- Автор: Джонни Лю, генеральный директор Dowway
- Соавтор/аффиляция: Институт интеллектуального оборудования для перевозки
- Опубликовано: 2 июня 2026 г
- Категория: Автомобильная техника, динамика транспортных средств, системы управления
- Время чтения: 11 минут
Техническое резюме
Что такое оболочка стабильности ($s_c$) автомобиля 4WS?
Конверт стабильности $s_c$ — это замкнутая область в плоскости угла бокового скольжения ($\beta$) по сравнению с плоскостью скорости рыскания ($R$). Он ограничен шестью пределами: две границы рыскания ($L_1, 1_2$), определяемые пиковым сцеплением дороги, и четырьмя углами бокового скольжения ($L_3, L_4, L_5, L_6$), рассчитанные по углам скольжения насыщения Передние и задние шины с использованием модели щеточных шин.
Как 4WS улучшает рулевое управление передними колесами (FWS)?
В отличие от FWS, которая управляет только задним насылением шин ($L_7, L_8$), 4WS активно контролирует обе оси для предотвращения насыщения шин, подтягивает рабочую точку ближе к началу фазы плоскости, требует снижения боковой силы шин и обеспечивать активную безопасность перед традиционными Триггер электронных программ стабильности (ESP).
Table of Contents
Введение: стремление к высокоскоростной активной безопасности
Когда транспортное средство вращается на высоких скоростях, доли секунды определяют границу между абсолютным контролем и раскруткой. Традиционно системы безопасности опирались на Электронные программы стабильности (ESP). Тем не менее, ESP реактивен: он вмешивается, применяя тормоза после Обнаруживается потеря тяги или бокового скольжения, что замедляет работу автомобиля и нарушает импульс.
Можем ли мы предотвратить нестабильность до того, как она начнется?
Ответ заключается в Четырехколесное рулевое управление (4WS). Активно контролируя передние и задние углы рулевого управления, 4WS упреждает управление автомобилем, чтобы поддерживать нейтральную управляемость и обходить пределы традиционного рулевого управления.
В этой статье мы переводим теорию динамики транспортных средств в активную структуру управления. Мы построим упрощенную модель автомобиля с 3 степенями свободы (3-DOF), оценим неизмеримые состояния в режиме реального времени, используя Расширенный фильтр Калмана (EKF), сопоставьте физические пределы сцепления шин с помощью модифицированного Модель щетки щеткой, и построить границу стабильности 4WS ($S_C$).
Быстрый FAQ
- Зачем нам нужен EKF, чтобы найти угол скольжения ($\beta$)?Стандартные серийные автомобили не имеют дешевых датчиков для прямого измерения угла скольжения. EKF использует доступные датчики (такие как боковое ускорение и скорость рыскания) для оценки бокового скольжения в режиме реального времени.
- Что заставляет шину насыщаться?Шина насыщается, когда угол скольжения становится слишком большим, в результате чего шина переходит от захвата к скольжению. На этом этапе поворот рулевого колеса дальше не создаст больше поперечной силы.
- Почему 4WS безопаснее FWS?FWS может реагировать только на скольжение заднего колеса. 4WS активно координирует обе оси, разделяя нагрузку на повороты и сохраняя баланс автомобиля в своих физических пределах.
Раздел 1: Строительство ядра – модель динамики 3-DOF
Чтобы спроектировать активный контроллер в реальном времени, мы должны уравновешивать математическая точность со скоростью компьютерной обработки. Полная модель автомобиля с несколькими корпусами очень точна, но ее сложная математика слишком тяжела для стандартных встроенных микроконтроллеров.
Поскольку скорость рыскания ($R$) и углы бокового скольжения ($\beta$) являются основными переменными для оценки управляемости транспортного средства и боковой устойчивости, мы используем упрощенную 3-градусная модель динамики автомобиля (представляющие продольные, боковые и рысковые движения).
Системные уравнения непрерывного времени
Игнорируя ошибки линеаризации скольжения шины, вызванные рулевым управлением для целей оценки состояния, мы пишем непрерывные уравнения движения следующим образом: a_y$$$\dot{r} = \frac{a f_{yf} \cos\delta_f – b f_{yr} \cos\delta_r}{i_z}$$
где:
- $v_x, v_y$ — продольные и поперечные скорости в центре тяжести транспортных средств (CG).
- $r$ — это рысь рысь.
