CN103754218B - 一种汽车轮胎侧偏工况下的路面附着系数估计方法 - Google Patents

Abstract

本发明涉及一种汽车轮胎侧偏工况下的路面附着系数估计方法，该方法包括以下步骤：1)根据汽车传感器实时测得的加速度和速度信息，辨识轮胎滑转状态；2)根据轮胎滑转状态采用相应的公式进行路面附着系数估计：若轮胎滑转状态为小纵向滑转轮胎侧偏工况，则利用基于侧向加速度信息的路面附着系数估计算法估计当前的路面附着系数；若轮胎滑转状态为大纵向滑转轮胎侧偏工况，则首先通过车辆的纵向力信息计算纵向路面附着系数，然后利用侧向加速度信息计算侧向路面附着系数，最后以纵向路面附着系数和侧向路面附着系数的均方根作为路面附着系数估计值。与现有技术相比，本发明具有成本低、可靠性高、可广泛应用等优点。

Description

一种汽车轮胎侧偏工况下的路面附着系数估计方法

技术领域

本发明涉及汽车操纵稳定性控制领域，尤其是涉及一种汽车轮胎侧偏工况下的路面附着系数估计方法。

背景技术

当车辆打滑或者侧偏时，车辆整体处于非稳定行驶工况下，这时如果驾驶员操作不当，容易使车辆发生安全事故。实时识别出路面情况有助于帮助驾驶员控制车辆的行驶，避免事故的发生。因此通过路面估计工作，可以采集路面信息，为车辆提供较为准确的轮胎路面附着状况，从而可以更有效地设置驱动力控制参数，使车辆能够充分利用地面允许提供的纵向力，并保留一定的转向能力。在整车稳定性控制系统应用中，通过估计路面附着情况，将其作为汽车动力学控制系统的重要参数，可以使力矩控制更加准确，控制效果更好。

目前，国内外路面附着系数估计方法主要有：1、通过对车辆轮胎表面的局部应力和应变进行测量，运用经验公式分析瞬时的路面附着系数及其相应的变化；2、通过测量轮胎接触路面的噪声，根据轮胎与地面之间的噪声情况分析预测路面附着系数；3、基于车轮滑转率特性运用动力学方程估算路面附着系数。前两种方法需要加装昂贵的传感器，使道路识别系统的结构变得复杂。第三种方法已经比较成熟，但在实车使用中存在准确性和实时性低的问题。

发明内容

本发明的目的就是为了克服上述现有技术存在的缺陷而提供一种成本低、可靠性高、可广泛应用的汽车轮胎侧偏工况下的路面附着系数估计方法。

本发明的目的可以通过以下技术方案来实现：

一种汽车轮胎侧偏工况下的路面附着系数估计方法，该方法包括以下步骤：

1)根据汽车传感器实时测得的加速度和速度信息，辨识轮胎滑转状态；

2)根据轮胎滑转状态采用相应的公式进行路面附着系数估计：

若轮胎滑转状态为小纵向滑转轮胎侧偏工况，则利用基于侧向加速度信息的路面附着系数估计算法估计当前的路面附着系数；

若轮胎滑转状态为大纵向滑转轮胎侧偏工况，则首先通过车辆的纵向力信息计算纵向路面附着系数，然后利用侧向加速度信息计算侧向路面附着系数，最后以纵向路面附着系数和侧向路面附着系数的均方根作为路面附着系数估计值。

所述的辨识轮胎滑转状态具体为：

101)根据测得的加速度和速度信息计算加速度差值Δa和速度差值Δv：

$\mathrm{\Δa}=|\stackrel{.}{\mathrm{\ω}}\·r-a_x|$

Δv=|ω·r-v_x|

其中，ω为车轮的角速度，为转动角加速度，r为车轮半径，v_x为纵向车速，a_x为纵向加速度；

102)判断加速度差值Δa和速度差值Δv是否满足Δv>v_threshold1且Δa>a_threshold，v_threshold1和a_threshold分别为设定的第一速度门限值和加速度门限值，若是，则认定轮胎滑转状态为大纵向滑转轮胎侧偏工况，若否，则执行步骤103)；

