［摘要］ 商用車(chē)轉(zhuǎn)向系統(tǒng)的電控化是實(shí)現(xiàn)商用車(chē)節(jié)能化和智能化的必由之路，為此商用車(chē)轉(zhuǎn)向系統(tǒng)從傳統(tǒng)的液壓助力轉(zhuǎn)向系統(tǒng)發(fā)展到以電液耦合助力轉(zhuǎn)向系統(tǒng)為代表的電控轉(zhuǎn)向系統(tǒng)。本文將對(duì)商用車(chē)電控轉(zhuǎn)向技術(shù)進(jìn)行綜述，從電控轉(zhuǎn)向系統(tǒng)的典型構(gòu)型、智能轉(zhuǎn)向控制和功能安全設(shè)計(jì)3個(gè)方面對(duì)商用車(chē)電控轉(zhuǎn)向技術(shù)的研究進(jìn)行梳理，總結(jié)電控轉(zhuǎn)向技術(shù)的重點(diǎn)研究領(lǐng)域和未來(lái)發(fā)展方向。梳理總結(jié)發(fā)現(xiàn)：（1） 在系統(tǒng)構(gòu)型方面，商用車(chē)電控轉(zhuǎn)向系統(tǒng)以電液耦合轉(zhuǎn)向助力技術(shù)為主，著重于實(shí)現(xiàn)商用車(chē)智能轉(zhuǎn)向功能，同時(shí)兼顧節(jié)能化需求；商用車(chē)電動(dòng)助力轉(zhuǎn)向系統(tǒng)是未來(lái)理想的電控轉(zhuǎn)向技術(shù)方案。（2） 在智能控制方面，為了適應(yīng)商用車(chē)智能化的發(fā)展，轉(zhuǎn)向執(zhí)行控制著重于解決液壓系統(tǒng)所造成的非線性與時(shí)滯性問(wèn)題以及軌跡跟隨過(guò)程中的橫向動(dòng)力學(xué)控制難題；輔助駕駛功能著重于克服液壓系統(tǒng)的非線性導(dǎo)致的轉(zhuǎn)向力矩不連續(xù)以及人機(jī)控制權(quán)的分配；自動(dòng)駕駛功能著重于提升安全性與燃油經(jīng)濟(jì)性。（3）在系統(tǒng)功能安全設(shè)計(jì)方面，商用車(chē)電控轉(zhuǎn)向系統(tǒng)著重于設(shè)計(jì)符合功能安全標(biāo)準(zhǔn)的故障診斷與容錯(cuò)控制策略。
前言
近年來(lái)，隨著汽車(chē)技術(shù)、電力電子技術(shù)、控制理論、通訊及網(wǎng)絡(luò)技術(shù)等的不斷發(fā)展，智能汽車(chē)已經(jīng)成為全球汽車(chē)產(chǎn)業(yè)發(fā)展的戰(zhàn)略方向。在“碳中和”、智能交通、智慧公路等社會(huì)背景下，國(guó)家發(fā)展改革委等11部門(mén)聯(lián)合印發(fā)的《智能汽車(chē)創(chuàng)新發(fā)展戰(zhàn)略》中明確提出，要加強(qiáng)智能汽車(chē)技術(shù)研發(fā)和產(chǎn)業(yè)布局，推動(dòng)智能汽車(chē)產(chǎn)業(yè)化進(jìn)程［1］。同時(shí)，國(guó)務(wù)院也印發(fā)了《“十四五”節(jié)能減排綜合工作方案》，提出了大力發(fā)展智能交通、扎實(shí)推進(jìn)節(jié)能減排的目標(biāo)［2］。在此大背景下，商用車(chē)的發(fā)展將聚焦于其智能化與節(jié)能化；商用車(chē)轉(zhuǎn)向系統(tǒng)作為整車(chē)橫向運(yùn)動(dòng)的主要執(zhí)行機(jī)構(gòu)是車(chē)輛橫向智能化重要載體，要達(dá)到此目標(biāo)須以其高度電控化為基礎(chǔ)。
在過(guò)去數(shù)十年間，商用車(chē)廣泛采用液壓助力轉(zhuǎn)向（hydraulic power steering，HPS）系統(tǒng)，該系統(tǒng)助力大、結(jié)構(gòu)簡(jiǎn)單、成本低，然而系統(tǒng)助力特性在出廠時(shí)便已固定，難以兼顧汽車(chē)低速行駛（或原地）轉(zhuǎn)向時(shí)的輕便性和高速行駛轉(zhuǎn)向時(shí)車(chē)輛的穩(wěn)定性。此外，在能耗方面，HPS 將消耗商用車(chē)整車(chē)約3% 的燃油［3］，而在高速下這一數(shù)字最高可達(dá)到8%［4］。HPS轉(zhuǎn)向油泵由發(fā)動(dòng)機(jī)驅(qū)動(dòng)，而新能源商用車(chē)可能沒(méi)有發(fā)動(dòng)機(jī)，如純電動(dòng)和燃料電池大客車(chē)，因此用電動(dòng)泵來(lái)代替發(fā)動(dòng)機(jī)給液壓系統(tǒng)供能，即采用電動(dòng)液壓助力轉(zhuǎn)向 （electro-hydraulic power steering， EHPS） 系統(tǒng)［5］，該系統(tǒng)能夠?qū)σ簤褐M(jìn)行控制，在增強(qiáng)路感及降低能耗方面取得顯著效果［6-7］。然而，隨著商用車(chē)對(duì)智能駕駛等轉(zhuǎn)向功能的需求日益迫切，EHPS由于無(wú)法主動(dòng)介入轉(zhuǎn)向控制已經(jīng)難以滿足需求，因此，國(guó)內(nèi)外對(duì)能夠?qū)嵤┲鲃?dòng)轉(zhuǎn)向干預(yù)控制的商用車(chē)電控轉(zhuǎn)向系統(tǒng)進(jìn)行了大量創(chuàng)新性的研究工作，提出了不同的系統(tǒng)構(gòu)型以及豐富的智能轉(zhuǎn)向控制策略等，極大地推動(dòng)了商用車(chē)智能化發(fā)展。
本文將綜述近期國(guó)內(nèi)外學(xué)者在商用車(chē)電控轉(zhuǎn)向系統(tǒng)構(gòu)型、智能轉(zhuǎn)向控制技術(shù)（主要包括轉(zhuǎn)向執(zhí)行控制策略、橫向動(dòng)力學(xué)控制及智能駕駛控制）和功能安全設(shè)計(jì)及容錯(cuò)控制策略等方面的研究成果，在此基礎(chǔ)上，進(jìn)一步總結(jié)商用車(chē)電控轉(zhuǎn)向系統(tǒng)所面臨的主要挑戰(zhàn)和未來(lái)的發(fā)展方向。
1 商用車(chē)電控轉(zhuǎn)向系統(tǒng)構(gòu)型
伴隨著商用車(chē)電動(dòng)化、智能化、網(wǎng)聯(lián)化的不斷發(fā)展，商用車(chē)轉(zhuǎn)向系統(tǒng)必須提供更為豐富的轉(zhuǎn)向功能，如智能駕駛，而可提供主動(dòng)轉(zhuǎn)向干預(yù)即智能轉(zhuǎn)向功能的電控轉(zhuǎn)向系統(tǒng)構(gòu)型是最基礎(chǔ)的工作，本節(jié)將對(duì)商用車(chē)電控轉(zhuǎn)向系統(tǒng)的主流構(gòu)型進(jìn)行梳理。
1. 1 電液耦合助力轉(zhuǎn)向系統(tǒng) （electro-hydrauliccoupling power steering，EHCPS）
EHCPS 系統(tǒng)本質(zhì)上是在HPS 系統(tǒng)的轉(zhuǎn)向器輸入端集成一套EPS （electric power steering） 電機(jī)系統(tǒng)，該系統(tǒng)主要由傳感器單元、電機(jī)、控制單元和蝸輪蝸桿減速器組成。該系統(tǒng)不僅可通過(guò)轉(zhuǎn)向電機(jī)控制實(shí)現(xiàn)電機(jī)助力與液壓助力的復(fù)合助力為轉(zhuǎn)向路感提供更廣的設(shè)計(jì)區(qū)間，更可以通過(guò)電機(jī)控制實(shí)現(xiàn)主動(dòng)轉(zhuǎn)向介入從而滿足智能轉(zhuǎn)向的需求。目前，搭載著EHCPS系統(tǒng)的智能商用車(chē)已經(jīng)在結(jié)構(gòu)型高速公路、礦區(qū)、港口等封閉場(chǎng)景內(nèi)應(yīng)用，顯著降低運(yùn)營(yíng)成本、提高運(yùn)營(yíng)效率以及安全性［8］。
根據(jù)EHCPS所集成電機(jī)系統(tǒng)的位置不同，產(chǎn)生了不同的構(gòu)型。采埃孚公司設(shè)計(jì)的ReAX-ColumnMounted 系統(tǒng)［9］把電機(jī)系統(tǒng)集成在轉(zhuǎn)向盤(pán)管柱處，如圖1所示。該結(jié)構(gòu)類(lèi)似于乘用車(chē)的C-EPS構(gòu)型，在對(duì)轉(zhuǎn)向系統(tǒng)的改動(dòng)較小的條件下實(shí)現(xiàn)了對(duì)轉(zhuǎn)向器輸入力矩的控制，但該系統(tǒng)的力矩輸入能力有限，主要適用于中小型商用車(chē)。
采埃孚公司設(shè)計(jì)的ReAX Gear Mounted系統(tǒng)［10］和博世設(shè)計(jì)的ServoTwin 系統(tǒng)［11］（ 見(jiàn)圖2） 將電機(jī)系統(tǒng)集成在轉(zhuǎn)向器的輸入軸，類(lèi)似于乘用車(chē)的P-EPS構(gòu)型。
在智能化方面，EHCPS系統(tǒng)可以通過(guò)電機(jī)控制算法的設(shè)計(jì)，為轉(zhuǎn)向路感設(shè)計(jì)提供了更大的自由度以改善駕駛員轉(zhuǎn)向路感，并可以控制電機(jī)主動(dòng)進(jìn)行轉(zhuǎn)向介入從而實(shí)現(xiàn)智能轉(zhuǎn)向功能，因此不僅克服了商用車(chē)HPS系統(tǒng)所固有的轉(zhuǎn)向沉重、中位不敏感、回正性差等問(wèn)題［12］，還能夠獨(dú)立于駕駛員意圖進(jìn)行轉(zhuǎn)向動(dòng)作，為商用車(chē)轉(zhuǎn)向智能化提供了基礎(chǔ)。
在節(jié)能化方面，EHCPS系統(tǒng)在疊加的電動(dòng)助力協(xié)助下，液壓助力額定流量可以適當(dāng)降低以減少油泵總成的溢流損失、轉(zhuǎn)閥的節(jié)流損失以及管道的沿程損失，流量降低所導(dǎo)致的轉(zhuǎn)閥輸入扭矩的增加將由電動(dòng)助力加以補(bǔ)償，因而EHCPS系統(tǒng)相比于HPS系統(tǒng)能夠在保證轉(zhuǎn)向輕便性的同時(shí)，也具有能耗低的優(yōu)勢(shì)，因此在傳統(tǒng)內(nèi)燃機(jī)商用車(chē)上得到了很好的應(yīng)用。
為進(jìn)一步降低轉(zhuǎn)向能耗，可以將EHPS 與EHCPS相結(jié)合，通過(guò)在不同工況下合理分配電動(dòng)助力與液壓助力的占比，使得轉(zhuǎn)向系統(tǒng)既能夠?qū)崿F(xiàn)主動(dòng)轉(zhuǎn)向又能夠明顯降低系統(tǒng)能耗。由EHPS 和EHCPS構(gòu)成的復(fù)合轉(zhuǎn)向系統(tǒng)（ EHPS-EHCPS系統(tǒng)），其基本構(gòu)型如圖3所示。該復(fù)合構(gòu)型中，電動(dòng)油泵作為液壓子系統(tǒng)的動(dòng)力源，代替了發(fā)動(dòng)機(jī)驅(qū)動(dòng)的轉(zhuǎn)向油泵，該部分結(jié)構(gòu)與EHPS系統(tǒng)類(lèi)似［13］。
