- Pengarang: Johnny Liu, CEO di Dowway
- rekan penulis/afiliasi: Institut Peralatan Pembawa Cerdas
- Diterbitkan: 2 Juni 2026
- Kategori: Teknik Otomotif, Dinamika Kendaraan, Sistem Kontrol
- Waktu Baca: 11 menit
Ringkasan teknis
Apa amplop stabilitas ($S_C$) kendaraan 4WS?
Amplop stabilitas$s_c$ adalah daerah tertutup pada sudut sidelip ($\beta$) vs. tingkat yaw ($r$). Hal ini dibatasi oleh enam batas: dua batas laju yaw ($L_1, L_2$) yang ditentukan oleh adhesi jalan puncak, dan empat batas sudut sidelip ($L_3, L_4, L_5, L_6$) dihitung dari sudut slip saturasi dari Ban depan dan belakang menggunakan model ban sikat.
Bagaimana 4W meningkatkan kemudi roda depan (FWS)?
Tidak seperti FWS, yang hanya mengelola saturasi ban belakang ($L_7, L_8$), 4W secara aktif mengontrol kedua as untuk mencegah saturasi ban, menarik titik operasi lebih dekat ke asal bidang fase, permintaan gaya ban lateral yang lebih rendah, dan memberikan intervensi keselamatan aktif sebelum Pemicu Program Stabilitas Elektronik (ESP) tradisional.
Table of Contents
Pendahuluan: Pencarian untuk keselamatan aktif berkecepatan tinggi
Ketika kendaraan berputar dengan kecepatan tinggi, fraksi detik menentukan batas antara kontrol absolut dan pemintalan keluar. Secara tradisional, sistem keselamatan mengandalkan Program Stabilitas Elektronik (ESP). Namun, ESP reaktif: mengintervensi dengan menerapkan rem setelah Hilangnya traksi atau slip samping terdeteksi, yang memperlambat kendaraan dan mengganggu momentum.
Bisakah kita mencegah ketidakstabilan sebelum dimulai?
Jawabannya terletak pada Kemudi empat roda (4WS). Dengan secara aktif mengendalikan sudut kemudi depan dan belakang, 4W mengarahkan kendaraan secara pre-emptive untuk mempertahankan penanganan netral dan melewati batas kemudi tradisional.
Dalam artikel ini, kami menerjemahkan teori dinamika kendaraan menjadi kerangka kerja kontrol aktif. Kami akan membangun model kendaraan 3-derajat kebebasan (3-DOF) yang disederhanakan, memperkirakan keadaan yang tidak terukur secara real-time menggunakan Filter Kalman Diperpanjang (EKF), peta batas fisik adhesi ban menggunakan modifikasi Model ban sikat, dan buat amplop batas stabilitas 4ws ($S_C$).
FAQ cepat
- Mengapa kita membutuhkan EKF untuk menemukan sudut sidelip ($\beta$).Mobil produksi standar tidak memiliki sensor murah untuk mengukur sudut sidelip secara langsung. EKF menggunakan sensor yang tersedia (seperti akselerasi lateral dan tingkat yaw) untuk memperkirakan sidelip secara real time.
- Apa yang menyebabkan ban jenuh?Ban jenuh ketika sudut slip menjadi terlalu besar, menyebabkan ban beralih dari mencengkeram ke geser. Pada titik ini, memutar setir lebih jauh tidak akan menghasilkan lebih banyak gaya lateral.
- Mengapa 4WS lebih aman daripada FWS?FWS hanya dapat bereaksi terhadap geser roda belakang. 4W secara aktif mengoordinasikan kedua as, berbagi beban menikung dan menjaga kendaraan tetap seimbang dengan baik dalam batas keamanan fisiknya.
Bagian 1: Membangun Inti – Model Dinamika Kendaraan 3-DOF
Untuk merancang pengontrol aktif waktu nyata, kita harus menyeimbangkan akurasi matematika dengan kecepatan pemrosesan komputer. Model kendaraan multi-body penuh sangat akurat, tetapi matematika kompleksnya terlalu berat untuk mikrokontroler standar on-board.
Karena tingkat yaw ($R$) dan sudut sidelip ($\beta$) adalah variabel utama untuk mengevaluasi penanganan kendaraan dan stabilitas lateral, kami menggunakan yang disederhanakan Model Dinamika Kendaraan 3-derajat Kebebasan (3-DOF) (mewakili gerakan longitudinal, lateral, dan yaw).
