极限工况下车辆的偏航稳定性控制

doi:10.19562/j.chinasae.qcgc.2025.12.011

摘要/Abstract

摘要：

高速行驶的车辆单侧碾过低附着系数路面（如积水或沙土）极易引发大幅度偏航失控，传统控制系统依赖驾驶员操作且鲁棒性不足，导致紧急工况下误操作风险加剧。针对这一问题，本文提出了一种基于径向基函数神经网络滑模控制（radial basis function neural network sliding mode control，RBF-SMC）的主动前轮转向策略。首先建立车辆2自由度模型，并将RBF神经网络与滑模控制融合，通过自适应律逼近系统不确定性，有效抑制传统滑模控制的抖振问题。其次，基于魔术轮胎公式建立非线性轮胎模型求解车辆动力学微分方程获得车辆相平面动态稳定域，实现控制器仅在车辆濒临失控时自适应介入，减少对驾驶员正常操作的干扰。最后，通过双移线工况来比较不同控制器的控制性能，以及设计一种对开路面工况来模拟上述紧急工况来验证本文控制器的有效性。仿真结果表明，该方法比传统的滑模控制器（sliding mode control， SMC）、线性二次型调节器（linear quadratic regulator， LQR）具有更好的偏航稳定性控制效果。

关键词: 偏航稳定性控制, 滑模控制, 魔术轮胎模型, 动态稳定域, 对开路面工况

Abstract:

A high-speed vehicle running unilaterally over a low traction coefficient road surface （e.g.， water or sand） is very likely to cause a large yaw loss of control， and the traditional control system relies on the driver's operation and is not robust enough， resulting in an increased risk of misoperation under emergency conditions. To address this problem， in this paper a front wheel active steering strategy is proposed based on radial basis function neural network sliding mode control （RBF-SMC）. Firstly， a two-degree-of-freedom model of the vehicle is established， and the RBF neural network is fused with the sliding mode control， which effectively suppresses the vibration problem of the traditional sliding mode control by approximating the system uncertainty through the adaptive law. Secondly， a nonlinear tire model is established based on the magic tire formula to solve the differential equations of the vehicle dynamics to obtain the dynamic stability domain of the vehicle phase plane， so as to realize that the controller intervenes only when the vehicle is on the verge of going out of control， reducing the interference to the normal operation of the driver. Finally， the control performance of different controllers is compared by double-shifted line conditions， and a folio road condition is designed to simulate the above emergency conditions to verify the effectiveness of the controller proposed in this paper. The simulation results show that this method has better yaw stability control effect than the traditional Sliding Mode Control （SMC） and Linear Quadratic Regulator （LQR）.

Key words: yaw stability control, sliding mode control, magic formula model, dynamic stabilization domains, split-μ road condition

韩勇,谢思航,申水文,秦振宇,潘迪,袁志群. 极限工况下车辆的偏航稳定性控制[J]. 汽车工程, 2025, 47(12): 2387-2396.

Yong Han,Sihang Xie,Shuiwen Shen,Zhenyu Qin,Di Pan,Zhiqun Yuan. Yaw Stability Control of Vehicles Under Extreme Working Conditions[J]. Automotive Engineering, 2025, 47(12): 2387-2396.

图/表 16

图1

表1

魔术公式轮胎模型参数"

参数	数值	参数	数值
$a 0$	1.406	$a 7$	-0.381 96
$a 1$	-47.424 3	$a 8$	0.002 289
$a 2$	1 528.122	$a 9$	0.013 442
$a 3$	3 260.4	$a 10$	0.003 709
$a 4$	15.726 6	$a 11$	19.165 6
$a 5$	0.005 01	$a 12$	12.135 6
$a 6$	-0.004 92	$a 13$	6.262 06

表1

图2

图3

表2

不同路面附着系数下的稳定域边界参数"

附着系数	斜率绝对值	截距绝对值	相对斜率绝对值 $K 1$	相对截距绝对值 $K 2$
0.2	6.5	0.48	0.630	0.350
0.4	9.85	0.705	0.956	0.515
0.6	10.24	1.156	0.994	0.843
0.8	10.3	1.37	1	1