103)判断速度差值Δv是否满足Δv>v_threshold2，v_threshold2为设定的第二速度门限值，若是，则认定轮胎滑转状态为大纵向滑转轮胎侧偏工况，若否，则认定轮胎为小纵向滑转工况。

所述的基于侧向加速度信息的路面附着系数估计算法采用如下公式估计路面附着系数：

$\mathrm{\&mu;}\left(t\right)=\left\{\begin{array}{cc}\mathrm{\&mu;}(t-1)+{\mathrm{\&mu;}}_{\mathrm{step}}& \mathrm{\&Delta;\&alpha;}<\mathrm{\&Delta;}{\mathrm{\&alpha;}}_{\mathrm{threshold}}\\ \frac{\left|a_y\right|}{g}& \mathrm{\&Delta;\&alpha;}\&GreaterEqual;\mathrm{\&Delta;}{\mathrm{\&alpha;}}_{\mathrm{threshold}}\end{array}\right.$

${\mathrm{\&mu;}}_{\mathrm{step}}=\left\{\begin{array}{cc}0.1& d\left(a_y\right)/\mathrm{dt}>0\\ 0& d\left(a_y\right)/\mathrm{dt}\&le;0\end{array}\right.$

其中，为前后轴处的侧偏角之差，α_f为前轴侧偏角，α_r为后轴侧偏角，δ_f为前轮转角，l_f为车辆质心到前轴的距离，l_r为车辆质心到后轴的距离，γ为车身横摆角速度，v为车身纵向车速；Δα_threshold是为Δα的门限值；μ_step为估计更新步长，a_y为侧向加速度，g为重力加速度。

所述的轮胎滑转状态为大纵向滑转轮胎侧偏工况时，估计路面附着系数的具体步骤为：

201)计算纵向路面附着系数μ_x：

${\mathrm{\&mu;}}_x={\mathrm{\&mu;}}_{\mathrm{xi}}=\frac{F_{\mathrm{xi}}}{F_{\mathrm{zi}}}$

式中，F_xi为各车轮的纵向力，F_zi为各车轮的垂向荷载，i＝1，2，3或4分别代表左前、右前、左后或右后四个车轮，μ_x根据车辆设置，选用某一车轮纵向路面附着系数的计算值μ_xi；

202)通过侧向加速度与重力加速度之间的比值计算侧向路面附着系数μ_y：

${\mathrm{\&mu;}}_y=\frac{a_y}{g}$

其中，a_y为侧向加速度，g为重力加速度；

203)根据车轮的纵向路面附着系数与侧向路面附着系数，获得修正后的路面附着系数μ，具体公式为：

$\mathrm{\&mu;}=\sqrt{{{\mathrm{\&mu;}}_x}^2+{{\mathrm{\&mu;}}_y}^2}.$

与现有技术相比，本发明在已有的基于轮胎特性的路面附着系数估计基础上，研究了车辆在轮胎侧偏工况下，估计路面的峰值附着系数的方法。先通过辨识车轮的滑转状态，判断车轮处于大纵向滑转或小纵向滑转状态，进而使车轮在不同工况下用不同的算法进行路面附着系数的估计。同时，本发明也考虑整车质量参数、质心位置等因素对估计精度的影响，配以合理的信号滤波处理以及补偿处理，提高估计算法在实车使用中的准确性和适用性。仿真试验证明本发明方法在不同工况下估计路面附着系数具有有效性，具有较好的实车适用性。

