Au-delà de l’ESP : comment la direction à quatre roues (4 W) redéfinit la stabilité du véhicule à grande vitesse

• Auteur : Johnny Liu, PDG de Dowway
• Co-auteur/affiliation : Institut d’équipement de transporteur intelligent
• Publié : 2 juin 2026
• Catégorie : Ingénierie automobile, Dynamique des véhicules, Systèmes de contrôle
• Temps de lecture : 11 minutes

Résumé technique

Quelle est l’enveloppe de stabilité ($S_C$) d’un véhicule 4WS ?

L’enveloppe de stabilité$S_C$ est une région fermée dans l’angle de glissement latéral ($\beta$) par rapport au taux de lacet ($r$). Il est limité par six limites : deux limites de taux de lacet ($L_1, L_2$) définies par l’adhérence de la route de pointe et quatre limites d’angle de glissement ($L_3, L_4, L_5, L_6$) calculées à partir des angles de glissement de la saturation de l’avant et les pneus arrière utilisant un modèle de pneu à brosse.

Comment 4WS améliore-t-il la direction de la roue avant (FWS) ?

Contrairement à FWS, qui ne gère que la saturation des pneus arrière ($L_7, L_8$), 4WS contrôle activement les deux essieux pour empêcher la saturation des pneus, rapprocher le point de fonctionnement de l’origine du plan de phase, baisser la force latérale des pneus et fournir une intervention de sécurité active avant Déclencheur des programmes de stabilité électronique (ESP).

Introduction : la quête de la sécurité active à grande vitesse

Lorsqu’un véhicule tourne à grande vitesse, des fractions d’une seconde dictent la frontière entre le contrôle absolu et la rotation. Traditionnellement, les systèmes de sécurité se sont appuyés sur Programmes de stabilité électronique (ESP). Cependant, ESP est réactif : il intervient en freinant après Une perte de traction ou de glissement latéral est détectée, ce qui ralentit le véhicule et perturbe l’élan.

Peut-on éviter l’instabilité avant qu’elle ne commence ?

La réponse réside dans Direction quatre roues (4W). En contrôlant activement les angles de direction avant et arrière, 4WS dirige le véhicule de manière préventive pour maintenir une tenue de route neutre et contourner les limites de la direction traditionnelle.

Dans cet article, nous traduisons la théorie de la dynamique des véhicules dans un cadre de contrôle actif. Nous allons construire un modèle de véhicule simplifié à 3 degrés de liberté (3-DOF), estimer les états non mesurables en temps réel à l’aide d’un Filtre Kalman étendu (EKF), cartographiez les limites physiques de l’adhésion des pneus à l’aide d’un Modèle de pneu de brosse, et construisez l’enveloppe de limite de stabilité 4WS ($S_C$).

FAQ rapide

• Pourquoi avons-nous besoin d’un EKF pour trouver l’angle de glissement latéral ($\beta$) ?Les voitures de production standard n’ont pas de capteurs bon marché pour mesurer directement l’angle de glissement latéral. L’EKF utilise des capteurs disponibles (comme l’accélération latérale et le taux de lacet) pour estimer le dérapage en temps réel.
• Qu’est-ce qui fait saturer un pneu ?Un pneu sature lorsque l’angle de glissement devient trop grand, ce qui entraîne la transition du pneu de la préhension au glissement. À ce stade, tourner davantage le volant ne générera plus de force latérale.
• Pourquoi le 4W est-il plus sûr que le FWS ?Le FWS ne peut réagir qu’au glissement arrière. 4WS coordonne activement les deux essieux, partageant la charge en virage et maintient le véhicule bien équilibré dans ses limites de sécurité physique.

Section 1 : Construire le noyau – le modèle de dynamique des véhicules à 3 DOF

Pour concevoir un contrôleur actif en temps réel, nous devons équilibrer la précision mathématique avec la vitesse de traitement informatique. Un modèle complet de véhicule à plusieurs corps est très précis, mais ses calculs complexes sont trop lourds pour les microcontrôleurs embarqués standard.

Étant donné que le taux de lacet ($R$) et l’angle de glissement latéral ($\beta$) sont les principales variables pour évaluer la maniabilité et la stabilité latérale, nous utilisons un Modèle de dynamique de véhicule à 3 degrés de liberté (3 DOF) (représentant les mouvements longitudinaux, latéraux et de lacet).

