全线控分布式驱动汽车利用独立可控的线控驱动、线控转向、线控制动以及主动/半主动悬架系统取代集中式驱动汽车传统底盘部件，具有传动链短、传动效率高、易于实现底盘模块化设计与主动安全控制等特点，是智能网联新能源汽车的理想底盘型式。先进底盘控制是保证乘坐舒适性的关键。相较于传统构型底盘车辆，全线控分布式驱动汽车可通过底盘多线控系统进行车身姿态与平顺性控制，有效提升整车乘坐舒适性。
汽车行驶过程中车身姿态变化和路面激励直接影响车辆乘坐舒适性。通过底盘线控子系统协同控制可适时调节车身姿态和抑制车身振动，提高汽车乘坐舒适性。本文以全线控分布式驱动汽车为研究对象，重点从车身姿态与平顺性控制角度概述线控底盘协同控制的研究范畴。
1 车身姿态控制
车身姿态控制是指通过主动/半主动悬架、线控驱动/制动系统等底盘线控子系统协同控制将车身俯仰和侧倾姿态维持在人体舒适范围内。公众号文章“面向安全性的分布式驱动线控底盘协同控制”中所述侧倾稳定性控制与侧倾姿态控制间既有区别又有联系，侧倾稳定性控制的目标是在紧急避障或高速过弯时通过车身侧倾姿态控制防止发生车辆侧翻等危险情况；侧倾姿态控制则侧重于在常规行驶工况下提升车辆乘坐舒适性。二者在控制原理与方法上基本相同，仅在控制目标与适用工况方面存在差异，本节将重点介绍车身俯仰姿态控制。
车身俯仰姿态变化主要是由路面不平激励或加速/制动时惯性加速度变化导致的。当车辆行驶在不平路面上时，前后车轮接地处路面不平度不同导致前后轴车轮垂向运动差异，使车身产生绕车辆坐标系 y轴的俯仰运动，此外，车辆内部弹性元件变形也会叠加产生车身俯仰运动。不平路面和加/减速两种工况下的车辆俯仰姿态控制分别涉及主动/半主动悬架和线控驱/制动系统。
1.1 单线控子系统独立控制
不平道路工况下车身俯仰姿态控制主要通过主动悬架系统将车身俯仰运动控制转化为悬架的垂向运动控制。由于车身俯仰运动通常伴随垂向运动，因此主动悬架控制方法又可分为垂向与俯仰运动非解耦控制和解耦控制。非解耦控制通常利用包括车辆垂向和俯仰运动的半车模型设计前后悬架控制策略，常见的控制方法有鲁棒控制、模型预测控制、有约束的自适应控制等。鲁棒控制通过优化外部输入到加权性能输出的无穷范数，达到抑制外部激励的效果。该方法能够较好地适应不同类型的路面输入，但基于半车模型设计控制器可能导致因模型维数过高而无可行解的问题，需要降低控制器设计的保守性。基于模型预测控制的方法通过构建基于车身俯仰角和垂向加速度等性能指标的目标函数，考虑悬架输出约束求解最优控制量。该方法在求解悬架控制量时计算效率较低，可将高阶系统分解为多个低阶子系统，采用分布式模型预测控制器提高求解效率。有约束的自适应控制考虑了轮胎动载荷、俯仰角和执行器饱和等限制，能够克服路面输入随机和控制器参数不确定性的问题，保证悬架系统具有较好的瞬态和稳态响应。解耦控制方法通过将车身垂向运动和俯仰运动解耦，分别设计垂向运动控制策略和俯仰运动控制策略 ，最后根据俯仰角速度和角加速度等状态信息，设计模糊逻辑等规则来融合两个控制量。该方法需要考虑俯仰与垂向运动的相互影响，以避免控制量之间产生冲突。以上控制方法同样也可以用于路面不平工况的侧倾姿态控制。
加/减速工况下主动悬架控制方法也分为两种：优化控制和解耦控制。优化控制通常以俯仰角或角加速度作为优化目标设计最优控制器，常见的控制方法有 LQR控制和模型预测控制等。LQR控制的基本思想是求解出全状态最优反馈控制矩阵，使得包含俯仰角加速度、和垂向加速度等指标的目标函数最小。LQR和模型预测控制两种方法的区别在于：LQR算法基于无限时域求解最优控制量，没有考虑执行器输出约束；而模型预测控制基于有限时域和相应约束条件求解最优控制量。由于汽车加/减速行驶时车身的垂向加速度、俯仰角和前后轮胎动载荷均会发生变化，俯仰角优化时受其他参量约束，且变量间的权重系数调节不便，因此俯仰角的控制效果仅能在一定条件下实现最优。解耦控制可采用微分几何法等方法对半车模型运动解耦，但该解耦方法需要准确的系统参数和精确的数学解析建模，但在实际条件下很难直接获取准确的车辆模型参数。
