的帶有力矩增益和位置增益的轉(zhuǎn)矩驅(qū)動(dòng)-轉(zhuǎn)角反饋型雙向控制結(jié)構(gòu)，采用曲線型力傳動(dòng)比的設(shè)計(jì)方法，駕駛員輸入力矩可以直接驅(qū)動(dòng)轉(zhuǎn)向電機(jī)轉(zhuǎn)向。王祥[44]提出了轉(zhuǎn)矩驅(qū)動(dòng)-位置反饋型雙向控制結(jié)構(gòu)，提出了具有變轉(zhuǎn)向增益的普通模式與運(yùn)動(dòng)模式下的變角傳動(dòng)比設(shè)計(jì)方法。楊莉[45]基于雙向控制算法，設(shè)計(jì)了位置跟隨-力矩反饋型雙向控制策略及力矩跟隨-位置反饋型雙向控制策略。此傳動(dòng)比的研究方法值得借鑒，但僅進(jìn)行了部分路況的實(shí)車(chē)試驗(yàn)，具有一定的局限性，同時(shí)，對(duì)低、中、高速的定義還需進(jìn)行深入研究。吳曉東等[46]根據(jù)車(chē)輛速度和轉(zhuǎn)向盤(pán)轉(zhuǎn)角，通過(guò)補(bǔ)償系數(shù)對(duì)傳動(dòng)比進(jìn)行調(diào)整，并基于車(chē)輛橫向偏差、轉(zhuǎn)向角速度、側(cè)向加速度和側(cè)傾角的二次函數(shù)組成的客觀評(píng)價(jià)指標(biāo)進(jìn)行仿真，評(píng)估變傳動(dòng)比車(chē)輛性能，設(shè)計(jì)了Takagi-Sugeno模糊神經(jīng)網(wǎng)絡(luò)用于傳動(dòng)比控制，并在閉環(huán)駕駛員-車(chē)輛系統(tǒng)上進(jìn)行了一系列對(duì)比試驗(yàn)，但僅限于特定的試驗(yàn)工況，缺乏實(shí)車(chē)試驗(yàn)。重慶理工大學(xué)的朱亮宇[47]采用無(wú)跡卡爾曼濾波估計(jì)算法獲取路面附著系數(shù)和汽車(chē)質(zhì)心側(cè)偏角參數(shù)，設(shè)計(jì)了不同路面附著系數(shù)、不同車(chē)速和轉(zhuǎn)向盤(pán)轉(zhuǎn)角的變角傳動(dòng)比曲面，并進(jìn)一步研究在不同駕駛條件下行駛時(shí)，不同變角傳動(dòng)比曲面之間的切換方案。此種變傳動(dòng)比的研究方法值得借鑒，但對(duì)估計(jì)模型的精度要求高，路面附著系數(shù)和汽車(chē)質(zhì)心側(cè)偏角參數(shù)估計(jì)的準(zhǔn)確性還需進(jìn)行實(shí)車(chē)試驗(yàn)。Yuan等[48]基于模糊控制理論建立了線控轉(zhuǎn)向（Steer-By-Wire，SBW）系統(tǒng)的理想傳動(dòng)比模型，并研究了傳動(dòng)比的影響因素。Yang等[49]提出了基于自適應(yīng)網(wǎng)絡(luò)模糊推理的變傳動(dòng)比策略，并進(jìn)行了仿真測(cè)試和硬件在環(huán)試驗(yàn)。Zhang等[50]提出了一種基于泛布爾代數(shù)的變傳動(dòng)比控制策略，并通過(guò)仿真與同參數(shù)下模糊控制策略的變傳動(dòng)比相比，其轉(zhuǎn)向靈敏度和操縱性更優(yōu)。Liu等[51]基于粒子群優(yōu)化算法對(duì)橫擺角速度增益進(jìn)行優(yōu)化，建立了手動(dòng)模式下的變傳動(dòng)比，基于粒子群優(yōu)化算法優(yōu)化不同車(chē)速下的傳動(dòng)比值，建立了自動(dòng)模式下的可變傳動(dòng)比，并進(jìn)行了硬件在環(huán)試驗(yàn)。澳大利亞默多克大學(xué)的Wang等[52]提出了一種自適應(yīng)終端滑?？刂撇呗?，保證了對(duì)參數(shù)不確定性和多工況的魯棒性。韓國(guó)首爾大學(xué)Kim等[53]采用基于電機(jī)位置傳感器的自適應(yīng)滑?？刂撇呗裕员ＷC各工況下齒條位置跟蹤性能，通過(guò)仿真和實(shí)車(chē)測(cè)試，驗(yàn)證了車(chē)輛在干、濕路面及零車(chē)速下的齒條位置跟蹤性能。德國(guó)達(dá)姆施塔特工業(yè)大學(xué)Ewald Volker[54]設(shè)計(jì)了一種基于范數(shù)最小化的動(dòng)態(tài)模型匹配控制器，將SBW系統(tǒng)與液壓助力轉(zhuǎn)向模型的動(dòng)力學(xué)相匹配，并進(jìn)行了臺(tái)架測(cè)試，但缺乏多工況實(shí)車(chē)試驗(yàn)。

上述研究中，對(duì)于變傳動(dòng)比設(shè)計(jì)的探索主要是基于車(chē)輛橫擺角度增益或側(cè)向角速度增益，或兩者的綜合，建立以車(chē)速、轉(zhuǎn)向盤(pán)轉(zhuǎn)角，或以車(chē)速、轉(zhuǎn)向器小齒輪轉(zhuǎn)角為變量的變角傳動(dòng)比策略模型，在提升車(chē)輛操控性能方面取得了顯著的研究成果。隨著汽車(chē)技術(shù)的發(fā)展，主動(dòng)轉(zhuǎn)向系統(tǒng)在多種車(chē)型上得到了應(yīng)用。線控轉(zhuǎn)向系統(tǒng)的普及對(duì)制定有效的主動(dòng)轉(zhuǎn)向策略提出了新的要求，這些策略不僅需要考慮轉(zhuǎn)向性能，還必須與車(chē)輛的感知、決策、底盤(pán)控制以及動(dòng)力系統(tǒng)等多個(gè)控制子系統(tǒng)進(jìn)行深度融合與協(xié)同工作，保證車(chē)輛的穩(wěn)定性和系統(tǒng)運(yùn)行的可靠性。