表2

图4

表3

不同车速下的稳定域边界参数"

车速/（ $k m · h$ ^-1）	斜率绝对值 $A *$	截距绝对值 $B *$
60	10.486	1.47
80	10.3	1.37
100	10.15	0.806
120	10.08	0.719

表3

图5

表4

不同前轮转角下的稳定域边界参数"

前轮转角	相对偏移量 $△ d$	移动方向
6°	0.062 6	右
3°	0.025 2	右
0°	0	无
-3°	-0.026 9	左
-6°	-0.052 2	左

表4

图6

表5

车辆参数"

参数	符号	数值
质心到前轴距离	$a$	1.015 $m$
质心到后轴距离	$b$	1.895 $m$
整车质量	$m$	1 270 $k g$
横摆转动惯量	$I z$	1 536.7 $k g ? m 2$
前轮侧偏刚度	$C f$	-112 600 $N ? m / r a d$
后轮侧偏刚度	$C r$	-135 000 $N ? m / r a d$

表5

图7

图8

图9

表6

主要仿真参数对比"

控制器	横摆角速度峰值/（（°）·s^-1）	质心侧偏角峰值/（°）	恢复时间/s
LQR	$4.49$	1.03	4.81
SMC	$3.10$	0.65	4.28
RBF-SMC	$1.98$	0.58	3.65