Persamaan Sistem Waktu Kontinu
Dengan mengabaikan kesalahan linearisasi slip ban yang diinduksi kemudi untuk tujuan estimasi keadaan, kami menulis persamaan gerak kontinu sebagai berikut:$$\dot{v}_x = r v_y + a_x$$$$\dot{v}_y = -r v_x + a_y$$$$\dot{r} = \frac{a f_{yf} \cos\delta_f – b f_{yr} \cos\delta_r}{i_z}$$
dimana:
- $V_X, V_Y$ adalah kecepatan longitudinal dan lateral pada kendaraan Center of Gravity (CG).
- $R$ adalah tarif yaw.
- $a_x, a_y$ mewakili akselerasi longitudinal dan lateral.
- $\delta_f, \delta_r$ masing-masing adalah sudut kemudi roda depan dan belakang.
- $f_{yf}, f_{yr}$ mewakili gaya ban lateral dari as roda depan dan belakang.
- $A, B$ adalah jarak dari CG ke as roda depan dan belakang.
- $i_z$ adalah momen inersia kendaraan.
- $m$ adalah total massa kendaraan.
Akselerasi lateral kendaraan $a_y$ dimodelkan sebagai:$$a_y = \frac{f_{yf} \cos\delta_f + f_{yr} \cos\delta_r}{m}$$
Mengabaikan suku sudut kemudi non-linier kecil ($\cos\delta \approx 1$), persamaan keluaran percepatan lateral yang disederhanakan adalah:$$a_y = \frac{f_{yf} + f_{yr}}{m}$$
Menggunakan pendekatan sudut kecil untuk sudut sidelip kendaraan, kami mendefinisikan:$$\beta \Approx \frac{v_y}{v_x}$$
Membedakan $\beta$ sehubungan dengan hasil waktu:$$\dot{\beta} \approx \frac{\dot{v}_y}{v_x} – \frac{v_y \dot{v}_x}{v_x^2} \approx \frac{a_y}{v_x} – r = \frac{f_{yf} + f_{yr}}{m v_x} – r$$
Bagian 2: Memperkirakan keadaan yang tidak terukur dengan filter Kalman yang diperluas (EKF)
Banyak variabel keamanan—seperti sudut sidelip $\beta$—tidak dapat diukur secara langsung menggunakan sensor standar yang ramah anggaran. Sebaliknya, kita harus memperkirakan mereka.
Itu Filter Kalman Diperpanjang (EKF) Bertindak sebagai pengamat waktu nyata untuk kendaraan 4WS kami. Penyaringan Kalman (KF) tradisional hanya bekerja pada sistem linier. EKF melewati batas ini dengan linierisasi dinamika non-linier tentang perkiraan keadaan saat ini menggunakan ekspansi deret Taylor, membuang suku-suku orde tinggi.
[ 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 ]
Gambar 1: Alur kerja estimasi status filter Kalman yang diperluas.
Formulasi Ruang-Negara Diskritisasi
Untuk menjalankan estimator pada unit kontrol elektronik (ECU), kami mengubah persamaan keadaan kendaraan 3-DOF menjadi representasi ruang-ruang waktu diskrit ini:$$x_k = f(x_{k-1}, u_{k-1}) + w_{k-1}$$$$z_k = h(x_k, u_k) + v_k$$
dimana:
- $x_k =[\beta_k, r_k, v_{x,k}]^T$ adalah vektor keadaan.
- $u_k =[\delta_{f,k}, \delta_{r,k}]^T$ adalah vektor input kontrol.
- $z_k =[a_{y,k}, r_k]^T$ adalah vektor observasi.
- $w_k, v_k$ mewakili proses dan pengukuran vektor white noise dengan matriks kovarians $q$ dan $r$.
Untuk menghitung persamaan prediksi-update, kita linearisasi sistem pada setiap langkah waktu menggunakan Jacobians ini:$$A_K = \left. \frac{\partial f}{\partial x} \kanan|_{\hat{X}_{k-1|k-1}, u_{k-1}}, \quad c_k = \kiri. \frac{\partial h}{\partial x} \kanan|_{\hat{X}_{k|k-1}, u_k}$$
Perkiraan status real-time $\hat{x}_k$ kemudian diumpankan langsung ke pengontrol batas pengaman.
Bagian 3: Menentukan Batas Keselamatan – Model Ban Sikat
Bahkan kendaraan dengan 4W modern tidak dapat menentang fisika: kemampuan penanganannya diatur oleh gesekan pada antarmuka ban-jalan.
