1. 方向盘为什么抖轮胎为什么叫横向失稳的物理本质先说一个容易混淆的概念。标题里的“滑膜控制”其实应该是“滑模控制”模板的模不是薄膜的膜。这两个词念起来一样我见过不止一个人写错但它和车辆打滑、轮胎表面没有任何关系。滑模控制是一种让系统状态主动“贴上”一条人为设计的轨迹再沿着这条轨迹滑向稳定点的控制方法。你不需要真的给轮胎加一副金属链子而是通过控制算法给整车施加一个虚拟的“防滑力矩”让车在物理极限边缘依然能保持稳定。我至今记得第一次参与高速双移线测试时的感觉。车速压到接近百公里每小时方向盘突然像握着一台老式缝纫机指尖一阵阵酥麻紧接着右后轮胎发出一声很尖的啸叫像粉笔在黑板上滑了一长段。当时测试工程师在旁边喊了一句“后轴开始横摆了”我下意识松开油门车尾却明显往右侧甩了一下。那次经历让我明白一个道理方向盘抖动和轮胎尖啸根本不是两个问题它们都是同一个根源在不同部件上的投影——整车横向稳定性正在失守。1.1 侧偏角才是车辆“打滑”的早期预警指标很多人以为轮胎打滑就是轮胎和地面之间没有摩擦力了其实更准确的描述是“侧偏角太大了”。车辆向前走的时候如果转向轮转动了一个角度轮胎接地区域因为橡胶的弹性会发生形变接地印迹的中心线和轮圈平面之间会形成一个夹角这个角就叫侧偏角。低速的时候侧偏角很小几乎感觉不到高速过弯时前轮和后轮都需要产生足够大的侧向力才能把车“按”在弯道里侧偏角会明显增大。轮胎侧向力和侧偏角的关系并不是一条直线。在小角度范围内它们大致成正比这个比例就是侧偏刚度但当侧偏角超过某个阈值比如普通轿车轮胎大概在 8 到 15 度左右侧向力就进入饱和区再怎么增大转角侧向力也上不去了。这个时候方向盘会变得异常“空”轮胎会开始尖叫因为胎面在接地面上反复发生黏着和滑动的交替过程频率高到一定程度就变成了尖啸声。所以当你听到轮胎叫看到方向盘抖实际上是在听轮胎告诉你一件事它的侧偏角已经逼近附着极限了。1.2 轮胎附着椭圆抓地力不是一张无限额度的信用卡每条轮胎能传递给地面的力在纵向和侧向之间是存在一个总额度上限的这个上限大致由路面附着系数和垂直载荷决定。把这个上限画成一个椭圆横向和纵向分别是两条半轴就得到了所谓的附着椭圆。直行大力刹车时纵向力占用了大部分额度留给侧向力的极少高速过弯时情况反过来侧向力占大头纵向力余量很小。这个椭圆模型解释了为什么高速过弯时驾驶员轻轻多给一点油门或者多踩一点刹车车辆姿态就会立刻崩掉。因为那一点纵向力需求把轮胎本来就剩余无几的侧向力配额彻底挤没了。传统稳定杆、减震器标定能改变载荷分配但没法改变附着总额电子稳定程序能通过制动干预重新分配每个车轮的纵向力本质上就是在多个轮胎之间“拆东墙补西墙”把整个系统的剩余抓地力调度到最需要的地方。1.3 为什么低速过弯“没事”高速过弯就“现形”低速过弯时轮胎需要的侧向力很小侧偏角在弹性区内方向盘给多少前轮就老老实实转多少。高速过弯则不同同样的弯道曲率需求侧向力和车速的平方成正比。车速从 60 提到 120侧向力要求变成原来的四倍轮胎很快就被推入非线性区。更麻烦的是车辆横摆运动本身是个大惯性系统一旦出现质心侧偏角持续增大的趋势它不会自己收敛反而会越滚越大最终表现为车尾向外甩、驾驶员反打方向也救不回来。这时候单纯靠驾驶员的手感已经不够了。因为人的反应速度通常在 300 毫秒以上而轮胎从线性区滑向饱和区可能只需要几十毫秒。控制器必须在轮胎尖叫的同时就计算出应该给哪个车轮施加多大的制动力把整车横摆力矩拉回正常范围。这就引出了今天的核心话题用滑模控制去主动管理车辆的横向稳定性。2. 给车辆装虚拟“防滑链”滑模控制到底在控制什么“防滑链”这个比喻很有意思。实体防滑链是粗暴地增加轮胎与地面的机械啮合提高附着上限而我要说的虚拟防滑链并不是抬高上限而是在车辆逼近上限的时候强制改变它的运动状态让实际状态始终跟在一个安全目标后面。