附图说明

图1是轮胎打滑过程中加速度差与速度差的示意图；

图2是基于联合加速度差、速度差的车轮滑转状态辨识算法逻辑图；

图3是仿真工况一的工况设置；

图4是仿真工况一下的纵向力估计结果；

图5是仿真工况一下的垂向荷载估计结果；

图6是仿真工况一下未加修正的路面附着系数估计结果；

图7是仿真工况一下修正前后的路面附着系数估计结果对比；

图8是仿真工况二的工况设置；

图9是仿真工况二下的纵向力估计结果；

图10是仿真工况二下的垂向荷载估计结果；

图11是仿真工况二下未加修正的路面附着系数估计结果；

图12是仿真工况二下修正前后的路面附着系数估计结果对比。

具体实施方式

下面结合附图和具体实施例对本发明进行详细说明。本实施例以本发明技术方案为前提进行实施，给出了详细的实施方式和具体的操作过程，但本发明的保护范围不限于下述的实施例。

一种汽车轮胎侧偏工况下的路面附着系数估计方法，目的是在车辆行驶侧偏工况下实现对路面附着系数的估计。该方法先利用传感器信息，设计了轮胎滑转状态的辨识方法，对轮胎出现侧偏的情况进行了分类，进而在不同的侧偏纵滑情况下运用不同方法进行路面附着系数的估计。该方法具体包括以下步骤：

1)根据汽车传感器实时测得的加速度和速度信息，辨识轮胎滑转状态；

2)根据轮胎滑转状态采用相应的公式进行路面附着系数估计：

若轮胎滑转状态为小纵向滑转轮胎侧偏工况，则利用基于侧向加速度信息的路面附着系数估计算法估计当前的路面附着系数；

若轮胎滑转状态为大纵向滑转轮胎侧偏工况，则首先通过车辆的纵向力信息计算纵向路面附着系数，然后利用侧向加速度信息计算侧向路面附着系数，最后以纵向路面附着系数和侧向路面附着系数的均方根作为路面附着系数估计值。

1本发明的原理

1.1整体思路

通过对轮胎的纵向动力学特性以及侧向动力学特性的研究，分析了轮胎侧偏对纵向力的影响以及轮胎纵滑对侧向力的影响，对轮胎出现侧偏的情况进行了分类，设计了先对车轮滑转状态进行辨识，进而在不同的侧偏纵滑情况下运用不同方法进行路面附着系数估计的方案。

1.2轮胎滑转状态辨识

当车轮刚进入打滑状态时，由于车轮的运动学特性，轮加速度、速度值会迅速上升并且严重偏离车身加速度和速度，因此用加速度差值和速度差值Δv＝|ω·r-v_x|来辨识车轮滑转状态，其中，ω为车轮的角速度，r为车轮半径，v_x为纵向车速，a_x为纵向加速度。

由图1所示仿真结果可以看出，当车轮刚进入打滑状态时，加速度的响应比速度的响应具有时间短和幅度大的特点，因此给加速度差值设置一个门限值，用来判断车轮进入打滑状态的时间。为了去除车辆在刚起步阶段由于测量轮速不准确造成的轮加速度大幅波动变化影响，结合速度差的信息来联合设置加速度差值的门限值，即当速度差Δv>v_threshold1时，同时必须满足Δa>a_threshold，则说明车轮开始进入打滑状态，轮胎滑转状态为大纵向滑转轮胎侧偏工况。但在整个打滑过程中，加速度的差值也会出现比门限值小的情况，此时，虽然加速度差值很小，但是速度差值却非常明显，因此可以利用速度差Δv>v_threshold2设置另一个门限值来弥补之前的不足。将上述两种判断逻辑统一起来，令速度差和加速度差两者任一满足大于相应的门限值，就认定车轮处于打滑状态，如果两者都小于相应的门限值，则认定轮胎滑转状态为大纵向滑转轮胎侧偏工况，作近似纯滚动运动。其中，v_threshold1、a_threshold和v_threshold2分别为设定的第一速度门限值、加速度门限值和第二速度门限值。车轮滑转状态辨识算法逻辑如图2所示。