文獻(xiàn)［14］和文獻(xiàn)［15］中對(duì)EHPS-EHCPS 系統(tǒng)進(jìn)行了多工況下的能耗測(cè)試，結(jié)果證明了相比HPS系統(tǒng)節(jié)能50%，整車(chē)燃油經(jīng)濟(jì)性提升1% ，而文獻(xiàn)［16］中通過(guò)使用蓄能器和電磁閥改進(jìn)了EHPS的液壓回路，使液壓助力由流量控制變?yōu)閴毫刂疲瑥亩鴮?shí)現(xiàn)了全電動(dòng)助力和電液耦合助力兩種模式，進(jìn)一步降低能耗，其能耗相對(duì)于EHPS系統(tǒng)降低了83%。此外對(duì)EHPS-EHCPS 系統(tǒng)中的關(guān)鍵參數(shù)進(jìn)行優(yōu)化能夠有效改善系統(tǒng)性能并且降低系統(tǒng)能耗。文獻(xiàn)［17］~文獻(xiàn)［20］中基于多目標(biāo)粒子群優(yōu)化方法，對(duì)EHPS-EHCPS系統(tǒng)的關(guān)鍵設(shè)計(jì)參數(shù)進(jìn)行優(yōu)化，提升了轉(zhuǎn)向助力性能，降低了轉(zhuǎn)向能耗。上述文獻(xiàn)所涉及的具體優(yōu)化方法、優(yōu)化目標(biāo)、優(yōu)化參數(shù)如表1所示。
EHPS-EHCPS系統(tǒng)構(gòu)型同時(shí)保留了EHPS系統(tǒng)與EHCPS系統(tǒng)的優(yōu)勢(shì)，既能通過(guò)助力電機(jī)與液壓系統(tǒng)的協(xié)同控制實(shí)現(xiàn)主動(dòng)轉(zhuǎn)向功能，又能通過(guò)對(duì)電動(dòng)泵的控制根據(jù)行駛工況調(diào)節(jié)液壓助力來(lái)降低能耗，使得商用車(chē)轉(zhuǎn)向系統(tǒng)所面臨的智能化與節(jié)能化兩大問(wèn)題有了統(tǒng)一的解決方案。然而系統(tǒng)復(fù)雜度的提升帶來(lái)了成本的增加，特別是對(duì)傳統(tǒng)內(nèi)燃機(jī)商用車(chē)而言需要額外增加電動(dòng)油泵部件，因此常用于新能源商用車(chē)上，這是因?yàn)槎鄶?shù)新能源商用車(chē)自身已經(jīng)具備了EHPS系統(tǒng)基礎(chǔ)，僅需要增加EHCPS中的電機(jī)系統(tǒng)。
1. 2 商用車(chē)電動(dòng)助力轉(zhuǎn)向系統(tǒng) （commercial vehi?cles electric power steering，CV-EPS）
目前，EPS已經(jīng)在乘用車(chē)上逐步普及，但還未能在商用車(chē)上廣泛應(yīng)用，這是由于EPS系統(tǒng)限制了轉(zhuǎn)向系統(tǒng)所輸出的轉(zhuǎn)向力，不能適配商用車(chē)大轉(zhuǎn)向力的需求。為此須設(shè)計(jì)適合商用車(chē)的電動(dòng)助力轉(zhuǎn)向系統(tǒng)，即CV-EPS。CV-EPS 摒除了液壓系統(tǒng)，結(jié)構(gòu)簡(jiǎn)單，可以有效提高系統(tǒng)響應(yīng)的準(zhǔn)確性及速度，以電機(jī)作為轉(zhuǎn)向系統(tǒng)的動(dòng)力源，可以實(shí)現(xiàn)智能轉(zhuǎn)向功能，并且電機(jī)助力更直接，無(wú)需傳統(tǒng)的液壓系統(tǒng)提供助力，因此相比于HPS系統(tǒng)其能量效率顯著提高。
對(duì)中、小型商用車(chē)而言，CV-EPS可以通過(guò)在乘用車(chē)EPS的基礎(chǔ)上，進(jìn)一步提高轉(zhuǎn)向電機(jī)的功率以及齒輪齒條結(jié)構(gòu)所能承受的最大轉(zhuǎn)矩來(lái)實(shí)現(xiàn)。如耐世特公司提出的HO EPS系統(tǒng)，最高可輸出24 kN的齒條力［21］。這種方案的優(yōu)勢(shì)在于可直接移植乘用車(chē)已經(jīng)成熟的結(jié)構(gòu)方案，開(kāi)發(fā)難度低，缺點(diǎn)在于齒輪齒條結(jié)構(gòu)存在強(qiáng)度上限，目前很難應(yīng)用在大型商用車(chē)上。
而大型商用車(chē)的CV-EPS 還須解決兩方面難題：（1） 當(dāng)前商用車(chē)普遍應(yīng)用的24 V低壓電源系統(tǒng)所能提供的功率有限，難以覆蓋商用車(chē)轉(zhuǎn)向全工況；（2）現(xiàn)有轉(zhuǎn)向傳動(dòng)機(jī)構(gòu)難以承載商用車(chē)轉(zhuǎn)向所需的最大轉(zhuǎn)矩。
基于前述CV-EPS 的顯著優(yōu)勢(shì)及應(yīng)用的必要性，CV-EPS必將作為商用車(chē)轉(zhuǎn)向執(zhí)行器的下一代解決方案，已有研究對(duì)CV-EPS進(jìn)行了嘗試探索，以期解決前述兩個(gè)問(wèn)題。
基于48 V車(chē)載電源系統(tǒng)設(shè)計(jì)的CV-EPS系統(tǒng)可以有效解決功率不足方面的問(wèn)題。如采埃孚公司研發(fā)了一款基于48 V 系統(tǒng)的CV-EPS 樣機(jī)ReAXEPS［22］（見(jiàn)圖4），其結(jié)構(gòu)包括集成控制器、減速器、傳感器以及一臺(tái)轉(zhuǎn)矩可達(dá)70 N?m的高轉(zhuǎn)矩電機(jī)，可裝配重型商用車(chē)。
此外，隨著商用車(chē)電動(dòng)化的逐漸覆蓋，驅(qū)動(dòng)系統(tǒng)的高壓電源理論上可以直接用于轉(zhuǎn)向系統(tǒng)，同樣可以解決目前內(nèi)燃機(jī)商用車(chē)轉(zhuǎn)向功率不足的問(wèn)題，然而由于轉(zhuǎn)向系統(tǒng)與人長(zhǎng)時(shí)間密切接觸，故從安全角度考慮，還鮮有采用高壓電機(jī)的轉(zhuǎn)向系統(tǒng)應(yīng)用。
在傳動(dòng)結(jié)構(gòu)設(shè)計(jì)方面，天津松正公司提出了一種行星齒輪與滾柱絲杠的設(shè)計(jì)方案［23］（見(jiàn)圖5），在傳統(tǒng)的循環(huán)球式轉(zhuǎn)向器輸入軸上加裝一套行星齒輪與滾柱絲杠配合的高承載能力、大減速比的減速機(jī)構(gòu)，可以承載較大轉(zhuǎn)矩，但減速機(jī)構(gòu)與轉(zhuǎn)向器連接處較為薄弱，容易脫落。溫嶺東菱公司提出了一種擺線針輪與圓錐齒輪的設(shè)計(jì)方案［24］（見(jiàn)圖6），該機(jī)構(gòu)傳動(dòng)效率高、能提供較大轉(zhuǎn)矩輸出，但它采用了擺線針輪和圓錐齒輪兩套減速機(jī)構(gòu)，機(jī)械結(jié)構(gòu)復(fù)雜、整體機(jī)構(gòu)體積較大。
CV-EPS 的產(chǎn)品化還需要較長(zhǎng)時(shí)間的研究驗(yàn)證，目前的CV-EPS方案中，48 V系統(tǒng)對(duì)整車(chē)結(jié)構(gòu)的改動(dòng)太大，較難實(shí)現(xiàn)，而依然采用24 V系統(tǒng)則須設(shè)計(jì)小體積、大功率的低壓電機(jī)；現(xiàn)有的減速器設(shè)計(jì)方案存在內(nèi)摩擦大、連接強(qiáng)度不足以及使用壽命不能保證等工程問(wèn)題，因此要對(duì)其機(jī)械結(jié)構(gòu)進(jìn)一步優(yōu)化。
2 商用車(chē)智能轉(zhuǎn)向控制
隨著市場(chǎng)對(duì)商用車(chē)智能化需求日益迫切，不能提供主動(dòng)轉(zhuǎn)向功能的電控轉(zhuǎn)向系統(tǒng)已經(jīng)難以滿足用戶需求，而CV-EPS 系統(tǒng)在短期內(nèi)無(wú)法實(shí)際應(yīng)用。因此，前述EHCPS構(gòu)型在CV-EPS技術(shù)成熟前的過(guò)渡期內(nèi)成為最為可行的商用車(chē)智能轉(zhuǎn)向系統(tǒng)方案，主要表現(xiàn)在通過(guò)對(duì)助力電機(jī)控制策略的設(shè)計(jì)，既能夠?qū)崿F(xiàn)隨速助力、應(yīng)急轉(zhuǎn)向、主動(dòng)回正、側(cè)風(fēng)補(bǔ)償?shù)戎鲃?dòng)轉(zhuǎn)向功能，又能夠?yàn)樯蠈痈呒?jí)輔助駕駛系統(tǒng)提供必要的控制接口［25］。
轉(zhuǎn)向系統(tǒng)是商用車(chē)實(shí)現(xiàn)智能控制的主要執(zhí)行機(jī)構(gòu)，在典型的車(chē)輛底盤(pán)動(dòng)力學(xué)分層級(jí)聯(lián)控制架構(gòu)下［26］，控制框圖如圖7所示，執(zhí)行機(jī)構(gòu)控制器接收上層橫向動(dòng)力學(xué)控制器發(fā)送的期望前輪轉(zhuǎn)角指令，產(chǎn)生底層控制指令，驅(qū)動(dòng)轉(zhuǎn)向執(zhí)行機(jī)構(gòu)動(dòng)作，跟蹤期望轉(zhuǎn)角，實(shí)現(xiàn)車(chē)輛橫向姿態(tài)的調(diào)整。因此，轉(zhuǎn)向執(zhí)行器的控制性能是衡量商用車(chē)智能化的關(guān)鍵因素。
以EHCPS為基礎(chǔ)的商用車(chē)智能轉(zhuǎn)向控制面臨以下2個(gè)層面的問(wèn)題：（1） 該系統(tǒng)為典型的機(jī)-電-液耦合的復(fù)雜系統(tǒng)，使得車(chē)輪轉(zhuǎn)角、轉(zhuǎn)矩精確伺服控制策略的設(shè)計(jì)面臨極大挑戰(zhàn)；（2）商用車(chē)輔助駕駛中的人機(jī)協(xié)同所造成的人機(jī)控制權(quán)分配問(wèn)題以及自動(dòng)駕駛中的節(jié)能性和安全性問(wèn)題。
根據(jù)車(chē)輛動(dòng)力學(xué)分層級(jí)聯(lián)控制架構(gòu)，可以將商用車(chē)轉(zhuǎn)向控制執(zhí)行分為2個(gè)層次：上層控制策略進(jìn)行車(chē)輛動(dòng)力學(xué)控制，以計(jì)算期望的前輪轉(zhuǎn)角；下層轉(zhuǎn)向執(zhí)行控制策略用以實(shí)現(xiàn)上層期望前輪轉(zhuǎn)角的跟蹤。相比于乘用車(chē)EPS系統(tǒng)，商用車(chē)EHCPS系統(tǒng)在下層控制器還須考慮補(bǔ)償轉(zhuǎn)向系統(tǒng)中液壓系統(tǒng)造成的非線性和高時(shí)滯性［27］；上層控制器設(shè)計(jì)中還須考慮車(chē)輛側(cè)翻加速度閾值較低、車(chē)輛轉(zhuǎn)向時(shí)的側(cè)傾風(fēng)險(xiǎn)，以及商用車(chē)整車(chē)參數(shù)的不確定性和外部不確定干擾造成的橫向動(dòng)力學(xué)響應(yīng)的非線性［28］。