2.3 冗余設(shè)計(jì)

冗余設(shè)計(jì)主要包括硬件冗余和軟件冗余。硬件冗余指對(duì)易發(fā)生故障的或較為重要的部件提供備份，如傳感器、控制器、電機(jī)、電源（圖7）。軟件冗余是指針對(duì)傳感器、控制器的相關(guān)軟件進(jìn)行設(shè)計(jì)（圖8），并制定故障診斷策略，提升系統(tǒng)整體的冗余度。

蔡智凱[55]構(gòu)建了一套由2臺(tái)相同電機(jī)和2個(gè)小齒輪轉(zhuǎn)角傳感器構(gòu)成的雙余度轉(zhuǎn)向器，實(shí)現(xiàn)對(duì)轉(zhuǎn)角、電流等信息進(jìn)行實(shí)時(shí)監(jiān)控與診斷，可隔離故障并切換到單余度工作模式，發(fā)出預(yù)警信息。蔡智凱等[56]提出了包括3狀態(tài)量多閾值的故障診斷方法，基于3控制器的故障隔離方法和雙模式報(bào)警方法在內(nèi)的余度管理方法。米峻男[57]提出了余度信息耦合的雙系統(tǒng)雙余度控制架構(gòu)，雙電機(jī)工作時(shí)按固定比例輸出電流，避免力紛爭(zhēng)問(wèn)題。Yao等[58]將轉(zhuǎn)向器中2臺(tái)電機(jī)同軸對(duì)置，用單控制器同時(shí)驅(qū)動(dòng)2臺(tái)電機(jī)，采用2個(gè)反饋控制回路來(lái)跟蹤公共輸入，2個(gè)反饋回路之間的角位置誤差使用同步補(bǔ)償器進(jìn)行補(bǔ)償，確保系統(tǒng)的同步性和穩(wěn)定性。何磊[59]設(shè)計(jì)了基于FlexRay總線的雙電機(jī)系統(tǒng)架構(gòu)，提出了FlexRay總線靜態(tài)段與動(dòng)態(tài)段時(shí)間長(zhǎng)度的設(shè)置方法，實(shí)現(xiàn)了FlexRay總線的應(yīng)用層容錯(cuò)控制策略。Zong等[60]提出了一種基于FlexRay總線的雙轉(zhuǎn)向電機(jī)協(xié)調(diào)控制方法。Zou等[61]設(shè)計(jì)了基于混合H2/H∞魯棒控制理論橫擺角速度控制器，基于交叉耦合控制結(jié)構(gòu)和滑?？刂扑惴ǖ幕Ｋ俣韧娇刂撇呗浴e等[62]建立了基于電機(jī)模型和自適應(yīng)漸消卡爾曼濾波器的實(shí)時(shí)故障診斷策略，利用診斷結(jié)果判斷角度和力矩反饋控制是否需要修正。潘公宇等[63]提出一種可容錯(cuò)的非奇異固定時(shí)間滑?？刂破鳎詰?yīng)對(duì)電機(jī)轉(zhuǎn)矩故障時(shí)線控轉(zhuǎn)向系統(tǒng)的轉(zhuǎn)角控制問(wèn)題。此研究對(duì)電機(jī)的容錯(cuò)控制具有借鑒意義。熊海洋等[64]針對(duì)雙電機(jī)驅(qū)動(dòng)的轉(zhuǎn)向器，采用主從控制策略，主軸采用速度控制，從軸采用轉(zhuǎn)矩控制，從軸跟隨主軸的實(shí)時(shí)轉(zhuǎn)矩輸出而運(yùn)動(dòng)。美國(guó)偉世通公司Zheng等[65]對(duì)2臺(tái)控制器采用主-從控制策略，主從控制器同時(shí)運(yùn)行，用主控制器的輸出矯正從控制器。主控制器故障時(shí)，從控制器繼續(xù)工作，在控制上避免了2臺(tái)電機(jī)的轉(zhuǎn)矩干涉。韓國(guó)嶺南大學(xué)Hwang Hyeongjin等[66]提出了一種主從控制下帶擾動(dòng)觀測(cè)器的滑?？刂破鳎员ＷC對(duì)模型不確定性和外部擾動(dòng)的強(qiáng)大魯棒性。

以上專(zhuān)家學(xué)者多對(duì)采用雙電機(jī)的轉(zhuǎn)向器冗余控制進(jìn)行了研究，并進(jìn)行了仿真和硬件在環(huán)試驗(yàn)，少有進(jìn)行多工況的實(shí)車(chē)試驗(yàn)，并且雙電機(jī)轉(zhuǎn)向系統(tǒng)的量產(chǎn)成本高，難以普及應(yīng)用。