- $a_x, a_y$ представляют продольные и поперечные ускорения.
- $\delta_f, \delta_r$ — это углы рулевого управления передних и задних колес соответственно.
- $f_{yf}, f_{yr}$ представляют собой боковые силы шин передней и задней осей.
- $A, B$ — это расстояния от CG до передней и задней осей.
- $i_z$ — это момент инерции транспортных средств.
- $M$ — это общая масса автомобиля.
Боковое ускорение транспортных средств $A_Y$ моделируется как:$$A_Y = \FRAC{F_{YF} \Cos\Delta_F + F_{YR} \Cos\Delta_R}{M}$$
Игнорирование малых нелинейных членов угла поворота ($\cos\delta \примерно 1$), упрощенное выходное уравнение ускорения:
Используя малоугловую аппроксимацию для угла бокового скольжения автомобиля, определим:$$\бета \приблизительно \frac{v_y}{v_x}$$
Дифференциация $\beta$ по времени доходности:$$\dot{\beta} \приблизительно \frac{\dot{v}_y}{v_x} – \frac{v_y \dot{v}_x}{v_x^2} \Приблизительно \frac{a_y}{v_x} – r = \frac{f_{yf} + f_{yr}}{m v_x} – r$$
Раздел 2: Оценка неизмеримых состояний с помощью расширенного фильтра Калмана (EKF)
Многие переменные безопасности, такие как углы бокового скольжения $\beta$, не могут быть измерены напрямую с помощью стандартных, недорогих датчиков. Вместо этого мы должны оценить их.
The Расширенный фильтр Калмана (EKF) Выступает в качестве наблюдателя в реальном времени для нашего автомобиля 4WS. Традиционная фильтрация Калмана (KF) работает только на линейных системах. EKF обходит этот предел, линеаризуя нелинейную динамику относительно текущей оценки состояния с использованием расширения ряда Тейлора, отбрасывая члены высокого порядка.
[ Previous State x_{k-1} ]
│
▼ (Prediction Step)
Linearize system via Jacobian A_k
Predict State: x̂_{k|k-1} = f(x̂_{k-1}, u_{k-1})
Predict Covar: P_{k|k-1} = A_k P_{k-1} A_k^T + Q
│
▼ (Measurement Update)
Linearize output via Jacobian C_k
Compute Kalman Gain: K_k = P_{k|k-1} C_k^T (C_k P_{k|k-1} C_k^T + R)^{-1}
Correct State: x̂_k = x̂_{k|k-1} + K_k (z_k - h(x̂_{k|k-1}, u_k))
Correct Covar: P_k = (I - K_k C_k) P_{k|k-1}
│
▼
[ Estimated State x_k ]
Рисунок 1: Расширенный рабочий процесс оценки состояния фильтра Калмана.
Дискретизированная формулировка пространства состояний
Для запуска оценщика на электронном блоке управления (ECU) мы преобразуем уравнения состояния 3-DOF в это представление пространства состояний:$$x_k = f(x_{k-1}, u_{k-1}) + w_{k-1}$$$$z_k = h(x_k, u_k) + v_k$$
где:
- $x_k =[\beta_k, r_k, v_{x,k}]^t$ — вектор состояния.
- $u_k =[\delta_{f,k}, \delta_{r,k}]^t$ — вектор управления.
- $Z_K =[a_{y,k}, r_k]^t$ — вектор наблюдения.
- $w_k, v_k$ представляют процесс и измерение векторов белого шума с ковариационными матрицами $q$ и $r$.
Чтобы вычислить уравнения предсказания-обновления, мы линеаризуем систему на каждом временном шаге, используя эти якобианки:$$A_K = \слева. \frac{\partial f}{\partial x} \right|_{\hat{x}_{k-1|k-1}, u_{k-1}}, \quad c_k = \left. \frac{\partial h}{\partial x} \right|_{\hat{x}_{k|k-1}, u_k}$$
Затем оценка состояния $\hat{x}_k$ поступает непосредственно в контроллер границ безопасности.
Раздел 3: Определение пределов безопасности – модель щеточных шин
Даже автомобиль с современным 4WS не может бросить вызов физике: его управляемость зависит от трения на интерфейсе Tire-Road.
