稳定摩托车的系统和方法与流程

本申请要求2016年5月15日提交的美国临时申请序号62/336,702；以及2016年6月2日提交的美国临时申请序号62/344,733的优先权，上述申请通过引用整体地结合于本文中。

本发明涉及稳定摩托车的系统和方法，其中，计算机仿真模型预测摩托车的操作状态，所述系统和方法可以在摩托车的设计期间使用，和/或可以在摩托车的操作期间使用，以控制摩托车的操作并且为该摩托车提供稳定性控制。

背景技术：

乘用车/suv的法律要求电子稳定控制（esc，也称为esp或dsc），以稳定转弯行为并减少涉及失控的事故。用于乘用车的esc通常是与发动机功率降低相结合的自动制动系统，在该系统中，为每个车轮单独地控制制动，以便影响车辆的横摆（yawing）和横向运动。

对于摩托车而言，当在高速和高转弯水平下操作时，摩托车可能变得不稳定。例如，它们可在后轮处表现出通常称为“迂回（weave）”的振荡。用于摩托车的esc（也称为asc/msc）已经出现在市场上。这些已知的稳定性控制系统中的大多数仅利用防抱死制动系统（abs）来操作，以控制油门减小和前/后制动分配，其中制动器仍然由骑手来应用。在没有骑手意图的情况下自动控制摩托车上的制动器是有风险的，其可能导致翻倒，或者换言之，导致倾覆。

本发明的一个目的在于提供改进的稳定性控制系统和方法，其克服了与现有技术相关的缺点。

更具体而言，本发明的系统和方法提出了一种用于在具有两个或更多个车轮的摩托车或其他类似车辆上主动地应用制动器的控制器方法，该方法可以在不损失安全性的情况下提高低摩擦条件下的稳定性。

众所周知，摩托车具有迂回、摆动和颤动的振动模式。迂回通常是2.5-4hz附近的轻微阻尼振动，其在高速（>180km/h）下在高摩擦表面上变得不稳定。在低摩擦条件下，迂回在中等速度下，特别是在稳定转弯期间变得不稳定。本发明的esc系统和方法预测横摆率（或横摆角速率，yawrate），并且当发生振荡时并且仅在实际横摆率小于预测速率的振动部分中应用前制动器和后制动器二者。控制器使用matlab/simulink软件利用例如bikesim®之类的高保真、多体的摩托车动力学模型来设计，所述bikesim®由本发明的受让人销售。该软件提供了用于评估摩托车在极端非线性条件下的性能的时域仿真环境。此外，线性化的控制器和摩托车模型（bikesim-linear）还被用于检查根轨迹上的速度变化的稳定性。

在一个示例中，在以145km/h的速度骑行并且需要大约30度的倾斜的情况下，对于304.8m的恒定半径弯道、50%的道路摩擦，控制器可被用于预测与来自充分详细的多体仿真的横摆率叠加的横摆率以及前制动压力和后制动压力。控制器基于车辆的速度（纵向和横向）、侧倾角和转向来预测横摆率。内部控制器模型仅包括几个车辆属性，例如重量、cg位置、轴距等。如可在图中示出的，控制器优选地仅在实际横摆率（其将直接在物理系统中测量）小于预测横摆率时应用制动器。在一种情况下，没有本发明的esc的摩托车在迂回运动建立不稳定的结论后摔倒，而使用本发明的系统的摩托车将保持直立，这是因为在全部速度范围中本发明的esc使迂回模式稳定，尽管在某些条件下摆动可能变得稍微不稳定。