He等[67]提出了基于分布式處理和異常決策機(jī)制的雙核容錯(cuò)控制系統(tǒng)架構(gòu)。田承偉[68]基于Riccati方程和自適應(yīng)卡爾曼濾波理論，提出了轉(zhuǎn)向盤(pán)模塊和轉(zhuǎn)向執(zhí)行模塊的狀態(tài)估計(jì)方法和轉(zhuǎn)向執(zhí)行電機(jī)的參數(shù)估計(jì)方法，基于三核控制器理論和時(shí)間觸發(fā)機(jī)制的控制器局域網(wǎng)技術(shù) （Time-TriggeredCAN，TTCAN），構(gòu)建控制器的容錯(cuò)控制軟硬件體系。該研究對(duì)傳感器、電機(jī)及控制器的容錯(cuò)控制具有借鑒意義。孫冰[69]通過(guò)無(wú)跡卡爾曼濾波算法對(duì)前輪轉(zhuǎn)角進(jìn)行估計(jì)，將估計(jì)值作為前輪轉(zhuǎn)角和相關(guān)傳感器是否發(fā)生故障的評(píng)判指標(biāo)。夏深遠(yuǎn)[70]通過(guò)自適應(yīng)無(wú)跡卡爾曼濾波算法對(duì)前輪轉(zhuǎn)角進(jìn)行估計(jì)，設(shè)計(jì)了基于殘差與殘差序列的故障診斷策略，進(jìn)一步設(shè)計(jì)了自適應(yīng)加權(quán)融合的冗余容錯(cuò)策略。Zhang等[71]提出了一種帶有前輪角傳感器的容錯(cuò)模塊的雙向H控制方法，在傳感器故障時(shí)將前輪角重新配置為參考值和替代值。此類(lèi)研究對(duì)傳感器的容錯(cuò)控制具有借鑒意義，但仍需進(jìn)行多工況實(shí)車(chē)試驗(yàn)。楊沁杰[72]提出了集故障檢測(cè)器、故障估計(jì)器和故障補(bǔ)償器于一體的主動(dòng)容錯(cuò)控制框架。檢測(cè)器檢測(cè)是否發(fā)生故障、估計(jì)器利用檢測(cè)器的殘差來(lái)估計(jì)傳感器故障大小和時(shí)變特性、補(bǔ)償器利用故障估計(jì)值和SBW的故障輸出對(duì)故障傳感器進(jìn)行容錯(cuò)控制。該研究對(duì)傳感器的容錯(cuò)控制具有借鑒意義，但測(cè)試工況較少，具有局限性。Xu等[73]提出了一種帶有容錯(cuò)模塊的分?jǐn)?shù)階PID方法控制控制路感電機(jī)轉(zhuǎn)矩，容錯(cuò)模塊用卡爾曼濾波器算法檢測(cè)電機(jī)轉(zhuǎn)矩傳感器的故障。Bajcinca等[74]提出了基于擴(kuò)展卡爾曼濾波器的車(chē)輪摩擦力矩估算策略，并與SBW控制系統(tǒng)進(jìn)行信號(hào)耦合，以減小傳感器故障率。Huang等[75-76]提出了一種新的基于delta算子的容錯(cuò)模型預(yù)測(cè)控制策略以應(yīng)對(duì)執(zhí)行器故障。Huang等[77]提出基于一種混沌粒子群優(yōu)化算法的容錯(cuò)滑模預(yù)測(cè)控制策略，在模型不確定性、擾動(dòng)和執(zhí)行器故障時(shí)有更好的魯棒性和跟蹤性能。

以上學(xué)者從軟件冗余角度對(duì)電子控制單元（Electronic Control Unit，ECU）和傳感器冗余進(jìn)行了研究，設(shè)立了各種狀態(tài)觀測(cè)器，包括擾動(dòng)觀測(cè)器和卡爾曼觀測(cè)器。這些方案在控制成本方面展現(xiàn)出顯著的優(yōu)勢(shì)，并為相關(guān)領(lǐng)域的研究提供了有益參考。

3 線控轉(zhuǎn)向系統(tǒng)發(fā)展挑戰(zhàn)與應(yīng)對(duì)策略

3.1 線控轉(zhuǎn)向系統(tǒng)發(fā)展面臨的挑戰(zhàn)

上述線控轉(zhuǎn)向關(guān)鍵技術(shù)研究取得了顯著成果和重要突破，但線控轉(zhuǎn)向系統(tǒng)在實(shí)現(xiàn)工業(yè)化量產(chǎn)前仍需面對(duì)諸多挑戰(zhàn)。

（1）車(chē)輛參數(shù)具有動(dòng)態(tài)變化特征，車(chē)輛參數(shù)隨車(chē)輛運(yùn)行狀態(tài)、道路環(huán)境情況和駕駛員的操縱實(shí)時(shí)變化。傳感器在參數(shù)采集過(guò)程中往往伴隨一定時(shí)延，車(chē)輛狀態(tài)觀測(cè)器也存在一定誤差，加之各參數(shù)間的耦合性增加了數(shù)據(jù)反饋的難度。因此，確保線控轉(zhuǎn)向系統(tǒng)可以在復(fù)雜路況、復(fù)雜交通環(huán)境下實(shí)現(xiàn)自適應(yīng)性和魯棒性，同時(shí)提供準(zhǔn)確、真實(shí)的路感反饋力矩并維持車(chē)輛穩(wěn)定性，是線控轉(zhuǎn)向系統(tǒng)實(shí)現(xiàn)量產(chǎn)需克服的挑戰(zhàn)之一。

（2）在應(yīng)對(duì)汽車(chē)應(yīng)用環(huán)境的廣泛多樣性方面，例如極端溫度、水下環(huán)境、濕滑路面以及苛刻的路面條件等，無(wú)機(jī)械連接的轉(zhuǎn)向系統(tǒng)尤其面臨挑戰(zhàn)。在這些復(fù)雜和極端的工況下，防止系統(tǒng)失效、確保傳感器的準(zhǔn)確性和控制器的穩(wěn)定性、制定有效的冗余容錯(cuò)機(jī)制，是實(shí)現(xiàn)可靠轉(zhuǎn)向系統(tǒng)性能的關(guān)鍵挑戰(zhàn)。

