- 作者: Dowway の CEO である Johnny Liu 氏
- 共著者/所属: スマート キャリア機器研究所
- 公開: 2026 年 6 月 2 日
- カテゴリ: 自動車工学、車両ダイナミクス、制御システム
- 読む時間: 11分
テクニカルサマリー
安定性エンベロープとは何ですか ($S_C$) 4WS 車両の?
安定性エンベロープ $S_C$ は、横滑り角 ($\beta$) 対ヨーレート ($r$) 平面の閉じた領域です。 これは 6 つの制限で囲まれています。2 つのヨー レート範囲 ($l_1、l_2$) は、ピークの接着によって定義されます。また、4 つの横滑り角境界 ($l_3、l_4、l_5、l_6$) は、 ブラシ タイヤ モデルを使用したフロント タイヤとリア タイヤ。
4WS は前輪ステアリング (FWS) をどのように改善しますか?
リア タイヤの彩度 ($1_7、L_8$) のみを管理する FWS とは異なり、4WS は両方の車軸を積極的に制御してタイヤの彩度を防ぎ、操作点を位相面原点に近づけ、横方向のタイヤ力要求を下げ、積極的な安全介入を提供します。 従来の電子安定性プログラム (ESP) トリガーの前に。
Table of Contents
はじめに: 高速アクティブ セーフティの探求
車両が高速で曲がると、2 番目の一部が絶対制御とスピンアウトの境界を決定します。 従来、安全システムは に依存していました 電子安定性プログラム (ESP). ただし、ESP はリアクティブです。ブレーキをかけることで介入します アフター トラクションやサイドスリップの損失が検出され、車両の速度が低下し、勢いが乱れます。
不安定性が始まる前に防ぐことができますか?
答えは にあります 四輪ステアリング (4WS). フロントとリアの両方のステアリング アングルを積極的に制御することにより、4WS は車両を先制的に操縦し、ニュートラルなハンドリングを維持し、従来のステアリングの限界を回避します。
この記事では、車両ダイナミクス理論をアクティブな制御フレームワークに変換します。 単純化された 3 自由度 (3-DOF) の車両モデルを構築し、測定不可能な状態をリアルタイムで推定します。 拡張カルマン フィルター (EKF)、変更されたものを使用して、タイヤの接着の物理的限界をマッピングします。 ブラシ タイヤ モデルで、4WS 安定境界エンベロープ ($S_C$) を作成します。
クイック FAQ
- なぜ横滑り角を求めるのに EKF が必要なのですか ($\beta$)?標準の生産車には、横滑り角を直接測定するための安価なセンサーはありません。 EKF は、利用可能なセンサー (横加速度やヨー レートなど) を使用して、リアルタイムで横滑りを推定します。
- タイヤが飽和する原因は何ですか?スリップ角度が大きくなりすぎると、タイヤが飽和状態になり、タイヤがグリップからスライドに移行します。 この時点で、ハンドルをさらに回しても横方向の力は発生しません。
- なぜ FWS よりも 4WS の方が安全なのですか?FWS は後輪のスライドにしか反応できません。 4WS は、両方の車軸を積極的に調整し、コーナリング負荷を共有し、車両の物理的安全限界内でのバランスを維持します。
セクション 1: コアの構築 – 3-DOF 車両ダイナミクス モデル
リアルタイム アクティブ コントローラーを設計するには、数学の精度とコンピューターの処理速度のバランスを取る必要があります。 フル マルチボディ ビークル モデルは非常に正確ですが、その複雑な計算は、標準のオンボード マイクロコントローラには重すぎます。
ヨーレート ($R$) とサイドスリップ角度 ($\ベータ$) が、車両の取り扱いと横方向の安定性を評価するための主な変数であるため、簡略化されたものを使用します。 3 自由度 (3-DOF) 車両ダイナミクス モデル (縦、横、およびヨーの動きを表します)。
連続時間システム方程式
状態推定の目的でステアリングによるタイヤ スリップの線形化エラーを無視して、連続運動方程式を次のように記述します。 a_y$$$$\dot{r} = \frac{a f_{yf} \cos\delta_f – b f_{yr} \cos\delta_r}{i_z}$$
どこで:
