Além do ESP: como a direção nas quatro rodas (4Ws) redefine a estabilidade do veículo em alta velocidade

• Autor: Johnny Liu, CEO da Dowway
• Coautor/Afiliação: Instituto de equipamentos inteligentes
• Publicado: 2 de junho de 2026
• Categoria: Engenharia automotiva, dinâmica de veículos, sistemas de controle
• Tempo de leitura: 11 minutos

Resumo técnico

Qual é o envelope de estabilidade ($S_C$) de um veículo 4WS?

O envelope de estabilidade$S_C$ é uma região fechada no plano de ângulo lateral ($\beta$) vs. guinada ($r$). Ele é limitado por seis limites: dois limites de taxa de guinada ($L_1, L_2$) definidos pelo pico de adesão da estrada e quatro limites do ângulo lateral ($L_3, L_4, L_5, L_6$) calculados a partir dos ângulos de deslizamento da saturação da frente e Pneus traseiros usando um modelo de pneu de escova.

Como o 4WS melhora a direção das rodas dianteiras (FWS)?

Ao contrário do FWS, que apenas gerencia a saturação dos pneus traseiros ($L_7, L_8$), o 4WS controla ativamente os dois eixos para evitar a saturação dos pneus, puxar o ponto de operação para mais perto da origem do plano de fase, baixar as demandas da força lateral do pneu e fornecer uma intervenção ativa de segurança antes da estabilidade eletrônica tradicional Acionador de programas (ESP).

Introdução: A busca por segurança ativa de alta velocidade

Quando um veículo gira em altas velocidades, frações de segundo ditam a fronteira entre o controle absoluto e o giro. Tradicionalmente, os sistemas de segurança confiavam em Programas Eletrônicos de Estabilidade (ESP). No entanto, o ESP é reativo: intervém aplicando freios após Uma perda de tração ou deslizamento lateral é detectada, o que retarda o veículo e interrompe o momento.

Podemos prevenir a instabilidade antes de começar?

A resposta está em Direção nas quatro rodas (4Ws). Ao controlar ativamente os ângulos de direção dianteiros e traseiros, o 4W orienta o veículo preventivamente para manter o manuseio neutro e contornar os limites da direção tradicional.

Neste artigo, traduzimos a teoria da dinâmica do veículo em uma estrutura de controle ativo. Construiremos um modelo de veículo simplificado de 3 graus de liberdade (3 DOF), estimar estados não mensuráveis em tempo real usando um Filtro Kalman estendido (EKF), mapeie os limites físicos da adesão dos pneus usando um Modelo de pneu de escovae construir o envelope de limite de estabilidade 4WS ($S_C$).

FAQ rápido

• Por que precisamos de um EKF para encontrar o ângulo lateral ($\beta$)?Os carros de produção padrão não possuem sensores baratos para medir o ângulo lateral diretamente. O EKF usa sensores disponíveis (como aceleração lateral e taxa de guinada) para estimar o deslizamento lateral em tempo real.
• O que faz um pneu saturar?Um pneu satura quando o ângulo de deslizamento se torna muito grande, fazendo com que o pneu faça a transição do aperto para o deslizamento. Neste ponto, girar ainda mais o volante não gerará mais força lateral.
• Por que o 4WS é mais seguro que o FWS?O FWS só pode reagir ao deslizamento da roda traseira. O 4WS coordena ativamente os dois eixos, compartilhando a carga das curvas e mantendo o veículo bem equilibrado dentro de seus limites de segurança física.

Seção 1: Construindo o núcleo – o modelo de dinâmica de veículos 3-DOF

Para projetar um controlador ativo em tempo real, devemos equilibrar a precisão matemática com a velocidade de processamento do computador. Um modelo completo de veículo com vários corpos é altamente preciso, mas sua matemática complexa é muito pesada para microcontroladores de bordo padrão.

Como a taxa de guinada ($R$) e o ângulo lateral ($\beta$) são as principais variáveis para avaliar o manuseio do veículo e a estabilidade lateral, usamos uma solução simplificada Modelo de dinâmica de veículo de 3 graus de liberdade (3 DOF) (representando movimentos longitudinais, laterais e de guinada).