（3）為確保系統(tǒng)安全性，必須實(shí)施冗余控制策略，這要求實(shí)現(xiàn)軟硬件的協(xié)同設(shè)計(jì)，包括對(duì)傳感器、控制器、電機(jī)數(shù)量的增加或調(diào)整、備用電源的應(yīng)用、新型機(jī)械結(jié)構(gòu)的設(shè)計(jì)以及冗余控制軟件的開(kāi)發(fā)，這增加了控制研發(fā)和量產(chǎn)成本的難度。

（4）駕駛員的駕駛風(fēng)格具有多樣性，這導(dǎo)致了對(duì)轉(zhuǎn)向舒適性和操作便捷性評(píng)價(jià)標(biāo)準(zhǔn)的差異。需在考慮人因工程的基礎(chǔ)上，制定一套合理的操縱舒適性評(píng)價(jià)指標(biāo)，并實(shí)現(xiàn)一個(gè)參數(shù)可調(diào)的SBW系統(tǒng)，適應(yīng)不同駕駛者的需求。

（5）隨著自動(dòng)駕駛技術(shù)的進(jìn)步，SBW系統(tǒng)必須與多種自動(dòng)駕駛控制子系統(tǒng)（如感知、決策、制動(dòng)、動(dòng)力等）實(shí)現(xiàn)深度集成與協(xié)同工作，其系統(tǒng)的復(fù)雜性和可靠性成為關(guān)鍵技術(shù)挑戰(zhàn)。

3.2 應(yīng)對(duì)策略

（1）針對(duì)路感控制的策略

由于轉(zhuǎn)向器齒條力的變化可間接反映道路情況?？紤]到安裝拉壓力傳感器直接測(cè)量齒條力成本高的問(wèn)題，可進(jìn)行齒條力估算，建立基于估算齒條力的路感反饋主力矩，并輔以摩擦、慣量、阻尼補(bǔ)償力矩。同時(shí)建立主動(dòng)回正控制策略，應(yīng)對(duì)車(chē)輛行駛過(guò)程中的動(dòng)態(tài)變化，目前已有相關(guān)理論成果，并進(jìn)行了典型路況的仿真和實(shí)際道路測(cè)試，但這些成果在應(yīng)對(duì)復(fù)雜且動(dòng)態(tài)變化的道路條件及整車(chē)情況時(shí)存在局限性。為克服這些局限，推動(dòng)量產(chǎn)落地，可利用轉(zhuǎn)向系統(tǒng)制造商豐富的轉(zhuǎn)向系統(tǒng)開(kāi)發(fā)經(jīng)驗(yàn)和已有的各類(lèi)傳統(tǒng)轉(zhuǎn)向系統(tǒng)的助力特性圖譜，建立基于整車(chē)調(diào)教和標(biāo)定技術(shù)的路感控制策略。

（2）針對(duì)轉(zhuǎn)向執(zhí)行控制的策略

可充分利用轉(zhuǎn)向系統(tǒng)制造商積累的數(shù)據(jù)庫(kù)，基于車(chē)輛橫擺角度增益或側(cè)向角速度增益，建立以車(chē)速、轉(zhuǎn)向盤(pán)轉(zhuǎn)角和車(chē)速為變量的分速段變角傳動(dòng)比策略?？赏ㄟ^(guò)整車(chē)調(diào)教和標(biāo)定技術(shù)進(jìn)行實(shí)車(chē)試驗(yàn)獲得高、中、低速段的定義。

（3）針對(duì)硬件冗余的策略

路感執(zhí)行機(jī)構(gòu)可采用集成雙扭矩和雙角度傳感器的配置、一體式雙微控制單元（Microcontroller Unit，MCU）控制器、六相雙繞組電機(jī)。轉(zhuǎn)向執(zhí)行機(jī)構(gòu)可采用雙角度傳感器、一體式雙MCU控制器、六相雙繞組電機(jī)。此外，采用雙電源供應(yīng)，除了控制器局域網(wǎng)總線（Controller Area Network，CAN）通訊外，還建立了路感執(zhí)行機(jī)構(gòu)和轉(zhuǎn)向執(zhí)行機(jī)構(gòu)間的私CAN通訊。軟件冗余方面，可建立基于各狀態(tài)觀測(cè)器的容錯(cuò)控制策略。雖然僅采用單個(gè)六相雙繞組電機(jī)，但這種設(shè)計(jì)確保了在傳感器一路信號(hào)或任一ECU發(fā)生故障時(shí)，仍能保持50%的動(dòng)力輸出，并且成本價(jià)格低，利于實(shí)現(xiàn)量產(chǎn)。

4 結(jié)束語(yǔ)

線控轉(zhuǎn)向系統(tǒng)屬于自動(dòng)駕駛的執(zhí)行機(jī)構(gòu)，其性能依賴于上游控制算法的準(zhǔn)確性與及時(shí)性，并且需要電機(jī)及時(shí)準(zhǔn)確地執(zhí)行指令。控制算法的適應(yīng)性、穩(wěn)定性和可靠性是線控轉(zhuǎn)向系統(tǒng)發(fā)揮其性能的關(guān)鍵。路感反饋和轉(zhuǎn)向執(zhí)行策略的制定對(duì)線控轉(zhuǎn)向系統(tǒng)和整車(chē)動(dòng)力學(xué)模型的準(zhǔn)確度要求高，同時(shí)，車(chē)輛在行駛過(guò)程中受多種不確定性因素影響，如路面附著系數(shù)、駕駛員極端操作、風(fēng)力、路面狀況，雖然多種控制方法（如PID控制、模糊控制，智能控制）能夠提高車(chē)輛的操縱穩(wěn)定性，但不能完全解決外界不確定性因素的干擾問(wèn)題。為確保線控轉(zhuǎn)向系統(tǒng)的安全可靠性制定的故障診斷和冗余容錯(cuò)控制方案，面臨研發(fā)投入大，量產(chǎn)成本高的問(wèn)題。因此，線控轉(zhuǎn)向系統(tǒng)離量產(chǎn)落地尚需時(shí)日。