滑模控制在这里的核心价值不是“更硬”的抓地力而是“更快、更稳”的状态校正。2.1 滑模控制的本质不跟轮胎较劲跟系统状态较劲滑模控制的思路可以拿“自动扶梯上的逆行”来类比。你在扶梯上发现前面有人堵住了最快的修正方式是跳下扶梯跑一段再从下一个入口重新上来。滑模控制也是这个路子它不指望让轮胎附着力的变化过程变得平滑而是直接定义一个“滑动面”这个滑动面是系统状态空间里的一条超曲面包含了质心侧偏角和横摆角速度两个核心状态量。控制器不断地把当前状态推向这条曲面一旦状态落到曲面上后续控制律会保证它沿着曲面滑向目标点。这里有个本质区别常规 PID 控制是“误差大就多校正误差小就少校正”依赖于被控对象模型够准滑模控制则是“不管误差怎么变先把状态压到滑动面上”对模型误差和外部扰动有很强的容忍能力。车辆横摆运动里最大的不确定因素无非是路面附着系数突然变化、轮胎侧偏刚度随载荷漂移、侧风干扰这些恰恰都是滑模控制擅长的领域。2.2 简化模型也要保证物理正确固执的单轨模型工程上做横向稳定性控制很少直接用整车二十几个自由度的模型因为那会让控制律推导变得异常复杂。最常用的是把左右两侧车轮合并成前后两个虚拟车轮形成二自由度单轨模型一个自由度是质心侧偏角另一个是横摆角速度。这个模型忽略了悬架俯仰、侧倾的细节但保留了前轮转向角输入、前后轴侧偏刚度和轴距这几个最关键的量。单轨模型的状态方程本质上就是两个力平衡和力矩平衡方程。前轮侧向力加后轮侧向力等于质量乘以侧向加速度前轴力到质心的力臂减去后轴力到质心的力臂再加上来自左右轮差动制动产生的附加横摆力矩等于转动惯量乘以横摆角加速度。控制量就是我说的“附加横摆力矩”它可以直接由四个车轮的纵向力差异产生。有了这个模型滑模控制器可以从第一个原理出发设计而不是靠调参碰运气。2.3 执行器的差异化差动制动怎么变成横摆力矩现实中制造附加横摆力矩的手段主要有三种差动制动、差动驱动和主动转向。对普通乘用车来说最经济可靠的是差动制动也就是在转弯过程中对某一个或两个车轮单独施加制动力。比如车辆在左转弯时出现转向过度车尾向外甩控制器可以选择对前外轮施加一定制动力产生一个让车头向弯内回转的力矩相当于给车身一个反方向的“扶正力”。这个力矩的大小和施加点的选择非常讲究。同一个制动力作用在左前轮和左后轮上效果完全不同因为制动力到质心的距离、以及该轮本身剩余的纵向力余量都不相同。后段的分配策略我会专门讲这里先记住一个结论附加横摆力矩是滑模控制器的“指令”差动制动只是执行手段如果这个力矩算错了执行器再快也救不了车辆。3. 滑模控制器设计全过程从滑动面到附加横摆力矩前面说了很多概念下面进入正题。控制器的目标很明确让车辆的横摆角速度跟随驾驶员转向意图给出的期望值同时把质心侧偏角限制在安全范围内。这两个目标之间是存在矛盾的横摆角速度跟踪得好不代表质心侧偏角一定小所以要把它们组合成一个滑动面。3.1 滑动面的构造一个加权误差的配平我用的滑动面形式很直接s (ωr − ωdes) λ·(β − βdes)其中 ωr 是实际横摆角速度ωdes 是驾驶员意图对应的期望横摆角速度β 是实际质心侧偏角βdes 通常可以直接设成 0λ 是权重系数。这个式子的含义是我不关心横摆角速度误差或者侧偏角误差哪一个单独恶化我关心的是两者加权后的综合误差能否回到零。λ 的取值需要根据路面和车速调整一般取 2 到 6 之间。如果 λ 太小系统会过分追求横摆角速度跟随侧偏角可能飙得很快如果 λ 太大控制动作又会过于保守转向响应显得迟钝。期望横摆角速度不能直接按转向角除以转向比和轴距来算因为那只是稳态值。实际车载计算里会用一个一阶惯性环节对方向盘转角信号做动态换算并限制在附着系数对应的横摆角速度上限之内这个上限通常写成 μ·g/v。这样才能保证控制器的目标本身是物理上可实现的否则车轮达到了侧向力极限控制器还在逼着车辆去追一个达不到的横摆角速度必然饱和失效。