本文所描述的本发明利用2轮或3轮摩托车或类似车辆的高保真计算机仿真模型来预测在给定的速度和转向角下的稳定摩托车的操作状态，例如横摆率、横向加速度和侧倾角等。出于本公开的目的，术语“摩托车”用于解释的目的，但是将会理解的是，本发明及其对摩托车的引用也将涵盖其他两轮或三轮的车辆。根据本发明，可以在每个时刻测量物理摩托车的操作状态并将其与模型的操作状态进行比较，以确定物理摩托车的操作状态是否以如下方式与仿真模型的操作状态不同，即：使得表明失去稳定性。然后，该差异的性质可被用于通过应用制动器、调节发动机扭矩或施加扭矩以沿纠正方向促动转向系统而独立于驾驶员的动作来干预摩托车的操作。因此，通过将摩托车的物理响应与车载控制器中的计算机模型的物理响应进行比较，可以在一定时间和强度下应用这些干预，以稳定摩托车并防止失去控制。

在阅读下面的说明书并检查附图后，本发明的其他目的和意图以及本发明的变型将是显而易见的。

附图说明

图1示出了在50%低摩擦转弯时在145km/h的速度下车辆的横摆率（实际和预测）和施加的制动压力以及在有稳定性控制和无稳定性控制之间的动画比较。

图2示出了对于具有速度变化（30-200km/h）的50%低摩擦表面上的稳定转动运动的小扰动的来自bikesim-linear模型（有和没有esc）的根轨迹图。

图3是示出了三种振动模式的波特图（bodeplot）。

图4示出了图3的三种振动模式的速度变化的根轨迹。

图5示出了复平面上的特征值与摩托车振动的时间响应之间的关系。

图6是左侧示图的放大视图，其示出了图5中所示位置处的转向角，以及图5的两个位置的横摆率。

图7是右侧示图的放大视图，其示出了图5中两个位置处的转向角以及图5中所见位置的横摆率。

图8示出了对于30-200km/h的速度范围在直线行驶的情况下具有道路mu（摩擦）变化的速度变化的特征值。

图9示出了（例如在转弯时）在15度的摩托车底盘的倾斜角的情况下的特征值。

图10示出了在30度的更高倾斜角的情况下的摩托车行驶。

图11示出了对于在弯道中转弯的摩托车在没有稳定性控制的情况下的测试操纵的示例。

图12是示出了随着摩托车遇到弯道的减小的mu部分摩托车的横摆率的仿真结果的示图。

图13图示了用于车辆的稳定性控制设计。

图14以图解的方式图示了制动控制器的一个示例。

图15是当车辆设有稳定性控制时的测试操纵的示例。

图16是当稳定性控制被激活以稳定车辆时图15的示图的放大部分。

图17示出了无控制的情况下的特征值。

图18示出了具有本发明的稳定性控制的特征值，在所述本发明的稳定性控制中，仅当实际横摆率小于预测横摆率时才应用制动器。

图19示出了具有在外部阶段（outerphase）期间施加的制动压力（即，当实际横摆率超过预测横摆率时应用制动器）的特征值。

特定术语将在下面的描述中仅为了方便和参考而使用，并且将不是限制性的。例如，用语“向上”、“向下”、“向右”和“向左”将表示所参考的附图中的方向。用语“向内”和“向外”将相应地表示朝向和远离布置结构的几何中心及其指定部分的方向。所述术语将包括具体提及的用语、其衍生词以及类似含义的用语。

具体实施方式

参照图1和图2，本发明的系统和方法优选地结合了一种用于在具有两个或更多个车轮的摩托车或其他类似车辆上主动地应用制动器的控制器方法，该方法可以在低摩擦条件下提高稳定性而不损失安全性和稳定性。

如本文所公开的，典型的摩托车或其他类似车辆可具有迂回、摆动和颤动的振动模式。一般而言，迂回通常是2.5-4hz附近的轻微阻尼振动，其在高速（>180km/h）下在高摩擦表面上变得不稳定。在低摩擦条件下，迂回在中等速度下，特别是在稳定转弯期间变得不稳定。如本文进一步公开的，本发明的esc系统和方法一般预测横摆率，并且优选地在发生振荡时应用前制动器和/或后制动器，并且优选地仅在实际横摆率小于预测速率的振动部分中应用前制动器和/或后制动器。控制器使用matlab/simulink软件利用例如bikesim®之类的高保真、多体的摩托车动力学模型来设计，所述bikesim®由本发明的受让人销售。该软件提供了用于评估摩托车在极端非线性条件下的性能的时域仿真环境。此外，线性化的控制器和摩托车模型（bikesim-linear）还被用于检查根轨迹上的速度变化的稳定性。