1.3小纵向滑转轮胎侧偏工况下路面附着系数估计

在小纵向滑转轮胎侧偏工况下，利用不同路面附着条件对应不同侧向加速度峰值范围的特点对路面附着系数进行表征估计。

从动力学的角度来分析车辆的侧向动力学响应特性，假设将车辆看成一个弹性滚动的质点，那么车辆受到的总的侧向力就可以表示为：

F_ymass＝m_mass·a_y(1)

其中，F_ymass为总的侧向力，m_mass为整车质量，a_y为侧向加速度。

同时，车辆受到的总的垂向载荷也可以表示为：

F_zmass=m_mass·g(2)

其中，F_zmass为总的垂向载荷，g为重力加速度。

那么车辆与路面之间的利用附着系数就可以表示为：

$\mathrm{\&mu;}=\frac{F_{\mathrm{ymass}}}{F_{\mathrm{zmass}}}=\frac{m_{\mathrm{mass}}\&CenterDot;a_y}{m_{\mathrm{mass}}\&CenterDot;g}=\frac{a_y}{g}---\left(3\right)$

当侧向加速度达到峰值时，就认为车辆与路面之间达到附着极限，此时的利用附着系数就近似等于路面的峰值附着系数，即：

$\mathrm{\&mu;}{|}_{a_y\&RightArrow;\max }\&ap;{\mathrm{\&mu;}}_{\max }---\left(4\right)$

根据上述分析，下面提出一种基于侧向加速度信息的路面附着系数估计算法，算法的基本公式如下：

$\mathrm{\&mu;}\left(t\right)=\left\{\begin{array}{cc}\mathrm{\&mu;}(t-1)+{\mathrm{\&mu;}}_{\mathrm{step}}& \mathrm{\&Delta;\&alpha;}<\mathrm{\&Delta;}{\mathrm{\&alpha;}}_{\mathrm{threshold}}\\ \frac{\left|a_y\right|}{g}& \mathrm{\&Delta;\&alpha;}\&GreaterEqual;\mathrm{\&Delta;}{\mathrm{\&alpha;}}_{\mathrm{threshold}}\end{array}\right.---\underset{}{}\left(5\right)$

${\mathrm{\&mu;}}_{\mathrm{step}}=\left\{\begin{array}{cc}0.1& d\left(a_y\right)/\mathrm{dt}>0\\ 0& d\left(a_y\right)/\mathrm{dt}\&le;0\end{array}\right.---\left(6\right)$

其中，为前后轴处的侧偏角之差，其中α_f为前轴侧偏角，α_r为后轴侧偏角，δ_f为前轮转角，l_f为车辆质心到前轴的距离，l_r为车辆质心到后轴的距离，γ为车身横摆角速度，v为车身纵向车速；Δα_threshold是为Δα门限值，用于路面附着系数估计值更新方法的选取；μ_step为估计更新步长。

1.4大纵向滑转轮胎侧偏工况下路面附着系数估计

根据轮胎纵向动力学特性，在大纵向滑转轮胎侧偏工况下，应该利用纵向力信号来进行路面附着系数的估计，同时考虑侧向力的影响，得出综合的路面辨识算法。因此，在大纵向滑转轮胎侧偏工况下，将路面附着系数的估计问题分为两部分来考虑，第一部分为估计算法中的主要部分，通过车辆的纵向力信息来计算路面附着系数；第二部分为修正部分，利用侧向加速度信息来表征路面附着的特点。

首先，估计算法中的主要部分，即通过车轮的纵向力信息来反应路面附着系数。当轮胎出现大纵向滑转率的情况时，无论它这时有无侧向力作用，轮胎在纵向都已经达到了附着极限，此时轮胎纵向的路面利用附着系数值就近似等于路面的峰值附着系数。

轮胎纵向的路面利用附着系数表达式如下：

${\mathrm{\&mu;}}_x={\mathrm{\&mu;}}_{\mathrm{xi}}=\frac{F_{\mathrm{xi}}}{F_{\mathrm{zi}}}---\left(7\right)$