3.2 等效控制与切换控制一条公式里的两个灵魂确定滑动面之后接下来推导控制律。把滑动面对时间求导得到 ds/dt dωr/dt − dωdes/dt λ·(dβ/dt)。再把二自由度模型中的 dωr/dt 和 dβ/dt 代入解出能让 ds/dt 0 的附加横摆力矩这个力矩叫等效控制项。它代表的是如果模型完全准确、没有任何扰动维持状态正好走在滑动面上需要的力矩。但现实中模型不可能完全准确路面附着系数、轮胎侧偏刚度都在变化所以必须在等效控制之上加一个切换项。最经典的做法是加一项 k·sign(s)s 为正时给一个负向力矩s 为负时给一个正向力矩把系统始终强行推向滑动面。最终控制律写成ΔM ΔM_eq k·sign(s)k 的大小必须超过所有不确定项的上界理论上才能保证系统收敛到滑动面。这也是滑模控制有名的“抖振”来源当系统状态在滑动面附近来回穿越时符号函数产生的控制输出会高频切换反映在物理执行器上就是制动压力的高频抖动严重时反而会让车轮抱死、轮胎剧烈磨损。3.3 抖振不是必须接受的代价边界层宽度是个宝工程上处理抖振最常用的办法是把符号函数换成饱和函数。饱和函数在滑动面附近形成一个边界层边界层内控制输出从最大值连续过渡到最小值不再发生瞬间跳变。这样处理之后系统状态其实不是在滑动面本身上滑动而是在边界层内部滑动控制精度略微下降但执行器和轮胎的压力波动显著改善。我一般采用两种方式实现边界层一种是把 sign(s) 改成 sat(s/φ)φ 是边界层宽度另一种是用双曲正切函数 tanh(s/φ)效果更平滑。φ 太大系统会丢掉滑模控制的强鲁棒性退回成类似高增益 PDφ 太小抖振依然存在。比较稳妥的做法是先按系统不确定性的幅度定 k用仿真确认抖振幅值再从小到大调 φ直到制动压力波动控制在目标范围内。总的来说这条路上没有一步到位的参数必须反复试。4. 仿真和实车验证中那些容易被低估的细节控制器设计出来只是万里长征第一步。我见过相当多滑模控制论文里给出了漂亮的仿真曲线一到实车阶段就全线崩溃原因通常不在控制算法本身而在状态获取、执行器限值和参数适配这些“周边配套”。4.1 质心侧偏角估计最难测的状态量横摆角速度可以用陀螺仪直接测但质心侧偏角几乎没有直接传感器。测量它的专业设备是GPS双天线测速加高精度惯导组合成本很高普通量产车上不可能装。工程上只能用状态估计器把它算出来常见方案有运动学积分法、车辆模型观测器、滑模观测器。运动学积分法原理简单把侧向加速度减去横摆角速度乘以纵向速度再积分积分一下短时间精度还行但会因为加速度计零偏而累积漂移几秒之后结果就不可信了。我在项目里最终采用的是基于单轨模型的滑模观测器它能利用横摆角速度误差项持续修正 β 的估计值让观测结果对模型误差不那么敏感。即便如此估算出的 β 在高附着路面上还能接受到了冰雪路面上误差依然可能超过 0.5 度。这个误差对控制器来说不是灾难但前提是你的滑动面设计时给 β 的权重不能太高否则估计噪声会被 λ 放大最终表现为方向盘偶发的小幅扰动。这也是为什么很多量产项目宁可牺牲一点控制效果也要把 λ 调得保守一些。4.2 差动制动的分配策略前轴还是后轴哪一侧先制动附加横摆力矩算出来了接下来要把力矩分配给具体车轮。整车控制器里通常先根据方向盘转角和横摆角速度方向判断车辆处于转向不足还是转向过度再决定干预策略。转向不足时车头向外推优先对内后轮制动通过减小后轴侧向力并产生一个使车头向弯内回转的力矩转向过度时车尾向外甩优先对外前轮制动产生一个扶正力矩。这个逻辑听起来不复杂但具体执行时每个车轮的当前垂直载荷和纵向力余量都是在变化的。高速过弯时外侧车轮载荷明显大于内侧同样的制动压力在外轮上产生的制动力更大但也更容易把外轮推向纵向力饱和。实际项目中一般引入一个权重表根据当前侧向加速度和质心侧偏角估计值调整各车轮的参与时间而不是始终保持一个固定优先顺序。