根據(jù)商用車(chē)EHCPS系統(tǒng)的控制特點(diǎn)總結(jié)的商用車(chē)智能轉(zhuǎn)向控制中的主要控制內(nèi)容和常見(jiàn)方法如表2所示。下面將圍繞表2中內(nèi)容具體展開(kāi)。
2. 1 轉(zhuǎn)向執(zhí)行器控制
基于EHCPS的商用車(chē)智能轉(zhuǎn)向系統(tǒng)是典型的機(jī)-電-液耦合的復(fù)雜系統(tǒng)，主動(dòng)轉(zhuǎn)向介入時(shí)轉(zhuǎn)向電機(jī)產(chǎn)生使HPS扭桿變形的驅(qū)動(dòng)力，進(jìn)而轉(zhuǎn)閥相對(duì)轉(zhuǎn)動(dòng)促使液壓缸活塞兩端產(chǎn)生壓差形成液壓助力，電機(jī)驅(qū)動(dòng)力再與液壓驅(qū)動(dòng)力一同克服車(chē)輪地面轉(zhuǎn)向阻力矩實(shí)現(xiàn)車(chē)輪偏轉(zhuǎn)。由于主動(dòng)轉(zhuǎn)向時(shí)液壓助力系統(tǒng)本身扭桿的存在，在傳遞力矩的過(guò)程中會(huì)產(chǎn)生形變，導(dǎo)致估測(cè)的車(chē)輪轉(zhuǎn)角存在偏差，須在下層執(zhí)行機(jī)構(gòu)控制器設(shè)計(jì)中補(bǔ)償EHCPS系統(tǒng)的扭桿變形角，才能實(shí)現(xiàn)轉(zhuǎn)向執(zhí)行過(guò)程中的轉(zhuǎn)角精確跟蹤。
考慮到扭桿變形角與轉(zhuǎn)向阻力矩之間存在強(qiáng)-相關(guān)性，文獻(xiàn)［29］中設(shè)計(jì)滑模觀測(cè)器觀測(cè)轉(zhuǎn)向阻力矩，從而通過(guò)標(biāo)定查表的方法補(bǔ)償扭桿變形角；文獻(xiàn)［30］和文獻(xiàn)［31］中通過(guò)對(duì)轉(zhuǎn)向阻力矩成分的理論分析，獲得了在對(duì)應(yīng)車(chē)速和轉(zhuǎn)向盤(pán)轉(zhuǎn)角條件下的轉(zhuǎn)向阻力矩，但是這種方法在商用車(chē)裝載質(zhì)量大范圍變化時(shí)會(huì)有魯棒性差的問(wèn)題；文獻(xiàn)［32］中提出了一種基于模糊神經(jīng)網(wǎng)絡(luò)辨識(shí)器的扭桿變形角估計(jì)策略，該策略通過(guò)神經(jīng)網(wǎng)絡(luò)辨識(shí)EHCPS系統(tǒng)的非線性模型，從而獲得扭桿變形角的估計(jì)值。
在為底盤(pán)域所實(shí)現(xiàn)的高級(jí)駕駛功能提供所需的前輪轉(zhuǎn)角跟蹤控制時(shí)，還存在液壓系統(tǒng)液壓閥開(kāi)關(guān)溢流所造成的非線性問(wèn)題，轉(zhuǎn)向電機(jī)控制策略的制定需要在深入分析電機(jī)力矩與液壓助力耦合關(guān)系的基礎(chǔ)上明確電機(jī)力矩同液壓轉(zhuǎn)向器輸出轉(zhuǎn)角之間的映射關(guān)系［33］。為了克服電液轉(zhuǎn)向系統(tǒng)中液壓系統(tǒng)造成的非線性問(wèn)題，國(guó)內(nèi)外學(xué)者做了大量的研究，文獻(xiàn)［34］和文獻(xiàn)［35］中利用PI控制器控制轉(zhuǎn)向電機(jī)的電流，跟蹤外部控制回路產(chǎn)生的所需轉(zhuǎn)向轉(zhuǎn)矩，完成轉(zhuǎn)向動(dòng)作；文獻(xiàn)［29］中通過(guò)模糊PID控制根據(jù)系統(tǒng)運(yùn)行狀態(tài)調(diào)整參數(shù)，補(bǔ)償不同狀態(tài)下液壓助力的不連續(xù)，實(shí)現(xiàn)對(duì)目標(biāo)轉(zhuǎn)角的良好跟蹤；文獻(xiàn)［36］中又考慮到路面附著系數(shù)的變化，設(shè)計(jì)模糊PID參數(shù)；文獻(xiàn)［37］中設(shè)計(jì)自適應(yīng)控制器，用來(lái)提升負(fù)載變化下的電液耦合轉(zhuǎn)向系統(tǒng)魯棒性。文獻(xiàn)［38］中通過(guò)分析轉(zhuǎn)向阻力與液壓助力之間的映射關(guān)系得到所需的轉(zhuǎn)向盤(pán)角度，采用前饋-反饋控制跟隨目標(biāo)轉(zhuǎn)角；文獻(xiàn)［39］中對(duì)轉(zhuǎn)向盤(pán)轉(zhuǎn)矩進(jìn)行自抗擾跟蹤控制，利用自抗擾控制算法的優(yōu)越性來(lái)克服轉(zhuǎn)向系統(tǒng)內(nèi)部非線性。
此外，在下層控制器設(shè)計(jì)中還須考慮如何克服EHCPS系統(tǒng)液壓系統(tǒng)響應(yīng)延遲所帶來(lái)的高時(shí)滯性問(wèn)題，并提高EHCPS系統(tǒng)的角度閉環(huán)響應(yīng)帶寬，使其達(dá)到整車(chē)橫向動(dòng)力學(xué)響應(yīng)帶寬的3~5倍［40］。
在這方面，國(guó)內(nèi)外學(xué)者多種解決方案，文獻(xiàn)［41］ 中根據(jù)轉(zhuǎn)角跟蹤誤差與液壓閥開(kāi)關(guān)頻率設(shè)計(jì)PID控制控制參數(shù)；文獻(xiàn)［39］中 設(shè)計(jì)的非線性誤差反饋器在線性 PID 基礎(chǔ)之上對(duì)誤差進(jìn)行非線性組合，得到更高的反饋效率，提高算法控制效果。
線性整形控制可以有效降低在一定頻率帶寬內(nèi)目標(biāo)前輪轉(zhuǎn)角的跟蹤延遲，文獻(xiàn)［42］中分析了系統(tǒng)模型的動(dòng)態(tài)特性和開(kāi)環(huán)頻率測(cè)試的結(jié)果，采用環(huán)整形控制策略，實(shí)驗(yàn)結(jié)果表明，在時(shí)域和頻域中，前輪跟隨轉(zhuǎn)向盤(pán)無(wú)明顯延遲，頻率約為車(chē)輛橫向動(dòng)力學(xué)帶寬的5倍；文獻(xiàn)［43］中補(bǔ)償了系統(tǒng)在中頻段內(nèi)的響應(yīng)滯后和提高了系統(tǒng)在中頻段內(nèi)的相位裕度，進(jìn)而提高了系統(tǒng)對(duì)外部隨機(jī)擾動(dòng)和內(nèi)部參數(shù)不確定的魯棒性。
積分滑?？刂瓶梢云交馗欀匦蛙?chē)輛轉(zhuǎn)向系統(tǒng)中的指令信號(hào)，但積分滑?？刂乒逃械亩墩瘳F(xiàn)象嚴(yán)重影響其控制性能［44］。文獻(xiàn)［45］中提出了一種改進(jìn)的積分滑?？刂?，控制器中集成了一個(gè)雙曲正切函數(shù)，以減輕滑模引起的顫振，實(shí)驗(yàn)結(jié)果表明，積分滑?？刂频母櫿`差保持在0. 5°以內(nèi)，明顯優(yōu)于PID控制；文獻(xiàn)［46］中針對(duì)復(fù)雜系統(tǒng)提出一種自適應(yīng)模糊-徑向基函數(shù)神經(jīng)網(wǎng)絡(luò)-積分滑?？刂品椒ǎ倪M(jìn)后的控制器不再需要重型車(chē)輛電液助力轉(zhuǎn)向系統(tǒng)的精確數(shù)學(xué)模型，實(shí)現(xiàn)了參數(shù)的持續(xù)自適應(yīng)更新。
此外，近年來(lái)興起的模糊神經(jīng)網(wǎng)絡(luò)控制［32］也可以將EHCPS的響應(yīng)帶寬提升至5 Hz。
目前商用車(chē)轉(zhuǎn)向執(zhí)行控制的研究主要聚焦于補(bǔ)償液壓系統(tǒng)所固有的非線性及時(shí)滯性問(wèn)題，以達(dá)到快速、準(zhǔn)確地跟蹤目標(biāo)前輪轉(zhuǎn)角。隨著商用車(chē)智能化的快速發(fā)展，自動(dòng)駕駛時(shí)代即將到來(lái)，對(duì)轉(zhuǎn)向執(zhí)行算法在高響應(yīng)帶、短調(diào)節(jié)時(shí)間和小穩(wěn)態(tài)誤差等方面提出了更高的要求，相關(guān)問(wèn)題仍須進(jìn)一步研究。
2. 2 橫向動(dòng)力學(xué)控制
商用車(chē)在高速行駛過(guò)程中，由于質(zhì)心位置較高導(dǎo)致車(chē)輛側(cè)翻加速度閾值較低，使得車(chē)輛轉(zhuǎn)向時(shí)存在較大的側(cè)傾風(fēng)險(xiǎn)［47］。因此，商用車(chē)軌跡跟蹤過(guò)程中的橫向動(dòng)力學(xué)控制問(wèn)題顯著，一方面在于行駛車(chē)速與車(chē)體橫擺響應(yīng)的強(qiáng)非線性耦合，整車(chē)參數(shù)和外部擾動(dòng)的不確定性較強(qiáng)等［48］，另一方面橫向軌跡跟隨控制策略的設(shè)計(jì)須兼顧軌跡跟隨精度［49］、車(chē)輛動(dòng)力學(xué)穩(wěn)定性［50］、轉(zhuǎn)向控制平滑性［51］等多種控制目標(biāo)。上述問(wèn)題使得商用車(chē)采用主動(dòng)轉(zhuǎn)向進(jìn)行橫向控制策略的設(shè)計(jì)面臨諸多挑戰(zhàn)，國(guó)內(nèi)外學(xué)者對(duì)此做出了大量的研究。
優(yōu)化算法在商用車(chē)橫向軌跡跟隨控制中用于車(chē)輛橫擺穩(wěn)定性控制，文獻(xiàn)［52］和文獻(xiàn)［53］中設(shè)計(jì)了線性二次型調(diào)節(jié)器（linear quadratic regulator，LQR），用于解決電液執(zhí)行系統(tǒng)非所固有的非線性帶來(lái)的參數(shù)攝動(dòng)；文獻(xiàn)［54］中在LQR控制器的基礎(chǔ)上增加了積分反饋輸出，能夠在成功跟蹤期望橫擺角速度的情況下，使得質(zhì)心側(cè)偏角明顯減小。文獻(xiàn)［55］中利用線性二次高斯（ linear quadratic Gaussian，LQG）結(jié)合卡爾曼濾波算法設(shè)計(jì)控制器，用來(lái)提升車(chē)輛橫擺穩(wěn)定性；文獻(xiàn)［56］和文獻(xiàn)［57］中考慮了未建模的動(dòng)力學(xué)、非線性、干擾和測(cè)量噪聲對(duì)控制系統(tǒng)性能的影響，進(jìn)行LQG控制器設(shè)計(jì)。
針對(duì)商用車(chē)EHCPS參數(shù)和外部擾動(dòng)的不確定性較強(qiáng)的問(wèn)題，國(guó)內(nèi)外許多學(xué)者設(shè)計(jì)了魯棒控制器來(lái)應(yīng)對(duì)此類(lèi)問(wèn)題，文獻(xiàn)［58］和文獻(xiàn)［59］中基于交互式魯棒控制理論設(shè)計(jì)車(chē)輛橫向路徑跟蹤控制策略，能夠在車(chē)輛受到外界擾動(dòng)時(shí)保證路徑跟蹤精度；文獻(xiàn)［31］中采用H2/H∞結(jié)合的控制策略以平衡路徑跟蹤精度以及車(chē)輛的橫擺穩(wěn)定性；文獻(xiàn)［60］中采用線性變參數(shù)（linear parameter-varying，LPV）增益調(diào)度控制策略，通過(guò)引入各種頻域加權(quán)函數(shù)，明確地均衡各種控制目標(biāo)，以應(yīng)對(duì)時(shí)變的行駛速度，而文獻(xiàn)［43］中在LPV控制策略的基礎(chǔ)上進(jìn)一步改進(jìn)了多胞體范圍以提升車(chē)輛的橫向穩(wěn)定性。
