一种基于路面附着系数估算的车身稳定控制方法及系统与流程

本发明涉及汽车稳定性控制技术领域，尤其涉及一种基于路面附着系数估算的车身稳定控制方法及系统。

背景技术：

汽车电子稳定系统(Electronic Stability Program，ESP)是继车辆防抱死系统(ABS)和牵引力控制系统(TCS)之后车辆主动安全控制技术方面的一次里程碑式的跨越提升。其控制系统主要通过调节轮胎与路面之间的作用力，而路面与轮胎之间力的传递受路面附着系数的制约，因此汽车主动安全控制策略的优劣很大程度上取决于能否充分利用当前路面附着系数。当车辆在高附着路面行驶时，质心侧偏角较小，可以用横摆角速度表征汽车的状态。但当车辆在低附着路面行驶时，汽车容易发生侧滑，此时汽车质心侧偏角迅速增大，轮胎侧向力逐渐增大并达到饱和，使横摆力矩与侧向力趋于恒定值，此时驾驶员通过改变方向盘转角，几乎很难改变横摆力矩，汽车丧失转向稳定性，此时要想控制汽车的稳定性将变得很困难，因此，在低附着系数路面上更应该严格限制质心侧偏角，才能保证汽车的稳定性。而当汽车在中等附着路面行驶时，车辆的稳定性有时受限于过大的横摆角速度，有时又取决于过大的质心侧偏角。所以，建立一种路面附着系数估计方法和适用于不同路面附着工况的稳定性控制方法具有重要意义。

《基于高阶滑模的电动汽车稳定性直接横摆力矩控制方法》(国家专利，申请号：CN201510922607.X)根据鲁棒滑模观测器获得质心侧偏角估计值，然后以横摆角速度与理想横摆角速度的偏差、实际车辆的质心侧偏角两个参数作为输入变量，采用高阶滑模控制策略，获得满足汽车稳定性的直接横摆力矩。此发明实现了汽车稳定性直接横摆力矩控制系统的有限时间收敛，提高了汽车高速和恶劣道路等极限条件下的行驶稳定性，但其未能充分考虑路面对汽车稳定性的影响。《一种基于电机与车轮耦合特性的路面附着系数估计方法》(国家专利，申请号：CN201510129140.3)建立轮胎纵向刚度与电动轮共振频率之间的关系，在利用电机转矩获取的共振频率基础上求解出轮胎纵向刚度，然后再利用轮胎纵向刚度与路面附着系数的关系，实现了路面附着系数估计。此方法根据力学关系估计出路面附着系数，误差较大。

综上所述，需要建立一种更为精确的路面附着系数估计方法，然后可以对不同附着系数路面工况进行联合协调控制，实时地调节控制参数，实现两控制变量控制参数的最佳匹配，从而适应不同路面行驶工况下车辆稳定性控制的要求。

技术实现要素：

基于背景技术存在的技术问题，本发明提出了一种基于路面附着系数估算的车身稳定控制方法及系统。

本发明提出的基于路面附着系数估算的车身稳定控制方法，包括以下步骤：

S1、建立纵滑侧偏组合刷子轮胎模型；

S2、获取车辆当前行驶状态参数，并根据纵滑侧偏组合刷子轮胎模型以及车辆当前行驶状态参数计算出车辆当前行驶路面附着系数；

S3、建立横摆角速度滑模控制器以及质心侧偏角滑模控制器；

S4、获取车辆实际运动状态以及驾驶员动作指令，且对车辆实际运动状态与驾驶员期望状态进行对比，并根据比较结果以及车辆当前行驶路面附着系数且结合横摆角速度滑模控制器以及质心侧偏角滑模控制器为车辆选取车身稳定控制策略。

优选地，步骤S1具体包括：

纵滑侧偏组合刷子轮胎模型为：

其中，

优选地，利用卡尔曼滤波方式对F_x和F_y进行估算；

其中，C_x为轮胎纵滑刚度，C_α为轮胎侧偏刚度，α为轮胎侧偏角，μ为路面附着系数，λ为车轮实际纵向滑转率，r为车轮滚动半径，v_ω为轮心处的纵向速度，F_x为轮胎纵向力，F_y为轮胎侧向力，F_z为轮胎垂向力；