低速大转角工况下还应该引入车速前馈避免制动干预让驾驶员觉得车辆被“拽”住了。4.3 参数整定的经验先稳住再压榨附带一个我踩过多次的坑先调控制参数还是先调车辆模型顺序搞反了会让你崩溃。我现在的做法是先在纯软件环境下搭一个高精度的整车模型把路面附着系数设定为中高附着值跑正弦扫描和双移线工况确认滑模控制参数可以稳定跟踪期望横摆角速度。之后逐步降低附着系数从干沥青到湿沥青再到积雪路面看切换项增益 k 是否足够边界层 φ 是否需要放宽。整定顺序有个原则先保证系统稳定性再追求跟车精度。不要一上来就要求横摆角速度误差全程小于 0.02 rad/s那只会让 k 变得奇大路面一旦有积水控制输出立刻饱和整个系统从稳定变成振荡。先接受 0.05 到 0.08 rad/s 的误差范围确认所有工况下车辆都收敛再把边界层调窄换取精度这样调试周期会短很多。5. 这些极限场景之下滑模控制也会“交枪”控制不是玄学它有明确的物理边界。我再怎么强调鲁棒性也绕不开一个事实如果轮胎已经彻底失去附着比如整个路面被一层油膜覆盖任何基于轮胎力模型的控制算法都拿不到可用的执行效果。这时候谈横摆角速度跟随已经没有意义车速会直线下降整车变成一块在冰面上滑行的石头。5.1 附着系数的突然跃变最考验鲁棒性的工况我印象最深的是一个模拟湿滑路面突变测试。车以 80 公里每小时进入一段附着系数只有 0.25 的路面前轮先擦上去后轮还在干沥青上。前后轴附着能力瞬间出现巨大差异车头向弯外漂而控制器起初还以为抓地力充足给出的制动指令明显偏大导致车辆姿态在 0.3 秒内剧烈波动。最终我的滑模控制通过切换项硬生生把状态拉了回来但代价是轮胎噪声很大车内能明显听到持续的尖叫。事后分析问题出在期望横摆角速度上限计算时μ 的取值用的是一段时间前的估计值没有实时更新。后来我给变速器加了基于纵向加速度和侧向加速度的摩擦系数估计器每次进入新附着路段都能更早地压低期望值控制动作幅度才真正趋于适中。这说明滑模控制器不可能代替感知系统你给它喂的数据不对输出再硬也白搭。5.2 从控制系统到整车性能的取舍再往深一层说滑模控制把车辆稳定住之后必然牺牲一些舒适性。显著的制动压力波动、频繁的轮缸压力建立和解除会带来持续的噪声和车身冲击。我参与的一个模拟项目中最初的控制器在测试车辆上表现过于“亢奋”过弯时频繁刹车把乘坐舒适性拉低到了用户难以接受的程度。后来我们通过降低 k 值和增大边界层宽度让控制器在车辆姿态偏离不大时保持静默只在状态真正进入危险区时才全力介入。这种干预策略叫“异步控制”或“事件驱动”本质上就是给控制器设置触发阈值避免它像强迫症一样每时每刻修正微小的误差。对于横向稳定性控制来说弱干预和强干预交替出现远比持续高频干预更符合驾驶员的预期。方向盘偶尔抖一下轮胎偶尔叫一声只要车辆运动轨迹没有失控其实并不需要控制器的全面介入。5.3 个人体会它是防滑链不是魔法链最后说一点个人体会。我最早接触这个课题时也幻想能做得更“聪明”让车辆在任何路面条件下都能像轨道车一样稳定过弯。做完这个项目后我反而清醒了滑模控制给车辆装上的“防滑链”本质上是一套能快速计算状态偏差、并强制纠正偏差的决策系统它不改变物理定律只是在轮胎接近极限时帮驾驶员多争取了几百毫秒的修正时间。真实车辆测试中能把横摆角速度误差控制在目标阈值内、同时让驾驶员感受到的干预足够自然已经算是成功。如果你打算从零开始复现这套系统我给的建议是先抛开炫酷的算法把二自由度模型的参数辨识做扎实再搭建一个能注入未知扰动的测试矩阵最后再看滑动面和切换项的调参。工具上不必追求全套商业软件先开发一套简单的侧向动力学仿真平台足以验证算法趋势。有了这一步基础再逐步逼近实车工况你会发现滑模控制的鲁棒性只有在“模型足够准、状态估计足够稳、执行器足够快”三者配合时才能兑现它也永远不会成为让车辆无所不能的魔法链。 