- $V_X、V_Y$ は、車両の重心 (CG) での縦方向と横方向の速度です。
- $r$ はヨーレートです。
- $A_X、A_Y$ は、縦方向と横方向の加速度を表します。
- $\delta_f、\delta_r$ は、それぞれ前輪と後輪の操舵角です。
- $F_{YF}、F_{YR}$ は、前後の車軸の横方向のタイヤの力を表します。
- $A、B$ は、CG から前後の車軸までの距離です。
- $i_z$ は、車両の慣性モーメントです。
- $M$ は総車両質量です。
車両横加速度 $A_Y$ は、:$$a_y = \frac{f_{yf} \cos\delta_f + f_{yr} \cos\delta_r}{m}$$ としてモデル化されています。
小さな非線形の操舵角の項 ($\cos\delta \約 1$) を無視すると、単純化された横加速度出力方程式は:$$a_y = \frac{f_{yf} + f_{yr}}{m}$$ です。
車両の横滑り角の小角近似を使用して、以下を定義します。
時間に関して $\beta$ を区別すると、利回り:$$\dot{\beta} \approx \frac{\dot{v}_y}{v_x} – \frac{v_y \dot{v}_x}{v_x^2} \approx \frac{a_y}{v_x} – r = \frac{f_{yf} + f_{yr}}{m v_x} – r$$
セクション 2: Extended Kalman Filter (EKF) による測定不能状態の推定
横滑り角度 $\beta$ など、多くの安全変数は、標準の予算に優しいセンサーを使用して直接測定することはできません。 代わりに、それらを推定する必要があります。
というもの 拡張カルマン フィルター (EKF) 当社の 4WS 車両のリアルタイム オブザーバーとして機能します。 従来のカルマン フィルタリング (KF) は、線形システムでのみ機能します。 EKF は、テイラー級数展開を使用して現在の状態推定値に関する非線形ダイナミクスを線形化し、上位項を破棄することにより、この制限を回避します。
[ 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 ]
図 1: 拡張カルマン フィルタ状態推定ワークフロー。
離散化された状態空間の定式化
電子制御ユニット (ECU) で推定量を実行するために、3-DOF 車両状態方程式を次の離散時間状態空間表現に変換します:$$X_K = F(X_{K-1}, U_{K-1}) + w_{k-1}$$$$z_k = h(x_k, u_k) + v_k$$
どこで:
- $x_k =[\beta_k, r_k, v_{x,k}]^T$ は状態ベクトルです。
- $u_k =[\delta_{f,k}, \delta_{r,k}]^T$ は制御入力ベクトルです。
- $Z_K =[a_{y,k}, r_k]^T$ は観測ベクトルです。
- $W_K, V_K$ は、共分散行列 $Q$ と $R$ を使用したプロセスと測定ホワイト ノイズ ベクトルを表します。
予測更新方程式を計算するには、次のヤコビアンを使用して各時間ステップでシステムを線形化します:$$a_k = \left。 \frac{\partial f}{\partial x} \right|_{\hat{x}_{k-1|k-1}, u_{k-1}}, \quad c_k = \left. \frac{\partial h}{\partial x} \right|_{\hat{x}_{k|k-1}, u_k}$$
リアルタイムの状態推定 $\hat{x}_k$ は、安全境界コントローラーに直接フィードされます。
セクション 3: 安全限界の定義 – ブラシ タイヤ モデル
最新の 4WS を搭載した車両でさえ、物理学に逆らうことはできません。そのハンドリング機能は、タイヤとロードの境界面での摩擦によって支配されます。
これらの制限をマッピングするために、物理的なものを使用してタイヤの動作を評価します。 ブラシ タイヤ モデル. このモデルでは、フロントおよびリア アクスルのタイヤ スリップ角度は、次のように幾何学的に定義されます。 \beta – \frac{b \cdot r}{v_x} – \delta_r$$
