轮毂电动机驱动滑移转向车辆驱动力控制_付翔.pdf

2023 年 5 月May 2023第 44 卷第 3 期Vol 44No 3doi:10 3969/j issn 1671 7775 2023 03 002开放科学(资源服务)标识码(OSID):轮毂电动机驱动滑移转向车辆驱动力控制付翔1，2，3，4，赵熙金1，2，3，4，刘道远1，2，3，4(1 武汉理工大学 汽车工程学院，湖北 武汉 430070;2 武汉理工大学 现代汽车零部件技术湖北省重点实验室，湖北 武汉430070;3 武汉理工大学 汽车零部件技术湖北省协同创新中心，湖北 武汉 430070;4 武汉理工大学 湖北省新能源与智能网联车工程技术研究中心，湖北 武汉 430070)摘要:为提高滑移转向车辆机动性和稳定性，以轮毂电动机驱动滑移转向车辆为研究对象，充分利用转矩矢量控制在车辆动力学中的优势，针对传统滑模控制存在抖振问题，提出了一种基于自适应模糊滑模控制(adaptive fuzzy sliding mode control，AFSMC)的直接横摆力矩控制方法 设计自适应模糊滑模控制器，计算跟随控制目标所需的附加横摆力矩，构建模糊系统实时逼近变增益符号函数，模糊自适应律通过 Lyapunov 方法导出，提高控制策略的鲁棒性并抑制输出控制量的抖振问题 对下层控制器，提出了一种基于优化分配的驱动力分配方案，根据轮胎负荷率和加权因子建立目标函数 所提出的策略充分考虑了车辆的非线性动力学特性 实车试验结果表明:所提出的控制策略能够在车辆操纵性和稳定性方面获得良好的性能，控制系统具有较强的鲁棒性关键词:轮毂电动机;滑移转向;自适应模糊滑模控制;驱动力分配中图分类号:U461.1文献标志码:A文章编号:1671 7775(2023)03 0254 08引文格式:付翔，赵熙金，刘道远 轮毂电动机驱动滑移转向车辆驱动力控制J 江苏大学学报(自然科学版)，2023，44(3):254 261收稿日期:2021 09 01基金项目:武汉理工大学自主创新研究基金资助项目(107 3120620906)作者简介:付翔(1973)，女，湖北随州人，副教授(fuxiang whut edu cn)，主要从事分布式驱动汽车动力系统研究赵熙金(1996)，男，四川泸州人，硕士研究生(zhao_xj1163 com)，主要从事分布式驱动汽车动力学控制研究Driving force control of wheel motor drive skid steer vehicleFU Xiang1，2，3，4，ZHAO Xijin1，2，3，4，LIU Daoyuan1，2，3，4(1 School of Automotive Engineering，Wuhan University of Technology，Wuhan，Hubei 430070，China;2 Hubei Key Laboratory ofAdvanced Technology for Automotive Components，Wuhan University of Technology，Wuhan，Hubei 430070，China;3HubeiCollaborative Innovation Center for Automotive Components Technology，Wuhan University of Technology，Wuhan，Hubei 430070，China;4 Hubei Engineering Technology esearch Center for New Energy and Intelligent Connected Vehicle，Wuhan University of Technology，Wuhan，Hubei 430070，China)Abstract:To improve the maneuverability and stability of the skid steer vehicle driven by hub motors，the advantages of torque vectoring control in vehicle dynamics were fully utilized To solve the chatteringproblem in traditional sliding mode control，a direct yaw moment control method was proposed based onadaptive fuzzy sliding mode control(AFSMC)The AFSMC controller was designed to calculate