作为控制器设计和仿真结果的一个示例，图1示出了在以145km/h的速度骑行并且需要大约30度的倾斜的情况下对于304.8m的恒定半径弯道、50%的道路摩擦的叠加有来自充分详细的多体仿真的横摆率的控制器预测的横摆率，以及前制动压力和后制动压力。控制器基于车辆的速度（纵向和横向）、侧倾角和转向来预测横摆率。上部示图示出了相对于时间的实际横摆率和预测横摆率之间的横摆率比较。内部控制器模型仅包括几个车辆属性，例如重量、cg位置、轴距等。图1的底部部分在相同的时间范围内以mpa为单位以示图表示了制动室压力，其中，压力的峰值显示了车辆制动器的应用。在该下部示图中，实线以mpa为单位示出了前制动室/缸的压力，而具有间断的正方形的实线以mpa为单位示出了后制动室/缸的压力。压力在纵轴上绘制，而时间处于横轴上。如这些图中所示，控制器优选地仅在实际横摆率（其将直接在物理系统中测量）小于横摆率的预测时应用制动器，该横摆率的预测是在图1中圈出的图形部分。图1中右侧上的视频图像示出了具有和不具有控制器的结果，其中，摩托车当“无控制”提供时被示出为翻倒，并且当提供esc时被示出为大致直立。如图所示，在迂回运动建立不稳定的结论之后，没有esc的摩托车摔倒。因此，图1示出了在50%低摩擦转弯时在145km/h的速度下车辆的横摆率（实际和预测）和施加的制动压力以及在有稳定性控制和无稳定性控制之间的动画比较。

接下来，图2示出了对于具有速度变化（30-200km/h）的50%低摩擦表面上的稳定转动运动的小扰动的来自bikesim-linear模型（有和没有esc）的根轨迹图。如该根轨迹中所示，尽管摆动变得有点不稳定，但迂回模式在全部速度范围中通过esc稳定。

图3和图4是示出了典型的摩托车运动中的振动的示图，其中，图3是示出了迂回、摆动和颤动的三种振动模式的波特图，并且图4示出了这三种振动模式的速度变化的根轨迹。图4的虚轴以弧度/秒为单位示出，该弧度/秒也被转换成示出4hz、8hz和32hz的轴值。实轴绘制了车辆的稳定和不稳定性能之间的过渡线或区域。该示图绘制了10km/h至200km/h的速度范围，其中，针对每种振动模式的10km/h数据点由一系列数据图的一端处的方形符号来表示，并且200km/h数据点由数据图上另一点处的菱形符号来表示。这些示图示出了迂回的第一振动模式：处于整个底盘的横摆和横向运动的2-3hz振动，其中，迂回在高速（180<km/h）下变得不稳定。摆动的振动模式以转向头上的10-13hz振动示出，其中，摆动在中速范围（60-80km/h）中变得不稳定。颤动的第三振动模式为前叉的扭曲、弯曲和转向中的25<hz振动，其中，颤动在高倾斜转弯的情况下在高速下（230<km/h，50<度倾斜）变得不稳定。从图3和图4，这三种振动模式可以在波特图和根轨迹上以速度变化来识别。

图5示出了复平面上的特征值与摩托车振动的时间响应之间的关系。在图5中，绘制了运动旅行摩托车的速度变化的特征值。圆圈是速度在20-220km/h之间的特征值。矩形和菱形的数据点相应地是在10km/h和230km/h下的特征值。该示图包括虚轴和实轴，其中，处于虚轴的两侧上的区域是摩托车操作稳定的稳定区域和摩托车操作变得不稳定的不稳定区域，而过渡区域位于二者之间。对于处于虚轴的越高区域中的特征值，频率就越高。对于处于左侧（实轴中的负侧）中的特征值，值是稳定且收敛的；而在右侧（实轴中的正侧）中，值不稳定且发散。处于主图外部左侧和右侧上的外部示图示出了与摆动相关联的转向率（steerrate）和与迂回相关联的横摆率的各种状态。摆动出现在这些转向角示图中；迂回出现在车辆底盘的这些横摆率示图中。如可以看到的，迂回运动在较高速度的情况下变得不稳定。

