本技术涉及车辆，特别是涉及一种分布式电驱动车辆集成稳定性预测控制方法、装置、计算机设备、计算机可读存储介质和计算机程序产品。
背景技术：
1、由于电动汽车在动力系统中取消了传统的机械差速器，因此，电动汽车在运行过程中的偏航稳定性主要依赖于车辆的控制策略。目前车辆的控制策略是根据车辆的稳定区域将车辆从主动转向控制模式切换至协调控制模式，从而保持车辆的偏航稳定性。车辆的稳定区域为车辆在转弯或变道时，能够保持稳定行驶而不发生侧滑或失控的车辆运行参数的范围。主动转向控制模式中车辆的控制系统通过控制前轮转向角来控制车辆，协调控制模式中车辆的控制系统通过控制前轮转向角和横摆力矩来控制车辆。
2、目前的车辆控制方法，以质心侧偏角和横摆角速度为变量建立车辆的侧向受力模型，并对侧向受力模型进行局部线性化，得到车辆侧向稳定边界和可控边界。然后，根据车辆侧向稳定边界和可控边界绘制由质心侧偏角和横摆角速度组成的稳定区域。
3、然而，目前车辆控制方法，对侧向受力模型进行局部线性化，使得考虑因素变得单一，进而导致车辆侧向稳定边界和可控边界不准确。并且，质心侧偏角和横摆角速度不能准确反映车辆的受力情况，因此，由质心侧偏角和横摆角速度为因素组成的稳定区域的准确性较低。
技术实现思路
1、基于此，有必要针对上述技术问题，提供一种分布式电驱动车辆集成稳定性预测控制方法、装置、计算机设备、计算机可读存储介质和计算机程序产品。
2、第一方面，本技术提供了一种分布式电驱动车辆集成稳定性预测控制方法，包括：
3、获取车辆的轮胎属性数据集、速度数据集、前轮转角数据集和车辆属性数据集；
4、根据所述轮胎属性数据和魔术算法构建所述车辆的初始轮胎模型，并根据分割算法和分段仿射算法对所述初始轮胎模型进行分段仿射处理，得到线性轮胎模型；
5、基于所述车辆的受力模型、道路附着系数和所述线性轮胎模型，构建所述车辆的目标受力模型，并根据所述目标受力模型确定轮胎侧偏角模型；
6、针对所述速度数据集中的每一速度数据，根据轮胎侧偏角模型、所述前轮转角数据集、所述车辆属性数据集和不动点算法确定所述车辆在所述速度数据下的各前轮转角数据对应的相平面图；所述相平面图表征所述车辆在所述前轮转角数据下的轮胎侧偏角和不动点的关系；
7、根据每一所述速度数据下的各所述相平面图，确定所述速度数据对应的稳定范围。
8、在其中一个实施例中，所述根据分割算法和分段仿射算法对所述初始轮胎模型进行分段仿射处理，得到线性轮胎模型，包括：
9、根据分割算法确定所述初始轮胎模型的分割点；
10、基于所述分割点对所述初始轮胎模型进行分割，得到各分割后的初始轮胎模型；
11、根据分段仿射算法对每一分割后的所述初始轮胎模型进行仿射处理，得到各线性轮胎子算法，并根据各所述线性轮胎子算法构建线性轮胎模型；所述线性轮胎模型表征所述车辆的轮胎侧边角和轮胎侧向力之间的关联关系。
12、在其中一个实施例中，所述基于所述车辆的受力模型、道路附着系数和所述线性轮胎模型，构建所述车辆的目标受力模型，并根据所述目标受力模型确定轮胎侧偏角模型，包括：
13、基于道路附着系数对所述线性轮胎模型进行数据处理，得到目标线性轮胎模型；
14、根据车辆的初始轮胎侧向力算法、初始轮胎纵向力算法、初始轮胎侧偏角算法和初始横摆力矩算法，构建所述车辆的受力模型；
15、根据所述受力模型和所述目标线性轮胎模型构建所述车辆的目标受力模型，并根据所述目标受力模型中的轮胎侧偏角速度算法确定轮胎侧偏角模型。