在商用車(chē)軌跡跟蹤領(lǐng)域中，模型預(yù)測(cè)控制（model predictive control， MPC）可以較好地處理多變量、非線性系統(tǒng)，對(duì)復(fù)雜系統(tǒng)有很好的控制效果，且具有較強(qiáng)的魯棒性。文獻(xiàn)［61］和文獻(xiàn)［62］中分別針對(duì)電液轉(zhuǎn)向系統(tǒng)和雙電機(jī)轉(zhuǎn)向系統(tǒng)設(shè)計(jì)了MPC控制器，根據(jù)車(chē)輛信息實(shí)時(shí)計(jì)算最佳前輪轉(zhuǎn)角，系統(tǒng)跟隨目標(biāo)轉(zhuǎn)角實(shí)現(xiàn)軌跡跟蹤；文獻(xiàn)［63］中考慮時(shí)變車(chē)速以及路面附著系數(shù)的影響，采用MPC方法設(shè)計(jì)自動(dòng)駕駛商用車(chē)軌跡跟隨控制策略；考慮到模型的線性化會(huì)使得MPC預(yù)測(cè)出現(xiàn)誤差，文獻(xiàn)［64］中基于非線性滾動(dòng)時(shí)域觀測(cè)器和非線性模型預(yù)測(cè)控制（NMPC）設(shè)計(jì)軌跡跟蹤控制策略，實(shí)驗(yàn)結(jié)果表明該方法相較于傳統(tǒng)MPC控制循跡精度更高。
高級(jí)別自動(dòng)駕駛功能對(duì)商用車(chē)底盤(pán)域各子系統(tǒng)的集成控制提出了較高的要求，文獻(xiàn)［65］中研究了商用車(chē)底盤(pán)域中的各個(gè)子系統(tǒng)控制之間的聯(lián)系，通過(guò)設(shè)計(jì)控制分配策略來(lái)提升控制安全性；為了消解車(chē)輛底盤(pán)域子系統(tǒng)之間的耦合效應(yīng)，文獻(xiàn)［66］中提出一種基于小波神經(jīng)網(wǎng)絡(luò)的底盤(pán)一體化控制策略，實(shí)現(xiàn)車(chē)輛主動(dòng)后輪解耦控制和直接偏航力矩控制；文獻(xiàn)［67］中利用遞歸最小二乘估計(jì)對(duì)車(chē)輛質(zhì)量進(jìn)行估計(jì)，在轉(zhuǎn)向和制動(dòng)聯(lián)合防側(cè)翻控制中考慮了質(zhì)量效應(yīng)。
綜上所述，國(guó)內(nèi)外相關(guān)學(xué)者針對(duì)商用車(chē)橫向動(dòng)力學(xué)領(lǐng)域所面臨的非線性、不確定性和外部擾動(dòng)隨機(jī)性等問(wèn)題提出了一系列控制策略，并取得了豐碩的研究成果。然而，商用車(chē)在軌跡跟隨過(guò)程中并非面臨單一問(wèn)題，在多目標(biāo)協(xié)同控制領(lǐng)域研究較少。
此外，乘用車(chē)基于線控轉(zhuǎn)向的底盤(pán)域集成控制研究日漸成熟，而商用車(chē)領(lǐng)域的底盤(pán)域集成控制研究仍有不足。
2. 3 輔助駕駛與自動(dòng)駕駛
目前，由于有關(guān)自動(dòng)駕駛的法律法規(guī)并不完善、相關(guān)算法安全程度不足等原因，乘用車(chē)自動(dòng)駕駛算法難以在城市道路上應(yīng)用。與乘用車(chē)大多在城市道路上行駛不同，相當(dāng)一部分商用車(chē)在封閉無(wú)人且路徑固定的工況下行駛，如礦區(qū)、碼頭貨運(yùn)、倉(cāng)庫(kù)存儲(chǔ)、結(jié)構(gòu)化高速公路等。在上述相對(duì)或簡(jiǎn)單、或封閉的場(chǎng)景下，商用車(chē)高級(jí)輔助駕駛和自動(dòng)駕駛將更容易落地［68］。
得益于輔助駕駛功能的應(yīng)用，商用車(chē)所造成的碰撞事故在過(guò)去數(shù)年間顯著減少［69］，目前國(guó)內(nèi)外的研究仍聚焦于L2 級(jí)別功能，如車(chē)道保持（lanekeeping assist，LKA）、自適應(yīng)巡航、車(chē)道偏離預(yù)警等，這些功能均有助于減少因駕駛員分心造成的車(chē)輛碰撞事故［70］。
與乘用車(chē)不同，商用車(chē)EHCPS構(gòu)型中由于液壓子系統(tǒng)所固有的非線性及時(shí)滯性，使得執(zhí)行器存在響應(yīng)不及時(shí)和轉(zhuǎn)向盤(pán)力矩不連續(xù)等問(wèn)題，文獻(xiàn)［71］中將自抗擾控制得到的目標(biāo)轉(zhuǎn)矩和人機(jī)在環(huán)的MPC計(jì)算目標(biāo)轉(zhuǎn)向盤(pán)轉(zhuǎn)角進(jìn)行疊加，設(shè)計(jì)了LKA控制策略，由此克服轉(zhuǎn)向系統(tǒng)內(nèi)部參數(shù)攝動(dòng)等不確定因素的影響；文獻(xiàn)［72］中采用變權(quán)重多點(diǎn)預(yù)測(cè)控制器來(lái)抑制LKA控制中電液復(fù)合轉(zhuǎn)向系統(tǒng)的非線性和干擾問(wèn)題；文獻(xiàn)［73］中在建立電液轉(zhuǎn)向系統(tǒng)模型的基礎(chǔ)上，考慮駕駛員駕駛特性設(shè)計(jì)了LKA控制策略。
針對(duì)商用車(chē)輔助駕駛中人機(jī)協(xié)同所造成的人機(jī)控制權(quán)分配問(wèn)題，文獻(xiàn)［71］中研究了LKA系統(tǒng)對(duì)駕駛?cè)说母深A(yù)問(wèn)題，引入干預(yù)系數(shù)的概念，在保證安全行駛的前提下減小對(duì)駕駛員的干預(yù)；文獻(xiàn)［74］中解決了LKA策略中助力糾偏模式與駕駛員模式之間切換時(shí)的沖突問(wèn)題。文獻(xiàn)［75］中采用自適應(yīng)MPC，將駕駛員認(rèn)知、肌肉力學(xué)模型與預(yù)測(cè)模型相結(jié)合，對(duì)控制權(quán)限的動(dòng)態(tài)分配，減少了人車(chē)沖突，同時(shí)還提高了路徑跟蹤性能。
在商用車(chē)輔助駕駛領(lǐng)域，由于液壓系統(tǒng)造成的轉(zhuǎn)向盤(pán)力矩不連續(xù)，并且未考慮駕駛員駕駛特性，導(dǎo)致人機(jī)體驗(yàn)較差；同時(shí)，人機(jī)沖突問(wèn)題依然顯著，如何保證駕駛員在受到其他系統(tǒng)或其他車(chē)輛造成的強(qiáng)烈干擾后對(duì)輔助駕駛系統(tǒng)出現(xiàn)不信任的問(wèn)題需要解決。
在商用車(chē)自動(dòng)駕駛領(lǐng)域，貨車(chē)隊(duì)列行駛的控制今年來(lái)研究的熱點(diǎn)，即其中一輛手動(dòng)駕駛的貨車(chē)（領(lǐng)頭貨車(chē)）后面跟隨多輛自動(dòng)駕駛的貨車(chē)，文獻(xiàn)［76］中針對(duì)隊(duì)列形成和修改問(wèn)題，提出了一種基于共識(shí)算法的貨車(chē)隊(duì)列協(xié)同方法，實(shí)現(xiàn)貨車(chē)實(shí)時(shí)交換有關(guān)其當(dāng)前狀態(tài)的信息，并根據(jù)實(shí)時(shí)信息調(diào)整隊(duì)列順序和跟車(chē)距離；文獻(xiàn)［77］中對(duì)給定路線的隊(duì)列控制節(jié)油問(wèn)題進(jìn)行了研究；文獻(xiàn)［78］中在考慮節(jié)油的同時(shí)進(jìn)一步研究了車(chē)隊(duì)行駛的速度規(guī)劃和跟蹤控制問(wèn)題；文獻(xiàn)［79］中考慮了異構(gòu)車(chē)輛的車(chē)隊(duì)控制，即非同類(lèi)型車(chē)輛的隊(duì)列行駛控制。
商用車(chē)隊(duì)列通常行駛在結(jié)構(gòu)化高速公路上，路況較為簡(jiǎn)單，存在其它商用車(chē)或乘用車(chē)與車(chē)隊(duì)產(chǎn)生交互，針對(duì)車(chē)隊(duì)與其它車(chē)輛的交互問(wèn)題須進(jìn)一步研究。
在礦區(qū)、碼頭等封閉場(chǎng)景中，商用車(chē)的自動(dòng)駕駛有很大的應(yīng)用空間，文獻(xiàn)［80］~文獻(xiàn)［82］中研究了礦區(qū)的自動(dòng)駕駛，保證礦用貨車(chē)在不同場(chǎng)景下都能高精度行駛到目的地；文獻(xiàn)［83］~文獻(xiàn)［84］中研究了港口場(chǎng)景下商用車(chē)的自動(dòng)駕駛。
3 功能安全需求及容錯(cuò)控制策略
3. 1 功能安全需求
汽車(chē)從最開(kāi)始的機(jī)械系統(tǒng)發(fā)展到現(xiàn)在的電子電氣與機(jī)械結(jié)合的復(fù)雜系統(tǒng)，安全性和可靠性一直都是行業(yè)內(nèi)關(guān)注的重點(diǎn)。隨著電子電氣技術(shù)的發(fā)展，汽車(chē)轉(zhuǎn)向系統(tǒng)復(fù)雜度不斷提高，來(lái)自系統(tǒng)失效和隨機(jī)硬件失效的風(fēng)險(xiǎn)也日益增加［85］。
為應(yīng)對(duì)上述挑戰(zhàn)，定義汽車(chē)行業(yè)功能安全的ISO 26262［ 86］標(biāo)準(zhǔn)應(yīng)運(yùn)而生，通過(guò)消除不合理的設(shè)計(jì)風(fēng)險(xiǎn)或改善機(jī)械故障的失效措施來(lái)保證整體系統(tǒng)的安全，即發(fā)生故障時(shí)的運(yùn)行沒(méi)有不合理的風(fēng)險(xiǎn)。
對(duì)于商用車(chē)轉(zhuǎn)向系統(tǒng)而言，車(chē)輛層面的危害常包括未按照或超出駕駛員意圖的車(chē)輛橫向運(yùn)動(dòng)、橫向運(yùn)動(dòng)響應(yīng)不足和喪失橫向運(yùn)動(dòng)控制能力3類(lèi)［87］。根據(jù)上述3類(lèi)危害提出轉(zhuǎn)向系統(tǒng)對(duì)應(yīng)的3種功能安全目標(biāo)，即防止違背駕駛員意圖的自動(dòng)轉(zhuǎn)向、提供正確的轉(zhuǎn)向助力，保持轉(zhuǎn)向控制能力［88］。系統(tǒng)級(jí)別故障一般有以下6種，即轉(zhuǎn)向鎖死、轉(zhuǎn)向失效、非預(yù)期助力、轉(zhuǎn)向助力過(guò)大、轉(zhuǎn)向助力不足、轉(zhuǎn)向助力反向。故障表現(xiàn)與整車(chē)層面危害對(duì)應(yīng)如表3所示。