theadditional yaw moment for following the control target，and a fuzzy system was constructed to approximatethe variable gain sign function in real time The fuzzy adaptive law was derived through the Lyapunovmethod to enhance the robustness of the control strategy and suppress output control chattering For thelower level，an optimized driving force distribution scheme based on tire load rate and weighting factorswas proposed by establishing an objective function In the proposed strategy，the nonlinear dynamiccharacteristics of the vehicle was fully considered The experimental results on a real vehicle show that by第 3 期付翔等:轮毂电动机驱动滑移转向车辆驱动力控制255the proposed control strategy，the good performance in vehicle handling and stability can be achieved withstrong robustness of the control systemKey words:wheel motor;skid steer;adaptive fuzzy sliding mode control;driving force distribution滑移转向车辆1 与阿克曼转向车辆不同，其主要由两侧车轮形成的转速差来实现转向功能 它消除了传统转向系统、传动机构、齿轮等部件，提高了车辆配置的灵活性 滑移转向车辆具有良好的机动性、越野性能、响应能力等优点，可实现原地转向及中心转向功能 目前国内有陆军装备的山猫全地形滑移转向越野车，国外有洛克希德马丁公司开发的 MULE、AMX 10 C、AMBOW UGV 等滑移转向车辆2 国内外学者针对滑移转向车辆控制展开了研究 文献 3在分析对比各种车辆的转向结构和转向原理基础上，提出一种转矩矢量控制策略，准确地对 6 轮独立驱动滑移转向车辆进行各车轮转矩实时控制分配 文献 4提出了基于最优控制分配的 6WD/6WS 驱动控制算法 文献 5提出了椭圆抛物线接触压力分布的轮胎分析模型，建立了滑移转向车辆在转向工况下的动力学分析模型 文献 6 为了提高滑移转向车辆的机动性和稳定性，提出了一种采用独立驱动电动机的 6 轮驱动滑移转向电动无人地面车辆的分层驱动力分配和控制策略文献 7 提出了一种用于滑移转向车辆的鲁棒控制方案，能够在越野路面实现高速路径跟踪 文献 8提出 6WID 滑移转向车辆发展的瓶颈是轮胎控制的协调性、控制需求的实时性和组合运动中的动力协调性 协调的车轮转矩控制是实现滑移转向和车辆驾驶控制的关键因素 针对车辆在复杂行驶工况下轮胎路面附着条件复杂多变从而影响动力学控制效果的问题，文献 9分析了滑移转向车辆的动力学特性，提出了双闭环结构的侧向动力学控制方法 文献 10考虑滑移转向车辆车轮 地面相互作用和车轮动力学的综合动力学模型，提出了一种基于模型的协调自适应鲁棒控制方案 文献 11 提出了一种松弛静态稳定性动力学控制方法，以过极点配置技术的横摆力矩控制来改善闭环操纵稳定性现有的下层电动机转矩分配方法多针对分布式四轮驱动系统，控制分配方法主要分为基于规则的分配方法12 和针对基于优化的转矩分配方法 在文献 13 14的 4 种 MIDEV 转矩控制分配方法中，与那些最小化能效的目标函数相比，基于最小轮胎滑移准则的目标函数具有更好的控制效果由于特殊的转向模式，滑移转向车辆在转向时轮胎会进入侧偏纵滑的复合运动状态，会对轮胎侧/纵向力学特性产生显著影响 对于滑移转向车辆来说，快速通过弯道是为了保证车辆的转向灵敏性和车辆行驶稳定性，这比减少轮胎损耗更为重要 但是现有的研究大多集中于单个轮胎上，例如，在曲线场景中，即使使用相同的轮胎，左侧车轮在潜力和对整体横摆力矩的贡献方面与右侧车轮有明显的差异 同样，前轮和后轮在产生横摆力矩方面也有不同的效率针对上述问题，笔者提出一种针对6 轮滑移转向车辆驱动力分层控制策略，建立基于滑移转向车辆系统动力学模型、轮胎动力学模型和车轮动力学模型的 