长河君 · 2026/10/24 3:03:54 · 阅读 1.2k 滑模控制如何稳住高速失控的车辆：从侧偏角到差动制动
1. 方向盘为什么抖轮胎为什么叫横向失稳的物理本质先说一个容易混淆的概念。标题里的“滑膜控制”其实应该是“滑模控制”模板的模不是薄膜的膜。这两个词念起来一样我见过不止一个人写错但它和车辆打滑、轮胎表面没有任何关系。滑模控制是一种让系统状态主动“贴上”一条人为设计的轨迹再沿着这条轨迹滑向稳定点的控制方法。你不需要真的给轮胎加一副金属链子而是通过控制算法给整车施加一个虚拟的“防滑力矩”让车在物理极限边缘依然能保持稳定。我至今记得第一次参与高速双移线测试时的感觉。车速压到接近百公里每小时方向盘突然像握着一台老式缝纫机指尖一阵阵酥麻紧接着右后轮胎发出一声很尖的啸叫像粉笔在黑板上滑了一长段。当时测试工程师在旁边喊了一句“后轴开始横摆了”我下意识松开油门车尾却明显往右侧甩了一下。那次经历让我明白一个道理方向盘抖动和轮胎尖啸根本不是两个问题它们都是同一个根源在不同部件上的投影——整车横向稳定性正在失守。1.1 侧偏角才是车辆“打滑”的早期预警指标很多人以为轮胎打滑就是轮胎和地面之间没有摩擦力了其实更准确的描述是“侧偏角太大了”。车辆向前走的时候如果转向轮转动了一个角度轮胎接地区域因为橡胶的弹性会发生形变接地印迹的中心线和轮圈平面之间会形成一个夹角这个角就叫侧偏角。低速的时候侧偏角很小几乎感觉不到高速过弯时前轮和后轮都需要产生足够大的侧向力才能把车“按”在弯道里侧偏角会明显增大。轮胎侧向力和侧偏角的关系并不是一条直线。在小角度范围内它们大致成正比这个比例就是侧偏刚度但当侧偏角超过某个阈值比如普通轿车轮胎大概在 8 到 15 度左右侧向力就进入饱和区再怎么增大转角侧向力也上不去了。这个时候方向盘会变得异常“空”轮胎会开始尖叫因为胎面在接地面上反复发生黏着和滑动的交替过程频率高到一定程度就变成了尖啸声。所以当你听到轮胎叫看到方向盘抖实际上是在听轮胎告诉你一件事它的侧偏角已经逼近附着极限了。1.2 轮胎附着椭圆抓地力不是一张无限额度的信用卡每条轮胎能传递给地面的力在纵向和侧向之间是存在一个总额度上限的这个上限大致由路面附着系数和垂直载荷决定。把这个上限画成一个椭圆横向和纵向分别是两条半轴就得到了所谓的附着椭圆。直行大力刹车时纵向力占用了大部分额度留给侧向力的极少高速过弯时情况反过来侧向力占大头纵向力余量很小。这个椭圆模型解释了为什么高速过弯时驾驶员轻轻多给一点油门或者多踩一点刹车车辆姿态就会立刻崩掉。因为那一点纵向力需求把轮胎本来就剩余无几的侧向力配额彻底挤没了。传统稳定杆、减震器标定能改变载荷分配但没法改变附着总额电子稳定程序能通过制动干预重新分配每个车轮的纵向力本质上就是在多个轮胎之间“拆东墙补西墙”把整个系统的剩余抓地力调度到最需要的地方。1.3 为什么低速过弯“没事”高速过弯就“现形”低速过弯时轮胎需要的侧向力很小侧偏角在弹性区内方向盘给多少前轮就老老实实转多少。高速过弯则不同同样的弯道曲率需求侧向力和车速的平方成正比。车速从 60 提到 120侧向力要求变成原来的四倍轮胎很快就被推入非线性区。更麻烦的是车辆横摆运动本身是个大惯性系统一旦出现质心侧偏角持续增大的趋势它不会自己收敛反而会越滚越大最终表现为车尾向外甩、驾驶员反打方向也救不回来。这时候单纯靠驾驶员的手感已经不够了。因为人的反应速度通常在 300 毫秒以上而轮胎从线性区滑向饱和区可能只需要几十毫秒。控制器必须在轮胎尖叫的同时就计算出应该给哪个车轮施加多大的制动力把整车横摆力矩拉回正常范围。这就引出了今天的核心话题用滑模控制去主动管理车辆的横向稳定性。2. 给车辆装虚拟“防滑链”滑模控制到底在控制什么“防滑链”这个比喻很有意思。实体防滑链是粗暴地增加轮胎与地面的机械啮合提高附着上限而我要说的虚拟防滑链并不是抬高上限而是在车辆逼近上限的时候强制改变它的运动状态让实际状态始终跟在一个安全目标后面。