表6

图10

参考文献 23

[1]	National Highway Traffic Safety Administration. （n.d.）. NHTSA crash viewer ［DB/OL］. 2018-2022. https：//cdan.dot.gov/query.
[2]	LI S，WANG X，CUI G，et al. Yaw and lateral stability control based on predicted trend of stable state of the vehicle［J］.Vehicle System Dynamics： International Journal of Vehicle Mechanics and Mobility， 2023.
[3]	CHEN G， ZHAO X， GAO Z， et al.Dynamic drifting control for general path tracking of autonomous vehicles［J］.IEEE Transactions on Intelligent Vehicles，2023，8（3）：2527-2537.
[4]	LIU J， GAO L， ZHANG J，et al. Super-twisting algorithm second-order sliding mode control for collision avoidance system based on active front steering and direct yaw moment control［J］.Proceedings of the Institution of Mechanical Engineers， Part D： Journal of Automobile Engineering， 2021.
[5]	周兵，刘阳毅，吴晓建，等. 主动前轮转向和直接横摆力矩集成控制［J］. 浙江大学学报（工学版），2022，56（12）：2330-2339.
	ZHOU Bing， LIU Yangyi， WU Xiaojian，et al. Integrated control of active front steering and direct yaw moment［J］. Journal of Zhejiang University （Engineering Science），2022，56（12）：2330-2339.
[6]	ZHANG J， WANG H， MA M， et al. Active front steering-based electronic stability control for steer-by-wire vehicles via terminal sliding mode and extreme learning machine［J］. IEEE Transactions on Vehicular Technology，2020.
[7]	BELLEGARDA G， NGUYEN Q. Dynamic vehicle drifting with nonlinear MPC and a fused kinematic-dynamic bicycle model［J］. IEEE Control Systems Letters， 2021， 6： 1958-1963.
[8]	BAARS M， HELLENDOORN H， ALIREZAEI M. Control of a scaled vehicle in and beyond stable limit handling［J］. IEEE Transactions on Vehicular Technology， 2021， 70（7）： 6427-6437.
[9]	MUHAMMAD E， VALI A R， KASHANINIA A， et al. Coordination of active front steering and direct yaw control systems using MIMO sliding mode control［J］. International Journal of Control， Automation and Systems，2024，22（1）：1-15.
[10]	丛森森，高峰，许述财，等. 基于动态稳定域的车辆横纵向稳定性协同控制［J］. 汽车工程， 2022，44（6）：900-908.
	CONG Sensen， GAO Feng， XU Shucai， et al. Cooperative control of vehicle lateral and longitudinal stability based on dynamic stability region［J］. Automotive Engineering， 2022，44（6）：900-908.
[11]	李宇昊.分布式驱动电动汽车横摆稳定性控制策略研究［D］.南京：南京航空航天大学，2022.
	LI Yuhao. Research on yaw stability control strategy of distributed drive electric vehicle［D］. Nanjing： Nanjing University of Aeronautics and Astronautics，2022.
[12]	LI S， TIAN Y，YUE X，et al. Spatial-based predictive control for vehicle collision avoidance by steering maneuvers［J］.International Journal of Automotive Technology， 2022， 23（1）：41-53.
[13]	YIM S， KIM S， YUN H. Coordinated control with electronic stability control and active front steering using the optimum yaw moment distribution under a lateral force constraint on the active front steering［J］. Proceedings of the Institution of Mechanical Engineers， Part D： Journal of Automobile Engineering， 2016， 230（5）： 581-592.
[14]	ZHANG B， ZHAO W， LUAN Z，et al. An antirollover control strategy based on time-varying nonlinear MPC for three-axle steering/braking-by-wire vehicle［J］. IEEE Transactions on Industrial Electronics， 2024， 71（9）： 11048-11060.
[15]	李绍松，郭孔辉，仇韬，等. 极限工况下主动前轮转向汽车稳定性控制［J］. 汽车工程，2020， 42（2）： 191-198.
	LI Shaosong，GUO Konghui， QIU Tao，et al. Stability control of vehicle with active front steering under extreme conditions ［J］. Automotive Engineering，2020， 42（2）： 191-198.
[16]	刘金琨. 智能控制：理论基础、算法设计与应用［M］. 2版.北京：清华大学出版社，2019.
	LIU J. Intelligent control： theoretical foundations， algorithm design， and applications ［M］. 2nd ed.Beijing：Tsinghua University Press，2019.
[17]	罗玉涛郭海文. 线控转向系统的自适应神经网络滑模控制［J］. 华南理工大学学报（自然科学版）， 2021， 49（1）： 65-73.
	LUO Yutao， GUO Haiwen. Adaptive neural network sliding mode control for steer-by-wire system［J］. Journal of South China University of Technology （Natural Science Edition）， 2021， 49（1）： 65-73.
[18]	刘伟，丁海涛，郭孔辉，等. 质心侧偏角相图在车辆ESC系统稳定性控制的应用［J］. 北京理工大学学报（自然科学版），2013， 33（1）： 42-46.
	LIU Wei， DING Haitao， GUO Konghui， et al. Application of centroid declination phase diagram in stability control of vehicle ESC system［J］.Transactions of Beling Institute of Technology （Natural Science Edition）， 2013， 33（1）： 42-46.
[19]	魏玉博.基于相平面域的车辆稳定性控制及转矩分配优化研究［D］. 长春：吉林大学，2023.
	WEI Yubo. Research on vehicle stability control and optimization of torque distribution based on phase plane domain［D］.Changchun： Jilin University，2023.
[20]	许家孟.车辆稳定性随机过程相平面分析与控制［D］. 长春：吉林大学，2022.
	XU Jiameng. Phase plane analysis and control of stochastic processes for vehicle stability［D］.Changchun： Jilin University，2023.
[21]	钟龙飞，彭育辉，江铭. 基于相平面的分布式驱动电动汽车稳定性控制［J］. 汽车工程，2021， 43（5）： 721-729.
	ZHONG Longfei， PENG Yuhui， JIANG Ming. Stability control of distributed driven electric vehicle based on phase plane［J］. Automotive Engineering，2021， 43（5）： 721-729.
[22]	苏东旭，赵治国，赵坤，等. 基于可拓相平面稳定域划分的Tube-MPC车辆稳定性控制［J］. 汽车工程，2024， 46（9）： 1654-1667.
	SU Dongxu，ZHAO Zhiguo，ZHAO Kun，et al. Tube-MPC vehicle stability control based on stability domain division in extension phase plane［J］. Automotive Engineering，2024，46（9）： 1654-1667.
[23]	马静雯. 车轮荷载作用下沥青路面表层水膜流动规律研究［D］. 南京：东南大学，2019.
	MA Jingwen. Study on the law of water film flow of asphalt pavement under wheel load［D］.Nanjing：Southeast University，2019.