低附着下分布式驱动车辆的路径跟踪与横向稳定性控制方法

由于车辆在低附着工况（如积雪、潮湿）下跟踪性与横向稳定性的耦合关系，这使得二者之间的控制难以同时满足跟踪精度及良好的稳定性需求，因此，研究了基于分布式独立驱动电动汽车平台的路径跟踪与横向稳定性联合控制模型。对于路径跟踪问题，采用了横纵向解耦控制；对于横向跟踪控制问题，模型采用基于Frenet坐标系的模型预测控制（model predictive control,MPC）路径跟踪控制方法，并引入了转角补偿策略以提升路径跟踪的准确性；对于纵向车速控制问题，模型利用MPC求解期望加速度，并根据行驶平衡方程和保证路面附着最大利用率的条件下确定电机扭矩输出，实现对纵向车速的控制。对于横向稳定性控制问题，提出了基于稳定性增强系统（stability augmentation system,STA）的横摆力矩控制模型，在获得附加力矩后，以二次规划方法将其合理分配到各个车轮上，从而增强了车辆的横向稳定性。最后，通过CarSim/Simulink联合仿真平台，在双移线道路工况下进行了仿真验证。结果表明：在积雪路面，改进模型相比传统MPC在保证横向误差接近的条件下，最大的质心侧偏角降低了83.1%；在潮湿...