要實(shí)現(xiàn)自動(dòng)駕駛汽車(chē)的行駛安全性和穩(wěn)定性，不能僅依賴轉(zhuǎn)向功能，還需線控油門(mén)、線控制動(dòng)和線控懸架等功能共同發(fā)揮作用。目前，國(guó)內(nèi)自動(dòng)駕駛供應(yīng)商的研究領(lǐng)域相對(duì)單一，具有全棧能力的機(jī)構(gòu)較少，具備全棧能力和執(zhí)行機(jī)構(gòu)批產(chǎn)能力的廠商更為罕見(jiàn)。此外，底盤(pán)各系統(tǒng)制造商較為分散，整合匹配成本高，各系統(tǒng)的功能優(yōu)化目標(biāo)有所差異，迫使決策效果失配，各系統(tǒng)執(zhí)行部件獨(dú)立受控，導(dǎo)致整體協(xié)調(diào)控制失穩(wěn)。

線控轉(zhuǎn)向系統(tǒng)應(yīng)作為線控底盤(pán)的一部分，通過(guò)整車(chē)底盤(pán)垂向控制、縱向控制、橫向控制進(jìn)行融合控制，提高各線控機(jī)構(gòu)的協(xié)調(diào)作用，提升智能化水平。雖然線控底盤(pán)的研發(fā)和量產(chǎn)面臨諸多挑戰(zhàn)，但其仍是未來(lái)發(fā)展的科研方向。

參 考 文 獻(xiàn)

[1] 鄭宏宇， 宗長(zhǎng)富， 何磊， 等. 基于電動(dòng)助力轉(zhuǎn)向的線控轉(zhuǎn)向汽車(chē)路感反饋控制[J]. 吉林大學(xué)學(xué)報(bào)， 2013， 43（1）： 1-5.

[2] 鄭宏宇. 汽車(chē)線控轉(zhuǎn)向路感模擬與主動(dòng)轉(zhuǎn)向控制策略研究[D]. 長(zhǎng)春： 吉林大學(xué)， 2009.

[3] 李林. 基于負(fù)載動(dòng)態(tài)觀測(cè)的SBW轉(zhuǎn)向盤(pán)反力模擬研究[D]. 長(zhǎng)春： 吉林大學(xué)， 2019.

[4] 周慶文. SBW轉(zhuǎn)向盤(pán)反力模擬算法開(kāi)發(fā)與測(cè)試研究[D]. 長(zhǎng)春： 吉林大學(xué)， 2018.

[5] 劉彥琳. 汽車(chē)線控轉(zhuǎn)向路感模擬與回正控制策略研究[D]. 合肥： 合肥工業(yè)大學(xué)， 2018.

[6] SU C R， LI H H， WU X D. Artificial steering feel for tele-operated road vehicle with disturbance observer[C]//2021 5th CAA International Conference on Vehicular Control and Intelligence（CVCI）. IEEE， 2021： 1-6.

[7] 徐飛翔. 應(yīng)急救援車(chē)輛多模式線控轉(zhuǎn)向系統(tǒng)控制策略與試驗(yàn)研究[D]. 長(zhǎng)春： 吉林大學(xué)， 2020.

[8] 蘇延霞. 線控轉(zhuǎn)向中路感控制系統(tǒng)設(shè)計(jì)及算法分析[D]. 武漢：武漢理工大學(xué)， 2013.

[9] LIU H， ZENG X Z， L SHUO L. Design of road feel feedback algorithm for steer?by?wire[C]//2020 4th CAA International Conference on Vehicular Control and Intelligence（CVCI）. IEEE， 2021：142-146.

[10] 羅蘭. 基于駕駛員行為辨識(shí)的線控轉(zhuǎn)向系統(tǒng)可調(diào)節(jié)路感反饋研究[D]. 長(zhǎng)春： 吉林大學(xué)， 2019.

[11] 從光好. 線控轉(zhuǎn)向路感模擬及傳動(dòng)比特性研究[D]. 合肥： 合肥工業(yè)大學(xué)， 2017.

[12] ZHENG H， DENG W W， ZHANG S， et al. Studies on the impacts of steering system parameters on steering feel characteristics[C]//2015 IEEE International Conference on Systems， Man， and Cybernetics. IEEE， 2016： 486-491.

[13] FANKEM S， M?LLER S. A new model to compute the desired steering torque for steer-by-wire vehicles and driving simulators[J]. Vehicle System Dynamics， 2014， 52： 251-271.

[14] LEE J， CHANG S， KIM K， et al. Steering wheel torque control of steer-by-wire system for steering feel[J]. SAE Technical Paper， 2017， 4（5）： 1546-1552.

[15] LEE J， KIM K， LEE B， et al．Control of steer by wire system for reference steering wheel torque tracking and return-ability[J]. SAE Technical Paper， 2018， 3（4）： 566-571.

[16] LEE J， YI K， LEE D， et al. Haptic control of steer-by-wire systems for tracking of target steering feedback torque[J]. Proceedings of the Institution of Mechanical Engineers， Part D： Journal of Automobile Engineering， 2020， 234（5）： 1389-1401.

[17] HAYAMA R， KAWAHARA S， NAKANO S， et al. Resistance torque control for steer-by-wire system to improve human-machine interface[J]. Vehicle System Dynamics， 2010， 48（9）： 1065-1075.

[18] 陶偉男. 線控轉(zhuǎn)向路感模擬研究[D]. 長(zhǎng)春： 吉林大學(xué)， 2018.

[19] 謝立剛， 陳勇. SBW汽車(chē)路感控制策略[J]. 重慶理工大學(xué)學(xué)報(bào)（自然科學(xué)）， 2022， 36（4） ： 68-74.

[20] 韓振楊. 線控轉(zhuǎn)向系統(tǒng)路感模擬算法研究[D]. 北京： 北京理工大學(xué)， 2017.