式中，F_xi为各车轮的纵向力，F_zi为各车轮的垂向荷载，i＝1，2，3或4分别代表左前、右前、左后或右后四个车轮，μ_x根据车辆设置，选用某一车轮纵向路面附着系数的计算值μ_xi，优先选择左前轮的纵向路面附着系数，即

μ_x＝μ_x1。

车轮的纵向力F_xi由车轮处的驱动力矩和转动角加速度直接得到，公式如下：

$F_{\mathrm{xi}}=\frac{T_i-J_w{\stackrel{.}{\mathrm{\&omega;}}}_i}{r}---\left(8\right)$

其中，T表示车轮的驱动力矩，J_w为车轮的转动惯量，为转动角加速度，r为车轮半径，i＝1，2，3，4分别表示四个车轮。

考虑车辆在加速转弯行驶下，各个车轮之间存在垂向载荷的相互变换反应，在计算各个车轮的垂向载荷时，应该综合考虑车辆纵向加速和侧向偏移的影响。为了研究的方便，现对车辆垂向载荷的研究作如下假设：

(1)认为整车的质量都集中在质心处，质心位于车辆的中轴线处的某点；

(2)忽略车辆悬架弹性元件之间的相互作用；

(3)假设车辆前后轴处的侧倾中心高度近似相同；

(4)不考虑侧向坡度对各个车轮垂向载荷的影响。

在考虑了各个车轮之间的载荷变换反应后得到如下各车轮垂向载荷的表达式：

$\begin{array}{c}{F}_{\mathrm{zfl}}=\frac{1}{2}[\mathrm{Mg}\cos \mathrm{\&beta;}\frac{l_r}{l}-({\mathrm{Ma}}_x+\mathrm{Mg}\sin \mathrm{\&beta;})\frac{h}{l}-{\mathrm{Ma}}_y\frac{\mathrm{\&Delta;\&rho;}}{b}]\\ F_{\mathrm{zfr}}=\frac{1}{2}[\mathrm{Mg}\cos \mathrm{\&beta;}\frac{l_r}{l}-({\mathrm{Ma}}_x+\mathrm{Mg}\sin \mathrm{\&beta;})\frac{h}{l}+{\mathrm{Ma}}_y\frac{\mathrm{\&Delta;\&rho;}}{b}]\\ F_{\mathrm{zrl}}=\frac{1}{2}[\mathrm{Mg}\cos \mathrm{\&beta;}\frac{l_f}{l}+({\mathrm{Ma}}_x+\mathrm{Mg}\sin \mathrm{\&beta;})\frac{h}{l}-{\mathrm{Ma}}_y\frac{\mathrm{\&Delta;\&rho;}}{b}]\\ F_{\mathrm{zrr}}=\frac{1}{2}[\mathrm{Mg}\cos \mathrm{\&beta;}\frac{l_f}{l}+({\mathrm{Ma}}_x+\mathrm{Mg}\sin \mathrm{\&beta;})\frac{h}{l}+{\mathrm{Ma}}_y\frac{\mathrm{\&Delta;\&rho;}}{b}]\end{array}---\left(9\right)$

其中，F_zfl、F_zfr、F_zrl、F_zrr分别为前轴左轮、前轴右轮、后轴左轮、后轴右轮的垂向载荷，M为整车质量，β为纵向道路坡度角，l_r为质心到前轴的距离，l_f为质心到后轴的距离，l为前后轴之间的距离，a_x为质心处的纵向加速度，a_y为质心处的侧向加速度，h为质心高度，Δρ为侧倾中心高度，b为左右轮之间的距离。

为了让路面附着系数的估计更加准确，必须考虑侧向力的作用影响，对算法进行修正。根据1.3节的研究可知，侧向的路面利用附着系数可以直接通过侧向加速度与重力加速度之间的比值来获得，公式如下：