纵滑侧偏组合刷子轮胎模型的非线性格式如下：

y(k)＝f(k,μ(k))+v₁；

优选地，采用卡尔曼滤波方式计算轮胎力数值y＝[F_x,F_y]^T；

其中，f(k,μ(k))为纵滑侧偏组合刷子轮胎模型的表达式，μ(k)为轮胎模型参数，v₁为测量噪声；

将y(k)线性化，纵滑侧偏组合刷子轮胎模型的线性格式如下：

其中，

其中，为μ的观测值；

定义变量g(k)为：

则

优选地，步骤S2具体包括：

优选地，采用车辆线性二自由度模型获取车身稳态的期望质心侧偏角和期望横摆角速度，并基于最小二乘法对车辆当前行驶路面附着系数进行计算；

车辆线性二自由度模型为：

其中，β为车辆实际质心侧偏角，γ为车辆实际横摆角速度，k₁为车辆前轮胎总侧偏刚度，k₂为车辆后轮胎总侧偏刚度，δ_f为车辆前轮转角，a为车辆质心至车辆前轴距离，b为车辆质心至车辆后轴距离，m为车辆整车质量，I_z为绕z轴的转动惯量，u为车辆纵向速度；

由上式计算出期望质心侧偏角和期望横摆角速度：

其中，γ_d为期望横摆角速度，β_d为期望质心侧偏角，L为轴距且L＝a+b，K为车辆稳定性因数且

由于a_y≤μg，因此车身稳态的横向加速度为：

其中，R为转弯半径，|γ|≤|μg/u|，其中，μ为路面附着系数；

基于路面附着系数μ确定的最大理想横摆角速度和最大理想质心侧偏角表示为：

其中，γ_dmax为最大理想横摆角速度，β_dmax为最大理想质心侧偏角；

则期望横摆角速度、期望质心侧偏角修正为：

其中，γ为期望横摆角速度，β为期望质心侧偏角。

优选地，步骤S3具体包括：

定义横摆角速度滑模面：

对横摆角速度滑模面s进行一阶求导，代入车辆线性二自由度模型可得：

其中，ΔM_γ为采用横摆角速度滑模控制时所需的附加横摆力矩；

根据系统可达到的条件，确定横摆角速度控制的纠正横摆力矩为：

其中，k_γ为横摆角速度滑模控制的趋近速度且k_y＞0；

为减少系统产生的“抖振”在建立横摆角速度滑模控制器时利用饱和函数sat(s)替代不连续性函数sgn(s)，即：

定义质心侧偏角滑模面：

对质心侧偏角滑模面s进行一阶求导，代入车辆线性二自由度模型可得：

其中，Ω_β＝Ω_β1+Ω_β2+Ω_β3；

其中，

根据系统可达到的条件，确定质心侧偏角控制的附加横摆力矩为：

其中，k_β为质心侧偏角滑模控制的趋近速度且k_β＞0；

为减少系统产生的“抖振”在建立质心侧偏角滑模控制器时，利用饱和函数sat(s)替代不连续性函数sgn(s)，即：

优选地，步骤S4具体包括：

建立横摆角速度和质心侧偏角协调控制器：

横摆角速度控制器输出的附加横摆力矩M_γ及质心侧偏角控制器输出的附加横摆力矩M_β进行加权协调控制，得出最终的纠正横摆力矩ΔM，即：

ΔM＝(1-c)ΔM_γ+cΔM_β；

若横摆角速度偏差和质心侧偏角偏差在稳定范围内，则ESP系统不工作，上层协调控制器起监控作用，不发出控制指令；

若横摆角速度偏差和质心侧偏角偏差不在稳定范围内，则根据车辆当前行驶路面附着系数为车辆选取车身稳定控制策略：

其中，c为联合控制加权系数，由路面附着系数大小决定，μ₀、μ₁、μ为路面附着系数。

本发明提出的基于路面附着系数估算的车身稳定控制系统，包括：

模型建立模块，用于建立纵滑侧偏组合刷子轮胎模型并存储；

系数计算模块，用于获取车辆当前行驶状态参数，并根据纵滑侧偏组合刷子轮胎模型以及车辆当前行驶状态参数计算出车辆当前行驶路面附着系数；

控制器建立模块，用于建立横摆角速度滑模控制器以及质心侧偏角滑模控制器并存储；

策略选择模块，用于获取车辆实际运动状态以及驾驶员动作指令，且对车辆实际运动状态与驾驶员期望状态进行对比，并根据比较结果以及车辆当前行驶路面附着系数且结合横摆角速度滑模控制器以及质心侧偏角滑模控制器为车辆选取车身稳定控制策略。