9 自由度动力学模型 基于分层控制思想，上层控制器使用自适应模糊滑模控制得到滑移转向车辆满足转向控制所需附加横摆力矩通过自适应律逼近法解决滑移转向车辆系统的不确定性和外部扰动等非线性干扰 在下层控制器中，提出一种基于优化分配的驱动力分配方案，根据轮胎负荷率和加权因子，建立目标函数 最后通过实车试验验证提出的控制策略对滑移转向车辆控制的有效性1车辆动力学模型由于滑移转向车辆没有车轮转角，横摆角速度的响应是通过改变内外侧车轮的转速而实现转向 2自由度车辆动力学模型1 只能描述车辆横向运动和横摆运动 这里用该模型计算滑移转向车辆理想横摆率，整车模型方程如下:m(vy+vx)=2vx(ky1+ky2+ky3)vy+aky1bky2(b+c)ky3 ，I=B(kx1+kx2+kx3)2vxvx2vx aky1 bky2(b+c)ky3 vy1vx12B2(kx1+kx2+kx3)+2 a2ky1+b2ky2+(b+c)2ky3，(1)式中:m 为车辆质量;vx为车辆纵向速度;vy为车辆256第 44 卷侧向速度;为横摆角速度;kxi、kyi分别为第 i 轴轮胎的纵滑刚度和侧偏刚度，i=1，2，3 分别为前、中、后轴;a、b、c 分别为前、中、后轴距离质心的距离;I为整车转动惯量;B 为车辆轮距;vx为车辆左右车轮接地点速度差基于阿克曼转向车辆 2 自由度单轨模型计算得到的稳态横摆角速度增益为=vx/L1+Kv2x，(2)式中:为转向盘转角;L 为轴距;K 为稳定性系数与式(2)类比可得，滑移转向 6 轮车辆稳态横摆角速度增益为dvx/vx=vxA/C1+D/Cv2x，(3)式中:d为推导的期望横摆角速度;D/C 表征滑移转向 6 轮车辆的稳定性因数9;A=B(kx1+kx2+kx3)(ky1+ky2+ky3)，C=B2(kx1+kx2+kx3)(ky1+ky2+ky3)+4(ky1+ky2+ky3)(a2ky1+b2ky2+c2ky3)4(aky1+bky2+cky3)2，D=2 aky1 bky2(b+c)ky3m(4)期望横摆角速度的选取还需考虑路面附着条件限制，即max=g/vx，(5)式中:max为最大横摆角速度;g 为重力加速度;为路面附着系数对车轮施加纵向力时，由于车轮摩擦椭圆的限制，轮胎横向力的饱和水平会降低，进而出现某个轴可能会先于另一轴饱和 根据文献 6 可知，当后轴车轮率先饱和时，车辆会出现过度转向，严重造成车辆甩尾 定义后轴利用附着系数为r=(Fzr)2 F2xr/(Fzr)，(6)式中:Fzr为车辆后轴垂向力;Fxr为车轮后轴纵向力故可得到 6 轮滑移转向车辆期望横摆角速度des应满足:des=min|d|，rgvxsgn d(7)2滑移转向控制系统设计滑移转向控制逻辑如图 1 所示 采用基于分层控制思想，上层控制器根据滑移转向车辆 2 自由度模型得到车辆期望横摆角速度，耦合轮胎力参考文献 6 进行估算 使用自适应模糊滑模控制实现滑移转向车辆转向控制，在下层控制器中，提出了一种基于优化分配的驱动力分配方案，将决策的横摆力矩分配给各个车轮图 1滑移转向控制逻辑图滑移转向车辆是一个具有强耦合性、不确定性和高非线性的系统，车辆在行驶中，其轮胎侧偏刚度等可能会在各种驾驶条件下发生变化 滑模控制方法由于其对传感器噪声和车辆高非线性系统具有高鲁棒性，被广泛应用于车辆直接横摆力矩控制器中以调节车辆稳定性 本研究利用滑模控制方法设计直接横摆力矩控制器，通过左右车轮形成力矩差控制滑移转向车辆转向跟踪能力和行驶稳定性2.1直接横摆力矩控制器设计以滑移转向车辆横摆角速度作为控制目标，选取滑模控制作为主要控制方法，滑模面设计和趋近律的选择如下:s=(des)，(8)式中:s 为滑模面切换函数;为系统状态调节量对式(8)两边微分可得s=(des)(9)趋近律设置为s=ksgn s bss，(10)式中:k、bs为常数，是趋近律调节参数控制律为Mz=Izbss ksgn s+()des(Fylf+Fyrf)a+(Fylm+Fyrm)b+(Fylr+Fyrr)(b+c)，(11)式中:Fyij为滑移转向车辆各车轮侧向力，ij 分别为左前(lf)、右前(rf)、左中(lm)、右中(rm)、左后(lr)、右后(rr)的车轮稳定性证明如下:考虑的 Lyapunov 函数为VL=12s2，(12)通过对其求导可得VL=ss=s(ksgn s bss)=k|s|bss20(13)第 3 期付翔等:轮毂电动机驱动滑移转向车辆驱动力控制257根据上述控制律，符号函数的存在可以有效消除未知干扰项，但不可避免地导致系统抖振 针对该问题，采用模糊逼近算法构造连续的离散符号函数，从而在根本上减小抖振现象 模糊逼近的设计过程如下所述采用乘积推理机、单值模糊度和中心平均模糊度结算器 