[21] 王家煒. SBW車(chē)輛的轉(zhuǎn)向感反饋控制研究[D]. 合肥： 合肥工業(yè)大學(xué)， 2020.

[22] MA B， YANG Y， LIU Y， et al. Analysis of vehicle static steering torque based on tire-road contact patch sliding model and variable transmission ratio[J]. Advances in Mechanical Engineering， 2016， 8（9）： 1687814016668765.

[23] KIM S H， CHU C N. A new manual steering torque estimation model for steer-by-wire systems[J]. Proceedings of the Institution of Mechanical Engineers， Part D： Journal of Automobile Engineering， 2016， 230（7） ： 993-1008.

[24] ZHANG L， MENG Q， CHEN H， et al. Kalman filter?based fusion estimation method of steering feedback torque for steer?by?wire systems[J]. Automotive Innovation， 2021， 4（4）： 430-439.

[25] BALACHANDRAN A， GERDES J C. Designing steering feel? for? steer-by-wire vehicles? using? objective? ?measures[J]. IEEE/ASME Transactions on Mechatronics， 2014， 20（1）： 373-383.

[26] YAMAGUCHI Y， MURAKAMI T. Adaptive control for virtual steering characteristics on electric vehicle using steer-by-wire system[J]. IEEE Transactions on Industrial Electronics， 2008， 56（5）： 1585-1594.

[27] 姜玉瑤. 轉(zhuǎn)向盤(pán)力矩反饋系統(tǒng)關(guān)鍵問(wèn)題研究[D]. 長(zhǎng)春： 吉林大學(xué)， 2018.

[28] 譚光興， 李珊， 簡(jiǎn)文國(guó)等. 線控轉(zhuǎn)向系統(tǒng)路感模擬控制研究[J]. 計(jì)算機(jī)測(cè)量與控制， 2014， 22（4）： 1069-1072.

[29] ZHAO R， DENG W W， REN B T， et al. Modeling on steering feedback torque based on data?driven method [J]. IEEE ASME Transactions on Mechatronics， 2022， 27（5）： 2775-2785.

[30] 趙慧勇. 汽車(chē)線控轉(zhuǎn)向系統(tǒng)能效提升方法及優(yōu)化控制[D]. 武漢： 武漢科技大學(xué)， 2019.

[31] WANG J W， WANG H， JIANG C H， et al. Steering feel design for steer?by?wire system on electric vehicles[C]// Proceedings of 2019 Chinese Control Conference（CCC）. IEEE， 2019：533-538.

[32] SUN Z， ZHENG J C， MAN Z H. Adaptive sliding mode control for a vehicle steer?by?wire system[C]//Proceedings of 2016 2nd International Conference on Control Science and Systems Engineering（ICCSSE）. IEEE， 2016： 77-81.

[33] SUN Z， ZHENG J C， MAN Z H， et al. Robust control of a vehicle steer?by?wire system using adaptive sliding mode[J]. IEEE Transactions on Industrial Electronics， 2016， 63（4）： 2251-2262.

[34] LIANG X， ZHAO L， WANG Q， et al. A novel steering?by?wire system with road sense adaptive friction compensation[J]. Mechanical Systems and Signal Processing， 2022（169）： 108741.

[35] WANG H， MAN Z H， KONG H F， et al. Terminal sliding mode control for steer?by?wire system in electric vehicles [C]//Proceedings of 2012 7th IEEE Conference on Industrial Electronics and Applications（ICIEA）. IEEE， 2012： 919-924.

[36] WANG H， MAN Z H， SHEN W X， et al. Robust sliding mode control for steer?by?wire systems with AC motors in road vehicles[C]//Proceedings of 2013 IEEE 8th Conference on Industrial Electronics and Applications（ICIEA）. IEEE， 2013： 674-679.

[37] WANG H， KONG H F， MAN Z H， et al. Sliding mode control for steer?by?wire systems with AC motors in road vehicles[J]. IEEE Transactions on Industrial Electronics， 2014， 61（3）： 1596-1611.

[38] 宗長(zhǎng)富， 韓衍東， 何磊， 等. 汽車(chē)線控轉(zhuǎn)向變角傳動(dòng)比特性研究[J]. 中國(guó)公路學(xué)報(bào)， 2015， 28（9）： 115-120.

[39] 張建成. 基于變角傳動(dòng)比的線控轉(zhuǎn)向汽車(chē)操縱穩(wěn)定性控制策略研究[D]. 長(zhǎng)春： 吉林大學(xué)， 2023.

[40] 楊勝兵. 線控轉(zhuǎn)向系統(tǒng)控制策略研究[D]. 武漢： 武漢理工大學(xué)， 2008.

[41] 王俊. 基于變角傳動(dòng)比的汽車(chē)線控主動(dòng)轉(zhuǎn)向控制策略研究[D]. 合肥：合肥工業(yè)大學(xué)， 2017.

[42] 田爭(zhēng)芳. 基于模糊滑?？刂频钠?chē)線控轉(zhuǎn)向系統(tǒng)研究[D]. 淄博： 山東理工大學(xué)， 2013.

[43] 胡茹飛. 汽車(chē)線控轉(zhuǎn)向系統(tǒng)雙向控制方法研究[D]. 長(zhǎng)春： 吉林大學(xué)， 2012.

[44] 王祥. 汽車(chē)線控轉(zhuǎn)向系統(tǒng)雙向控制及變傳動(dòng)比特性研究[D]. 長(zhǎng)春： 吉林大學(xué)， 2013.

[45] 楊莉. 汽車(chē)線控轉(zhuǎn)向系統(tǒng)雙向控制及冗余控制算法設(shè)計(jì)[D]. 上海： 上海交通大學(xué)， 2016.