${\mathrm{\&mu;}}_y=\frac{a_y}{g}---\left(10\right)$

考虑各个车轮处的侧向加速度与车辆质心处的侧向加速度存在不同，需要通过以下公式将车辆质心处的侧向加速度转化为各个车轮处的侧向加速度。

$\begin{array}{c}{a}_{\mathrm{yf}}=a_y+\stackrel{.}{\mathrm{\&gamma;}}\&CenterDot;l_f\\ a_{\mathrm{yr}}=a_y-\stackrel{.}{\mathrm{\&gamma;}}\&CenterDot;l_r\end{array}---\left(11\right)$

其中，a_yf表示前轴处的侧向加速度，a_yr表示后轴处的侧向加速度，为横摆角加速度。

由于左右车轮间都是通过悬架与车身连接，由于忽略悬架间的弹性元件影响，因而可以近似将左右车轮处的侧向加速度看作与轴中心处的侧向加速度相同。

最后，利用摩擦椭圆的相关原理，将车轮纵向的路面附着系数与侧向的路面附着系数融合到一起，就得到了修正后的路面附着系数估计公式：

$\mathrm{\&mu;}=\sqrt{{{\mathrm{\&mu;}}_x}^2+{{\mathrm{\&mu;}}_y}^2}---\left(12\right)$

2仿真分析

2.1基于veDYNA的仿真试验分析

在进行仿真试验之前，首先对算法中涉及到的整车参数进行标定，车辆模型的相关参数及其取值如表1所示：

表1

利用veDYNA车辆动力学仿真软件对所设计的基于车轮滑转状态辨识的路面附着系数估计方法进行仿真试验分析。由于这种估计算法是基于单个车轮的动力学响应来进行估计的，为了方便试验，选取左前轮作为研究对象进行仿真试验分析[15-17]。与之前的车轮滑转状态辨识一样，分别设计了两种不同的试验工况，工况说明及传感器信号如下所示。

工况一：车辆从静止开始加速，车轮上的驱动力矩在达到400Nm后保持不变；方向盘为阶跃输入；路面条件为对接路面，8s前附着系数为0.5，8s后附着系数为1，工况如图3所示。

在如图3所示的仿真工况下，2～8s车轮在低路面附着系数和大力矩的作用下出现大纵向滑转，算法能够准确地识别出该状态并启动不同的路面估计算法，仿真试验结果图4～图7所示。

从上面的仿真试验结果可以看出，车轮纵向力和垂向载荷的估计都非常准确，因而单纯使用纵向力信息就可以得到较准确的路面附着系数估计值，当充分考虑侧向力的作用影响后，使得估计算法的精度进一步提高，估计误差保持在5％左右。

工况二：车辆从静止开始加速，车轮上的驱动力矩在2s后达到400Nm，6s以后下降到100Nm，之后保持不变；方向盘为阶跃输入；路面附着系数保持0.3不变，工况及传感器信号如图8所示。

从图8可以看出，左前轮在3～10s左右时间内出现打滑状态，算法通过辨识车轮滑转状态启动不同的估计算法，仿真试验结果如图9～图12所示。

从以上的仿真结果可以看出，车轮的纵向力和垂向载荷估计值都非常准确，而且利用纵向力信息估计得到的路面附着系数值也非常准确，由于仿真过程中，车轮纵向滑转时侧向加速度都比较小，因而侧向信息对于算法的修正效果比较有限，再加上此时路面本身附着系数较小，也在一定程度上限制了侧向力修正能力的发挥。总的来说，不管有无侧向力修正，估计算法都具有很高的估计精度，估计误差小于5％。

Claims (3)

1.一种汽车轮胎侧偏工况下的路面附着系数估计方法，其特征在于，该方法包括以下步骤：

1)根据汽车传感器实时测得的加速度和速度信息，辨识轮胎滑转状态，具体为：

101)根据测得的加速度和速度信息计算加速度差值Δa和速度差值Δv：

$\mathrm{\&Delta;}a=|\stackrel{\&CenterDot;}{\mathrm{\&omega;}}\&CenterDot;r-a_x|$