Equações do sistema de tempo contínuo

Ao ignorar os erros de linearização do deslizamento do pneu induzido pela direção para fins de estimativa de estado, escrevemos as equações contínuas do movimento da seguinte forma:$$\dot{v}_x = r v_y + a_x$$$\dot{v}_y = -r v_x + a_y$$$$\dot{r} = \frac{a f_{yf} \cos\delta_f – b f_{yr} \cos\delta_r}{i_z}$$

onde:

• $v_x, v_y$ são as velocidades longitudinais e laterais no centro de gravidade dos veículos (CG).
• $R$ é a taxa de guinada.
• $a_x, a_y$ representam as acelerações longitudinais e laterais.
• $\Delta_F, \Delta_R$ são os ângulos de direção das rodas dianteiras e traseiras, respectivamente.
• $f_{yf}, f_{yr}$ representam as forças laterais dos pneus dos eixos dianteiro e traseiro.
• $A, B$ são as distâncias do CG aos eixos dianteiro e traseiro.
• $i_z$ é o momento de inércia do veículo de guinada.
• $m$ é a massa total do veículo.

A aceleração lateral dos veículos $A_Y$ é modelada como:$$a_y = \frac{f_{yf} \cos\delta_f + f_{yr} \cos\delta_r}{m}$$

Ignorando pequenos termos de ângulo de direção não lineares ($\cos\delta \aprox 1$), a equação de saída de aceleração lateral simplificada é:$$a_y = \frac{f_{yf} + f_{yr}}{m}$$

Usando a aproximação de pequeno ângulo para o ângulo lateral do veículo, definimos:$$\beta \aprox \frac{v_y}{v_x}$$

Diferenciando $\beta$ em relação aos rendimentos do tempo:$$\dot{\beta} \aprox \frac{\dot{v}_y}{v_x} – \frac{v_y \ponto{v}_x}{v_x^2} \aprox \frac{a_y}{v_x} – r = \frac{f_{yf} + f_{yr}}{m v_x} – R$$

Seção 2: Estimativa de estados não mensuráveis com o filtro estendido de Kalman (EKF)

Muitas variáveis de segurança, como o ângulo de deslizamento $\beta$, não podem ser medidas diretamente usando sensores padrão e econômicos. Em vez disso, devemos estimá-los.

Os Filtro Kalman estendido (EKF) Atua como o observador em tempo real do nosso veículo 4WS. A filtragem tradicional de Kalman (KF) funciona apenas em sistemas lineares. O EKF contorna esse limite ao linearizar a dinâmica não linear sobre a estimativa atual do estado usando uma expansão da série Taylor, descartando os termos de alta ordem.

       [ 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 ]

Figura 1: Fluxo de trabalho de estimativa de estado do filtro Kalman estendido.

Formulação de espaço de estados discretizado

Para executar o estimador em uma unidade de controle eletrônico (ECU), convertemos as equações de estado do veículo 3-DOF em uma representação de espaço de estados discreto em tempo:$$x_k = f(x_{k-1}, u_{k-1}) + w_{k-1}$$$$z_k = h(x_k, u_k) + v_k$$

onde:

• $x_k =[\beta_k, r_k, v_{x,k}]^T$ é o vetor de estado.
• $u_k =[\delta_{f,k}, \delta_{r,k}]^T$ é o vetor de entrada de controle.
• $z_k =[a_{y,k}, r_k]^T$ é o vetor de observação.
• $w_k, v_k$ representam o processo e a medição vetores de ruído branco com matrizes de covariância $q$ e $r$.

Para calcular as equações de previsão-atualização, linearizamos o sistema em cada passo de tempo usando estes Jacobians:$$a_k = \left. \frac{\parcial f}{\parcial x} \right|_{\hat{x}_{k-1|k-1}, u_{k-1}}, \quad c_k = \left. \frac{\parcial h}{\parcial x} \right|_{\hat{x}_{k|k-1}, u_k}$$

A estimativa do estado em tempo real $\hat{x}_k$ é alimentada diretamente no controlador de limite de segurança.

Seção 3: Definindo os limites de segurança – o modelo do pneu da escova

Mesmo um veículo com 4Ws modernos não pode desafiar a física: sua capacidade de manuseio é governada pelo atrito na interface pneu-estrada.