Équations de système en temps continu

En ignorant les erreurs de linéarisation de glissement induites par la direction à des fins d’estimation, nous écrivons les équations continues du mouvement comme suit :$$\dot{v}_x = r v_y + a_x$$$\dot{v}_y = -r v_x + a_y$$$$\dot{r} = \frac{a f_{yf} \cos\delta_f – b f_{yr} \cos\delta_r}{i_z}$$

où :

• $v_x, v_y$ sont les vitesses longitudinales et latérales au centre de gravité des véhicules (CG).
• $R$ est le taux de lacet.
• $a_x, a_y$ représentent les accélérations longitudinales et latérales.
• $\delta_f, \delta_r$ sont les angles de direction des roues avant et arrière, respectivement.
• $F_{YF}, F_{YR}$ représentent les forces latérales des pneus des essieux avant et arrière.
• $A, B$ sont les distances entre le CG et les essieux avant et arrière.
• $i_z$ est le moment d’inertie des véhicules.
• $M$ est la masse totale du véhicule.

L’accélération latérale des véhicules $A_Y$ est modélisée comme : $$a_y = \frac{f_{yf} \cos\delta_f + f_{yr} \cos\delta_r}{m}$$

Ignorant les petits termes d’angle de braquage non linéaires ($\cos\delta \approx 1$), l’équation de sortie d’accélération latérale simplifiée est : $$a_y = \frac{F_{yf} + f_{yr}}{m}$$

En utilisant l’approximation du petit angle pour l’angle de glissement du véhicule, nous définissons : $$\beta \approx \frac{v_y}{v_x}$$

Différencier $\beta$ par rapport aux rendements de temps : $$\dot{\beta} \approx \frac{\dot{v}_y}{v_x} – \frac{v_y \dot{v}_x}{v_x^2} \approx \frac{a_y}{v_x} – r = \frac{f_{yf} + f_{yr}}{m_x} – r$$

Section 2 : Estimation des états non mesurables avec le filtre Kalman étendu (EKF)

De nombreuses variables de sécurité, telles que l’angle de dérapage, ne peuvent pas être mesurées directement à l’aide de capteurs standard et économiques. Il faut plutôt les estimer.

Les Filtre Kalman étendu (EKF) Agit en tant qu’observateur en temps réel pour notre véhicule 4WS. Le filtrage traditionnel de Kalman (KF) ne fonctionne que sur des systèmes linéaires. L’EKF contourne cette limite en linéarisant la dynamique non linéaire autour de l’estimation de l’état actuel à l’aide d’une expansion de la série Taylor, éliminant les termes d’ordre élevé.

       [ 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 ]

Figure 1 : Flux de travail d’estimation de l’état du filtre de Kalman étendu.

Formulation d’espace d’état discrétisé

Pour exécuter l’estimateur sur une unité de commande électronique (ECU), nous convertissons les équations d’état du véhicule à 3 DOF en cette représentation d’espace d’état discret-temps : $$x_k = f(x_{k-1}, u_{k-1}) + w_{k-1}$$$$z_k = h(x_k, u_k) + v_k$$

où :

• $x_k =[\beta_k, r_k, v_{x,k}]^T$ est le vecteur d’état.
• $u_k =[\delta_{f,k}, \delta_{r,k}]^t$ est le vecteur d’entrée de contrôle.
• $z_k =[a_{y,k}, r_k]^T$ est le vecteur d’observation.
• $w_k, v_k$ représentent le processus et la mesure des vecteurs de bruit blanc avec des matrices de covariance $q$ et $r$.

Pour calculer les équations de prédiction-mise à jour, nous linéarisons le système à chaque pas de temps en utilisant ces jacobiens :$$a_k = \left. \frac{\partial f}{\partial x} \right|_{\hat{x}_{k-1|k-1}, u_{k-1}}, \quad c_k = \left. \frac{\partielle h}{\partielle x} \right|_{\chat{x}_{k|k-1}, u_k}$$

L’estimation d’état en temps réel $\hat{x}_k$ s’alimente directement dans le contrôleur de limite de sécurité.

Section 3 : Définition des limites de sécurité – Le modèle de pneu à brosse

Même un véhicule avec 4W modernes ne peut pas défier la physique : sa capacité de maniement est régie par la friction à l’interface pneu-route.

