一、概述
在新能源汽车的应用中，为确保车辆在面对紧急避让情况时依然具有可靠的稳定性和操控性，通常会进行一项名为“麋鹿测试”（也称为“Elk Test”或“MOE测试”）的测试项目，以此来评估车辆在此紧急情况下的性能表现。
二、控制策略简介
2.1.关键参数
为实现车辆在紧急避让下的良好性能表现，在控制策略的实施上需要采集来自车载各传感器的数据作为系统判断车辆实时状态的依据，以此来帮助系统了解车辆的运行情况以及必要的运行环境信息，从而可在必要时做出适当的快速响应。这些关键参数通常包括：
1）整车质量：车重及负载情况影响车辆转弯、与地面的摩擦关系等信息，可让系统根据实时质量情况对运行状态做出动态调整。
2）车速：是确定车辆动态特性的基础信息，在不同速度下车辆的稳定性要求和反应特性会有所不同。
3）方向盘转角：反映驾驶员的转向意图和车辆转向系统的实际输入，该数据用于计算所需的转向力矩。
4）横向加速度：衡量车辆内侧向移动的速度变化率，用于判断车辆是否处于过度转向或不足转向的状态。
5）纵向加速度：反映车辆在前进或后退方向上的加速度，主要影响车辆在紧急制动或加速时稳定性。
6）偏航率：用于描述车辆绕垂直轴旋转的速度，是判断车辆是否稳定的重要指标之一。
7）轮胎与地面的摩擦系数：决定轮胎抓地力的大小，影响车辆的操纵极限。
8）车辆质量及重心位置：影响车辆的惯性和稳定性，尤其是在快速变道或转弯时。
9）悬挂系统状态：相关数据有悬挂高度、阻尼系数等，影响车辆在变道过程中的侧倾程度。
10）路面状况：包括路面湿滑程度、粗糙度等，影响轮胎与地面之间的摩擦力。
11）运行环境：车辆运行环境中的风速、温度等信息，对车辆的动态性能会产生影响。
12）车辆姿态：俯仰角和滚转角等信息，用于确定车辆在三维空间中的姿态。
13）驾驶员行为模式：帮助系统理解驾驶员的操作习惯和意图。
2.2.数据应用的差异
在传统车辆的应用中，由于相关技术及电子电气架构等的差异，在车辆稳定性控制方面所应用到的数据及种类较之电动化程度更高且以软件定义汽车为背景的新能源汽车要更少。且此阶段下，系统对于相关数据的分析还无法应用如大模型、多传感器数据融合等先进技术，因此在车辆稳定性控制方面常基于部分关键数据的应用，并主要依赖于ESP、ABS等不同主动安全系统的介入。
图1 传统汽车车辆稳定性控制的数据应用与控制
基于在新能源汽车的应用中，需对相关车辆数据进行集中收集且管理的背景，可以数据应用为主并通过多系统协调应用以实现对车辆稳定性的控制，面对这种新的数据处理及应用方式，在车辆稳定性方面其系统架构有了新的变化。
图2 新能源汽车车辆稳定性控制的数据应用与控制
三、控制过程简述
在实现紧急避让情况时的车辆稳定性控制上，首先系统通过如卡尔曼滤波器、扩展卡尔曼滤波器、多传感器数据融合等技术，对来自不同的本地传感器及V2X的相关数据进行融合，并确保数据的一致性和准确性。
接着通分析来自传感器的数据或基于传感器数据进行模型预测后获得的新数据，对车辆的位置、速度、加速度、偏航率等动态特性进行估计。
这里以通过卡尔曼滤波器的应用，基于动态模型预测车辆的下一个状态，并使用测量数据对预测状态进行更新，从而估计车辆的状态为例。如我们想要估计车辆的横向位置和横向速度，可基于来自横向加速度传感器和横向速度传感器的数据，并首先定义状态向量：
XK=[xpos,xvel]T
其中，xpos是横向位置，xvel是横向速度。
接着，定义状态转移矩阵：
再定义测量矩阵：
H=[0 1]
这里假设只能直接测量速度。
然后，我们初始化状态向量和协方差矩阵，即：X0|0,P0|0
基于上述结果更新状态预测：
和更新预测协方差：
Pk|k-1=AP k-1|k-1AT+Q
基于测量得到的数据，需要确定该数据在更新状态中的权重，为此需要计算卡尔曼增益：
Kk= Pk|k-1HT（H Pk|k-1HT+R）-1
最后更新状态估计：
并更新协方差矩阵：
Pk=（1- KkH）Pk|k-1
基于上述过程，我们可不断地更新车辆的状态估计，从而为确保控制系统能够及时响应车辆动态变化提供依据。
基于状态估计，需对车辆的实时稳定性进行评估。通常稳定性评估是通过分析车辆的状态参数来判断车辆是否处于稳定状态，并确定是否需要采取控制措施来恢复稳定性的过程。其过程是，首先通过相关模型来预测车辆在给定输入条件（状态估计参数作为输入）下的行为，接着通过比较实际测量值与预设的安全阈值（如最大允许横向加速度、最大偏航率等），以判断车辆是否接近其操作极限。如横向加速度超过轮胎与地面的最大摩擦力所提供的极限时，车辆可能失控或侧偏角过大时，轮胎可能失去抓地力等。并同时评估车辆是否有按照驾驶员的输入（如转向角、加速、制动等）进行正确响应。
再基于上述的稳定性评估的结果，去决定是否需要干预车辆的行为，以及如何干预。在传统车辆的应用中，该决策通常由ESP等主动安全系统负责，如当检测并分析车辆即将失去控制时，ESP系统通过对个别车轮施加制动来修正车辆轨迹，或根据分析得出的车辆侧倾程度，悬挂系统主动调整悬挂的硬度和阻尼，从而以减少车身摇摆的幅度，进而达到增强车辆的稳定性的目的。
在基于数据应用的新能源汽车的中，车辆稳定性的评估及决策可由“本地数据中心”通过边缘计算来完成，通过利用更多的数据更准确的去评估车辆在此时刻的稳定性，从而根据评估结果向相关节点发出执行指令。
最后再基于决策结果，相关节点主动执行这些控制命令，并在整个执行过程中，持续监控车辆的状态，并不断调整控制结果以符合决策指令，从而确保车辆在动态变化的条件下始终保持稳定。
四、总结
传统汽车与新能源汽车相比，在所应用的数据类型、数据量、应用方式、计算速度等方面都存在差异，新能源汽车可承续传统汽车在稳定性控制方面的经验，并依托于新的技术、方式及理念，更快、更全面、更有效的处理相关数据，从而实现较之传统车更为优越的控制结果，进而让车辆具有更优的稳定性表现。
在应用差异上，不仅表现在紧急避让的功能上，许多的控制系统其实都需要全新的控制逻辑及理念去更新传统的应用。
来源：觉知汽车