通过分析前后悬架系统动力学关系可知，调节前后轴驱/制动力矩分配比例，能够一定程度上控制车辆俯仰运动。由于车辆制动“点头”现象极易引起驾乘人员不适，因此当前研究聚焦于制动控制改善乘坐舒适性。
基于线控制动系统的俯仰运动控制方法可分为三类：第一类是前后制动力分配控制，允许实际前后制动力分配比例在一定范围内偏离理想制动力分配关系，以改善制动舒适性。由于该方法本质上仍需要 跟踪理想制动力分配曲线，因此制动舒适性优化效果有限。第二类是制动减速度约束控制，通过约束制动减速度优化车身俯仰角响应。但该类控制方法易导致制动减速度偏离制动意图，增加车辆制动距离；第三类是制动力实时调节，通过实时调节总制动 力和前后轴制动力分配比例提高制动舒适性，该方法能够在实车运条件下有效改善制动舒适性。
1.2 多线控执行器协同俯仰控制
通过主动悬架和线控制动系统协同控制能够较大程度地优化车 身俯仰角响应，提高乘坐舒适性。悬架系统与制动 系统在乘坐舒适性控制的耦合机理为：车辆紧急制动时，纵向减速度会影响车辆垂向动力学响应，剧烈的车身俯仰运动会严重影响乘坐舒适性；而车身垂向振动导致轮胎动载荷波动，进而影响轮胎-路面附着力，降低车辆制动安全性。针对悬架与制动系统协同控制，主要方案包括基于轮胎动载荷的控制、模式切换控制和优化控制。由于制动时轮胎动载荷是轮胎法向反力的关键影响因素，轮胎动载荷波动会降低制动系统的控制稳定性，进而影响车身俯仰运动。基于轮胎动载荷的控制方法通过调节主动悬架作动力使轮胎法向力变化与制动力矩变化协调一致，从而获得稳定制动性能。该方法需根据平均制动力矩调节悬架作动力，但平均制动力矩难以提前获取。基于模式切换的控制方法可将悬架控制模式设计为辅助制动模式和俯仰控制模式，辅助制动模式下悬架的跟踪目标为非簧载质量垂向位移的负参考值，俯仰控制模式的控制目标为跟踪期望的簧载质量垂向位移，实车运行时间根据不同工况选择不同控制模式。该方法的优点是控制逻辑清晰且实施方便，但需要准确划分控制模式的边界以及考虑模式切换过程对车辆平顺性的影响。基于优化的控制方法通过构建舒适性与制动性协同优化目标函数，将轮胎法向力、悬架动挠度和轮胎动挠度等状态转化为悬架控制器输入约束，再求解主动悬架最优控制量。但该方法仍需降低纵- 垂向耦合控制模型复杂度，以提高优化控制算法计算效率。
2 车辆平顺性控制
汽车平顺性是指车辆运行过程中产生的振动对乘坐人员主观感受以及对货物完好性的影响。线控底盘可通过控制悬架和制动系统降低车辆受到的振动和冲击，提高乘坐舒适性。本节将围绕车辆纵-垂向运动控制，介绍线控底盘在车辆平顺性控制方面的研究范畴。
2.1 线控系统平顺性单独控制
车辆行驶时的车身振动主要来自于路面激励和加速/制动时的惯性力。悬架系统在车身和路面间起到传递力和位移的作用，是影响汽车平顺性的关键。现有研究主要利用主动悬架系统抑制路面随机激励引起的车身振动，其基本工作原理是通过控制悬架作动力抑制由非簧载质量传递到簧载质量的振动与冲击，并衰减簧载质量的振动响应。车身振动控制方法主要分为两类(表1)：第一类方法将悬架系统作为确定性系统，基于精准建模设计控制系统，具体控制方法包括天棚控制、最优控制、反步控制等。天棚控制原理简单且能够有效抑制车身垂向振动，但由于其忽略了车轮振动的影响和时滞因素的叠加效应，被控车辆易出现“轮跳”现象。最优控制方法依赖于理想的控制模型，但由于实车运行条件下系统动态响应与模型间存在一定偏差，因此往往难以获得最佳控制效果。反步控制首先将非线性系统分解为若干子系统，分别设计各子系统的中间虚拟控制量与 Lyapunov函数，然后从子系统最低阶次向全系统反推，最终实现系统控制律设计。该方法同样依赖于精确系统建模，且反向递推计算量大，易出现控制滞后问题。第二类方法则考虑由车辆实际重量变化引起的悬架系统不确定性，主要控制方法包括鲁棒控制、自适应控制等。鲁棒控制方法通常首先构建一个包含垂向加速度和俯仰加速度等状态量的性能方程，然后在轮胎动载荷、悬架动挠度和悬架输出力等约束条件下，利用线性矩阵不等式（LMI）理论求解悬架控制量。鲁棒控制方法对系统不确定性和外界扰动具有较好的鲁棒性，但系统设计较为保守，系统性能难以达到最优。自适应控制能够较好地适应系统参数摄动的影响，但难以保证控制系统的全局稳定性，且参数估计仅为理想条件下的渐进收敛，无法保证实车运行条件下的控制效果。