Para mapear esses limites, avaliamos o comportamento dos pneus usando o Modelo de pneu de escova. Sob este modelo, os ângulos de deslizamento dos pneus dos eixos dianteiro e traseiro são definidos geometricamente como:$$\alpha_f = \beta + \frac{a \cdot r}{v_x} – \delta_f$$$\alpha_r = \beta – \frac{b \cdot r}{v_x} – \delta_r$

Entendendo a saturação dos pneus

À medida que o ângulo de deslizamento aumenta, o pneu passa do alongamento elástico para o deslizamento, chegando eventualmente a um ponto em que nenhuma força lateral adicional pode ser gerada. Este limite é definido como o ângulo de deslizamento do pneu de saturação ($\alpha_{sat}$):$$\alpha_{sat} = \arctan \left( \frac{3 \mu f_z \kappa}{k} \right)$$

onde:

• $\Mu$ é o coeficiente de atrito do pneu-estrada.
• $k$ é a rigidez das curvas dos pneus.
• $F_Z$ é a carga vertical dinâmica do pneu.
• $\kappa$ é o coeficiente de atenuação longitudinal.

Fator na dinâmica do mundo real: $\kappa$ e $f_z$

Para localizar com precisão os limites, devemos levar em conta dois fatores dinâmicos do mundo real:

1. O desconto da força longitudinal ($\kappa$): Forças longitudinais (frenagem ou aceleração) consomem a adesão dos pneus, deixando menos aderência disponível para virar. Integramos essa interação por meio do coeficiente de atenuação $\kappa$: $$\kappa = \sqrt{1 – \left(\frac{f_x}{\mu f_z}\right)^2}$$ como força de pneu longitudinal $f_x$ aumenta, $\kappa$ cai, diminuindo o ângulo de deslizamento de saturação lateral disponível $\alpha_{sat}$.
2. Transferência dinâmica de peso ($f_z$): Durante a frenagem ou aceleração, o peso muda entre os eixos dianteiro e traseiro. Definimos a carga vertical dinâmica $f_{zi}$ em cada eixo como: $$f_{zi} = f_{z, \text{static}} \pm \delta f_z$$$f_{zf} = \frac{m g B}{l} – \frac{m a_x h}{l}$$$f_{zr} = \frac{m g a}{l} + \frac{m a_x h}{l}$$ onde $l = a + b$ é a distância entre-eixos, $h$ é a altura do centro de gravidade e $g$ é a gravidade. O segundo termo representa a transferência longitudinal de carga, que altera dinamicamente $F_{ZF}$ e $F_{ZR}$, reformulando os limites da saturação do pneu em tempo real.

Seção 4: Mapeando o envelope de estabilidade fechado ($S_C$)

Para garantir a estabilidade em alta velocidade, construímos um polígono de limite fechado no plano de fase $(\beta, R)$. Isto é o envelope de estabilidade $S_C$. É composto por seis linhas de contorno: quatro limites de ângulo de lapso e dois limites de taxa de guinada.

                  ▲ 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)

Figura 2: Visualização conceitual do plano de fase de estabilidade 4WS limitado.

1. Limites de ângulo lateral ($\beta$-limites)

Ao definir os ângulos de deslizamento dos pneus iguais aos seus limites de saturação ($\alpha_i = \pm \alpha_{i, sat}$), resolvemos o ângulo lateral $\beta$. Isso fornece quatro linhas de limite ($L_3, L_4$ para o eixo dianteiro e $L_5, L_6$ para o eixo traseiro):

• Limites de saturação do eixo dianteiro: $$L_3: \beta = \alpha_{f, sat} – \frac{a \cdot r}{v_x} + \delta_f \quad \text{(frente max limite)}$$$l_4: \beta = -\alpha_{f, sat} – \frac{a \cdot r}{v_x} + \delta_f \quad \text{(front min limite)}$$
• Limites de saturação do eixo traseiro: $$L_5: \beta = -\Alpha_{r, sat} + \frac{b \cdot r}{v_x} + \delta_r \quad \text{(limite mínimo traseiro)}$$$l_6: \beta = \alpha_{r, sat} + \frac{b \cdot r}{v_x} + \delta_r \quad \text{(limite max rear)}$$