Untuk memetakan batas-batas ini, kami mengevaluasi perilaku ban menggunakan fisik Model ban sikat. Di bawah model ini, sudut slip ban pada gandar depan dan belakang didefinisikan secara geometris sebagai:$$\alpha_f = \beta + \frac{a \cdot r}{v_x} – \delta_f$$$$\alpha_r = \beta – \frac{b \cdot r}{v_x} – \delta_r$$
Memahami saturasi ban
Saat sudut slip meningkat, ban bertransisi dari peregangan elastis ke geser, akhirnya mencapai titik di mana tidak ada gaya lateral tambahan yang dapat dihasilkan. Ambang batas ini didefinisikan sebagai Sudut slip ban saturasi ($\alpha_{sat}$):$$\alpha_{sat} = \arctan \left( \frac{3 \mu f_z \kappa}{k} \kanan)$$
dimana:
- $\mu$ adalah koefisien gesekan ban-jalan.
- $k$ adalah kekakuan menikung ban.
- $F_Z$ adalah beban vertikal ban dinamis.
- $\kappa$ adalah koefisien redaman longitudinal.
Memfaktorkan dalam dinamika dunia nyata: $\kappa$ dan $f_z$
Untuk secara akurat menemukan batas, kita harus memperhitungkan dua faktor dinamis dunia nyata:
- diskon gaya longitudinal ($\kappa$): Gaya longitudinal (pengereman atau akselerasi) Konsumsi adhesi ban, sehingga lebih sedikit pegangan yang tersedia untuk diputar. Kami mengintegrasikan interaksi ini melalui koefisien atenuasi $\kappa$: $$\kappa = \sqrt{1 – \left(\frac{f_x}{\mu f_z}\right)^2}$$ sebagai gaya ban longitudinal $f_x$ meningkat, $\kappa$ turun, menyusutkan sudut slip saturasi lateral yang tersedia $\alpha_{sat}$.
- Transfer Berat Dinamis ($f_z$): Selama pengereman atau akselerasi, berat badan bergeser antara as roda depan dan belakang. Kami mendefinisikan beban vertikal dinamis $f_{zi}$ pada setiap poros sebagai: $$f_{zi} = f_{z, \text{static}} \pm \delta f_z$$$$f_{zf} = \frac{m g b}{l} – \frac{m a_x h}{l}$$$$f_{zr} = \frac{m g a}{l} + \frac{m a_x h}{l}$$ di mana $l = a + b$ adalah jarak sumbu roda, $h$ adalah pusat gravitasi, dan $g$ adalah gravitasi. Suku kedua mewakili transfer beban longitudinal, yang secara dinamis mengubah $f_{zf}$ dan $f_{zr}$, membentuk kembali batas saturasi ban secara real-time.
Bagian 4: Memetakan Amplop Stabilitas Tertutup ($S_C$)
Untuk menjamin stabilitas kecepatan tinggi, kami membuat poligon batas tertutup di bidang fase $(\beta, R)$. Ini adalah amplop stabilitas $S_C$. Itu terbuat dari enam garis batas: empat batas sudut sisi dan dua batas kecepatan yaw.
▲ 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)
Gambar 2: Visualisasi konseptual bidang fase stabilitas 4WS yang dibatasi.
1. Batas sudut sidelip ($\beta$-batas)
Dengan mengatur sudut slip ban sama dengan ambang saturasinya ($\alpha_i = \pm \alpha_{i, sat}$), kami menyelesaikan sudut sidelip $\beta$. Ini memberikan empat garis batas ($L_3, L_4$ untuk poros depan, dan $L_5, L_6$ untuk gandar belakang):
- Batas saturasi gandar depan: $$L_3: \beta = \alpha_{f, sat} – \frac{a \cdot r}{v_x} + \delta_f \quad \text{(batas maks depan)}$$$$L_4: \beta = -\alpha_{f, sat} – \frac{a \cdot r}{v_x} + \delta_f \quad \text{(batas min depan)}$$
- Batas saturasi gandar belakang: $$L_5: \beta = -\alpha_{r, sat} + \frac{b \cdot r}{v_x} + \delta_r \quad \text{(batas min belakang)}$$$$l_6: \beta = \alpha_{r, sat} + \frac{b \cdot r}{v_x} + \delta_r \quad \text{(batas maks belakang)}$$
Perbandingan Kemudi Roda Depan (FWS)
Untuk kendaraan FWS standar, roda belakang tidak dapat mengarahkan ($\delta_r = 0$). Karena roda belakang tidak memiliki kemampuan kemudi, mereka jenuh terlebih dahulu. Oleh karena itu, analisis stabilitas FWS hanya mengevaluasi batas ban belakang ($L_7, L_8$):