Чтобы сопоставить эти ограничения, мы оцениваем поведение шин с использованием физического Модель щетки щеткой. В этой модели углы скольжения шин передней и задней оси определяются геометрически как:$$\alpha_f = \beta + \frac{a \cdot r}{v_x} – \delta_f$$$\alpha_r = \beta – \frac{b \cdot r}{v_x} – \delta_r$$
Понимание насыщенности шин
По мере увеличения угла скольжения шина переходит от упругого растяжения к скольжению, в конечном итоге достигая точки, где не может генерироваться дополнительная боковая сила. Этот порог определяется как Угол скольжения по шине насыщения ($\alpha_{sat}$):$$\alpha_{sat} = \arctan \left( \frac{3 \mu f_z \kappa}{k} \right)$$
где:
- $\mu$ — коэффициент трения по шинам.
- $K$ — это жесткость поворотов в шинах.
- $F_Z$ — это динамическая вертикальная нагрузка шины.
- $\kappa$ — коэффициент продольного затухания.
Факторинг в реальной динамике: $\kappa$ и $f_z$
Чтобы точно определить границы, мы должны учитывать два реальных динамических фактора:
- Скидка на продольную силу ($\kappa$): Продольные силы (торможение или ускорение) потребляют адгезию шин, оставляя меньше сцепления для поворота. Мы интегрируем это взаимодействие через коэффициент затухания $\kappa$: $$\kappa = \sqrt{1 – \лево(\f_x}{\mu f_z}\right)^2}$$ как продольная сила шины $F_X$ Увеличивается, $\Kappa$ падает, уменьшая доступный угол скольжения по боковой насыщенности $\alpha_{sat}$.
- Динамический перенос веса ($F_Z$): Во время торможения или ускорения вес переключается между передней и задней осями. Определяем динамическую вертикальную нагрузку $f_{zy}$ на каждую ось как: $$f_{zi} = f_{z, \text{static}} \pm \delta f_z$$$f_{zf} = \frac{m g b}{l} – \frac{m a_x h}{l}$$$$F_{Zr} = \Frac{M g a}{l} + \frac{m a_x h}{l}$$, где $l = a + b$ – колесная база, $h$ – высота центра тяжести, И $G$ — это гравитация. Второй член представляет собой перенос продольной нагрузки, который динамически изменяет $F_{ZF}$ и $F_{ZR}$, изменяя границы насыщения шин в режиме реального времени.
Раздел 4: Сопоставление закрытого конверта стабильности ($S_C$)
Чтобы гарантировать высокоскоростную стабильность, мы построим замкнутый граничный полигон в фазе $(\beta, r)$. Это Оболочка стабильности $S_C$. Он состоит из шести пограничных линий: четырёхгранных угловых границ и двух границ скорости рыскания.
▲ Yaw Rate (r)
│ L1 (Max Yaw Rate)
┌────────┴────────┐
│ │
L4 │ • │ L3
(Front │ (Origin) │ (Front
Min) │ │ Max)
└────────┬────────┘
│ L2 (Min Yaw Rate)
L5 (Rear Min) │ L6 (Rear Max)
▼ Sideslip Angle (β)
Рисунок 2: Концептуальная визуализация фазовой плоскости стабильности 4WS.