模糊系统的输出为y(x)=mj=1j(ni=1Aji(xi)mj=1(ni=1Aji(xi)，(14)式中:为模糊子系统;Aji(xi)为 xi的隶属度函数这里采用模糊系统 h(s|)作为连续逼近函数(k/)sgn s 的输出，即h(s|)=T(s)，(15)式中:T为动态调整的程度，根据适应律而发生变化;(s)=ni=1Aji(xi)mj=1(ni=1Aji(xi)(16)在理想状态下，h(s|)=(k/)sgn s 而车辆实际行驶条件复杂多变，无法长期保证在理想状态为了实时生成 h(s|)并使其无限接近(k/)sgn s，设计自适应律来调整，有=rs(s)，(17)式中:r 为常数矩阵，根据系统状态设计在引入 h(s|)后，控制律可改为M=Ibss (Fylf+Fyrf)a+(Fylm+Fyrm)b+(Fylr+Fyrr)(b+c)+Ides h(s|)(18)当切换项为连续项时，(k/)sgn s 的系数 k 应能随系统的运动状态而变化，使近似的模糊系统h(s|)具有更高的条件适应性 为此，设计一个可变的开关增益，模糊规则根据系统的相对位置、运动趋势和滑动面来调整开关增益 将 ss作为模糊输入，k 作为输出，参数 ss和 k 的模糊集都为 2.0，2.0，对应的模糊语言变量为ss=NB，NM，NS，ZO，PS，PM，PB;k=NB，NM，NS，ZO，PS，PM，PB 当 ss0 时，说明滑模函数的当前状态与变化趋势一致，且系统趋于远离滑模面 此时应增加开关增益;当 ss 0 表明此时滑模函数的状态与变化趋势相反，系统接近滑模面，开关增益 k 应减小 同时，模糊规则还需要考虑|s|的大小来进一步合理化设计 当|s|较大时，|k|也应发生较大的变化，反之亦然 在此基础上，得到模糊规则和模糊系统的隶属度函数如图 2、3 所示 所设计的自适应模糊滑模控制器使模糊系统h(s|)实时逼近变增益符号函数，在自适应的前提下减少抖振图 2输入隶属度函数图 3输出隶属度函数2.2驱动力最优分配下层驱动力分配控制器将上层决策得到的附加横摆力矩，对各车轮的纵向力进行再分配，分配的同时考虑路面附着系数的影响，保证车辆转向行驶的稳定性 根据车辆动力学模型得到如下关系:Fx=Fxlf+Fxrf+Fxlm+Fxrm+Fxlr+Fxrr，Mz=(Fxlf Fxrf+Fxlm Fxrm+Fxlr Fxrr)dw2，(19)式中:Fxij为各车轮纵向力;dw为轴距可将式(19)写为矩阵形式:FxMz=Bu，(20)式中:B=111111dw2dw2dw2dw2dw2dw2;u=FxlfFxrfFxlmFxrmFxlrFxrrT方程(19)采用二次规划法求解，基于二次规划理论，首先确定最优目标函数和约束条件 选取车轮纵向力 Fxij平方除以垂直载荷 Fzij与摩擦系数乘积的平方作为优化目标函数，用于表征车轮的稳定裕258第 44 卷度 一般情况下，当目标函数值接近 1 时，轮胎利用率高，车辆的稳定裕度越低，轮胎与路面的附着力更接近极限，此时车辆处于失稳的临界状态 所以本研究的优化目标是使目标函数值最小化，保证车辆稳定裕度最大化 目标函数可表示为min J1=3i=33j=1CijF2xij(ijFzij)2，(21)式中:J1为稳定裕度函数;Cij为权重因子在不同的路面条件下，纵向力也受到路面附着系数和电动机输出转矩的限制 每个车轮的纵向力应满足约束条件:FxijminTimax，ijFzij1 FyijijF()zij2，(22)式中:Timax为轮毂电动机最大转矩将式(19)和(22)改写为minuJ2=uTWu，s tV=Bu，uminuumax，(23)式中:J2为优化目标函数;W 为实对称矩阵;u 为纵向驱动力矩阵;umin为纵向驱动力最小值矩阵;umax为纵向驱动力最大值矩阵将等式约束转化为 minBu V的形式，并将问题转化为序列最小二乘问题，有J2=argminuminuumaxWw(Bu V)2，(24)式中:Ww为分配需求 w 的权重矩阵引入权重系数，将最小二乘问题序列转化为加权最小二乘问题，有J=argminuminuumax(Wuu22+Ww(Bu V)22)，(25)Wuu22+Ww(Bu V)22=(26)式中:J 为最优函数;Wu为控制变量 u 的权重系数;为权重系数，调节稳定裕度函数与优化函数的权重值采用主动集方法求解该方程，得到 6 轮驱动电动车辆的转矩分配最佳结果3实车试验分析为了验证本研究提出的针对滑移转向车辆驱动力控制策略有效性，采用课题组研发的 6 轮毂电动机驱动滑移转向车辆进行转向控制策略实车验证 车辆参数如下:整车质量为 1 800 kg，轴距为2 040 mm，前轴距质心距离为 960 mm，中轴距质心距离为 60 mm，后轴距质心距离为 1 080 mm，车轮半径为 