优选地，模型建立模块具体用于：

纵滑侧偏组合刷子轮胎模型为：

其中，

优选地，利用卡尔曼滤波方式对F_x和F_y进行估算；

其中，C_x为轮胎纵滑刚度，C_α为轮胎侧偏刚度，α为轮胎侧偏角，μ为路面附着系数，λ为车轮实际纵向滑转率，r为车轮滚动半径，v_ω为轮心处的纵向速度，F_x为轮胎纵向力，F_y为轮胎侧向力，F_z为轮胎垂向力；

纵滑侧偏组合刷子轮胎模型的非线性格式如下：

y(k)＝f(k,μ(k))+v₁；

优选地，采用卡尔曼滤波方式计算轮胎力数值y＝[F_x,F_y]^T；

其中，f(k,μ(k))为纵滑侧偏组合刷子轮胎模型的表达式，μ(k)为轮胎模型参数，v₁为测量噪声；

将y(k)线性化，纵滑侧偏组合刷子轮胎模型的线性格式如下：

其中，

其中，为μ的观测值；

定义变量g(k)为：

则

优选地，系数计算模块具体用于：

优选地，采用车辆线性二自由度模型获取车身稳态的期望质心侧偏角和期望横摆角速度，并基于最小二乘法对车辆当前行驶路面附着系数进行计算；

车辆线性二自由度模型为：

其中，β为车辆实际质心侧偏角，γ为车辆实际横摆角速度，k₁为车辆前轮胎总侧偏刚度，k₂为车辆后轮胎总侧偏刚度，δ_f为车辆前轮转角，a为车辆质心至车辆前轴距离，b为车辆质心至车辆后轴距离，m为车辆整车质量，I_z为绕z轴的转动惯量，u为车辆纵向速度；