根據(jù)ISO 26262標(biāo)準(zhǔn)所給出的系統(tǒng)功能安全設(shè)計(jì)及管理流程，對(duì)商用車(chē)轉(zhuǎn)向系統(tǒng)進(jìn)行功能安全危害分析、風(fēng)險(xiǎn)評(píng)估，確定轉(zhuǎn)向系統(tǒng)的安全目標(biāo)，依據(jù)安全目標(biāo)進(jìn)行安全分析并制定相應(yīng)的故障診斷與容錯(cuò)控制策略，以保證在系統(tǒng)部件（如，傳感器、執(zhí)行器或控制器） 發(fā)生故障時(shí)系統(tǒng)失效風(fēng)險(xiǎn)在可接受范圍內(nèi)。
3. 2 故障診斷方法
商用車(chē)轉(zhuǎn)向系統(tǒng)故障主要包括執(zhí)行器故障、傳感器故障、通信故障等［89］，常用的故障診斷方法總結(jié)如圖8所示。
定性的診斷方法主要由硬件自檢完成的診斷，如過(guò)壓、欠壓、通訊中斷、CAN總線短路等故障，隨后根據(jù)工程經(jīng)驗(yàn)構(gòu)建診斷邏輯對(duì)系統(tǒng)故障做出定性的判斷。
定量分析方法包括基于數(shù)據(jù)驅(qū)動(dòng)的檢測(cè)方法［92］和基于模型的檢測(cè)方法［93］?；跀?shù)據(jù)驅(qū)動(dòng)的故障檢測(cè)方法以算力驅(qū)動(dòng)，依靠大量的故障數(shù)據(jù)對(duì)當(dāng)前的系統(tǒng)狀態(tài)進(jìn)行診斷，如神經(jīng)網(wǎng)絡(luò)［94］、深度學(xué)習(xí)［95］等，能夠快速準(zhǔn)確地進(jìn)行故障診斷及定位，但該方法在在其數(shù)據(jù)有較大的噪聲時(shí)，診斷的置信度將大打折扣。
基于模型的故障診斷算法需要對(duì)系統(tǒng)的物理模型或數(shù)學(xué)模型深入理解，利用構(gòu)建的系統(tǒng)模型和可測(cè)量信息，設(shè)計(jì)觀測(cè)器或?yàn)V波器，基于觀測(cè)的輸出與系統(tǒng)的實(shí)際輸出計(jì)算殘差，再對(duì)殘差進(jìn)行分析來(lái)進(jìn)行故障診斷與故障定位，常見(jiàn)的系統(tǒng)狀態(tài)觀測(cè)器包括：龍伯格觀測(cè)器［96］、 滑模觀測(cè)器［97］、 魯棒觀測(cè)器［98］等。
在實(shí)際工程應(yīng)用中，時(shí)常采用簡(jiǎn)單的定性分析結(jié)合基于模型的故障診斷方法來(lái)綜合診斷系統(tǒng)故障并進(jìn)行故障定位［91］。
3. 3 容錯(cuò)控制策略
商用車(chē)轉(zhuǎn)向系統(tǒng)容錯(cuò)控制主要針對(duì)傳感器和執(zhí)行器兩類(lèi)器件，傳感器的故障一般是指由傳感器硬件受損、老化等原因而引起的測(cè)量值失準(zhǔn)現(xiàn)象［99］ ；轉(zhuǎn)向執(zhí)行器作為商用車(chē)轉(zhuǎn)向系統(tǒng)的終端器件，其頻繁操作導(dǎo)致的磨損以及環(huán)境腐蝕等機(jī)械損傷可能會(huì)造成系統(tǒng)參數(shù)攝動(dòng)，使得系統(tǒng)指令與執(zhí)行動(dòng)作之間出現(xiàn)非預(yù)期的偏差［100］。
容錯(cuò)控制主要方法一般分為兩種，即主動(dòng)容錯(cuò)控制和被動(dòng)容錯(cuò)控制。被動(dòng)容錯(cuò)控制主要針對(duì)已知可能發(fā)生的故障，設(shè)計(jì)高魯棒性的容錯(cuò)控制策略，使得系統(tǒng)對(duì)特定的故障不敏感，從而保持系統(tǒng)的穩(wěn)定，經(jīng)典控制框圖如圖9所示。
文獻(xiàn)［101］和文獻(xiàn)［102］中對(duì)轉(zhuǎn)向電機(jī)進(jìn)行備份冗余，系統(tǒng)在故障狀態(tài)下由單電機(jī)驅(qū)動(dòng)降級(jí)運(yùn)行；文獻(xiàn)［103］中針對(duì)冗余電機(jī)的商用車(chē)線控轉(zhuǎn)向系統(tǒng)，能夠?qū)崿F(xiàn)雙電機(jī)系統(tǒng)執(zhí)行器發(fā)生故障時(shí)快速故障隔離和平滑轉(zhuǎn)矩切換；文獻(xiàn)［104］中采用雙繞組永磁同步電機(jī)來(lái)實(shí)現(xiàn)轉(zhuǎn)向電機(jī)的冗余備份，通過(guò)對(duì)比雙通道電流比來(lái)進(jìn)行診斷，檢測(cè)到故障后采用電流補(bǔ)償控制方法，使電機(jī)恢復(fù)正常運(yùn)行或降級(jí)運(yùn)行；文獻(xiàn)［105］中針對(duì)雙三相永磁同步電動(dòng)機(jī)的速度傳感器故障、電壓傳感器故障、電流傳感器故障、開(kāi)路故障和短路故障等5類(lèi)故障，提出了3種傳感器的故障診斷及補(bǔ)償容錯(cuò)方法。
被動(dòng)容錯(cuò)控制不需要在線故障信息，控制器參數(shù)和結(jié)構(gòu)不隨故障狀態(tài)轉(zhuǎn)移，因此容錯(cuò)能力有限。與之相對(duì)的主動(dòng)容錯(cuò)控制是在故障發(fā)生后，根據(jù)所期望的系統(tǒng)特性重新調(diào)整控制器參數(shù)或改變控制器結(jié)構(gòu)，使整個(gè)故障系統(tǒng)達(dá)到穩(wěn)定，相比于被動(dòng)容錯(cuò)控制，能夠?qū)ξ粗收系念?lèi)型、時(shí)變特性設(shè)計(jì)容錯(cuò)策略，經(jīng)典控制框圖如圖10所示。
利用基于模型的故障診斷方法設(shè)計(jì)主動(dòng)容錯(cuò)控制策略，文獻(xiàn)［106］中針對(duì)臨時(shí)故障利用卡爾曼濾波器降低信號(hào)的噪聲，針對(duì)硬件的永久性故障，如短缺、開(kāi)路、靈敏度漂移和偏移，由模型觀測(cè)器進(jìn)行信號(hào)重構(gòu)；文獻(xiàn)［107］中采用擴(kuò)展卡爾曼濾波算法獲取車(chē)輪角度估計(jì)信號(hào)，與傳感器信號(hào)進(jìn)行對(duì)比，確認(rèn)故障狀態(tài)后對(duì)傳感器信號(hào)進(jìn)行隔離，并采用觀測(cè)器重構(gòu)的角度信號(hào)保證系統(tǒng)安全運(yùn)行。
文獻(xiàn)［108］中采用滑模觀測(cè)器（sliding mode observer，SMO），引入了一種由故障殘差設(shè)計(jì)的故障估計(jì)算法，殘差僅對(duì)傳感器故障敏感，根據(jù)不同傳感器的特征向量來(lái)判斷故障傳感器，根據(jù)故障類(lèi)型進(jìn)行輸出補(bǔ)償；文獻(xiàn)［109］中設(shè)計(jì)了自適應(yīng)SMO，用于滿足一些故障重建方法對(duì)故障上界的要求；文獻(xiàn)［110］中采用雙滑模觀測(cè)器進(jìn)行故障重構(gòu)，采用閾值方法檢測(cè)故障，當(dāng)檢測(cè)到故障時(shí)，通過(guò)對(duì)故障數(shù)據(jù)進(jìn)行減除，基于SMO輸出對(duì)故障重構(gòu)。
文獻(xiàn)［111］中基于MPC的反饋跟蹤控制器估計(jì)各傳感器的狀態(tài)，根據(jù)可用的傳感器重新配置；為了避免此類(lèi)算法中故障可能導(dǎo)致的遞歸不可行性和計(jì)算復(fù)雜度，文獻(xiàn)［112］中通過(guò)簡(jiǎn)單的在線數(shù)值計(jì)算來(lái)設(shè)計(jì)狀態(tài)估計(jì)器，從而可以采用不含故障信息的常規(guī)MPC算法在線計(jì)算容錯(cuò)控制信號(hào)。
傳統(tǒng)的基于模型和觀測(cè)器的故障容錯(cuò)算法控制算法，存在難以獲得精確數(shù)學(xué)模型的問(wèn)題，而基于數(shù)據(jù)驅(qū)動(dòng)的方法不需要對(duì)系統(tǒng)建模，依靠對(duì)故障數(shù)據(jù)的處理來(lái)進(jìn)行診斷，文獻(xiàn)［113］中采用基于學(xué)習(xí)的MPC估計(jì)故障信號(hào)，然后采用卡爾曼濾波算法重構(gòu)故障信號(hào)；文獻(xiàn)［114］中提出了一種基于并行數(shù)字孿生系統(tǒng)的容錯(cuò)控制方法，能夠同時(shí)估計(jì)執(zhí)行器和傳感器故障，并對(duì)多種故障同時(shí)進(jìn)行容錯(cuò)補(bǔ)償。
由于傳感器與執(zhí)行器容錯(cuò)控制策略的生成依賴于故障診斷算法給出的結(jié)果，因此故障診斷結(jié)果的準(zhǔn)確性十分重要，須對(duì)故障診斷信息置信度進(jìn)行分析，而相關(guān)的研究較為匱乏。
4 挑戰(zhàn)與發(fā)展方向
未來(lái)的商用車(chē)轉(zhuǎn)向系統(tǒng)，需要進(jìn)一步適應(yīng)智能化的發(fā)展，實(shí)現(xiàn)更安全舒適的輔助駕駛及更高精度的自動(dòng)駕駛，同時(shí)對(duì)系統(tǒng)精度及可靠性提出了更高的要求。面向未來(lái)的發(fā)展方向主要有：
（1） 隨著新能源技術(shù)及電機(jī)技術(shù)的快速發(fā)展，商用車(chē)轉(zhuǎn)向系統(tǒng)發(fā)展的趨勢(shì)是從當(dāng)前的電液耦合助力轉(zhuǎn)向過(guò)渡到電動(dòng)助力轉(zhuǎn)向，最終實(shí)現(xiàn)線控轉(zhuǎn)向；
（2） 電液耦合助力轉(zhuǎn)向系統(tǒng)將通過(guò)對(duì)系統(tǒng)關(guān)鍵參數(shù)的優(yōu)化提升系統(tǒng)控制性能，降低能耗；將利用先進(jìn)控制算法補(bǔ)償轉(zhuǎn)向執(zhí)行過(guò)程中液壓系統(tǒng)的非線性與響應(yīng)延遲，優(yōu)化助力特性并提高控制精度；
（3） 商用車(chē)軌跡跟隨過(guò)程中多目標(biāo)協(xié)同控制研究，如軌跡跟隨精度與側(cè)傾穩(wěn)定性之間的協(xié)同控制；
（4） 隨著商用車(chē)底盤(pán)域整體的電控化，轉(zhuǎn)向系統(tǒng)需要與其他底盤(pán)系統(tǒng)集成控制，以協(xié)調(diào)底盤(pán)域各子系統(tǒng)，優(yōu)化系統(tǒng)性能并提升駕駛體驗(yàn)；
（5） 在商用車(chē)高級(jí)輔助駕駛領(lǐng)域，須根據(jù)執(zhí)行器特性以及駕駛員個(gè)性設(shè)計(jì)人機(jī)交互體驗(yàn)良好并且安全可靠的控制策略；
（6） 商用車(chē)隊(duì)隊(duì)列控制須解決車(chē)隊(duì)與其它交通參與者交互所產(chǎn)生的安全問(wèn)題；端到端自動(dòng)駕駛將拓展更多的應(yīng)用場(chǎng)景；
（7） 將故障診斷及容錯(cuò)控制策略的設(shè)計(jì)嵌入到功能安全設(shè)計(jì)流程中，保證系統(tǒng)在軟、硬件層面均達(dá)到相應(yīng)的汽車(chē)安全完整性等級(jí)，進(jìn)而提升整車(chē)安全性。