一般而言，关于图5的左侧外部示图，这些左侧示图从上到下示出了：处于稳定区域中的通过参考箭头示出的第一摆动位置处的转向角；处于稳定/不稳定过渡线附近的第二迂回位置处的横摆率；以及处于稳定区域中的第一迂回位置处的横摆率。关于图5的右侧外部示图，这些右侧示图从上到下示出了：处于稳定/不稳定过渡线附近的通过参考箭头示出的第二摆动位置处的转向角；处于不稳定区域中的第三摆动位置处的转向角；以及处于不稳定区域中的第三迂回位置处的横摆率。基本上，这些不同的图形位置是在增加的车辆速度下取得。图6是左侧示图的放大视图，其示出了图5中所示位置处的转向角，以及图5的两个位置的横摆率。如可以看到的，处于第一摆动位置处的转向角以及第一迂回位置和第二迂回位置的横摆率的振动图或者是收敛的，或者至少是非发散的，并且因此是稳定的。图7是右侧示图的放大视图，其示出了图5中两个位置处的转向角以及图5中所见位置的横摆率。如可以看到的，第二摆动位置的转向角示图是收敛的，这是因为车辆处于稳定区域中，而转向角和横摆率的两个示图在不稳定区域中是发散的。由于图5示出了在车辆直立的情况下沿直路径运行的车辆或摩托车的仿真模型，因此向发散状态的过渡显示了可导致不稳定迂回的增加的车辆速度的影响。

接下来，图8-10的示图示出了在包括骑手的转向操作的各种倾斜角和道路mu（摩擦）的情况下的速度变化的特征值。标记为a的图8示出了对于30-200km/h的速度范围在直行情况下的特征值。如可以看到的，迂回在150km/h处变得不稳定。然而，稳定性不受道路mu的影响，该道路mu以1、0.5和0.3计算。

标记为b的图9示出了（例如在转弯时）在15度的摩托车底盘的倾斜角的情况下的特征值。如该图中所示，稳定区域和不稳定区域之间的边界在0.3的最低道路摩擦时在较低速度下变得较低，而稳定操作和不稳定操作之间的过渡边界或区域对于1.0和0.5的mu的较高道路条件在较高的速度下出现。

当摩托车以较高的倾斜角（图10中为30度，图10被标记为c）运行时，道路摩擦越低，失去稳定性就越严重，该道路摩擦以0.3、0.5和1标绘。换句话说，与当mu处于0.5和1.0的较高值时相比，当mu为0.3时，车辆在更低的速度下变得不稳定。因此，在低摩擦道路上以增加的倾斜度高速转弯时失去稳定性对于摩托车而言是潜在的安全问题。

图11示出了对于在弯道中转弯的摩托车在没有稳定性控制的情况下的测试操纵的示例。该示例性操纵不具有稳定性控制，其中，摩托车速度为145km/h（90mph），在恒定的弯道半径r=304.8m（1000英尺）上运行。道路摩擦（mu）在弯道上的特定位置处从1.0下降到0.5，其中，mu在进入和开始弯道时为1.0，并且当车辆继续通过拐角时下降到mu=0.5。基本上，存在具有1.0的mu的道路或路径的第一部分，以及与其邻接的道路/路径的第二部分，其中，该第二道路部分的道路摩擦下降或过渡到0.5的mu。mu的变化可能是由于例如冰或雨之类的环境状况或者例如路面从一种材料变成另一种材料之类的道路状况或路面被例如沙子或泥土之类的异物覆盖而发生，或者该变化可能是由于沿车辆所行驶的路径的表面状况的任何其他变化而发生。图11基本上是显示为两轮摩托车的车辆的计算机生成的图形屏幕截图，并且道路环境和该屏幕截图或视觉显示可以通过本发明的计算机系统生成。