373 mm，轮毂电动机最大功率为 36.4 kW，轮毂电动机最大输出转矩为 230 Nm由于滑移转向车辆试验平台仍处于研发阶段，整体完成度未达到最优，可靠性仍有不足，6 轮毂电动机驱动滑移转向车辆平台如图 4 所示，其中:GPS(global positioning system)为全球定位系统;VCU(vehicle control unit)为整车控制器 同时受限于试验场地及驾驶员安全性考虑，实车试验主要进行绕S 形曲线试验和稳态圆周试验图 46 轮毂电动机驱动滑移转向车辆平台3.1绕 S 形道路工况滑移转向车辆在干燥平整的沥青路面上绕 S 形曲线行驶实车试验如图 5 所示 参照 GB/T 63232014汽车操纵稳定性试验方法 进行试验，驾驶员操纵转向盘，使汽车以 15 km/h 左右的车速沿 S 形曲线行驶图 5绕 S 形道路行驶实车试验为了定量评价控制算法对滑移转向车辆在鲁棒性及消除抖振方面的控制性能，使用均方根误差eMS来评价提出的自适应模糊滑模控制策略与传统滑模控制策略的性能 定义均方根误差为eMS=1NNi=1i des()i2，(27)式中:N 为采样次数第 3 期付翔等:轮毂电动机驱动滑移转向车辆驱动力控制259由实车试验可得车辆绕 S 形曲线行驶的转向试验曲线如图 6 所示图 6车辆绕 S 形曲线行驶的转向试验曲线从图 6 可以看出:本研究提出的自适应模糊滑模控制(adaptive fuzzy sliding mode control，AFSMC)策略可以控制横摆角速度更好地接近滑移转向车辆的期望横摆角速度，最大偏离期望横摆角速度在2.0()/s 以内，控制鲁棒性强，而传统的滑模控制(sliding mode control，SMC)策略则使车辆横摆角速度发生较大突变，横摆角速度最大偏离期望值达到12 3()/s，车辆转向行驶时出现车辆频繁抖动，横摆角速度短时间内变化量达到 15 0()/s 从图 6e可以看出:SMC+平均力矩分配在到达滑模面前对干扰比较敏感，在车辆转弯时会引起较大的瞬时突变，滑模控制方法会产生明显的抖振，决策的附加横摆力矩分配到各个车轮，使得各车轮转矩发生频繁突变，转矩频繁变化量达到 55 Nm，车轮转速进而发生急剧变化 车轮转矩抖动的突然变化不仅影响车辆的乘坐舒适性，还会对电动机和其他部件造成严重损坏，从而大大缩短其寿命AFSMC+最优力矩分配方法在有限时间内只发生小的抖振，与传统滑模控制相比，抖振的幅值和频率都大大降低 在横摆角速度方面，AFSMC+最优力矩分配方法比传统的 SMC+平均力矩分配方法控制效果更好，使得车辆横摆角速度随动响应更快，滑移转向车辆横摆角速度可以更好地跟踪期望横摆角速度 对比 AFSMC+最优力矩分配方法与SMC+平均力矩分配法车辆横摆角速度均方根误差，AFSMC+最优力矩分配方法的均方根误差为0.803，而 SMC+平均力矩分配方法的均方根误差达到了 3.372，系统抖振频繁 AFSMC+最优力矩分配方法可以在整个过程中将横摆角速度控制在很小的范围内，这不仅保证车辆行驶的完全性、车辆转向性能，而且提高了乘坐舒适性，减小由于频繁抖振对车辆执行器等部件的损坏3.2稳态圆周工况车辆以13 km/h 左右的车速在干燥平整的沥青路面上进行稳态圆周试验 轮毂电动机驱动滑移转向车辆的稳态圆周工况试验曲线如图 7 所示260第 44 卷图 7稳态圆周工况试验从图 7a d 可以看出:AFSMC+最优力矩分配方法车辆的车速变化更小，横摆角速度可以更好地跟踪期望横摆角速度，跟踪误差在 1.0()/s 以内，车辆行驶较为稳定，控制器具有较强鲁棒性;SMC+平均力矩分配方法由于抖振的原因，车辆在进行稳态转向时始终处于频繁调节状态，横摆角速度误差大于 4.0()/s 占整个过程的 90%，车辆不能很好跟随期望行驶轨迹，乘坐舒适性差;AFSMC+最优力矩分配方法的横摆角速度均方根误差为 0.852，而 SMC+平均力矩分配法的横摆角速度均方根误差为 1.787 从图 7e、f 可以看出:在 AFSMC+平均力矩分配方法和下层最优力矩分配下，滑移转向车辆在进行稳态转向时，轮毂电动机力矩输出稳定，左、右侧电动机转速差几乎恒定，滑移转向车辆可正确跟随期望路径，控制器有效性好4结论1)提出了针对滑移转向车辆的自适应模糊滑模直接横摆力矩控制策略，通过实车绕 S 形道路工况、稳态圆周工况行驶试验，验证了策略的有效性控制器可以很好解决传统滑模控制由于频繁抖振导致控制变量的突变幅度大、无法快速回复正常的问题，提高了控制策略的鲁棒性并抑制输出控制量的抖振问题2)设计的 AFSMC+最优力矩分配采用模糊系统 h(s|)方法和可变增益切换器，避免了传统滑模控制带来的问题 从控制效果来看，传统 SMC 的控制效果不如本研究设计的 