16、在其中一个实施例中，所述根据所述目标受力模型中的轮胎侧偏角速度算法确定轮胎侧偏角模型，包括：
17、在所述车辆为主动转向控制模式的情况下，以横摆力矩为0为约束条件，对所述目标受力模型中的轮胎侧偏角速度算法进行数据处理，得到第一轮胎侧偏角模型；
18、在所述车辆为协调控制模式的情况下，对所述目标受力模型中的轮胎侧偏角速度算法进行数据处理，得到第二轮胎侧偏角模型。
19、在其中一个实施例中，所述根据轮胎侧偏角模型、所述前轮转角数据集、所述车辆属性数据集和不动点算法确定所述车辆在所述速度数据下的各前轮转角数据对应的相平面图，包括：
20、根据所述第一轮胎侧偏角模型、所述前轮转角数据集、所述属性数据集和不动点算法确定所述车辆在所述速度数据下的各前轮转角数据对应的第一相平面图；
21、根据所述第二轮胎侧偏角模型、所述前轮转角数据集、所述属性数据集和不动点算法确定所述车辆在所述速度数据下的各前轮转角数据对应的第二相平面图。
22、在其中一个实施例中，所述根据所述第一轮胎侧偏角模型、所述前轮转角数据集、所述属性数据集和不动点算法确定所述车辆在所述速度数据下的各前轮转角数据对应的第一相平面图，包括：
23、针对所述前轮转角数据集中的每一前轮转角数据，基于所述第一轮胎侧偏角模型对所述属性数据集、所述前轮转角数据和所述速度数据进行数据处理，得到所述前轮转角数据对应的各第一轮胎侧偏角数据；
24、根据不动点算法对每一所述第一轮胎侧偏角数据进行数据处理，得到第一不动点和第一不动点参数数据；
25、根据不动点分类算法和所述第一不动点参数数据确定所述第一不动点的第一不动点类型；
26、根据各所述第一轮胎侧偏角数据、各所述第一不动点和各所述第一不动点类型，绘制所述前轮转角数据对应的第一相平面图。
27、在其中一个实施例中，所述相平面图包括第一相平面图，所述根据每一所述速度数据下的各所述相平面图，确定所述速度数据对应的稳定范围，包括：
28、在所述第一相平面图中确定第一分叉点，并确定所述第一分叉点对应的第一前轮转角阈值；
29、根据所述第一前轮转角阈值对应的所述第一相平面图和所述前轮转角为0对应的所述第一相平面图，构建所述速度数据的稳定范围。
30、在其中一个实施例中，所述根据每一所述速度数据下的各所述相平面图，确定所述速度数据对应的稳定范围之后，所述方法还包括：
31、以所述车辆的实际受力数据集序列之间的变化值以及预测受力数据集序列和参考受力数据集序列之间的差值为组成因子，构建第一跟踪精度；
32、以第一跟踪精度最小为目标建立第一目标函数，并确定所述目标受力模型为第一约束条件；
33、根据所述第一目标函数和所述第一约束条件构建所述车辆的偏航稳定控制模型；所述偏航稳定控制模型用于预测当前时刻的下一时刻的所述车辆的预测受力数据集。
34、在其中一个实施例中，所述根据每一所述速度数据下的各所述相平面图，确定所述速度数据对应的稳定范围之后，所述方法还包括：
35、以所述车辆的驱动转矩预测序列之间的变化值以及滑移率预测序列和滑移率参考序列之间的差值为组成因子，构建第二跟踪精度；
36、以第二跟踪精度最小为目标建立第二目标函数，并确定第一滑移率算法为第二约束条件；
37、根据所述第二目标函数和所述第二约束条件构建所述车辆的滑移率控制模型；所述滑移率控制模型用于预测当前时刻的下一时刻的所述车辆的滑移率。
38、第二方面，本技术还提供了一种分布式电驱动车辆集成稳定性预测控制装置，包括：