图12是示出了随着摩托车遇到弯道的减小的mu部分摩托车的横摆率的仿真结果的示图。根据图12中所示的仿真结果，当摩托车处于其中迂回振动开始发散的低摩擦区域上时，横摆率遇到迂回振荡。如图上所示，在迂回振荡发散后，摩托车最终会摔倒。一旦迂回振荡开始发散，车辆就开始变得不稳定，并且如果未被本发明修正，则迂回可继续增加，直到它达到车辆摔倒或倾覆的临界失效水平。

如上面相对于图1和图2所述，本发明可以通过将esc安装到车辆来应用于摩托车，该esc根据下面的论述来操作。本发明的esc系统和方法一般预测横摆率，并且优选地在发生振荡时应用前制动器和/或后制动器，并且优选地仅在实际横摆率小于预测速率的振动部分中应用前制动器和/或后制动器。

图13图示了用于车辆的稳定性控制设计。图13图示了实施本发明的方法的本发明的稳定性控制系统。稳定性控制系统优选地包括制动控制器和油门控制器，以及仿真控制器，其中，本发明的系统监测车辆动态操作状态，包括各种系统参数，并且随后，响应于例如摩托车之类的车辆遇到或经历的驾驶状态变量来实施所选择的控制干预。制动控制器可以接收与预测的横摆率、实际的横摆率、侧倾、速度和车轮滑动相关联的信息。更详细来说，传感器可以被包括在摩托车上，以检测车辆的各种参数的动态车辆状况，例如车辆速度、滑动、油门以及前制动器和/或后制动器的制动压力等。控制器通过优选地将实际横摆率与基于当前的车辆速度、倾斜角和转向理论预测的横摆率进行比较，来监测车辆状态的不稳定性。控制器与制动控制器和油门控制器协调，以自动地应用制动器和/或减小油门，以减小实际横摆率和预测横摆率之间的差异。例如，制动控制器可以与制动致动器模型或控制器通信，以提供指令信号mc压力，该指令信号mc压力可以控制wc压力以改变前制动器或后制动器的制动压力。此外，制动控制器还可以向制动致动器模型提供控制模式（前、后）。制动控制器还可以向油门控制器提供油门关闭信号，其中，油门控制器可以控制到油门的发动机油门减小，其中，还可以与制动器的致动或应用协调地提供油门减小，以抵消不稳定的迂回状况。在这方面，控制器可以自动地应用制动器并减小油门，以减小实际横摆率和预测横摆率的差异。图1图示了制动压力的示例，该制动压力在横摆循环期间的选定时间周期性地增加以应用制动器。

图14以图解的方式图示了制动控制器的一个示例。在该制动控制器中，系统可以包括各种处理器和控制装置，以接收输入，例如预测的横摆率1、实际的横摆率2、侧倾3、速度4和车轮滑动（前、后）5等。在一个方面，制动控制器确定作为一个输出的控制模式（f、r）1。在另一方面，制动控制器根据图13的前述论述来确定前制动器和后制动器的制动压力，并输出压力2和油门关闭3。

利用该系统，可以执行若干步骤并处理信息以应用制动器并减小油门。作为一个步骤，该系统理论上基于当前的纵向和横向车辆速度、倾斜角和转向角来预测横摆率。车辆将包括各种传感器，用于检测这些操作参数并将与之相关联的数据提供给系统控制器和处理器。制动压力优选地通过实际和预测的横摆率之间的差乘以可调增益参数的比例来计算，而制动器仅在实际横摆率小于预测横摆率时应用，并且它们之间的差大于制动器的可调阈值。优选地，当实际横摆率和预测横摆率之间的差超过油门的可调阈值时，油门自动减小。如此，可以从骑手的当前油门输入减小油门。来自控制器的施加的制动压力可以被限于一定的压力水平。此外，施加的制动压力还可以通过abs来调节。当倾斜角小于和/或大于特定倾斜角时，可以停用控制器。