滑模控制在这里的核心价值不是“更硬”的抓地力而是“更快、更稳”的状态校正。2.1 滑模控制的本质不跟轮胎较劲跟系统状态较劲滑模控制的思路可以拿“自动扶梯上的逆行”来类比。你在扶梯上发现前面有人堵住了最快的修正方式是跳下扶梯跑一段再从下一个入口重新上来。滑模控制也是这个路子它不指望让轮胎附着力的变化过程变得平滑而是直接定义一个“滑动面”这个滑动面是系统状态空间里的一条超曲面包含了质心侧偏角和横摆角速度两个核心状态量。控制器不断地把当前状态推向这条曲面一旦状态落到曲面上后续控制律会保证它沿着曲面滑向目标点。这里有个本质区别常规 PID 控制是“误差大就多校正误差小就少校正”依赖于被控对象模型够准滑模控制则是“不管误差怎么变先把状态压到滑动面上”对模型误差和外部扰动有很强的容忍能力。车辆横摆运动里最大的不确定因素无非是路面附着系数突然变化、轮胎侧偏刚度随载荷漂移、侧风干扰这些恰恰都是滑模控制擅长的领域。2.2 简化模型也要保证物理正确固执的单轨模型工程上做横向稳定性控制很少直接用整车二十几个自由度的模型因为那会让控制律推导变得异常复杂。最常用的是把左右两侧车轮合并成前后两个虚拟车轮形成二自由度单轨模型一个自由度是质心侧偏角另一个是横摆角速度。这个模型忽略了悬架俯仰、侧倾的细节但保留了前轮转向角输入、前后轴侧偏刚度和轴距这几个最关键的量。单轨模型的状态方程本质上就是两个力平衡和力矩平衡方程。前轮侧向力加后轮侧向力等于质量乘以侧向加速度前轴力到质心的力臂减去后轴力到质心的力臂再加上来自左右轮差动制动产生的附加横摆力矩等于转动惯量乘以横摆角加速度。控制量就是我说的“附加横摆力矩”它可以直接由四个车轮的纵向力差异产生。有了这个模型滑模控制器可以从第一个原理出发设计而不是靠调参碰运气。2.3 执行器的差异化差动制动怎么变成横摆力矩现实中制造附加横摆力矩的手段主要有三种差动制动、差动驱动和主动转向。对普通乘用车来说最经济可靠的是差动制动也就是在转弯过程中对某一个或两个车轮单独施加制动力。比如车辆在左转弯时出现转向过度车尾向外甩控制器可以选择对前外轮施加一定制动力产生一个让车头向弯内回转的力矩相当于给车身一个反方向的“扶正力”。这个力矩的大小和施加点的选择非常讲究。同一个制动力作用在左前轮和左后轮上效果完全不同因为制动力到质心的距离、以及该轮本身剩余的纵向力余量都不相同。后段的分配策略我会专门讲这里先记住一个结论附加横摆力矩是滑模控制器的“指令”差动制动只是执行手段如果这个力矩算错了执行器再快也救不了车辆。3. 滑模控制器设计全过程从滑动面到附加横摆力矩前面说了很多概念下面进入正题。控制器的目标很明确让车辆的横摆角速度跟随驾驶员转向意图给出的期望值同时把质心侧偏角限制在安全范围内。这两个目标之间是存在矛盾的横摆角速度跟踪得好不代表质心侧偏角一定小所以要把它们组合成一个滑动面。3.1 滑动面的构造一个加权误差的配平我用的滑动面形式很直接s (ωr − ωdes) λ·(β − βdes)其中 ωr 是实际横摆角速度ωdes 是驾驶员意图对应的期望横摆角速度β 是实际质心侧偏角βdes 通常可以直接设成 0λ 是权重系数。这个式子的含义是我不关心横摆角速度误差或者侧偏角误差哪一个单独恶化我关心的是两者加权后的综合误差能否回到零。λ 的取值需要根据路面和车速调整一般取 2 到 6 之间。如果 λ 太小系统会过分追求横摆角速度跟随侧偏角可能飙得很快如果 λ 太大控制动作又会过于保守转向响应显得迟钝。期望横摆角速度不能直接按转向角除以转向比和轴距来算因为那只是稳态值。实际车载计算里会用一个一阶惯性环节对方向盘转角信号做动态换算并限制在附着系数对应的横摆角速度上限之内这个上限通常写成 μ·g/v。这样才能保证控制器的目标本身是物理上可实现的否则车轮达到了侧向力极限控制器还在逼着车辆去追一个达不到的横摆角速度必然饱和失效。