由上式计算出期望质心侧偏角和期望横摆角速度：

其中，γ_d为期望横摆角速度，β_d为期望质心侧偏角，L为轴距且L＝a+b，K为车辆稳定性因数且

由于a_y≤μg，因此车身稳态的横向加速度为：

其中，R为转弯半径，|γ|≤|μg/u|，其中，μ为路面附着系数；

基于路面附着系数μ确定的最大理想横摆角速度和最大理想质心侧偏角表示为：

其中，γ_dmax为最大理想横摆角速度，β_dmax为最大理想质心侧偏角；

则期望横摆角速度、期望质心侧偏角修正为：

其中，γ为期望横摆角速度，β为期望质心侧偏角。

优选地，控制器建立模块具体用于：

定义横摆角速度滑模面：

对横摆角速度滑模面s进行一阶求导，代入车辆线性二自由度模型可得：

其中，ΔM_γ为采用横摆角速度滑模控制时所需的附加横摆力矩；

根据系统可达到的条件，确定横摆角速度控制的纠正横摆力矩为：

其中，k_γ为横摆角速度滑模控制的趋近速度且k_y＞0；

为减少系统产生的“抖振”在建立横摆角速度滑模控制器时利用饱和函数sat(s)替代不连续性函数sgn(s)，即：

定义质心侧偏角滑模面：

对质心侧偏角滑模面s进行一阶求导，代入车辆线性二自由度模型可得：

其中，Ω_β＝Ω_β1+Ω_β2+Ω_β3；

其中，

根据系统可达到的条件，确定质心侧偏角控制的附加横摆力矩为：

其中，k_β为质心侧偏角滑模控制的趋近速度且k_β＞0；

为减少系统产生的“抖振”在建立质心侧偏角滑模控制器时，利用饱和函数sat(s)替代不连续性函数sgn(s)，即：

优选地，策略选择模块具体用于：

建立横摆角速度和质心侧偏角协调控制器：

横摆角速度控制器输出的附加横摆力矩M_γ及质心侧偏角控制器输出的附加横摆力矩M_β进行加权协调控制，得出最终的纠正横摆力矩ΔM，即：

ΔM＝(1-c)ΔM_γ+cΔM_β；

若横摆角速度偏差和质心侧偏角偏差在稳定范围内，则ESP系统不工作，上层协调控制器起监控作用，不发出控制指令；

若横摆角速度偏差和质心侧偏角偏差不在稳定范围内，则根据车辆当前行驶路面附着系数为车辆选取车身稳定控制策略：

其中，c为联合控制加权系数，由路面附着系数大小决定，μ₀、μ₁、μ为路面附着系数。

本发明引入路面附着系数估算对车身的稳定性进行控制，并实时采集车辆在运动过程中的运动数据以计算车辆当前行驶路面的附着系数，并根据实时识别的路面附着系数为车辆选取不同的控制策略，在保证车身稳定的基础上提高了对车辆进行控制的精度；进一步地，本发明中控制系统采用分层控制结构，分别为上下两层结构，上层结构用于建立纵滑侧偏组合刷子轮胎模型，并基于最小二乘法估算路面附着系数，下层结构用于建立横摆角速度滑模控制器以及质心侧偏角滑模控制器，上层结构采用最小二乘法进行路面附着系数估算，将实时识别的路面附着系数传递给下层结构，下层结构通过采集车辆的运动姿态以及驾驶员指令，当车辆失稳时，对比车辆实际行驶状态与驾驶员期望状态的误差，计算附加横摆力矩，并根据附加横摆力矩对车身稳定进行调整；上层结构和下层结构层次性高，且各层结构控制职责清晰，进一步提高对车身稳定控制的精确性。

附图说明

图1为一种基于路面附着系数估算的车身稳定控制方法及系统的ESP控制系统的结构示意图；

图2为一种基于路面附着系数估算的车身稳定控制方法的结构示意图；

图3为一种基于路面附着系数估算的车身稳定控制系统的结构示意图；

图4为实施例低附着路面附着系数估算示意图；

图5为实施例中附着路面附着系数估算示意图；

图6为实施例高附着路面附着系数估算示意图；

图7为实施例低附着路面横摆角速度曲线示意图；

图8为实施例低附着路面质心侧偏角曲线示意图；

图9为实施例中附着路面横摆角速度曲线示意图；

图10为实施例中附着路面质心侧偏角曲线示意图；

图11为实施例高附着路面横摆角速度曲线示意图；

图12为实施例高附着路面质心侧偏角曲线示意图。

具体实施方式

参照图1、图2，本发明提出的基于路面附着系数估算的车身稳定控制方法，包括以下步骤：

S1、建立纵滑侧偏组合刷子轮胎模型；

纵滑侧偏组合刷子轮胎模型为：

其中，

优选地，利用卡尔曼滤波方式对F_x和F_y进行估算；

其中，C_x为轮胎纵滑刚度，C_α为轮胎侧偏刚度，α为轮胎侧偏角，μ为路面附着系数，λ为车轮实际纵向滑转率，r为车轮滚动半径，v_ω为轮心处的纵向速度，F_x为轮胎纵向力，F_y为轮胎侧向力，F_z为轮胎垂向力；

纵滑侧偏组合刷子轮胎模型的非线性格式如下：

y(k)＝f(k,μ(k))+v₁；

优选地，采用卡尔曼滤波方式计算轮胎力数值y＝[F_x,F_y]^T；

其中，f(k,μ(k))为纵滑侧偏组合刷子轮胎模型的表达式，μ(k)为轮胎模型参数，v₁为测量噪声；

为满足最小二乘法要求，将y(k)线性化，纵滑侧偏组合刷子轮胎模型的线性格式如下：

其中，

其中，为μ的观测值；

定义变量g(k)为：

则

上式满足最小二乘法参数估算的要求，可以通过最小二乘法对车辆当前行驶路面附着系数进行实时辨识。

S2、获取车辆当前行驶状态参数，并根据纵滑侧偏组合刷子轮胎模型以及车辆当前行驶状态参数计算出车辆当前行驶路面附着系数；

优选地，采用车辆线性二自由度模型获取车身稳态的期望质心侧偏角和期望横摆角速度，并基于最小二乘法对车辆当前行驶路面附着系数进行计算；

车辆线性二自由度模型为：

其中，β为车辆实际质心侧偏角，γ为车辆实际横摆角速度，k₁为车辆前轮胎总侧偏刚度，k₂为车辆后轮胎总侧偏刚度，δ_f为车辆前轮转角，a为车辆质心至车辆前轴距离，b为车辆质心至车辆后轴距离，m为车辆整车质量，I_z为绕z轴的转动惯量，u为车辆纵向速度；

