57c1-2四轮轮毂电机驱动汽车的DYC直接横摆力矩稳定性控制，上层控制器DYC产生横摆力矩Mz，下层基于最优分配理论对附加横摆力矩进行四轮独立分配，控制效果良好，能实现车辆在高低附着系数路面下的稳定性，可应用在高速下高低附着系数路面下的轨迹跟踪的横向稳定性控制。 上层控制器可定制滑膜控制.lqr控制 mpc控制 鲁棒控制等 下层转矩分配控制器可定制最优分配二次优化，平均分配，基于特殊目标函数优化等。 软件分两种，一种是纯simulink模型，包含自带的7自由度车辆模型，一种是以carsim simulink联合仿真，车辆仿真模型基于carsim，控制系统simulink建模。
玩过赛车游戏的朋友肯定体验过高速过弯时车辆失控打转的抓狂时刻，现实中四轮独立驱动的电动车要是没个靠谱的稳定性控制系统，分分钟上演现实版"旋转木马"。今天咱们就拆解下工程师们是怎么用DYC（Direct Yaw-moment Control）技术给车辆安装"防晕车芯片"的。
上层的控制器就像赛车手的大脑，负责判断当前车辆姿态是否需要介入控制。这里有个骚操作——滑模控制。想象一下在结冰路面开车，方向盘稍微打猛就漂移，这时候滑模控制的鲁棒性就派上用场了。来看段MATLAB伪代码：
% 滑模面设计 s = (beta - beta_des) + k*(r - r_des); % 切换控制量计算 delta_Mz = -K*sat(s/phi); % 参数说明： % beta-质心侧偏角，r-横摆角速度 % sat()为边界层函数，phi边界层厚度这段代码的精髓在于sat函数创造的"缓冲带"，既保留了滑模控制的抗干扰特性，又避免了传统滑模的抖振问题。就像老司机过弯时不会死握方向盘，而是用柔劲微调方向。
下层的转矩分配更像个精算师，得把上层给的横摆力矩拆成四个轮子的驱/制动指令。最优分配算法本质上是个带约束的二次规划问题，这里用quadprog举个栗子：
H = diag([1,1,1,1]); % 最小化轮胎力平方和 f = zeros(4,1); Aeq = [0.5*Lf, -0.5*Lf, 0.5*Lr, -0.5*Lr]; % 力矩分配矩阵 beq = Mz_des; [T1,T2,T3,T4] = quadprog(H,f,[],[],Aeq,beq,T_min,T_max);这个优化过程好比给四个轮子分蛋糕，既要保证总重量（横摆力矩）达标，又不能把某个轮子撑爆（超过轮胎摩擦力极限）。当检测到左前轮在冰面（低附着）时，算法会自动降低该轮分配权重，避免打滑失控。
联合仿真时最刺激的是carsim和simulink的"双人舞"——carsim里17个自由度的高保真车辆模型抖得像个筛糠，simulink里的控制算法得稳如老狗。有次我在冰水路面工况测试时，传统ESC系统已经"躺平"放弃治疗，DYC系统硬是靠着四轮扭矩差把车辆从死亡摇摆中拽了回来，那一刻仿佛看见控制算法在说："就这？"
想要自己折腾的兄弟注意了，先拿simulink自带的7自由度模型练手，等摸清滑模增益调节的门道后，再上carsim真刀真枪干。调试时记得把附着系数突变工况当必修课，毕竟现实中的路面不会给你渐变过渡的温柔。