Pour cartographier ces limites, nous évaluons le comportement des pneus à l’aide du Modèle de pneu de brosse. Sous ce modèle, les angles de glissement des pneus des essieux avant et arrière sont définis géométriquement comme : $$\alpha_f = \beta + \frac{a \cdot r}{v_x} – \delta_f$$$\alpha_r = \beta – \frac{b \cdot r}{v_x} – \delta_r$$

Comprendre la saturation des pneus

À mesure que l’angle de glissement augmente, le pneu passe de l’étirement élastique au glissement, atteignant finalement un point où aucune force latérale supplémentaire ne peut être générée. Ce seuil est défini comme Angle de glissement du pneu de saturation ($\alpha_{sat}$):$$\alpha_{sat} = \Arctan \left( \frac{3 \mu f_z \kappa}{k} \right)$$

où :

• $\MU$ est le coefficient de frottement pneu-route.
• $K$ est la rigidité en virage des pneus.
• $F_Z$ est la charge verticale dynamique du pneu.
• $\kappa$ est le coefficient d’atténuation longitudinale.

Factorisation de la dynamique du monde réel : $\kappa$ et $F_Z$

Pour localiser avec précision les limites, nous devons tenir compte de deux facteurs dynamiques du monde réel :

1. La remise de force longitudinale ($\kappa$ : Les forces longitudinales (freinage ou accélération) consomment l’adhérence des pneus, laissant moins d’adhérence disponible pour les virages. Nous intégrons cette interaction via le coefficient d’atténuation $\kappa$ : $$\kappa = \sqrt{1 – \left(\frac{f_x}{\mu f_z}\right)^2}$$ $f_x$ augmente, $\kappa$ baisse, réduisant l’angle de glissement latéral disponible $\alpha_{sat}$.
2. Transfert de poids dynamique ($F_Z$ : Pendant le freinage ou l’accélération, le poids se déplace entre les essieux avant et arrière. Nous définissons la charge verticale dynamique $F_{zi}$ sur chaque essieu comme : b}{l} – \frac{m a_x h}{l}$$$$f_{zr} = \frac{m g a}{l} + \frac{m a_x h}{l}$$ $H$ est la hauteur du centre de gravité et $G$ est la gravité. Le deuxième terme représente le transfert de charge longitudinal, qui change dynamiquement $F_{zF}$ et $F_{zr}$, remodelant les limites de saturation des pneus en temps réel.

Section 4 : Cartographie de l’enveloppe de stabilité fermée ($S_C$)

Pour garantir la stabilité à grande vitesse, nous construisons un polygone de frontière fermée dans le plan de phase $(\beta, r)$. Ceci est le Enveloppe de stabilité $S_C$. Il est composé de six lignes de démarcation : quatre limites d’angle de dérapage et deux limites de taux de lacet.

                  ▲ 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)

Figure 2 : Visualisation conceptuelle du plan de phase de stabilité 4WS borné.

1. Limites d’angle de dérapage ($\beta$-limites)

En définissant les angles de glissement des pneus égaux à leurs seuils de saturation ($\alpha_i = \pm \alpha_{i, sat}$), nous résolvons l’angle de lamelle $\beta$. Cela donne quatre lignes de limite ($L_3, L_4$ pour l’essieu avant et $L_5, L_6$ pour l’essieu arrière) :

• Limites de saturation de l’essieu avant : $$L_3 : \beta = \alpha_{f, sat} – \frac{a \cdot r {v_x} + \delta_f \quad \text{(limite avant)}$$$l_4 : \beta = -\alpha_{f, sat} – \frac{a \cdot r}{v_x} + \delta_f \quad \text{(limite avant min)}$$
• Limites de saturation de l’essieu arrière : $$l_5 : \beta = -\alpha_{r, sat} + \frac{b \cdot r {v_x} + \delta_r \quad \text{(limite arrière min)}$$$$l_6 : \beta = \alpha_{r, sat} + \frac{b \cdot r}{v_x} + \delta_r \quad \text{(limite max arrière)}$$

La comparaison de la direction de la roue avant (FWS)

Pour un véhicule FWS standard, les roues arrière ne peuvent pas diriger ($\delta_r = 0$). Parce que les roues arrière n’ont aucune capacité de direction, elles saturent en premier. Par conséquent, l’analyse de stabilité FWS n’évalue que les limites des pneus arrière ($L_7, L_8$) :