接下来，图15是当车辆设有稳定性控制时的测试操纵的示例。一般而言，摩托车被示出为沿道路行驶，其中，示图示出了具有1.0的mu的初始道路部分，该初始道路部分随后过渡到具有0.5的减小的mu的第二道路部分中，并且随后，过渡回到1.0的增加的mu的第三道路部分。图15示出了车辆的横摆率，该横摆率在整个第一道路部分是基本上稳定的。图15示出了在示图上同时示出的预测横摆率和实际横摆率。在进入第二道路部分时，mu减小，并且实际横摆率开始发散并超过稳定操作的预测横摆率。示图的圆圈部分示出了应用本发明以减小横摆率。图16是当稳定性控制被激活以稳定车辆时图15的示图的放大部分。该测试类似于上面说明的无控制示例。如在图15中进一步看到的，横摆率足够稳定，使得对于第二道路部分的其余部分，它保持不发散，并且在摩托车进入到具有1.0的增加的mu的第三道路部分中时，横摆率收敛，直到它变得完全稳定并且基本上跟踪预测横摆率。

在图15和图16的示例中，稳定性控制被应用于相同的测试操纵上，在该相同的测试操纵中，没有稳定性控制的摩托车摔倒。如图16中所见，仅当实际横摆率小于预测横摆率时（图15上的圆圈区域），控制器才应用制动器。在图16中，示图的顶部示出了预测横摆率（通过具有间断的正方形的循环图表示）与实际横摆率（实线图）的比较。实际横摆率高于和低于预测横摆率循环，并且实际横摆率的低于预测横摆率的部分被圈出。图16的底部部分以mpa为单位绘制了前制动室/缸的压力（实线图）和后制动室/缸的压力（具有间断的正方形的绘图）。图16在总体上示出了当实际横摆率低于预测横摆率时的横摆率图的时间段期间优选地一起应用前制动器和后制动器。这是横摆率周期中最不稳定的部分，并且允许应用制动器以减小横摆率的发散。如可以看到的，前制动器和后制动器可以响应于实际横摆率而不同地应用。例如，过多的制动扭矩可能致使车轮锁定，这可使轮胎失去它们对地面的抓地力，并且车辆可能会摔倒。因此，每个制动器可以通过abs系统来调节，以便防止过大的制动扭矩。如在第一循环制动干预中可以看到的，在第一压力峰值之后前制动压力被abs切断并且连续压力恢复第一压力峰值水平。如果摩托车的实际横摆率在实际横摆率的下一次循环减小期间改善，则制动器可以被不同地应用，以便降低对于前制动器和后制动器而言可以相同或不同的压力峰值。当实际横摆率下降到低于预测横摆率时，可以在实际横摆率的每个连续周期期间应用制动器，并且如果横摆率正在改善或变得收敛，则在下一个横摆率周期期间可施加非常小的制动压力。如果在下一个横摆率周期期间下一个横摆率周期开始变得更加发散，则与先前的横摆率周期相比，可以在该下一个周期上以更高的压力应用制动器压力。同时，abs控制器始终监测过大的制动扭矩，并且如果检测到，则它切断制动压力。如在图15中所见，本发明的系统改善了实际横摆率，使得横摆率在低mu区域上使用稳定性控制而不会发散，并且当摩托车回到高mu区域上时很快收敛。