39、获取模块，用于获取车辆的轮胎属性数据集、速度数据集、前轮转角数据集和车辆属性数据集；
40、处理模块，用于根据所述轮胎属性数据和魔术算法构建所述车辆的初始轮胎模型，并根据分割算法和分段仿射算法对所述初始轮胎模型进行分段仿射处理，得到线性轮胎模型；
41、构建模块，用于基于所述车辆的受力模型、道路附着系数和所述线性轮胎模型，构建所述车辆的目标受力模型，并根据所述目标受力模型确定轮胎侧偏角模型；
42、第一确定模块，用于针对所述速度数据集中的每一速度数据，根据轮胎侧偏角模型、所述前轮转角数据集、所述车辆属性数据集和不动点算法确定所述车辆在所述速度数据下的各前轮转角数据对应的相平面图；所述相平面图表征所述车辆在所述前轮转角数据下的轮胎侧偏角和不动点的关系；
43、第二确定模块，用于根据每一所述速度数据下的各所述相平面图，确定所述速度数据对应的稳定范围。
44、第三方面，本技术还提供了一种计算机设备，包括存储器和处理器，所述存储器存储有计算机程序，所述处理器执行所述计算机程序时实现以下步骤：
45、获取车辆的轮胎属性数据集、速度数据集、前轮转角数据集和车辆属性数据集；
46、根据所述轮胎属性数据和魔术算法构建所述车辆的初始轮胎模型，并根据分割算法和分段仿射算法对所述初始轮胎模型进行分段仿射处理，得到线性轮胎模型；
47、基于所述车辆的受力模型、道路附着系数和所述线性轮胎模型，构建所述车辆的目标受力模型，并根据所述目标受力模型确定轮胎侧偏角模型；
48、针对所述速度数据集中的每一速度数据，根据轮胎侧偏角模型、所述前轮转角数据集、所述车辆属性数据集和不动点算法确定所述车辆在所述速度数据下的各前轮转角数据对应的相平面图；所述相平面图表征所述车辆在所述前轮转角数据下的轮胎侧偏角和不动点的关系；
49、根据每一所述速度数据下的各所述相平面图，确定所述速度数据对应的稳定范围。
50、第四方面，本技术还提供了一种计算机可读存储介质，其上存储有计算机程序，所述计算机程序被处理器执行时实现以下步骤：
51、获取车辆的轮胎属性数据集、速度数据集、前轮转角数据集和车辆属性数据集；
52、根据所述轮胎属性数据和魔术算法构建所述车辆的初始轮胎模型，并根据分割算法和分段仿射算法对所述初始轮胎模型进行分段仿射处理，得到线性轮胎模型；
53、基于所述车辆的受力模型、道路附着系数和所述线性轮胎模型，构建所述车辆的目标受力模型，并根据所述目标受力模型确定轮胎侧偏角模型；
54、针对所述速度数据集中的每一速度数据，根据轮胎侧偏角模型、所述前轮转角数据集、所述车辆属性数据集和不动点算法确定所述车辆在所述速度数据下的各前轮转角数据对应的相平面图；所述相平面图表征所述车辆在所述前轮转角数据下的轮胎侧偏角和不动点的关系；
55、根据每一所述速度数据下的各所述相平面图，确定所述速度数据对应的稳定范围。
56、第五方面，本技术还提供了一种计算机程序产品，包括计算机程序，该计算机程序被处理器执行时实现以下步骤：
57、获取车辆的轮胎属性数据集、速度数据集、前轮转角数据集和车辆属性数据集；
58、根据所述轮胎属性数据和魔术算法构建所述车辆的初始轮胎模型，并根据分割算法和分段仿射算法对所述初始轮胎模型进行分段仿射处理，得到线性轮胎模型；
59、基于所述车辆的受力模型、道路附着系数和所述线性轮胎模型，构建所述车辆的目标受力模型，并根据所述目标受力模型确定轮胎侧偏角模型；