由上式计算出期望质心侧偏角和期望横摆角速度：

其中，γ_d为期望横摆角速度，β_d为期望质心侧偏角，L为轴距且L＝a+b，K为车辆稳定性因数且K为表征车辆稳态响应的一个重要参数；

由于车辆的横向加速度a_y不能超过车辆轮胎与车辆当前行驶路面的最大附着系数所决定的加速度，即a_y≤μg，因此理想的横摆角速度和侧偏角也将受到显示，则稳态时车身稳态的横向加速度为：

其中，R为转弯半径，如此，横摆角速度即被下式限制：|γ|≤|μg/u|，其中，μ为路面附着系数；

基于路面附着系数μ确定的最大理想横摆角速度和最大理想质心侧偏角表示为：

其中，γ_dmax为最大理想横摆角速度，β_dmax为最大理想质心侧偏角；

则期望横摆角速度、期望质心侧偏角修正为：

其中，γ为期望横摆角速度，β为期望质心侧偏角。

S3、建立横摆角速度滑模控制器以及质心侧偏角滑模控制器；

步骤S3具体包括：

定义横摆角速度滑模面：

对横摆角速度滑模面s进行一阶求导，代入车辆线性二自由度模型可得：

其中，ΔM_γ为采用横摆角速度滑模控制时所需的附加横摆力矩；

根据系统可达到的条件，确定横摆角速度控制的纠正横摆力矩为：

其中，k_γ为横摆角速度滑模控制的趋近速度且k_y＞0；当k_γ过小时，趋近滑模面的时间较长；当k_γ过大时，又会产生严重的抖振，因此应根据滑动条件选取适当值；

为减少系统产生的“抖振”在建立横摆角速度滑模控制器时利用饱和函数sat(s)替代不连续性函数sgn(s)，即：

定义质心侧偏角滑模面：

对质心侧偏角滑模面s进行一阶求导，代入车辆线性二自由度模型可得：

其中，Ω_β＝Ω_β1+Ω_β2+Ω_β3；

其中，

根据系统可达到的条件，确定质心侧偏角控制的附加横摆力矩为：

其中，k_β为质心侧偏角滑模控制的趋近速度且k_β＞0；

为减少系统产生的“抖振”在建立质心侧偏角滑模控制器时，利用饱和函数sat(s)替代不连续性函数sgn(s)，即：

S4、获取车辆实际运动状态以及驾驶员动作指令，且对车辆实际运动状态与驾驶员期望状态进行对比，并根据比较结果以及车辆当前行驶路面附着系数且结合横摆角速度滑模控制器以及质心侧偏角滑模控制器为车辆选取车身稳定控制策略。

步骤S4具体包括：

建立横摆角速度和质心侧偏角协调控制器：

横摆角速度控制器输出的附加横摆力矩M_γ及质心侧偏角控制器输出的附加横摆力矩M_β进行加权协调控制，得出最终的纠正横摆力矩ΔM，即：

ΔM＝(1-c)ΔM_γ+cΔM_β；

若横摆角速度偏差和质心侧偏角偏差在稳定范围内，则ESP系统不工作，上层协调控制器起监控作用，不发出控制指令；

若横摆角速度偏差和质心侧偏角偏差不在稳定范围内，则根据车辆当前行驶路面附着系数为车辆选取车身稳定控制策略：

其中，c为联合控制加权系数，由路面附着系数大小决定，μ₀、μ₁、μ为路面附着系数；

即若横摆角速度偏差和质心侧偏角偏差不在稳定范围内，则上层协调控制器发出决策指令；此时，若车辆当前行驶路面附着系数小于μ₀，则选取质心侧偏角控制策略；若车辆当前行驶路面附着系数在[μ₀，μ₁]之间，则选取联合控制策略；若车辆当前行驶路面附着系数大于μ₁，则选取横摆角速度控制策略，根据车辆当前行驶路面附着系数的具体值为车辆选取不同的车身稳定控制方法，充分保证对车身稳定控制的精度和准确性。

参照图1、图3，本发明提出的一种基于路面附着系数估算的车身稳定控制系统包括：

模型建立模块，用于建立纵滑侧偏组合刷子轮胎模型并存储；

模型建立模块具体用于：

纵滑侧偏组合刷子轮胎模型为：

其中，

优选地，利用卡尔曼滤波方式对F_x和F_y进行估算；

其中，C_x为轮胎纵滑刚度，C_α为轮胎侧偏刚度，α为轮胎侧偏角，μ为路面附着系数，λ为车轮实际纵向滑转率，r为车轮滚动半径，v_ω为轮心处的纵向速度，F_x为轮胎纵向力，F_y为轮胎侧向力，F_z为轮胎垂向力；