參考文獻(xiàn)
［ 1］ 國(guó)務(wù)院. 關(guān)于印發(fā)《智能汽車(chē)創(chuàng)新發(fā)展戰(zhàn)略》的通知［EB/OL］.2020. http：//www. gov. cn/zhengce/zhengceku/2020-02/24/content_5482655.htm.The State Council. Notice on issuing the "intelligent vehicle innovation-and development strategy" ［EB/OL］. 2020. http：//www.gov.cn/zhengce/zhengceku/2020-02/24/content_ 5482655.htm.
［ 2］ 國(guó)務(wù)院. 國(guó)務(wù)院關(guān)于印發(fā)“十四五”節(jié)能減排綜合工作方案的通知［EB/OL］. 2021. http：//www. gov. cn/zhengce/content/2022-01/24/ content_5670202.htm.The State Council. Notice of the state council on issuing the comprehensive work plan for energy conservation and emission reductionduring the 14th five year plan ［EB/OL］. 2021.http：//www.gov.cn/zhengce/content/2022-01/24/ content_5670202.htm.
［ 3］ 李一染，權(quán)龍. 液壓轉(zhuǎn)向助力系統(tǒng)能耗特性的分析和比較［J］.工程設(shè)計(jì)學(xué)報(bào)，2002（3）：131-135.LI Y R， QUAN L. Analyzing and comparing energy dissipating character of hydraulic power steering system［J］. Journal of Engineering Design，2002（3）：131-135.
［ 4］ SONCHAL C P， GAJANKUSH J， KULKARNI A V，et al. Energy?efficient hydraulic power assisted steering system （E 2 HPAS）［C］. SAE Paper 2012-01-0976.
［ 5］ DYER G P. Analysis of energy consumption for various power assisted?steering systems［J］. SAE Transactions， 1997：525-535.
［ 6］ YU L， XUAN W， MA L， et al. A new type of electro-hydraulic?power steering system for heavy-duty commercial vehicles［C］.SAE Paper 2015-01-1502.
［ 7］ SHUAI C， JIAN S. Extended state observer based control scheme?for the A-EHPS with load pressure estimation［J］. Proceedings of the Institution of Mechanical Engineers， Part D：Journal of Automobile Engineering， 2017， 231（13）：1858-1873.
［ 8］ 國(guó)務(wù)院. 交通運(yùn)輸部關(guān)于印發(fā)《數(shù)字交通發(fā)展規(guī)劃綱要》的通知［EB/OL］. 2019. http：//www. gov. cn/xinwen/2019-07/28/content_5415971.htm.The State Council. Notice of the ministry of transport on issuing the "outline of digital transportation development plan"［EB/OL］.2019. http：//www.gov.cn/xinwen/2019-07/28/content_ 5415971.htm.
［ 9］ ZF. Steering system［ EB/OL］.https：//www.zf.com/products/en/cv/products_76439.html.
［ 10］ ZF. Steering system ［EB/OL］. https：//www. zf. com/products/en/cv/ products_76440.html.
［ 11］ BOSCH. Products and services ［A/OL］. https：//www.bosch-mobility-solutions. com/en/products-and-services/commercial-vehicles/steering-systems/hydraulic-andelectrohydraulic-steeringsystems/.
［ 12］ 耿國(guó)慶，李浩，江浩斌，等.商用車(chē)電液耦合轉(zhuǎn)向系統(tǒng)主動(dòng)回正控制研究［J］.汽車(chē)工程， 2021， 43（6）：899-908.GENG G Q， LI H， JIANG H B， et al. Research on active returnability control for electro ‐hydraulic coupling steering system of commercial vehicles［J］. Automotive Engineering 2021， 43（6）：899-908.
［ 13］ PARK J I， JEON K， YI K. The development of optimum control?strategy for hybrid EPS system using Taguchi Method［C］.2015 IEEE Intelligent Vehicles Symposium （IV）. IEEE， 2015：761-766.
［ 14］ PARK J I， JEON K， YI K. An investigation on the energy-saving?effect of a hybrid electric-power steering system for commercial vehicles［J］. Proceedings of the Institution of Mechanical Engineers，Part D：Journal of Automobile Engineering， 2019， 233（6）：1623-1648.
［ 15］ ZHAO W， ZHOU X， WANG C， et al. Energy analysis and optimization?design of vehicle electro-hydraulic compound steering system［J］. Applied Energy， 2019， 255：113713.
［ 16］ TAO S， DONG Q， LIU Y， et al. Research on energy saving of hybrid?power steering system for heavy commercial vehicles［C］. 2021 China Automation Congress （CAC）. IEEE， 2021：4373-4378.
［ 17］ ZHAO W， ZHOU X， WANG C， et al. Energy analysis and optimization?design of vehicle electro-hydraulic compound steering system［J］. Applied Energy， 2019， 255：113713.
［ 18］ ZHAO W， LUAN Z， WANG C. Parametric optimization of novel?electric – hydraulic hybrid steering system based on a shuffled particle swarm optimization algorithm［J］. Journal of Cleaner Production，2018， 186：865-876.
［ 19］ ZHAO W， LUAN Z， WANG C. Parameter optimization design of?vehicle E-HHPS system based on an improved MOPSO algorithm［J］. Advances in Engineering Software， 2018， 123：51-61.
［ 20］ ZHOU X， ZHAO W， WANG C. Performance analysis and multiobjective?optimization design of vehicle electro-hydraulic compound?steering system［J］. DEStech Transactions on Environment?Energy and Earth Science， 2019.
［ 21］ Nexteer. Electric power steering and wire controlled steering［ EB/OL］. https：//www. chinese. nexteer. com/electric-power-steering/redundant-electric-power-steering/.
［ 22］ ZF. Press center［ EB/OL］. https：//press.zf.com/press/en/releases release_2948.html.
［ 23］ 徐闖. 一種電動(dòng)助力轉(zhuǎn)向器及商用車(chē)：201821582276.5［ P］.2019-05-17［2023-10-30］. https：//pss-system.cponline.cnipa.gov.cn/ documents/detail？prevPageTit=changgui.XU C. An electric power steering device and a commercial vehicle：201821582276.5 ［P］. 2019-05-17［2023-10-30］. https：//pss-system.cponline.cnipa.gov.cn/documents/detail？prevPageTit=changgui.