Δv＝|ω·r-v_x|

其中，ω为车轮的角速度，为转动角加速度，r为车轮半径，v_x为纵向车速，a_x为纵向加速度；

102)判断加速度差值Δa和速度差值Δv是否满足Δv＞v_threshold1且Δa＞a_threshold，v_threshold1和a_threshold分别为设定的第一速度门限值和加速度门限值，若是，则认定轮胎滑转状态为大纵向滑转轮胎侧偏工况，若否，则执行步骤103)；

103)判断速度差值Δv是否满足Δv＞v_threshold2，v_threshold2为设定的第二速度门限值，若是，则认定轮胎滑转状态为大纵向滑转轮胎侧偏工况，若否，则认定轮胎为小纵向滑转轮胎侧偏工况；

2)根据轮胎滑转状态采用相应的公式进行路面附着系数估计：

若轮胎滑转状态为小纵向滑转轮胎侧偏工况，则利用基于侧向加速度信息的路面附着系数估计算法估计当前的路面附着系数；

若轮胎滑转状态为大纵向滑转轮胎侧偏工况，则首先通过车辆的纵向力信息计算纵向路面附着系数，然后利用侧向加速度信息计算侧向路面附着系数，最后以纵向路面附着系数和侧向路面附着系数的均方根作为路面附着系数估计值。

2.根据权利要求1所述的一种汽车轮胎侧偏工况下的路面附着系数估计方法，其特征在于，所述的基于侧向加速度信息的路面附着系数估计算法采用如下公式估计路面附着系数：

$\mathrm{\&mu;}\left(t\right)=\left\{\begin{array}{cc}\mathrm{\&mu;}(t-1)+{\mathrm{\&mu;}}_{step}& \mathrm{\&Delta;}\mathrm{\&alpha;}<{\mathrm{\&Delta;\&alpha;}}_{threshold}\\ \frac{\left|a_y\right|}{g}& \mathrm{\&Delta;}\mathrm{\&alpha;}\&GreaterEqual;{\mathrm{\&Delta;\&alpha;}}_{threshold}\end{array}\right.$

${\mathrm{\&mu;}}_{step}=\left\{\begin{array}{cc}0.1& d\left(a_y\right)/dt>0\\ 0& d\left(a_y\right)/dt\&le;0\end{array}\right.$

其中，为前后轴处的侧偏角之差，α_f为前轴侧偏角，α_r为后轴侧偏角，δ_f为前轮转角，l_f为车辆质心到前轴的距离，l_r为车辆质心到后轴的距离，γ为车身横摆角速度，v为车身纵向车速；Δα_threshold是为Δα的门限值；μ_step为估计更新步长，a_y为侧向加速度，g为重力加速度。

3.根据权利要求1所述的一种汽车轮胎侧偏工况下的路面附着系数估计方法，其特征在于，所述的轮胎滑转状态为大纵向滑转轮胎侧偏工况时，估计路面附着系数的具体步骤为：

201)计算纵向路面附着系数μ_x：

${\mathrm{\&mu;}}_x={\mathrm{\&mu;}}_{xi}=\frac{F_{xi}}{F_{zi}}$

式中，F_xi为各车轮的纵向力，F_zi为各车轮的垂向荷载，i＝1,2,3或4分别代表左前、右前、左后或右后四个车轮，μ_x根据车辆设置，选用某一车轮纵向路面附着系数的计算值μ_xi；

202)通过侧向加速度与重力加速度之间的比值计算侧向路面附着系数μ_y：

${\mathrm{\&mu;}}_y=\frac{a_y}{g}$

其中，a_y为侧向加速度，g为重力加速度；

203)根据车轮的纵向路面附着系数与侧向路面附着系数，获得修正后的路面附着系数μ，具体公式为：

$\mathrm{\&mu;}=\sqrt{{{\mathrm{\&mu;}}_x}^2+{{\mathrm{\&mu;}}_y}^2}.$