[46] WU X， LI W. Variable steering ratio control of steer-by-wire vehicle to improve handling performance[J]. Proceedings of the Institution of Mechanical Engineers， Part D： Journal of Automobile Engineering， 2020， 234（2-3）： 774-782.

[47] 朱亮宇. 汽車(chē)線控轉(zhuǎn)向系統(tǒng)可變傳動(dòng)比及主動(dòng)轉(zhuǎn)向控制策略研究[D]. 重慶： 重慶理工大學(xué)， 2022.

[48] YUAN W， FU R， GUO Y S， et al. Simulation and optimization of angle characteristic model for steer by wire system[C]// Proceedings of 2010 Seventh International Conference on Fuzzy Systems and Knowledge Discovery. IEEE， 2010： 931-935.

[49] YANG H H， LIU W T， CHEN L， et al. An adaptive hierarchical control approach of vehicle handling stability improvement based on steer?by?wire systems[J]. Mechatronics， 2021， 77： 102583.

[50] ZHANG Y C， XIAO C， CHEN J， et al. Research on logic control of variable transmission ratio SBW based on pan?Boolean algebra[C]// Proceedings of 2021 International Conference on Robotics and Control Engineering. New York： ACM， 2021：54 -58.

[51] LIU Z Y， XU X， XIE J， et al. Variable transmission ratio design of a steer?by?wire system for intelligent vehicles[J]. Proceedings of the Institution of Mechanical Engineers， Part C： Journal of Mechanical Engineering Science， 2022， 236（16）： 9341-9353.

[52] WANG H， MAN Z H， KONG H， et al. Design and implementation of adaptive terminal sliding-mode control on a steer-by-wire equipped road vehicle[J]. IEEE Transactions on Industrial Electronics， 2016， 63（9）： 5774-5785.

[53] KIM K， LEE J， KIM M， et al. Adaptive sliding mode control of rack position tracking system for steer-by-wire vehicles[J]. IEEE Access， 2020， 8： 163483-163500.

[54] EWALD V， KONIGORSKI U. Model-matching-control of a redundantly actuated steer-by-wire-system[C]// Proceedings of 2020 IEEE Conference on Control Technology and Applications（CCTA）. IEEE， 2020： 194-200.

[55] 蔡智凱. 雙余度轉(zhuǎn)向機(jī)系統(tǒng)[D]. 北京：清華大學(xué)， 2017.

[56] 蔡智凱， 米峻男， 王通， 等. 完全雙余度線傳轉(zhuǎn)向機(jī)及其余度管理[J]. 汽車(chē)技術(shù)， 2018（3）： 41-46.

[57] 米峻男. 雙余度線控轉(zhuǎn)向系統(tǒng)的余度控制[D]. 北京： 清華大學(xué)， 2021.

[58] YAO Y， DAUGHERTY B. Control method of dual motor-based steer-by-wire system[J]. SAE Transactions， 2007， 116： 354-361.

[59] 何磊. 基于FlexRay總線的線控轉(zhuǎn)向系統(tǒng)雙電機(jī)控制方法研究[D]. 長(zhǎng)春： 吉林大學(xué)， 2011.

[60] ZONG C F， XIANG H O， HE L， et al.? Study on control method of dual-motor for steer-by-wire system[C]//Proceedings of 2012 2nd International Conference on Consumer Electronics， Communications and Networks （CECNet）. IEEE， 2012： 2890-2893.

[61] ZOU S C， ZHAO W Z. Synchronization and stability control of dual-motor intelligent steer-by-wire vehicle[J]. Mechanical Systems and Signal Processing， 2020（145）： 106925.

[62] HE L， CHEN G Y， ZHENG H Y. Fault tolerant control method of dual steering actuator motors for steer-by-wire system[J]. International Journal of Automotive Technology， 2015， 16（6）： 977-987.

[63] 潘公宇， 劉思青. 具有容錯(cuò)性能的線控轉(zhuǎn)向系統(tǒng)固定時(shí)間滑模控制[J]. 重慶理工大學(xué)學(xué)報(bào)（自然科學(xué)）， 2023， 37（6）： 38-57.

[64] 熊海洋， 張李超， 郭斌， 等. 基于轉(zhuǎn)矩跟隨的雙電機(jī)同步控制策略研究[J]. 電機(jī)與控制應(yīng)用， 2015， 42（8）： 24-27.

[65] ZHENG B， ALTEMARE C， ANWAR S. Fault tolerant steer-by-wire road wheel control system[C]//Proceedings of the 2005 American Control Conference， IEEE， 2005： 1619-1624.

[66] HWANG H J， CHOI H J， NAM K H. Practical synchronous steering angle control of a dual-motor driving steer-by-wire system[J]. IEEE Access， 2019（7）： 133100-133110.

[67] HE L， ZONG C F， CHEN S， et al. The tri-core fault-tolerant control for electronic control unit of steer-by-wire system[J]. SAE Technical Paper Series， 2011： 6.

[68] 田承偉. 線控轉(zhuǎn)向汽車(chē)容錯(cuò)控制方法研究[D]. 長(zhǎng)春：吉林大學(xué)， 2010.

[69] 孫冰. 線控轉(zhuǎn)向系統(tǒng)冗余安全方案設(shè)計(jì)與測(cè)試研究[D]. 吉林： 吉林大學(xué)， 2022.

[70] 夏深遠(yuǎn). 基于冗余容錯(cuò)線控轉(zhuǎn)向執(zhí)行模塊控制器研究[D]. 重慶： 重慶理工大學(xué)， 2021.

[71] ZHANG H， ZHAO W. Two-way H∞ control method with a fault-tolerant module for steer-by-wire system. Proceedings of the Institution of Mechanical Engineers， Part C： Journal of Mechanical Engineering Science. 2018， 232（1）： 42-56.