［ 24］ 紀(jì)國(guó)慶，陳波，牛永春，等 . 一種電動(dòng)助力汽車(chē)轉(zhuǎn)向器：201510622920.1 ［P］. 2021-10-01［2023-10-30］. https：//psssystem.cponline. cnipa. gov. cn/documents/detail？prevPageTit=changgui.JI G Q， CHEN B， NIU Y C， et al. An electric power-assisted vehicle steering gear：201510622920.1 ［P］. 2021-10-01［2023-10-30］. https：//pss-system.cponline.cnipa.gov.cn/documents/detail？prevPageTit=changgui.
［ 25］ NHILA A， WILLIAMS D， GUPTA V. Integration of lane keeping?assistance with steering［J］. SAE International Journal of Commercial Vehicle， 2013， 6（2）：394-399.
［ 26］ SUBROTO R K， WANG C Z， LIAN K L. Four-wheel independent?drive electric vehiclestability control using novel adaptive sliding mode control ［J］. IEEE Transactions on Industry Applications 2020， 56（5）：5995-6006.
［ 27］ LIU Y， JI X， YANG K， et al. Finite-time optimized robust control?with adaptive state estimation algorithm for autonomous heavy?vehicle［ J］. Mechanical System and Signal Processing， 2020， 139.
［ 28］ HUANG Z， NIE W， KOU S， et al. Rollover detection and controlon the non-driven axles of trucks based on pulsed braking excitation［ J］. Vehicle System Dynamics， 2018，56（12）：1864-1882.
［ 29］ SHI G， ZHOU Q， WANG S. A hierarchical strategy for the electro-hydraulic coupling steering system on commercial vehicles［J］. DEStech Transactions on Environment， Energy and Earth?Sciences， 2019.
［ 30］ WANG S. Robust control of electro-hydraulic coupling power?steering system for intelligent commercial vehicle with varying vehicle speed［C］.2022 2nd International Conference on Consumer Electronics and Computer Engineering （ICCECE）. IEEE， 2022：540-544.
［ 31］ LIU C， WANG C， ZHAO W， et al. Displacement characteristics?hierarchical control of electro-hydraulic compound steering for commercial vehicle［J］. Proceedings of the Institution of Mechanical Engineers， Part C：Journal of Mechanical Engineering Science，2022， 236（12）：6395-6409.
［ 32］ HUANG S， CAO W， QIAN R， et al. Front wheel angle tracking?control research of intelligent heavy vehicle steering system ［J］.Proceedings of the Institution of Mechanical Engineers， Part C：Journal of Mechanical Engineering Science， 2021， 235（17）：3454-3467.
［ 33］ LOOF J， BESSELINK I， NIJMEIJER H. Implementation and validation?of a three degrees of freedom steering-system model in a full vehicle model ［J］. Vehicle System Dynamics，2019， 57（1）：86-107.
［ 34］ GXA B， MC A， XH C， et al. Path following control of tractor?with an electro-hydraulic coupling steering system：layered multi-loop robust control architecture［J］. Biosystems Engineering，2021， 209：282-299.
［ 35］ SHI Guobiao， ZHOU Qian， WANG Shuai， et al. High robust control?strategy for electro-hydraulic hybrid steering system in unmanned mode［J］.Transactions of the Chinese Society for Agricultural Machinery，2019，50（12）：395-402.
［ 36］ ZHAO W Q， GAO K， WANG W B. Prevention of instability?control of commercial vehicle based on electric-hydraulic coupling?steering system［J］. Journal of Jilin University（Engineering?and Technology Edition）， 2018.
［ 37］ LI Y， YU J， ZHAO Z， et al. Robust control of EHCS of intelligent?commercial vehicle under load change［J］. Journal of Sensors，2021， 2021：1-9.
［ 38］ WANG S. Robust control of electro-hydraulic coupling power?steering system for intelligent commercial vehicle with varying vehicle speed［C］.2022 2nd International Conference on Consumer Electronics and Computer Engineering （ICCECE）. IEEE， 2022：540-544.
［ 39］ 王帥，施國(guó)標(biāo)，張洪泉，等.電液耦合轉(zhuǎn)向系統(tǒng)轉(zhuǎn)向盤(pán)轉(zhuǎn)矩的自抗擾控制［J］.汽車(chē)工程，2021，43（5）：770-775，790.WANG S， SHI G B， ZHANG H Q， et al. Active disturbance rejection control of steering wheel torque in integrated electric‐hydraulic steering system［J］. Automotive Engineering，2021，43（5）：770-775，790.
［ 40］ TAI M， HINGWE P， TOMIZUKA M. Modeling and control of?steering system of heavy vehicles for automated highway systems［J］. IEEE/ASME Transactions on Mechatronics， 2004， 9（4）：609-618.
［ 41］ DU H， WEI J， FANG J.The design， simulation， and experiment?of high-accuracy multi-axle electro-hydraulic control servo steering?system［J］. Advances in Mechanical Engineering， 2016， 8
（10）：8/10/1687814016674383.［ 42］ TAI M， HINGWE P， TOMIZUKA M. Modeling and control of steering system of heavy vehicles for automated highway systems［J］. IEEE/ASME Transaction on Mechatronics， 2004， 9（4）：609-618.
［ 43］ 董晴，季學(xué)武，劉玉龍，等.基于LPV/H∞魯棒控制的重型商用車(chē)自動(dòng)循跡［J］. 清華大學(xué)學(xué)報(bào)（自然科學(xué)版），2022，62（3）：438-446.DONG Q， JI X W， LIU Y L， et al.Robust LPV/H∞ control for automatic path tracking of heavy commercial vehicles［J］.J Tsinghua Univ（ Sci&Technol），2022，62（3）：438-446.
［ 44］ HAO L Y， H. PARK J， YE D.Fuzzy logic systems-based integral?sliding mode fault-tolerant control for a class of uncertain nonlinear systems［J］.Control Theory & Applications Iet， 2016， 10（3）：300-311.
［ 45］ DU H， WANG L， CHEN J， et al.Integral sliding mode tracking?control for heavy vehicle electro-hydraulic power steering system［J］.IEEE/ASME Transactions on Mechatronics， 2020， PP（99）：1-1.
［ 46］ DU H， WANG L， CHEN J，et al.Adaptive fuzzy radial basis function?neural network integral sliding mode tracking control for heavy vehicle electro-hydraulic power steering systems［J］.Proceedings of the Institution of Mechanical Engineers Part D ：Journal of Automobile Engineering， 2019， 234 （2-3） ：095440701984637.
［ 47］ XU Guangfei， CHEN Meizhou， HE Xiangkun， et al. Path following?control of tractor with an electro-hydraulic coupling steering system：layered multi-loop robust control architecture［J］. Biosystems Engineering， 2021， 209：282-299.
［ 48］ LOOF J， BESSELINK I， NIJMEIJER H. Component based modeling?and validation of a steering system for a commercial vehicle［C］. IAVSD 2015.
［ 49］ WANG S， YIN C， GAO J. Lateral displacement control for agricultural?tractor based on cascade control structure ［J］. International Journal of Control， Automation and Systems. 2020， 18（9）：2375-2385.
［ 50］ LI L. Progress on vehicle dynamics stability control system［J］.Journal of Mechanical Engineering， 2013， 49（24）.
［ 51］ ANTONOV S， FEHN A， KUGI A. Unscented Kalman filter for?vehicle state estimation ［J］. Vehicle System Dynamics， 2011， 49（9）：1497-520.
［ 52］ MILANI S，SAMIM üNLüSOY Y， MARZBANI H，et al.Semitrailer?steering control for improved articulated vehicle manoeuvrability and stability［J］.Nonlinear Engineering， 2019， 8（1）：568-581.
［ 53］ DENG Z， JIN Y， GAO W， et al. A closed-loop directional dynamics?control with LQR active trailer steering for articulated heavy vehicle［J］.Proceedings of the Institution of Mechanical Engineers，Part D：Journal of Automobile Engineering， 2023， 237（12）：2741-2758.
［ 54］ BESSELINK I， ACHRIFI S， NIJMEIJER H.Lateral vehicle dynamics?on rutted roads［J］. IAVSD 2019. Lecture Notes in Mechanical?Engineering. Springer， Cham. 2020.
［ 55］ MITOV A， KRALEV J， SLAVOV T， et al. Reference tracking?LQG control of electrohydraulic servo system for mobile machines［J］.2020 IEEE 10th International Conference on Intelligent Systems（IS）. IEEE， 2020.
［ 56］ MITOV A， S LAVOV T， KRALEV J.Robustness analysis of an?electrohydraulic steering control system based on the estimated?uncertainty model［J］.Information， 2021， 12.
［ 57］ MITOV A， SLAVOV T， KRALEV J， et al. Robust stability and?performance investigation of electrohydraulic steering control system［C］.International Conference on Future Access Enablers of Ubiquitous and Intelligent Infrastructures. Cham：Springer International Publishing， 2021：386-400.
［ 58］ JI X， LIU Y， HE X， et al. Interactive control paradigm-based robust?lateral stability controller design for autonomous automobile path tracking with uncertain disturbance：a dynamic game approach［J］. IEEE Transactions on Vehicular Technology， 2018，67（8）：6906-6920.
［ 59］ MITOV A， KRALEV J， SLAVOV T， et al. Design of H-infinity?tracking controller for application in autonomous steering of mobile?machines［C］. 19th International Scientific Conference Engineering?for Rural Development Proceedings. Latvia University of?Life Sciences and Technologies， Faculty of Engineering， 2020.
［ 60］ EMHEISEN M， EMIRLER M T， OZKAN B. Lateral stability control?of articulated heavy vehicles based on active steering system［J］. International Journal of Mechanical Engineering and RoboticsResearch，2022.
［ 61］ XU X， SU P， WANG F， et al. Coordinated control of dual-motor?using the interval type-2 fuzzy logic in autonomous steering system of AGV［J］. International Journal of Fuzzy Systems，2021， 23（4）：1070-1086.
［ 62］ KIM J， YI K. Coordinated steering and braking control for roll stability?of automated driving commercial vehicles［C］.2021 IEEE International Intelligent Transportation Systems Conference（ITSC）. IEEE， 2021：2568-2574.
［ 63］ YAKUB F， ABU A， SARIP S， et al. Study of model predictive?control for path-following autonomous ground vehicle control under crosswind effect［ J］. Journal of Control Science and Engineering，2016（5）：1-18.
［ 64］ KAYACAN E， SAEYS W， RAMON H， et al. Experimental validation?of linear and nonlinear MPC on an articulated unmanned ground vehicle ［J］. IEEE/ASME Transactions on Mechatronics，2018， 23（6）：2023-2030.
［ 65］ KISSAI M， MOUTON X， MONSUEZ B， et al. Tapus， optimizing?vehicle motion control for generating multiple sensations ［C］.2018 IEEE Intelligent Vehicles Symposium （IV）， Changshu，China， 2018：928-935.
［ 66］ GUANG X， WUWEI C， LINFENG Z，et al.Integrated control of?counterbalanced forklift truck chassis based on wavelet network?dynamic inverse internal model control［J］. Journal of Mechanical?Engineering， 2015.
［ 67］ KIM J， YI K. Coordinated steering and braking control for roll stability?of automated driving commercial vehicles［C］.2021 IEEE International Intelligent Transportation Systems Conference（ITSC）. IEEE， 2021：2568-2574.