A comparação da direção da roda dianteira (FWS)

Para um veículo FWS padrão, as rodas traseiras não podem dirigir ($\delta_r = 0$). Como as rodas traseiras não têm capacidade de direção, elas saturam primeiro. Portanto, a análise de estabilidade do FWS avalia apenas os limites do pneu traseiro ($L_7, L_8$):

• Limites de saturação traseira do 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. Limites da taxa de guinada (limites $R$)

A taxa de guinada máxima absoluta é limitada pelo atrito de pico da estrada, evitando que o veículo puxe forças laterais que excedam os limites de adesão do pneu físico:$$L_1: R = R_{max} = \frac{\mu g}{v_x} \quad \text{(max Limite da taxa de guinada)}$$$L_2: r = -r_{max} = -\frac{\mu g}{v_x} \quad \text{(min yaw rate limite)}$$

O conjunto final de região de estabilidade de 4Ws ($S_C$)

A interseção dessas seis linhas de limite estabelece a região operacional fechada e estável $S_C$:$$S_C = \left\{ (\beta, r) \mid -r_{max} \le r \le r_{max}, \max(l_4, l_5) \le \beta \le \min(l_3, l_6) \right\}$$

Seção 5: Por que o 4WS Outperforms FWS: Três Lições Principais

Para demonstrar as vantagens do mundo real do 4WS, examinamos um veículo viajando a $60 \text{ km/h}$ sob uma mudança abrupta de direção com um ângulo de volante de $86^\circ$. O sistema 4WS executa uma estratégia ativa de comutação de modo de velocidade crítica dupla.

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

Figura 3: Comparação do retrato de fase mostrando o ponto de operação coeso do 4WS (•) versus o ponto de operação do FWS externo (x).

Lição 1: Convergência de Pontos Operacionais Mais Fortes

No plano de fase $(\beta, r)$, o ponto de operação 4WS (círculo vermelho) converge muito mais perto do valor de origem $(0,0)$ em comparação com o ponto de operação do FWS (cruz azul). Na dinâmica do veículo, a proximidade com a origem indica um menor ângulo de deslizamento do veículo e um manuseio mais estável e previsível. O veículo FWS, estando muito mais longe do centro, corre perigosamente perto de seu limite de estabilidade.

Lição 2: demandas mais baixas na pegada do pneu traseiro

Sob manobras de alta velocidade idênticas, o 4WS distribui a demanda de direção em ambos os eixos. Consequentemente, a força lateral exigida das rodas traseiras é substancialmente menor no veículo 4WS do que no equivalente FWS. Isso evita que os pneus traseiros atinjam o limite de saturação, atrasando o deslizamento e mantendo um buffer de segurança mais amplo.

Lição 3: Modelagem de risco completa por meio da saturação de eixo duplo

No FWS, as linhas de limite são calculadas exclusivamente com base na saturação do pneu traseiro ($L_7, L_8$). O 4WS, no entanto, é responsável pela saturação das rodas dianteiras e traseiras. Isso introduz duas zonas de instabilidade triangular chave no plano de fase:

• Triângulo superior reto: definido por $\beta > L_6 \cap \beta > L_3$
• Triângulo inferior esquerdo: definido por $\beta < L_5 \cap \beta < L_4$

Ao definir essas regiões como instáveis devido à saturação das rodas dianteiras, o 4WS fornece uma rede de segurança muito mais completa e fisicamente realista.

Avançando: dirigindo dentro das linhas

Operando dentro do conjunto de limites $S_C$ garante a controlabilidade do veículo. Cruzar essas linhas de fronteira não significa falha mecânica imediata, mas sinaliza que os pneus estão saturados e que uma deriva irrecuperável ou um giro de alta velocidade é iminente.

Ao modelar esses limites em tempo real e alimentá-los a um controlador de direção ativo, um veículo equipado com 4Ws pode ajustar dinamicamente seu ângulo de direção traseiro para evitar que o estado cruze $S_C$. Essa intervenção preventiva representa um avanço significativo para a segurança do veículo – controlando a estabilidade nos limites da física antes mesmo de os freios ESP precisarem intervir.