[72] 楊沁杰. 面向多傳感器故障的線控轉(zhuǎn)向系統(tǒng)主動(dòng)容錯(cuò)控制研究[D]. 大連： 大連理工大學(xué)， 2021.

[73] XU F X， LIU X H， CHEN W， et al. The fractional order PID method with a fault tolerant module for road feeling control of steer?by?wire system[J]. Mathematical Problems in Engineering， 2018： 1-12.

[74] BAJCINCA N， NUTJONG C， SVARICEK F. Road feedback estimation for steer?by?wire control[C]// 2006 IEEE Conference on Computer Aided Control System Design， 2006： 1288-1293.

[75] HUANG C， NAGHDY F， DU H P. Delta Operator-Based Fault Estimation and Fault-Tolerant Model Predictive Control for Steer-By-Wire Systems[J]. IEEE Transactions on Control Systems Technology， 2018， 26（5）： 1810-1817

[76] HUANG C， NAGHDY F， DU H P. Delta Operator-Based Model Predictive Control With Fault Compensation for Steer-by-Wire Systems[J]. IEEE Transactions on Systems， Man， and Cybernetics： Systems， 2020， 50（6）： 2257-2272.

[77] HUANG C， NAGHDY F， DU H P. Fault Tolerant Sliding Mode Predictive Control for Uncertain Steer-by-Wire System. in IEEE Transactions on Cybernetics. 2019， 49（1）： 261-272.

[78] 史立恒. 基于滑模控制理論的線控轉(zhuǎn)向車(chē)輛橫擺穩(wěn)定性控制系統(tǒng)研究[D]. 合肥： 合肥工業(yè)大學(xué)， 2017.

[79] 凌銘澤. 模型驅(qū)動(dòng)的汽車(chē)穩(wěn)定性控制系統(tǒng)關(guān)鍵技術(shù)研究[D]. 長(zhǎng)春： 吉林大學(xué)， 2019.

[80] MAMMAR S. Combining active steering and independent wheels braking for CIVIC lateral assistance[A]. Proceedings of the 2004 American Control Conference， IEEE[C]， 2004， 2： 1469-1474.

[81] 田博. 基于線控主動(dòng)轉(zhuǎn)向功能的避障控制系統(tǒng)研究[D]. 合肥： 合肥工業(yè)大學(xué)， 2019.

[82] 熊亮. 主動(dòng)前輪轉(zhuǎn)向系統(tǒng)的建模及控制策略研究[D]. 廣州： 華南理工大學(xué)， 2020.

[83] 王海鑌. 車(chē)輛緊急避撞算法研究[D]. 杭州： 浙江大學(xué)， 2020.

[84] 何祥坤. 自動(dòng)駕駛汽車(chē)緊急避撞系統(tǒng)的運(yùn)動(dòng)控制與決策方法研究[D]. 北京： 清華大學(xué)， 2018.

[85] 陸輝. 基于道路安全邊界的汽車(chē)主動(dòng)轉(zhuǎn)向與制動(dòng)集成控制研究[D]. 上海： 上海交通大學(xué)， 2016.

[86] ORABY W A H， EL-DEMERDASH S M， SELIM A M， et al.? Improvement of vehicle lateral dynamics by active front steering control[J]. ISA Transactions， 2004（113）： 1101-1110.

[87] 宋攀. 全線控四輪獨(dú)立轉(zhuǎn)向/驅(qū)動(dòng)/制動(dòng)電動(dòng)汽車(chē)動(dòng)力學(xué)集成控制研究[D]. 長(zhǎng)春： 吉林大學(xué)， 2015.

[88] 李春善. 四輪獨(dú)立線控電動(dòng)汽車(chē)驅(qū)動(dòng)系統(tǒng)主動(dòng)容錯(cuò)控制策略研究[D]. 長(zhǎng)春： 吉林大學(xué)， 2018.

[89] 譚雷. 線控主動(dòng)四輪轉(zhuǎn)向汽車(chē)的控制策略研究[D]. 長(zhǎng)春： 吉林大學(xué)， 2018.

[90] 王建濤. 前輪轉(zhuǎn)向和四輪轉(zhuǎn)向車(chē)輛側(cè)向運(yùn)動(dòng)研究與對(duì)比分析[D]. 長(zhǎng)春： 吉林大學(xué)， 2019.

[91] LAM T L， QIAN H H， XU Y S. Omnidirectional Steering Interface and Control for a Four-Wheel Independent Steering Vehicle[J]. IEEE/ASME Transactions on Mechatronics， 2010， 15（3）： 329-338.

[92] SETIAWAN D Y， NGUYEN H T， PRATAMA S P， et al. Path Tracking Controller Design of Four Wheel Independent Steering Automatic Guided Vehicle[J]. International Journal of Control， Automation and Systems， 2016， 14（6）： 1550-1560.

[93] 國(guó)家標(biāo)準(zhǔn)化管理委員會(huì). 汽車(chē)轉(zhuǎn)向系 基本要求： GB 17675—2021[S]. 北京： 國(guó)家市場(chǎng)監(jiān)督管理總局， 2022.

[94] 中國(guó)汽車(chē)工程學(xué)會(huì). 電動(dòng)汽車(chē)智能底盤(pán)技術(shù)路線圖[M]. 北京： 機(jī)械工業(yè)出版社， 2023.

[95] 工業(yè)和信息化部科技司. 制造業(yè)可靠性提升實(shí)施意見(jiàn)[EB/OL]. （2023-06-02）[2023-12-24]. https：//www.gov.cn/zhengce/zhengceku/202307/content_6889718.htm.

（責(zé)任編輯 梵鈴）

【作者簡(jiǎn)介】

王國(guó)超（1991—），男，博世華域轉(zhuǎn)向系統(tǒng)有限公司，工程師，研究方向?yàn)槠?chē)轉(zhuǎn)向系統(tǒng)。

E-mail：792701369@qq.com。