纵滑侧偏组合刷子轮胎模型的非线性格式如下：

y(k)＝f(k,μ(k))+v₁；

优选地，采用卡尔曼滤波方式计算轮胎力数值y＝[F_x,F_y]^T；

其中，f(k,μ(k))为纵滑侧偏组合刷子轮胎模型的表达式，μ(k)为轮胎模型参数，v₁为测量噪声；

将y(k)线性化，纵滑侧偏组合刷子轮胎模型的线性格式如下：

其中，

其中，为μ的观测值；

定义变量g(k)为：

则

系数计算模块，用于获取车辆当前行驶状态参数，并根据纵滑侧偏组合刷子轮胎模型以及车辆当前行驶状态参数计算出车辆当前行驶路面附着系数；

系数计算模块具体用于：

优选地，采用车辆线性二自由度模型获取车身稳态的期望质心侧偏角和期望横摆角速度，并基于最小二乘法对车辆当前行驶路面附着系数进行计算；

车辆线性二自由度模型为：

其中，β为车辆实际质心侧偏角，γ为车辆实际横摆角速度，k₁为车辆前轮胎总侧偏刚度，k₂为车辆后轮胎总侧偏刚度，δ_f为车辆前轮转角，a为车辆质心至车辆前轴距离，b为车辆质心至车辆后轴距离，m为车辆整车质量，I_z为绕z轴的转动惯量，u为车辆纵向速度；

由上式计算出期望质心侧偏角和期望横摆角速度：

其中，γ_d为期望横摆角速度，β_d为期望质心侧偏角，L为轴距且L＝a+b，K为车辆稳定性因数且

由于a_y≤μg，因此车身稳态的横向加速度为：

其中，R为转弯半径，γ|≤|μg/u|，其中，μ为路面附着系数；

基于路面附着系数μ确定的最大理想横摆角速度和最大理想质心侧偏角表示为：

其中，γ_dmax为最大理想横摆角速度，β_dmax为最大理想质心侧偏角；

则期望横摆角速度、期望质心侧偏角修正为：

其中，γ为期望横摆角速度，β为期望质心侧偏角。

控制器建立模块，用于建立横摆角速度滑模控制器以及质心侧偏角滑模控制器并存储；

控制器建立模块具体用于：

定义横摆角速度滑模面：

对横摆角速度滑模面s进行一阶求导，代入车辆线性二自由度模型可得：

其中，ΔM_γ为采用横摆角速度滑模控制时所需的附加横摆力矩；

根据系统可达到的条件，确定横摆角速度控制的纠正横摆力矩为：

其中，k_γ为横摆角速度滑模控制的趋近速度且k_y＞0；

为减少系统产生的“抖振”在建立横摆角速度滑模控制器时利用饱和函数sat(s)替代不连续性函数sgn(s)，即：

定义质心侧偏角滑模面：

对质心侧偏角滑模面s进行一阶求导，代入车辆线性二自由度模型可得：

其中，Ω_β＝Ω_β1+Ω_β2+Ω_β3；

其中，

根据系统可达到的条件，确定质心侧偏角控制的附加横摆力矩为：

其中，k_β为质心侧偏角滑模控制的趋近速度且k_β＞0；

为减少系统产生的“抖振”在建立质心侧偏角滑模控制器时，利用饱和函数sat(s)替代不连续性函数sgn(s)，即：

策略选择模块，用于获取车辆实际运动状态以及驾驶员动作指令，且对车辆实际运动状态与驾驶员期望状态进行对比，并根据比较结果以及车辆当前行驶路面附着系数且结合横摆角速度滑模控制器以及质心侧偏角滑模控制器为车辆选取车身稳定控制策略；