AFSMC+最优力矩分配控制方法 究其原因，传统的 SMC 控制方法一旦设定参数就无法改变，参数的设定无法保证控制效果在各工况下达到最佳水平 在设计 AFSMC+最优力矩分配时，基于模糊规则的可变切换增益可以根据系统的相对位置、滑动面及其运动状态实时调整参数 这样，模糊系统的 h(s|)总是逼近可变增益的切换项，保证了任何工况下的理想控制效果，也保证了整个系统的稳定性和收敛性参考文献(eferences)1 NI J，HU J B，XIANG C L Design and Advanced o-bust Chassis Dynamics Control for X-by-Wire UnmannedGround VehicleM USA:Morgan Claypool Pub-lishers，20182 NI J，HU J B，XIANG C L A review for design anddynamics control of unmanned ground vehicle J Pro-ceedings of the Institution of Mechanical Engineers，PartD:Journal of Automobile Engineering，2021，235(4):1084 11003 VLADISLAV I 六轮无人战车滑移转向设计及控制算法研究 D 哈尔滨:哈尔滨工业大学，20204 KANG J，KIM W，LEE J，et al Skid steering-basedcontrol of a robotic vehicle with six in-wheel drives J Proceedings of the Institution of Mechanical Engineers，Part D:Journal of Automobile Engineering，2010，224(11):1369 13915 NI J，HU J B Dynamic modelling and experimental va-lidation of a skid-steered vehicle in the pivotal steeringcondition J Proceedings of the Institution of Mechani-第 3 期付翔等:轮毂电动机驱动滑移转向车辆驱动力控制261cal Engineers，Part D:Journal of Automobile Enginee-ring，2017，231(2):225 2406 ZHANG H，LIANG H，TAO X，et al Driving forcedistribution and control for maneuverability and stabilityof a 6WD skid-steering EUGV with independent drivemotorsJ Applied Sciences，2021，11(3):961 9727 HUSKICG，BUCK S，HEB M，et al High-speedpath following control of skid-steered vehiclesJ TheInternational Journal of obotics esearch，2019，38(9):1124 11488 智晋宁 多轮驱动车辆速差转向及行驶控制研究 D 北京:北京理工大学，20169 余卓平，高乐天，章仁燮，等 轮边电机驱动差动转向车辆动力学控制J 同济大学学报(自然科学版)，2018，46(5):631 638YU Z P，GAO L T，ZHANG X，et al Dynamic con-trol of electric motor driven skid-steered vehiclesJ Journal of Tongji University(Natural Science)，2018，46(5):631 638(in Chinese)10 LIAO J F，CHEN Z，YAO B Model-based coordinatedcontrol of four-wheel independently driven skid steer mo-bile robot with wheel-ground interaction and wheel dy-namicsJ IEEE Transactions on Industrial Informa-tics，2019，15(3):1742 1752 11 NI J，WANG W D，HU J B，et al elaxed static sta-bility