• Limites de saturation arrière FWS : $$L_7 : \beta = \alpha_{r, sat} + \frac{b \cdot r}{v_x} \quad \text{(fws arrière max)}$$$$l_8 : \beta = -\alpha_{r, sat} + \frac{b \cdot r}{v_x} \quad \text{(fws arrière min)}$$

2. Limites de taux de lacet ($R$-limites)

Le taux de lacet maximum absolu est délimité par un pic de frottement routier, empêchant le véhicule de tirer des forces latérales qui dépassent les limites physiques d’adhésion des pneus : $$L_1 : R = R_{max} = \frac{\mu g {v_x} \quad \text{(max Limite de taux de lacet)}$$$$l_2 : r = -r_{max} = -\frac{\mu g}{v_x} \quad \text{(limite de taux de lacet min)}$$

L’ensemble final de la région de stabilité des 4 W ($S_C$)

L’intersection de ces six lignes de démarcation établit la zone d’exploitation fermée et stable $S_C$:$$S_C = \left\{ (\beta, r) \mid -r_{max} \le r \le r_{max}, \max(l_4, l_5) \le \beta \le \min(l_3, l_6) \right\}$$

Section 5 : Pourquoi 4WS surpasse-t-il les FW : trois leçons clés

Pour démontrer les avantages du monde réel de 4W, nous examinons un véhicule circulant à 60 $ \text{ km/h}$ sous un changement de direction brutal avec un angle de volant de 86 $ ^ circ. Le système 4WS exécute une stratégie active de changement de mode à vitesse critique.

                          ▲ Yaw Rate r
                          │
             L1 ┌─────────┴─────────┐
                │                   │
                │        • (4WS)    │
                │                   │
     L4 (Front) │                   │ L3 (Front)
                │         X (FWS)   │
                └─────────┬─────────┘ 
             L2           │           
                          ▼ Sideslip β

Figure 3 : Comparaison phase-portrait montrant le point de fonctionnement cohérent 4WS (•) par rapport au point de fonctionnement externe du FWS (X).

Leçon 1 : Convergence de points de fonctionnement renforcée

Dans le plan de phase $(\beta, r)$, le point de fonctionnement 4WS (cercle rouge) converge beaucoup plus près de l’origine $(0,0)$ par rapport au point de fonctionnement FWS (croix bleue). Dans la dynamique des véhicules, la proximité de l’origine indique un angle de glissement plus petit du véhicule et une tenue de route plus stable et prévisible. Le véhicule FWS, bien plus éloigné du centre, est dangereusement proche de sa limite de stabilité.

Leçon 2 : Réduction des exigences en matière d’adhérence des pneus arrière

Sous des manœuvres à grande vitesse identiques, 4WS répartit la demande de direction sur les deux essieux. Par conséquent, la force latérale requise par les roues arrière est sensiblement plus faible sur le véhicule 4WS que sur la contrepartie FWS. Cela empêche les pneus arrière d’atteindre leur seuil de saturation, retardant le glissement et gardant un tampon de sécurité plus large.

Leçon 3 : Modélisation approfondie des risques grâce à la saturation à deux essieux

Dans FWS, les lignes de démarcation sont calculées uniquement en fonction de la saturation des pneus arrière ($L_7, L_8$). 4W, cependant, explique la saturation des roues avant et arrière. Cela introduit deux zones d’instabilité triangulaires clés dans le plan de phase :

• Triangle supérieur droit : défini par $\beta > l_6 \cap \beta > l_3$
• Triangle inférieur gauche : défini par $\beta &lt ; l_5 \cap \beta < l_4$

En définissant ces régions comme instables en raison de la saturation de la roue avant, 4WS fournit un filet de sécurité beaucoup plus complet et physiquement réaliste.

Aller de l’avant : pilotage dans les lignes

L’exploitation dans l’ensemble de limites $S_C$ garantit la contrôlabilité du véhicule. Le franchissement de ces lignes de démarcation ne signifie pas une défaillance mécanique immédiate, mais cela signale que les pneus sont saturés et qu’une dérive irrécupérable ou un spin à grande vitesse est imminente.

En modélisant ces limites en temps réel et en les alimentant à un contrôleur de direction actif, un véhicule équipé de 4 WS peut ajuster dynamiquement son angle de direction arrière pour empêcher l’état de traverser $S_C$. Cette intervention préventive représente un pas en avant important pour la sécurité des véhicules, contrôlant la stabilité aux limites de la physique avant même que les freins ESP n’interviennent.