策略选择模块具体用于：

建立横摆角速度和质心侧偏角协调控制器：

横摆角速度控制器输出的附加横摆力矩M_γ及质心侧偏角控制器输出的附加横摆力矩M_β进行加权协调控制，得出最终的纠正横摆力矩ΔM，即：

ΔM＝(1-c)ΔM_γ+cΔM_β；

若横摆角速度偏差和质心侧偏角偏差在稳定范围内，则ESP系统不工作，上层协调控制器起监控作用，不发出控制指令；

若横摆角速度偏差和质心侧偏角偏差不在稳定范围内，则根据车辆当前行驶路面附着系数为车辆选取车身稳定控制策略：

其中，c为联合控制加权系数，由路面附着系数大小决定，μ₀、μ₁、μ为路面附着系数；

即若横摆角速度偏差和质心侧偏角偏差不在稳定范围内，则上层协调控制器发出决策指令；此时，若车辆当前行驶路面附着系数小于μ₀，则选取质心侧偏角控制策略；若车辆当前行驶路面附着系数在[μ0，μ₁]之间，则选取联合控制策略；若车辆当前行驶路面附着系数大于μ₁，则选取横摆角速度控制策略，根据车辆当前行驶路面附着系数的具体值为车辆选取不同的车身稳定控制方法，充分保证对车身稳定控制的精度和准确性。

通过引入路面附着系数估算对车身的稳定性进行控制，并实时采集车辆在运动过程中的运动数据以计算车辆当前行驶路面的附着系数，并根据实时识别的路面附着系数为车辆选取不同的控制策略，在保证车身稳定的基础上提高了对车辆进行控制的精度；进一步地，控制系统采用分层控制结构，分别为上下两层结构，上层结构用于建立纵滑侧偏组合刷子轮胎模型，并基于最小二乘法估算路面附着系数，下层结构用于建立横摆角速度滑模控制器以及质心侧偏角滑模控制器，上层结构采用最小二乘法进行路面附着系数估算，将实时识别的路面附着系数传递给下层结构，下层结构通过采集车辆的运动姿态以及驾驶员指令，当车辆失稳时，对比车辆实际行驶状态与驾驶员期望状态的误差，计算附加横摆力矩，并根据附加横摆力矩对车身稳定进行调整；上层结构和下层结构层次性高，且各层结构控制职责清晰，进一步提高对车身稳定控制的精确性。

为验证本发明提出的一种基于路面附着系数估算的车身稳定控制方法即系统的可用性及精确性，以下结合一个实施例对上述方法及系统进行验证：

采用初始车速100km/h，幅值1.5rad(85.95°)，频率为0.7Hz的单周期正弦信号作为方向盘转角的输入，来反映车辆紧急避障及换道能力。本次仿真中m＝1350，Iz＝2350，a＝1.016，b＝1.562，hg＝0.54，Cf＝-62618，Cr＝-110185，μ₀＝0.35，μ₁＝0.6。验证所设计的控制器在对应的路面附着系数下的控制效果，选取高、中、低路面附着系数下相同的极限工况进行仿真分析：

工况1：汽车在路面附着系数μ＝0.2的低附路面上行驶，仿真结果如图4 所示。

工况2：汽车在路面附着系数μ＝0.5的中附路面上行驶，仿真结果如图5所示。

工况3：汽车在路面附着系数μ＝0.85的高附路面上行驶，仿真结果如图6所示。

图4、5、6表明了路面附着系数估算值能够迅速收敛到CarSim给定值左右，充分证明了该路面附着系数估计算法的有效性和正确性。在低附着路面工况1，无控制时，横摆角速度和质心侧偏角出现较大变化，且在8.5s时达到0.4rad，远远超过此附着系数下车辆所允许的最大横摆角速度和质心侧偏角，表明车辆严重失稳并出现侧滑，采用本发明时，各项参数均能很好地跟随转向输入的变化而变化，稳定性明显增强，如图7、8所示。在中附着路面工况2，无控制时车辆出现过度转向趋势，且横摆角速度在1s后达到0.3rad，这样会导致车辆不稳定，施加联合控制后的车辆响应能较好地跟踪期望横摆角速度和质心侧偏角，如图9、10所示；在高附着路面工况3，无控制时车辆出现不足转向，施加横摆角速度控制后车辆的横摆角速度和质心侧偏角趋近理想值，车辆行驶在稳定范围内，如图11、12所示。

以上所述，仅为本发明较佳的具体实施方式，但本发明的保护范围并不局限于此，任何熟悉本技术领域的技术人员在本发明揭露的技术范围内，根据本发明的技术方案及其发明构思加以等同替换或改变，都应涵盖在本发明的保护范围之内。