3.2 等效控制与切换控制一条公式里的两个灵魂确定滑动面之后接下来推导控制律。把滑动面对时间求导得到 ds/dt dωr/dt − dωdes/dt λ·(dβ/dt)。再把二自由度模型中的 dωr/dt 和 dβ/dt 代入解出能让 ds/dt 0 的附加横摆力矩这个力矩叫等效控制项。它代表的是如果模型完全准确、没有任何扰动维持状态正好走在滑动面上需要的力矩。但现实中模型不可能完全准确路面附着系数、轮胎侧偏刚度都在变化所以必须在等效控制之上加一个切换项。最经典的做法是加一项 k·sign(s)s 为正时给一个负向力矩s 为负时给一个正向力矩把系统始终强行推向滑动面。最终控制律写成ΔM ΔM_eq k·sign(s)k 的大小必须超过所有不确定项的上界理论上才能保证系统收敛到滑动面。这也是滑模控制有名的“抖振”来源当系统状态在滑动面附近来回穿越时符号函数产生的控制输出会高频切换反映在物理执行器上就是制动压力的高频抖动严重时反而会让车轮抱死、轮胎剧烈磨损。3.3 抖振不是必须接受的代价边界层宽度是个宝工程上处理抖振最常用的办法是把符号函数换成饱和函数。饱和函数在滑动面附近形成一个边界层边界层内控制输出从最大值连续过渡到最小值不再发生瞬间跳变。这样处理之后系统状态其实不是在滑动面本身上滑动而是在边界层内部滑动控制精度略微下降但执行器和轮胎的压力波动显著改善。我一般采用两种方式实现边界层一种是把 sign(s) 改成 sat(s/φ)φ 是边界层宽度另一种是用双曲正切函数 tanh(s/φ)效果更平滑。φ 太大系统会丢掉滑模控制的强鲁棒性退回成类似高增益 PDφ 太小抖振依然存在。比较稳妥的做法是先按系统不确定性的幅度定 k用仿真确认抖振幅值再从小到大调 φ直到制动压力波动控制在目标范围内。总的来说这条路上没有一步到位的参数必须反复试。4. 仿真和实车验证中那些容易被低估的细节控制器设计出来只是万里长征第一步。我见过相当多滑模控制论文里给出了漂亮的仿真曲线一到实车阶段就全线崩溃原因通常不在控制算法本身而在状态获取、执行器限值和参数适配这些“周边配套”。4.1 质心侧偏角估计最难测的状态量横摆角速度可以用陀螺仪直接测但质心侧偏角几乎没有直接传感器。测量它的专业设备是GPS双天线测速加高精度惯导组合成本很高普通量产车上不可能装。工程上只能用状态估计器把它算出来常见方案有运动学积分法、车辆模型观测器、滑模观测器。运动学积分法原理简单把侧向加速度减去横摆角速度乘以纵向速度再积分积分一下短时间精度还行但会因为加速度计零偏而累积漂移几秒之后结果就不可信了。我在项目里最终采用的是基于单轨模型的滑模观测器它能利用横摆角速度误差项持续修正 β 的估计值让观测结果对模型误差不那么敏感。即便如此估算出的 β 在高附着路面上还能接受到了冰雪路面上误差依然可能超过 0.5 度。这个误差对控制器来说不是灾难但前提是你的滑动面设计时给 β 的权重不能太高否则估计噪声会被 λ 放大最终表现为方向盘偶发的小幅扰动。这也是为什么很多量产项目宁可牺牲一点控制效果也要把 λ 调得保守一些。4.2 差动制动的分配策略前轴还是后轴哪一侧先制动附加横摆力矩算出来了接下来要把力矩分配给具体车轮。整车控制器里通常先根据方向盘转角和横摆角速度方向判断车辆处于转向不足还是转向过度再决定干预策略。转向不足时车头向外推优先对内后轮制动通过减小后轴侧向力并产生一个使车头向弯内回转的力矩转向过度时车尾向外甩优先对外前轮制动产生一个扶正力矩。这个逻辑听起来不复杂但具体执行时每个车轮的当前垂直载荷和纵向力余量都是在变化的。高速过弯时外侧车轮载荷明显大于内侧同样的制动压力在外轮上产生的制动力更大但也更容易把外轮推向纵向力饱和。实际项目中一般引入一个权重表根据当前侧向加速度和质心侧偏角估计值调整各车轮的参与时间而不是始终保持一个固定优先顺序。