タイヤの彩度を理解する
スリップ角度が大きくなると、タイヤは伸縮性のあるストレッチからスライディングに移行し、最終的には追加の横方向の力が発生しないポイントに到達します。 このしきい値は として定義されます 飽和タイヤの滑り角 ($\alpha_{sat}$):$$\alpha_{sat} = \arctan \left( \frac{3 \mu f_z \kappa}{k} \right)$$
どこで:
- $\mu$ は、タイヤ ロードの摩擦係数です。
- $K$ は、タイヤのコーナリング剛性です。
- $F_Z$ は動的タイヤの垂直荷重です。
- $\kappa$ は縦方向の減衰係数です。
現実世界のダイナミクスを考慮に入れる: $\kappa$ および $f_z$
境界を正確に特定するには、2 つの実際の動的な要因を考慮する必要があります。
- 縦方向の力の割引 ($\kappa$)): 縦方向の力 (制動または加速) は、タイヤの接着力を消費し、回転に利用できるグリップが少なくなります。 減衰係数 $\kappa$: $$\kappa = \sqrt{1 – \left(\frac{f_x}{\mu f_z}\右)^2}$$ $\kappa$ が低下し、利用可能な横方向の彩度滑り角 $\alpha_{sat}$ が縮小します。
- 動的重量転送 ($F_Z$)): ブレーキング中または加速中、前後の車軸間で重量が移動します。 各車軸の動的垂直荷重 $F_{ZI}$ を次のように定義します。 $$F_{ZI} = F_{Z, \Text{static}} \pm \delta f_z$$$f_{zf} = \frac{m g b}{l} – \frac{m a_x h}{l}$$$$f_{zr} = \frac{m g a}{l} + \frac{m a_x h}{l}$$ ここで、$l = a + b$ はホイールベースです。 $h$ は重心の高さ、$g$ は重力です。 第 2 項は、縦方向の荷重伝達を表し、$F_{ZF}$ と $F_{ZR}$ を動的に変更し、タイヤの飽和境界をリアルタイムで再形成します。
セクション 4: 閉じた安定性エンベロープ ($S_C$) のマッピング
高速安定性を保証するために、$(\beta, r)$ 位相面に閉じた境界多角形を構築します。 これは 安定封筒 $S_C$。 これは 6 つの境界線で構成されています。4 つの横滑り角境界と 2 つのヨー レート境界です。
▲ 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)
図 2: 境界付き 4WS 安定性位相平面の概念可視化。
1. 横滑り角の境界 ($\beta$-limits)
タイヤのスリップ角度を飽和しきい値 ($\alpha_i = \pm \alpha_{i, sat}$) に等しく設定することにより、横滑り角 $\beta$ を解く。 これにより、4 つの境界線 (フロント アクスルは $L_3、L_4$、リア アクスルは $L_5、L_6$) が得られます。
- フロントアクスルの飽和境界: $$l_3: \beta = \alpha_{f, sat} – \frac{a \cdot r}{v_x} + \delta_f \quad \text{(front max limit)}$$$$l_4: \beta = -\alpha_{f, sat} – \frac{a \cdot r}{v_x} + \delta_f \quad \text{(前の最小値)}$$
- リアアクスルの彩度の境界: $$L_5: \beta = -\alpha_{r, sat} + \frac{b \cdot r}{v_x} + \delta_r \quad \text{(リアの最小制限)}$$$$l_6: \beta = \alpha_{r, sat} + \frac{b \cdot r}{v_x} + \delta_r \quad \text{(上限)}$$
前輪ステアリング (FWS) の比較
標準の FWS 車両の場合、後輪は操縦できません ($\delta_r = 0$)。 後輪にはステアリング機能がないため、最初に飽和します。 したがって、FWS 安定性解析は、リア タイヤの境界 ($L_7、L_8$) のみを評価します。