forfour-wheelindependentlyactuatedgroundvehicle J Mechanical Systems and Signal Processing，2019，127(1):35 49 12 DING S H，LIU L，ZHENG W X Sliding mode directyaw-moment control design for in-wheel electric vehiclesJ IEEE Transactions on Industrial Electronics，2017，64(8):6752 6762 13 DE NOVELLIS L，SONIOTTI A，GUBE P Wheeltorque distribution criteria for electric vehicles withtorque-vectoring differentials J IEEE Transactions onVehicular Technology，2014，63(4):1593 1602 14 DE NOVELLIS L，SONIOTTI A，GUBE P Opti-mal wheel torque distribution for a four-wheel-drive fullyelectric vehicleJ SAE International Journal of Pas-senger Cars-Mechanical Systems，2013，6(1):128 136(责任编辑贾国方)(上接第 253 页)YIN X Q，WANG H，MO Y D，et al Optimized algo-rithm for vehicle forward collision pre-warning time con-sidering road adhesion coefficientJ Journal of Auto-motive Safety and Energy，2019，10(2):178 183(inChinese)6顾凯峰 考虑路面附着系数的汽车纵向碰撞预警 J 汽车工程师，2020(12):53 57GU K F Vehicle longitudinal collision warning consi-dering road adhesion cofficientJ Automotive Engi-neer，2020(12):53 57(in Chinese)7胡守俍 基于安全距离模型的 AEB 系统仿真研究 J 汽车实用技术，2020(8):35 37HU S L Simulation research of AEB system based onsafety distance model J Automobile Applied Techno-logy，2020(8):35 37(in Chinese)8YUAN C C，WANG T，SHEN J，et al A new activesafety distance model of autonomous vehicle based onsensor occluded scenes J International Journal ofModelling and Simulation，2021，41(3):195 2089 王磊，吕璞，林永杰 高速公路交通事故影响因素分析及伤害估计J 中国安全科学学报，2016，26(3):86 90WANG L，LYU P，LIN Y J Traffic accidents on free-ways:influencing factors analysis and injury severityevaluation J China Safety Science Journal，2016，26(3):86 90(in Chinese)10 吕凯光，李旋，韩天园，等 基于驾驶风格识别的 AEB控制策略 J 汽车技术，2021(5):16 21LYU K G，LI X，HAN T Y，et al AEB control strategybased on driving style recognition J Automobile Tech-nology，2021(5):16 21(in Chinese)11 李胜琴，闫祥伟 基于 Dubins 曲线的局部路径规划方法研究 J 森林工程，2022，38(4):155 162LI S Q，YAN X W esearch on local path planningmethod based on Dubins curve J Forest Engineering，2022，38(4):155 162(in Chinese)(责任编辑贾国方)