表 1 垂向平顺性控制方法比较
除了通过悬架控制提升车辆平顺性外，制动系统控制也有助于改善车辆乘坐舒适性。车辆制动过 程可分为制动前期、中期和后期，其中制动后期是指车辆从临近停车到地面与车轮间无相对运动的过 程。当车辆处于制动后期时，纵向加速度会出现振荡并逐渐减小为零的现象，而纵向加速度急剧变化 会产生较大的冲击感，且制动强度越大，纵向平顺性越差。车辆纵向平顺性控制方法可以分为时域控制和频域控制两类。其中，时域控制主要关注整车纵向加速度变化，常见的方法分为两种：第一种是约束整车纵向加速度和冲击度；第二种是对制动后期减速度进行规划控制。约束纵向加速度的方法通常用于自动驾驶车辆的制动平顺性控制，但该方法没有考虑制动过程不同时期的制动特性，难以用于非紧急制动工况下加速度较大时纵向平顺性控制。通过控制制动后期减速度可以改善车辆停止前的轮胎力突变，从而提高制动后期的纵向平顺性。基于频域控制的方法考虑车轮与地面相对静止时轮胎的低频共振特性，根据轮胎动态特性主动调节各轮缸制动压力，从而使整车振动频率远离人体振动敏感区间。该方法可以增大轮胎固有频率，改变低频共振特性，从而降低车辆制动后期的纵向振动。
2.2 线控底盘协同平顺性控制
悬架垂向作用力会影响车轮垂直载荷分布，进而影响车轮制动力动态响应特性，而制动过程轮胎力的波动会通过悬架传递到车身，并引起车身振动，因此，车身纵、垂向控制存在耦合关系。相较于主动悬架与制动系统的单独控制，二者协同控制能够进一步提高平顺性，主要控制方法分为两种：基于权重分配的方法和基于优化的方法。基于权重分配的方法需要制定悬架系统和制动系统的权重系数分配规则，基于专家经验确定不同工况下各线控子系统的介入时机与介入力度。该方法需要考虑制动强度与车身垂向运动的耦合特性，但离线优化的权重分配规则难以保证其工况适应性。基于优化的方法通过构建包含垂向加速度、悬架动挠度、纵向加速度等参数的多目标优化函数，通过求解最优控制问题实现底盘各执行器动态协调。该方法需要考虑目标函数中权重系数的自适应调节以及优化问题求解的实时性。此外，随执行器数量增加，目标函数和约束条件的复杂程度也随之增加，求解优化问题时易陷入局部最优解。
当前主动悬架与线控制动系统协同控制方法多用于提高制动安全性，而针对改善平顺性的研究较少，未来研究可重点关注以下方面。
(1)制动过程平顺性与轮胎特性密切相关，纵向平顺性控制需要充分考虑轮胎的动态特性，此外，制动过程系统非线性和参数不确定性也是控制器设计需要考虑的重要因素。
(2)基于多目标优化的底盘协同控制方法可有效提升整车平顺性，但考虑系统多维耦合特性可能导致控制模型过于复杂，降低了控制实时性。可考虑将复杂强耦合系统的多目标优化问题分解为多个低维子系统的单目标优化问题，基于多智能体控制架构协调各线控子系统间的控制冲突，并采用分布式模型预测控制方法进行优化求解，提高控制算法的实时性。
3 总结
车辆舒适性控制主要包括车身姿态控制及平顺性控制。本文分别介绍了通过悬架、制动等单一线控子系统以及底盘多线控执行器协同进行车身俯仰姿态控制的方法，概述了主动悬架、线控制动以及多执行器协同实现车辆平顺性控制的主要思路，而底盘多执行器协同平顺性控制则需重点关注电机转矩平滑、轮胎动态特性、最优控制方法建模与高效求解等问题。
参考文献：张雷等，全线控分布式驱动电动汽车底盘协同控制研究综述。