60、针对所述速度数据集中的每一速度数据，根据轮胎侧偏角模型、所述前轮转角数据集、所述车辆属性数据集和不动点算法确定所述车辆在所述速度数据下的各前轮转角数据对应的相平面图；所述相平面图表征所述车辆在所述前轮转角数据下的轮胎侧偏角和不动点的关系；
61、根据每一所述速度数据下的各所述相平面图，确定所述速度数据对应的稳定范围。
62、上述分布式电驱动车辆集成稳定性预测控制方法、装置、计算机设备、计算机可读存储介质和计算机程序产品，获取车辆的轮胎属性数据集、速度数据集、前轮转角数据集和车辆属性数据集；根据所述轮胎属性数据和魔术算法构建所述车辆的初始轮胎模型，并根据分割算法和分段仿射算法对所述初始轮胎模型进行分段仿射处理，得到线性轮胎模型；基于所述车辆的受力模型、道路附着系数和所述线性轮胎模型，构建所述车辆的目标受力模型，并根据所述目标受力模型确定轮胎侧偏角模型；针对所述速度数据集中的每一速度数据，根据轮胎侧偏角模型、所述前轮转角数据集、所述车辆属性数据集和不动点算法确定所述车辆在所述速度数据下的各前轮转角数据对应的相平面图；所述相平面图表征所述车辆在所述前轮转角数据下的轮胎侧偏角和不动点的关系；根据每一所述速度数据下的各所述相平面图，确定所述速度数据对应的稳定范围。采用本方法，通过分割算法和分段仿射算法对初始轮胎模型进行分段仿射处理，得到了完整准确的线性轮胎模型，丰富了考虑因素，并通过该线性轮胎模型确定轮胎侧偏角模型，提高了轮胎侧偏角模型的准确性。然后，根据轮胎侧偏角模型、前轮转角数据集、所述属性数据集和不动点算法确定每一速度数据下各前轮转角数据对应的相平面图，明确了前轮转角、轮胎侧偏角和不动点的关系。由于车辆的偏航稳定性与轮胎的受力相关，因此，直接通过轮胎的前轮转角和轮胎侧偏角能够更加准确地确定车辆的稳定性，从而根据相平面图确定车辆的稳定范围，提高了稳定范围的准确性。
1.一种分布式电驱动车辆集成稳定性预测控制方法，其特征在于，所述方法包括：
2.根据权利要求1所述的方法，其特征在于，所述根据分割算法和分段仿射算法对所述初始轮胎模型进行分段仿射处理，得到线性轮胎模型，包括：
3.根据权利要求1所述的方法，其特征在于，所述基于所述车辆的受力模型、道路附着系数和所述线性轮胎模型，构建所述车辆的目标受力模型，并根据所述目标受力模型确定轮胎侧偏角模型，包括：
4.根据权利要求3所述的方法，其特征在于，所述根据所述目标受力模型中的轮胎侧偏角速度算法确定轮胎侧偏角模型，包括：
5.根据权利要求4所述的方法，其特征在于，所述根据轮胎侧偏角模型、所述前轮转角数据集、所述车辆属性数据集和不动点算法确定所述车辆在所述速度数据下的各前轮转角数据对应的相平面图，包括：
6.根据权利要求5所述的方法，其特征在于，所述根据所述第一轮胎侧偏角模型、所述前轮转角数据集、所述属性数据集和不动点算法确定所述车辆在所述速度数据下的各前轮转角数据对应的第一相平面图，包括：
7.根据权利要求1所述的方法，其特征在于，所述相平面图包括第一相平面图，所述根据每一所述速度数据下的各所述相平面图，确定所述速度数据对应的稳定范围，包括：
8.根据权利要求1所述的方法，其特征在于，所述根据每一所述速度数据下的各所述相平面图，确定所述速度数据对应的稳定范围之后，所述方法还包括：
9.根据权利要求1所述的方法，其特征在于，所述根据每一所述速度数据下的各所述相平面图，确定所述速度数据对应的稳定范围之后，所述方法还包括：
10.一种分布式电驱动车辆集成稳定性预测控制装置，其特征在于，所述装置包括：