- FWS 後部飽和境界: $$l_7: \beta = \alpha_{r, sat} + \frac{b \cdot r}{v_x} \quad \text{(fws リア max)}$$$$l_8: \beta = -\alpha_{r, sat} + \frac{b \cdot r}{v_x} \quad \text{(fws リア min)}$$
2. ヨーレートの境界 ($r$-limits)
絶対最大ヨー レートは、ロード フリクションのピークに制限され、車両が物理的なタイヤの接着限界を超える横方向の力を引っ張らないようにします。 レート制限)}$$$$L_2: r = -r_{max} = -\frac{\mu g}{v_x} \quad \text{(最小ヨー レート制限)}$$
最終的な 4WS 安定領域セット ($S_C$)
これら 6 本の境界線の交点は、閉じた安定した動作領域 $S_C$:$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\}$$
セクション 5: 4WS が FWS よりも優れている理由: 3 つの重要な教訓
4WS の実際の利点を実証するために、ハンドル角度が $86^\circ$ で突然方向転換で $60 \text{ km/h}$ で移動する車両を調べます。 4WS システムは、アクティブなデュアル クリティカル スピード モード スイッチング戦略を実行します。
▲ Yaw Rate r
│
L1 ┌─────────┴─────────┐
│ │
│ • (4WS) │
│ │
L4 (Front) │ │ L3 (Front)
│ X (FWS) │
└─────────┬─────────┘
L2 │
▼ Sideslip β
図 3: 凝集性 4WS 動作点 (•) と外部 FWS 操作点 (X) を示す位相とポートレートの比較
レッスン 1: より強力な操作点の収束
$(\beta, r)$ 位相面では、4WS の動作点 (赤丸) は、FWS 操作点 (青十字) と比較して、原点 $(0,0)$ にはるかに近づきます。 車両のダイナミクスでは、原点に近接しているということは、車両のスリップ角度が小さく、より安定した予測可能なハンドリングを示します。 FWS 車両は、中心からはるかに離れているため、危険なほど安定限界に近づいています。
レッスン 2: リア タイヤ グリップの要求を下げます
同じ高速操作の下で、4WS は両方の車軸にステアリングの需要を分散させます。 その結果、後輪に必要な横力は、FWS 車両よりも 4WS 車両の方が大幅に低くなります。 これにより、リア タイヤが飽和しきい値に達するのを防ぎ、スリップを遅らせ、より広い安全バッファーを維持します。
レッスン 3: デュアルアクスル サチュレーションによる徹底的なリスク モデリング
FWS では、境界線はリア タイヤの彩度 ($L_7、L_8$) のみに基づいて計算されます。 ただし、4WS は前輪と後輪の両方の彩度を考慮しています。 これにより、位相面に 2 つの主要な三角不安定ゾーンが導入されます。
- 上右三角形: $\beta > によって定義されます l_6 \cap \beta > L_3$
- 左下三角形: $\beta < によって定義されます l_5 \cap \beta < L_4$
これらの領域を前輪の彩度のために不安定と定義することにより、4WS はより完全で物理的に現実的なセーフティ ネットを提供します。
前進: ライン内でのステアリング
境界セット $S_C$ 内で操作すると、車両の制御性が保証されます。 これらの境界線を横切ることは、即時の機械的故障を意味するものではありませんが、タイヤが飽和しており、回復不可能なドリフトまたは高速スピンが差し迫っていることを示しています。
これらの境界をリアルタイムでモデル化し、それらをアクティブ ステアリング コントローラーに供給することで、4WS を搭載した車両は、後方のステアリング角度を動的に調整して、状態が $S_C$ を超えないように動的に調整できます。 このプリエンプティブ介入は、車両の安全性にとって大きな前進であり、ESP ブレーキが介入する前に物理学の限界での安定性を制御することです。