参照图17、图18和图19，这些示图示出了在低摩擦转弯期间（mu=0.5，30度倾斜角）在有和没有制动压力控制的情况下速度变化的特征值。标记为a的图17示出了无控制的情况下的特征值。速度范围的一半（低速）处于稳定侧上，而另一半（高速）处于不稳定侧上。标记为b的图18示出了具有本发明的稳定性控制的特征值，在所述本发明的稳定性控制中，仅当实际横摆率小于预测横摆率时才应用制动器。如图18中所示，整个速度范围都处于稳定侧上。标记为c的图19示出了具有在外部阶段期间施加的制动压力（即，当实际横摆率超过预测横摆率时应用制动器）的特征值。如图19中所示，整个速度范围处于不稳定侧上。因此，应用制动器的正确时机是本发明的控制器的关键部分，并且对于稳定运动可能是至关重要的。

总之，本发明的控制器可以在低摩擦转弯时稳定摩托车迂回运动。因此，本发明涉及如下方法，即：所述方法通过观察摩托车的动态操作状态并且响应于行驶状态变量实施一些控制干预来稳定摩托车。稳定的有效性通过正确地调整控制调节参数来优化。以下是这些类别中的每一类中的代表性项目的列表。动态操作状态变量可包括：横摆率；前/后/cg的横向加速度；惯性和相对于路面的侧倾角和侧倾率；油门位置/发动机扭矩；牵引力控制状态；速度；纵向加速度；车轮速度；转向角和转向扭矩；前制动压力和后制动压力；abs状态；悬架位移和速度；离合器位置；和/或车轮侧滑角。控制干预可包括：前部和/或后部的制动器应用；油门和/或发动机扭矩输出；和/或转向扭矩。驾驶状态变量可包括：速度；转弯水平；摩擦系数；乘客负荷；和/或乘客位置。控制调节参数可包括：制动干预的时机；前制动器和后制动器的调相；干预强度（制动压力等）；和/或关于状态（例如，横摆率）的误差的强度和调相。

一般而言，本发明涉及实施稳定性控制的创造性方法。在一个示例中，本发明涉及一种在公路上或非公路行驶时稳定2轮或更多轮的摩托车的方法，所述方法包括以下步骤：测量物理摩托车的动态操作状态，所述动态操作状态通过所述物理摩托车的横摆率、横向加速度、侧倾角、油门位置、制动压力、转向角、车轮速度或者指示所述物理摩托车的动态状态的任何其他物理参数来表示；计算车载控制器中的高保真计算机仿真模型的动态响应，所述计算机仿真模型以与在所述物理摩托车上测量到的相同的速度和转向角条件来操作；通过将所述物理摩托车的瞬时操作状态与指示稳定操作状态的所述计算机仿真模型进行比较，持续地评估所述物理摩托车的稳定性；通过干预步骤中的一个或多个而独立于驾驶员动作来干预所述摩托车的操作，所述干预步骤包括：选择性地应用前制动器和/或后制动器；协调制动器应用与防抱死制动系统的操作；调节驱动轮上的发动机扭矩；与牵引力控制系统协调；或者对转向系统施加扭矩。所述方法还可以包括附加的步骤和特征，其中，例如：将所述摩托车的瞬时横摆率与计算机模型的瞬时横摆率进行比较，并且所述前制动器和/或所述后制动器以与所述横摆率的差异同步的时间和强度来应用，使得所述差异减小；将所述摩托车的瞬时横向加速度与计算机模型的瞬时横向加速度进行比较，并且所述前制动器和/或所述后制动器以与所述横向加速度的差异同步的时间和强度来应用，使得所述差异减小；将所述摩托车的瞬时横摆率与计算机模型的瞬时横摆率进行比较，并且所述发动机扭矩以与所述横摆率的差异同步的时间和强度来调节，使得所述差异减小；将所述摩托车的瞬时横向加速度与计算机模型的瞬时横向加速度进行比较，并且所述发动机扭矩以与所述横向加速度的差异同步的时间和强度来调节，使得所述差异减小；将所述摩托车的瞬时侧倾角与计算机模型的瞬时侧倾角进行比较，并且所述前制动器和/或所述后制动器以与所述侧倾角的差异同步的时间和强度来应用，使得所述差异减小；将所述摩托车的瞬时侧倾角与计算机模型的瞬时侧倾角进行比较，并且所述发动机扭矩以与所述侧倾角的差异同步的时间和强度来调节，使得所述差异减小；为了估计路面的摩擦系数的目的，将所述摩托车的瞬时状态与计算机模型进行比较，以便调整制动器和/或发动机和/或转向干预的时间和强度，以补偿摩擦水平的差异；为了估计轮胎摩擦属性的目的，将所述摩托车的瞬时状态与计算机模型进行比较，以便调整制动器和/或发动机和/或转向干预的时间和强度，以补偿轮胎属性的差异；以及为了估计所述摩托车上承载的重量的目的，将所述摩托车的瞬时状态与计算机模型进行比较，以便调整制动器和/或发动机和/或转向干预的时间和强度，以补偿轮胎属性的差异；为了估计所述摩托车上的驾驶员位置的目的，将所述摩托车的瞬时状态与计算机模型进行比较，以便调整制动器和/或发动机和/或转向干预的时间和强度，以补偿轮胎属性的差异。