低速大转角工况下还应该引入车速前馈避免制动干预让驾驶员觉得车辆被“拽”住了。4.3 参数整定的经验先稳住再压榨附带一个我踩过多次的坑先调控制参数还是先调车辆模型顺序搞反了会让你崩溃。我现在的做法是先在纯软件环境下搭一个高精度的整车模型把路面附着系数设定为中高附着值跑正弦扫描和双移线工况确认滑模控制参数可以稳定跟踪期望横摆角速度。之后逐步降低附着系数从干沥青到湿沥青再到积雪路面看切换项增益 k 是否足够边界层 φ 是否需要放宽。整定顺序有个原则先保证系统稳定性再追求跟车精度。不要一上来就要求横摆角速度误差全程小于 0.02 rad/s那只会让 k 变得奇大路面一旦有积水控制输出立刻饱和整个系统从稳定变成振荡。先接受 0.05 到 0.08 rad/s 的误差范围确认所有工况下车辆都收敛再把边界层调窄换取精度这样调试周期会短很多。5. 这些极限场景之下滑模控制也会“交枪”控制不是玄学它有明确的物理边界。我再怎么强调鲁棒性也绕不开一个事实如果轮胎已经彻底失去附着比如整个路面被一层油膜覆盖任何基于轮胎力模型的控制算法都拿不到可用的执行效果。这时候谈横摆角速度跟随已经没有意义车速会直线下降整车变成一块在冰面上滑行的石头。5.1 附着系数的突然跃变最考验鲁棒性的工况我印象最深的是一个模拟湿滑路面突变测试。车以 80 公里每小时进入一段附着系数只有 0.25 的路面前轮先擦上去后轮还在干沥青上。前后轴附着能力瞬间出现巨大差异车头向弯外漂而控制器起初还以为抓地力充足给出的制动指令明显偏大导致车辆姿态在 0.3 秒内剧烈波动。最终我的滑模控制通过切换项硬生生把状态拉了回来但代价是轮胎噪声很大车内能明显听到持续的尖叫。事后分析问题出在期望横摆角速度上限计算时μ 的取值用的是一段时间前的估计值没有实时更新。后来我给变速器加了基于纵向加速度和侧向加速度的摩擦系数估计器每次进入新附着路段都能更早地压低期望值控制动作幅度才真正趋于适中。这说明滑模控制器不可能代替感知系统你给它喂的数据不对输出再硬也白搭。5.2 从控制系统到整车性能的取舍再往深一层说滑模控制把车辆稳定住之后必然牺牲一些舒适性。显著的制动压力波动、频繁的轮缸压力建立和解除会带来持续的噪声和车身冲击。我参与的一个模拟项目中最初的控制器在测试车辆上表现过于“亢奋”过弯时频繁刹车把乘坐舒适性拉低到了用户难以接受的程度。后来我们通过降低 k 值和增大边界层宽度让控制器在车辆姿态偏离不大时保持静默只在状态真正进入危险区时才全力介入。这种干预策略叫“异步控制”或“事件驱动”本质上就是给控制器设置触发阈值避免它像强迫症一样每时每刻修正微小的误差。对于横向稳定性控制来说弱干预和强干预交替出现远比持续高频干预更符合驾驶员的预期。方向盘偶尔抖一下轮胎偶尔叫一声只要车辆运动轨迹没有失控其实并不需要控制器的全面介入。5.3 个人体会它是防滑链不是魔法链最后说一点个人体会。我最早接触这个课题时也幻想能做得更“聪明”让车辆在任何路面条件下都能像轨道车一样稳定过弯。做完这个项目后我反而清醒了滑模控制给车辆装上的“防滑链”本质上是一套能快速计算状态偏差、并强制纠正偏差的决策系统它不改变物理定律只是在轮胎接近极限时帮驾驶员多争取了几百毫秒的修正时间。真实车辆测试中能把横摆角速度误差控制在目标阈值内、同时让驾驶员感受到的干预足够自然已经算是成功。如果你打算从零开始复现这套系统我给的建议是先抛开炫酷的算法把二自由度模型的参数辨识做扎实再搭建一个能注入未知扰动的测试矩阵最后再看滑动面和切换项的调参。工具上不必追求全套商业软件先开发一套简单的侧向动力学仿真平台足以验证算法趋势。有了这一步基础再逐步逼近实车工况你会发现滑模控制的鲁棒性只有在“模型足够准、状态估计足够稳、执行器足够快”三者配合时才能兑现它也永远不会成为让车辆无所不能的魔法链。