- Batas saturasi belakang FWS: $$L_7: \beta = \alpha_{r, sat} + \frac{b \cdot r}{v_x} \quad \text{(fws rear max)}$$$$L_8: \beta = -\alpha_{r, sat} + \frac{b \cdot r}{v_x} \quad \text{(fws rear min)}$$
2. Batas Tingkat Yaw ($R$-batas)
Laju yaw maksimum absolut dibatasi oleh gesekan jalan puncak, mencegah kendaraan menarik gaya lateral yang melebihi batas adhesi ban fisik:$$L_1: R = R_{MAX} = \frac{\mu G}{v_x} \quad \text{(maksimal batas kecepatan yaw)}$$$$L_2: r = -r_{max} = -\frac{\mu g}{v_x} \quad \text{(min batas kecepatan yaw min)}$$
Set wilayah stabilitas 4WS terakhir ($S_C$)
Perpotongan dari enam garis batas ini menetapkan wilayah operasi yang tertutup dan stabil $S_C$:$$S_C = \left\{ (\beta, R) \mid -r_{max} \le r \le r_{max}, \max(l_4, l_5) \le \beta \le \min(l_3, l_6) \kanan\}$$
Bagian 5: Mengapa 4W Mengungguli FWS: Tiga Pelajaran Utama
Untuk mendemonstrasikan keuntungan dunia nyata dari 4W, kami memeriksa kendaraan yang melaju dengan harga $60 \text{ km/h}$ di bawah perubahan arah yang tiba-tiba dengan sudut setir $86^\circ$. Sistem 4WS menjalankan strategi pengalihan mode kecepatan kritis ganda yang aktif.
▲ Yaw Rate r
│
L1 ┌─────────┴─────────┐
│ │
│ • (4WS) │
│ │
L4 (Front) │ │ L3 (Front)
│ X (FWS) │
└─────────┬─────────┘
L2 │
▼ Sideslip β
Gambar 3: Perbandingan potret fase menunjukkan titik operasi 4WS kohesif (•) vs. titik operasi FWS luar (X).
Pelajaran 1: Konvergensi Titik Operasi yang Lebih Kuat
Dalam bidang fase $(\beta, r)$, titik operasi 4WS (lingkaran merah) konvergen lebih dekat ke titik asal $(0,0)$ dibandingkan dengan titik operasi FWS (palang biru). Dalam dinamika kendaraan, kedekatan dengan asal menunjukkan sudut slip kendaraan yang lebih kecil dan penanganan yang lebih stabil dan dapat diprediksi. Kendaraan FWS, yang jauh dari pusat, berjalan sangat dekat dengan batas stabilitasnya.
Pelajaran 2: Tuntutan yang lebih rendah pada pegangan ban belakang
Di bawah manuver kecepatan tinggi yang identik, 4W mendistribusikan permintaan kemudi di kedua as. Akibatnya, gaya lateral yang dibutuhkan dari roda belakang secara substansial lebih rendah pada kendaraan 4WS daripada pada rekan FWS. Ini mencegah ban belakang mencapai ambang kejenuhannya, menunda slip dan menjaga penyangga pengaman yang lebih lebar.
Pelajaran 3: Pemodelan risiko menyeluruh melalui saturasi gandar ganda
Dalam FWS, garis batas dihitung semata-mata berdasarkan saturasi ban belakang ($L_7, L_8$). 4W, bagaimanapun, menyumbang kejenuhan roda depan dan belakang. Ini memperkenalkan dua zona ketidakstabilan segitiga utama dalam bidang fase:
- Segitiga kanan atas: Didefinisikan oleh $\beta > l_6 \cap \beta > l_3$
- Segitiga kiri bawah: Didefinisikan oleh $\beta < l_5 \cap \beta < l_4$
Dengan mendefinisikan wilayah ini sebagai tidak stabil karena saturasi roda depan, 4WS menyediakan jaring pengaman yang jauh lebih lengkap dan realistis secara fisik.
Bergerak Maju: Kemudi di dalam garis
Beroperasi di dalam set batas $S_C$ menjamin pengendalian kendaraan. Melintasi garis batas ini tidak berarti kegagalan mekanis langsung, tetapi menandakan bahwa ban telah jenuh, dan bahwa penyimpangan yang tidak dapat dipulihkan atau putaran kecepatan tinggi sudah dekat.
Dengan memodelkan batas-batas ini secara real-time dan memasukkannya ke pengontrol kemudi aktif, kendaraan yang dilengkapi 4WS dapat secara dinamis menyesuaikan sudut kemudi belakangnya untuk mencegah keadaan melintasi $S_C$. Intervensi pre-emptive ini merupakan langkah maju yang signifikan untuk keselamatan kendaraan—mengendalikan stabilitas pada batas-batas fisika sebelum rem ESP bahkan perlu campur tangan.