一般而言，关于前面的描述，摩托车当在高速和高转弯水平下操作时可能会变得不稳定。例如，它们可在后轮处表现出通常称为“迂回”的振荡。提供了本发明的系统和方法，其利用2轮或3轮的摩托车的高保真计算机仿真模型来预测稳定的摩托车在给定的速度和转向角下的操作状态，例如横摆率、横向加速度和侧倾角等。可以在每个时刻测量物理摩托车的操作状态并将其与模型的操作状态进行比较，以确定物理摩托车的操作状态是否以如下方式与仿真模型的操作状态不同，即：使得表明失去稳定性。然后，该差异的性质可被用于通过应用制动器、调节发动机扭矩或施加扭矩以沿纠正方向促动转向系统而独立于驾驶员的动作来干预摩托车的操作。因此，通过将摩托车的物理响应与车载控制器中的计算机模型的物理响应进行比较，可以在一定时间和强度下应用这些干预，以稳定摩托车并防止失去控制。

该方法还可以被实施为稳定2轮或更多轮的摩托车的稳定性控制系统，其中，所述摩托车包括底盘、转向系统、车轮、用于所述车轮的制动器、产生发动机扭矩以产生车辆速度的发动机、用于控制所述车辆速度的油门以及可以可选地包括的其他车辆部件。所述系统包括可安装到摩托车的系统控制器，以及可安装到所述摩托车的传感器，所述传感器测量所述摩托车的动态操作状态，包括横摆率、横向加速度、侧倾角、油门位置、制动压力、转向角、车轮速度或者指示所述动态操作状态的任何其他物理参数。所述系统控制器包括计算机仿真控制器，所述计算机仿真控制器计算用于以与在物理摩托车上测量到的相同的速度和转向角条件操作的摩托车的车载控制器中的高保真计算机仿真模型的动态响应，使得所述系统控制器通过将所述物理摩托车的瞬时操作状态与指示稳定操作状态的所述计算机仿真模型进行比较，来持续地评估所述物理摩托车的稳定性。所述系统控制器可以通过干预步骤中的一个或多个而独立于驾驶员动作来干预所述摩托车的操作，所述干预步骤包括：选择性地应用前制动器和/或后制动器；协调制动器应用与防抱死制动系统的操作；调节驱动轮上的发动机扭矩；与牵引力控制系统协调；或者对转向系统施加扭矩。

虽然上面对本发明的详细描述示出了例如在圆形或弯曲道路上使用的稳定性控制系统，但当在该稳定性控制系统可稳定迂回的任何操作条件下操作时，该稳定性控制系统被用在车辆上。一般而言，迂回运动不仅发生在圆形道路上，而且还发生在直路上。在这样的振荡下，即使车辆横摆率的值较小，它仍然是可预测的。因此，本发明不限于圆形道路，并且也可在直路上操作。

尽管为了说明的目的已详细地公开了本发明的特定优选实施例，但是将会认识到，所公开的装置的变型或修改，包括部件的重新布置，都处于本发明的范围内。