1. Границы угла бокового скольжения ($\beta$-лимиты)
Установив углы скольжения по шинам, равным их порогам насыщения ($\alpha_i = \pm \alpha_{i, sat}$), мы решаем для угла бокового скольжения $\beta$. Это дает четыре граничные линии ($1_3, 1_4$ для передней оси и $1_5, 1_6$ для задней оси):
- Границы насыщения передней оси: $$L_3: \beta = \alpha_{f, sat} – \frac{a \cdot r}{v_x} + \delta_f \Quad \Text{(Максимальный лимит)}}$$$L_4: \beta = -\alpha_{f, sat} – \frac{a \cdot r}{v_x} + \delta_f \Quad\Text{(Front Min Limit)}$$
- Границы насыщения заднего моста: $$l_5: \beta = -\alpha_{r, sat} + \frac{b \cdot r}{v_x} + \delta_r \QUAD \Text{(rear min limit)}}$$$L_6: \beta = \alpha_{r, sat} + \frac{b \cdot r}{v_x} + \delta_r \QUAD\Text{(rear Max Limit)}}$$
Сравнение руля переднего колеса (FWS)
Для стандартного автомобиля FWS задние колеса не могут управлять ($\delta_r = 0$). Поскольку задние колеса не имеют возможности рулевого управления, они сначала насыщаются. Таким образом, анализ стабильности FWS оценивает только границы задних шин ($L_7, L_8$):
- FWS задние границы насыщения: $$L_7: \beta = \alpha_{r, sat} + \frac{b \cdot r}{v_x} \quad\text{(fws max)}$$$$L_8: \beta = -\Alpha_{r, sat} + \frac{b \cdot r}{v_x} \quad \text{(fws сзади мин)}$$
2. Границы скорости рыскания ($R$-лимиты)
Абсолютная максимальная скорость рыскания ограничена пиком дорожного трения, не позволяя транспортному средству тянуть боковые силы, превышающие физические пределы сцепления шины: R = R_{max} = \frac{\mu G}{v_x} \quad \Text{(Максимальная скорость рыскания лимит)}$$$$L_2: r = -r_{max} = -\frac{\mu g}{v_x} \quad \text{(min yaw limit rate)}}$$
Окончательный набор региона стабильности 4WS ($S_C$)
Пересечение этих шести пограничных линий устанавливает замкнутую стабильную область работы $s_c$:$$s_c = \left\{ (\beta, r) \mid -r_{max} \le r \ le r_{max}, \max(l_4, l_5) \le \beta\le \min(l_3, l_6)\right\}$$
Раздел 5: Почему 4WS превосходит FWS: три ключевых урока
Чтобы продемонстрировать реальные преимущества 4WS, мы исследуем автомобиль, движущийся со скоростью 60 долларов США \Text{ км/ч} при резком изменении направления поворота с углом рулевого колеса 86 ^\ CIRC$. Система 4WS выполняет активную стратегию переключения режимов с двойной критической скоростью.
▲ Yaw Rate r
│
L1 ┌─────────┴─────────┐
│ │
│ • (4WS) │
│ │
L4 (Front) │ │ L3 (Front)
│ X (FWS) │
└─────────┬─────────┘
L2 │
▼ Sideslip β
Рис. 3: Сравнение фаз-портрета, показывающее рабочую точку 4WS (•) по сравнению с рабочей точкой FWS (X).
Урок 1: Сильная сходимость операционных точек
В фазной плоскости $(\beta, r)$ рабочая точка 4WS (красный кружок) сходится намного ближе к начальной точке $(0,0)$ по сравнению с рабочей точкой FWS (синий крест). В динамике автомобиля близость к источнику указывает на меньший угол скольжения автомобиля и более стабильную, предсказуемую управляемость. Автомобиль FWS, находясь намного дальше от центра, работает опасно близко к пределу устойчивости.
Урок 2: Снижение требований к заднему сцеплению шин
При одинаковых высокоскоростных маневрах 4WS распределяет спрос на рулевое управление по обеим оси. Следовательно, боковая сила, требуемая от задних колес, значительно ниже на автомобиле 4WS, чем на аналоге FWS. Это не позволяет задним шинам достичь порога насыщения, задерживает проскальзывание и сохраняет более широкий защитный буфер.
Урок 3: Тщательное моделирование риска с помощью двухосного насыщения
В FW граничные линии рассчитываются исключительно на основе насыщения задней шины ($1_7, 1_8$). Однако 4WS учитывает как переднее, так и заднее колесо. Это вводит две основные зоны треугольной неустойчивости на фазной плоскости:
- Верхний прямоугольный треугольник: определяется $\beta > l_6\cap\beta > л_3$
- Нижний левый треугольник: определяется $\beta < l_5\cap\beta < л_4$
Определяя эти регионы как нестабильные из-за насыщенности переднего колеса, 4WS обеспечивает гораздо более полную и физически реалистичную систему безопасности.
Движение вперед: рулевое управление внутри линий
Работая в пределах набора границ $S_C$ гарантирует управляемость транспортного средства. Пересечение этих границ не означает немедленную механическую неисправность, а сигнализирует о том, что шины перенасыщены и что неизбежен неизбежный дрейф или высокоскоростное вращение.
Моделируя эти границы в режиме реального времени и подавая их на активный контроллер рулевого управления, автомобиль с 4WS может динамически регулировать угол рулевого управления, чтобы предотвратить пересекание состояния $S_C$. Это упреждающее вмешательство представляет собой значительный шаг вперед для безопасности автомобиля — контроль стабильности в пределах физики еще до того, как тормоза ESP должны будут вмешиваться.