［ 68］ CAPITO L， REDMILL K A. Methodology for hazard identification?and mitigation strategies applied to an overtaking assistant?ADAS［C］. 2021 IEEE International Intelligent Transportation?Systems Conference（ ITSC）. 0.
［ 69］ HICKMAN J S， GUO F， CAMDEN M C，et al.Efficacy of roll stability?control and lane departure warning systems using carriercollected data［J］.J Safety Res， 2015， 52（feb.）：59-63.DOI：10.1016/j.jsr.2014.12.004.
［ 70］ WU C， CAO J， DU Y.Impacts of advanced driver assistance systems?on commercial truck driver behaviour performance using naturalistic?data［J］.IET Intelligent Transport Systems， 2023.
［ 71］ 施國(guó)標(biāo)，張洪泉，王帥，等.商用車(chē)電液復(fù)合轉(zhuǎn)向系統(tǒng)的車(chē)道保持策略［J］.中國(guó)公路學(xué)報(bào)，2021，34（9）：101-110.SHI G B， ZHANG H Q， WANG S， et al.Lane-keeping assistancestrategy for integrated electric-hydraulic steering system ofcommercial vehicles［J］.China J.Highw.Transp.，2021，34（9）：101-110.
［ 72］ LI Y， NAN Y， HE J， et al. Study on lateral assisted control for?commercial vehicles［C］.2019 14th IEEE Conference on Industrial Electronics and Applications（ ICIEA）. IEEE， 2019：567-572.
［ 73］ HAN X， ZHAO W， ZHENG H， et al. Research on lane-keeping?control strategy for bus［J］. International Journal of Heavy Vehicle Systems， 2019， 26（3/4）：291.
［ 74］ 隋新，劉春陽(yáng)，詹坤，等.人機(jī)協(xié)同控制的車(chē)道保持輔助系統(tǒng)安全性能研究［J］.中國(guó)機(jī)械工程， 2021， 32（16）：8.SUI X， LIU C Y， ZHAN K， et al. Research on safety performance of lane keeping assist systems based on human-machine cooperative control［J］. China Mechanical Engineering， 2021，32（16）：8.
［ 75］ LAZCANO A M R， NIU T， AKUTAIN X C， et al. MPC-based?haptic shared steering system：a driver modeling approach for symbiotic driving［J］. IEEE/ASME Transactions on Mechatronics，2021， 26（3）：1201-1211.
［ 76］ SAEEDNIA M， MENENDEZ M. A consensus-based algorithm?for truck platooning［J］. IEEE Transactions on Intelligent Transportation Systems， 2027，18（2）：404-415.
［ 77］ HOEF S V D， JOHANSSON K H， DIMAROGONAS D V.Fuelefficient?en route formation of truck platoons［J］. IEEE Transactions on Intelligent Transportation Systems， 2017， 19（1）：102-112
［ 78］ GUO G， WANG Q.Fuel-efficient en route speed planning and?tracking control of truck platoons［J］.IEEE Transactions on Intelligent Transportation Systems， 2018， 20（8）：3091-3103.
［ 79］ KIM J.Truck platoon control considering heterogeneous vehicles［J］.Applied Sciences， 2020， 10（15）：5067.
［ 80］ ZHANG S， LU C， JIANG S，et al.An unmanned intelligent transportation?scheduling system for open-pit mine vehicles based on 5G and big data［J］.IEEE Access， 2020， PP（99）：1-1.
［ 81］ GAO Y， AI Y， TIAN B，et al.Parallel end-to-end autonomous?mining：an IoT-oriented approach［J］. IEEE Internet of Things Journal， 2019， PP（99）：1-1.
［ 82］ LEI Y， WANG Y， WU S， et al. A fuzzy logic-based adaptive dynamic?window approach for path planning of automated driving mining truck［C］.2021 IEEE International Conference on Mechatronics（ICM）. IEEE， 2021：1-6.
［ 83］ ZWEIGEL R， GEHRT J J， LIU S， et al. Optimal maneuvering?and control of cooperative vehicles as case study for maritime applications within harbors［C］.2019 18th European Control Conference（ECC）. IEEE， 2019：3022-3027.
［ 84］ ZWEIGEL R， GEHRT J J， LIU S，et al.Optimal maneuvering and?control of cooperative vehicles as case study for maritime applications?within harbors［C］.European Control Conference，2019.
［ 85］ HUANG C， LI L. Architectural design and analysis of a steerby-wire system in view of functional safety concept［J］. Reliability Engineering［ J］. System Safety， 2020， 198：106822.
［ 86］ Road vehicles - functional safety - part 2：management of functional safety：ISO 26262-2：2018 ［S］. Geneva， Switzerland：ISO， 2018.
［ 87］ RAJASIMHA R C， ARJUN V， CHANDRASHEKHAR H G. Supplemental?FMEA for monitoring and system response of electronic?power steering control system functional safety［C］. SAE Paper2022 -28-0404.
［ 88］ UMEHABA Y， KAMOSHITA S， ISHIGURI K， et al. Development?of electro-hydraulic actuator with fail-safe function for steering system［J］. Quarterly Report of Rtri， 2014， 55（3）：131-137.
［ 89］ PRASANTH V， PAREKHJI R， AMRUTUR B. Exploiting application?tolerance for functional safety［C］.2021 IEEE International Test Conference（ ITC）. IEEE， 2021：399-408.
［ 90］ XIONG H， WANG Z， WU G， et al. Steering actuator fault diagnosis?for autonomous vehicle with an adaptive denoising residual network ［J］. IEEE Transactions on Instrumentation and Measurement，2022， 71：1-13.
［ 91］ MANDERS E J， NARASIMHAN S， BISWAS G， et al. A combined?qualitative/quantitative approach for fault isolation in continuous dynamic systems［J］. IFAC Proceedings Volumes， 2000，33（11）：505-510.
［ 92］ WANG J， MIAO J， WANG J，et al.Fault diagnosis of electrohydraulic?actuator based on multiple source signals：an experimental investigation［J］.Neurocomputing， 2020， 417（17）.
［ 93］ ZHU F， SHAN Y， TANG Y.Actuator and sensor fault detection?and isolation for uncertain switched nonlinear system based on?sliding mode observers［J］.International Journal of Control Automationand Systems， 2021.
［ 94］ WEN L， LI X， GAO L. A transfer convolutional neural network?for fault diagnosis based on ResNet-50［J］.Neural Computing and?Applications， 2019.
［ 95］ ZOU S， ZHAO W， WANG C，et al. Fault detection strategy of vehicle?wheel angle signal via long short-term memory network and?improved sequential probability ratio test［J］.IEEE Sensors Journal，2021（21-15）.
［ 96］ FERDOWSI H， CAIJ， JAGANNATHAN S. Actuator and sensor?fault detection and failure prediction for systems with multi-dimensional nonlinear partial differential equations［J］.International Journal of Control， Automation and Systems， 2022， 20（3）：789-802.
［ 97］ YIN S， GAO H， QIU J， et al. Descriptor reduced-order sliding?mode observers design for switched systems with sensor and actuator faults［J］. Automatica， 2017， 76：282-292.
［ 98］ LIU M， CAO X， SHI P. Fault estimation and tolerant control for?fuzzy stochastic systems［J］. IEEETransactions on Fuzzy Systems，2012， 21（2）：221-229.
［ 99］ ABBINK D A， MULDER M， VAN DER HELM F C T， et al.Measuring neuromuscular control dynamics during car followingwith continuous haptic feedback［J］. IEEE Transactions on Systems，Man， and Cybernetics， Part B （Cybernetics）， 2011， 41（5）：1239-1249.
［ 100］ SANCHEZ O D， MARTINEZ-SOLTERO G， ALVAREZ J G，et al. Real-time neural classifiers for sensor faults in three phaseinduction motors［J］.IEEE Access， 2023，11：19657-19668.
［ 101］ PENG X， HOU S， LI Y. Study on a dual-motor driving electric?power steering system for commercial vehicle［C］. 2016 IEEE?11th Conference on Industrial Electronics and Applications（ICIEA）. IEEE， 2016.
［ 102］ LI Y， HE J， NAN Y， et al. A dual-motor electric power steering?system for commercial vehicle［C］. IEEE Conference on Industrial?Electronics and Applications. IEEE， 2019.
［ 103］ NOH Y， KIM W， JU L. The optimal current ratio control of redundant?electric drive systems and diagnostic strategies for disagreement［J］. IEEE Access， 2021，9：32115-32130.
［ 104］ SHI G， QIAO P， SANG D， et al. Synchronous and fault-tolerance?control for dual-motor steer-by-wire system of commercial vehicle［J］. Proceedings of the Institution of Mechanical Engineers，Part D：Journal of Automobile Engineering， 2023：09544070231154961.
［ 105］ WANG X， WANG Z， XU Z，et al.Comprehensive diagnosis andtolerance strategies for electrical faults and sensor faults in dualthree-phase PMSM drives［J］.IEEE Transactions on Power Electronics，2019， 34（7）：6669-6684.
［ 106］ OH Y I， KIM J H， JUNG S Y， et al. Sensor fault tolerant algorithm?for 7.2nm class spmsm applied electro-hydraulic powersteering system for medium and heavy commercial vehicle［C］.2018 3rd International Conference on Robotics and Automation?Engineering（ ICRAE）， 2018.
［ 107］ ZOU S， ZHAO W， LIANG W，et al.Fault diagnosis and fault-tolerant?compensation strategy for wheel angle sensor of steer-bywire vehicle via extended Kalman filter［J］.IEEE Sensors Journal，2022（2）：22.
［ 108］ KANG H， XIAO B， NI Y， et al. Sensor fault diagnosis and fault?tolerant control for automated guided forklift［J］. IEEE Access，2021， 9：56191-56200.
［ 109］ ZHANG Z， XIAO B.Sensor fault diagnosis and fault tolerant control?for forklift based on sliding mode theory［J］.IEEE Access，2020， PP（99）：1-1.DOI：10.1109/ACCESS.2020.2991188.
［ 110］ SONG T， LEE J， OH K， et al.Dual-sliding mode approach for?separated fault detection and tolerant control for functional safety of longitudinal autonomous driving［J］.Proceedings of the Institution of Mechanical Engineers Part D：Journal of Automobile Engineering，2020 （6） ：095440702096262. DOI：10.1177/0954407020962627.
［ 111］ MCCLOY R， DE DONá J， SERON M. Fault-tolerant fusionbased?MPC with sensor recovery for constrained LPV systems［J］.International Journal of Robust and Nonlinear Control， 2018， 28（11）：3589-3605.
［ 112］ LI J， ZHANG D， WANG Z. Novel MPC-based fault tolerant?tracking control against sensor faults［J］. Asian J. Control， 2020，22：841-854.
［ 113］ ZHANG C， XU X， ZHANG X. Fault-tolerant learning-based?MPC for unmanned ground vehicle［J］.Springer， Singapore， 2022.
［ 114］ KUKUROWSKI N， PAZERA M， WITCZAK M， et al. Fault-toleranttracking control for Takagi–Sugeno fuzzy systems under actuatorand sensor faults［C］. Advanced， Contemporary Control：Proceedings of KKA 2020—The 20th Polish Control Conference，?ód?， Poland， 2020. Cham：Springer International Publishing，2020：1434-1445.
END
