Strategia adattativa migliora la stabilità in curva dei veicoli elettrici
Nel panorama in continua evoluzione della mobilità elettrica, la sicurezza durante le manovre dinamiche è diventata una priorità assoluta per gli ingegneri automobilistici. Mentre i veicoli elettrici con trazione distribuita (DDEV) guadagnano popolarità per la loro superiore agilità e flessibilità di controllo, i ricercatori stanno intensificando lo studio di strategie di controllo avanzate per migliorare la stabilità laterale, in particolare durante le curve ad alta velocità su superfici a bassa aderenza. Un recente studio condotto dalla North University of China offre una soluzione promettente attraverso una strategia di distribuzione del torque adattativa che migliora significativamente la stabilità in curva dei veicoli.
Guidati dalla professoressa WANG Yanhua e dal ricercatore MENG Yongkai della School of Energy and Power Engineering, lo studio introduce un nuovo framework di controllo gerarchico progettato per ottimizzare la dinamica laterale dei DDEV. Pubblicato sul Journal of Chongqing University of Technology (Natural Science), questa ricerca presenta un approccio completo che combina un calcolo preciso del torque con una logica intelligente di distribuzione, consentendo ai veicoli di mantenere la stabilità in condizioni di sterzata aggressiva preservando il più possibile l’intenzione del conducente.
La sfida centrale nel controllo della dinamica laterale risiede nella gestione di due parametri critici: la velocità di imbardata e l’angolo di deriva del baricentro. Durante curve strette, specialmente su strade scivolose, un momento di imbardata non controllato può portare a sottosterzo o sovrasterzo, aumentando il rischio di slittamento o ribaltamento. I sistemi di stabilità tradizionali spesso si affidano a interventi frenanti che sacrificano la velocità per riacquistare il controllo. Tuttavia, nei moderni DDEV dotati di motori a ruota indipendenti, esiste un’opportunità unica di sfruttare la vettorizzazione del torque non solo per la stabilizzazione, ma anche per mantenere le prestazioni.
Il team di WANG Yanhua ha riconosciuto che una strategia di controllo “una taglia per tutte” è insufficiente per la vasta gamma di scenari di guida incontrati nella realtà. Invece di affidarsi a una regola fissa di distribuzione del torque, hanno proposto un approccio dinamico e basato sulle condizioni che si adatta alla gravità dell’instabilità. Il loro sistema opera su un’architettura a due livelli: un calcolatore superiore del torque e un distributore inferiore del torque, entrambi che lavorano in sinergia per offrire prestazioni ottimali.
Il cuore del controller superiore è un algoritmo basato su PID che confronta continuamente il comportamento reale del veicolo con valori di riferimento ideali. Questi riferimenti—velocità di imbardata e angolo di deriva desiderati—sono derivati da un modello di dinamica veicolare a due gradi di libertà, che tiene conto di parametri chiave come la velocità del veicolo, l’angolo di sterzo, l’aderenza stradale e la distribuzione della massa. La differenza tra i valori misurati e desiderati genera segnali di errore che alimentano i loop PID, producendo sia il torque di trazione totale necessario per mantenere la velocità sia un momento di imbardata aggiuntivo richiesto per correggere l’instabilità.
Quello che distingue questa strategia è il modo in cui viene implementato il momento di imbardata calcolato. Invece di applicare una regola di distribuzione fissa, il controller inferiore seleziona tra tre modalità distinte—trazione differenziale, frenata differenziale e frenata a attrito—in base alla grandezza del torque correttivo necessario e ai limiti fisici dei motori.
In situazioni di curva leggera, dove è richiesto solo un piccolo momento di correzione, il sistema impiega la trazione differenziale. Questo metodo aumenta il torque sulle ruote esterne mentre lo riduce su quelle interne, generando un momento di imbardata stabilizzante senza influenzare la forza di trazione totale. Poiché non è coinvolta alcuna frenata, la velocità del veicolo rimane sostanzialmente invariata, permettendo al conducente di mantenere la velocità in curva. Questa modalità è particolarmente efficace su superfici asciutte o moderatamente scivolose dove l’aderenza è ancora disponibile.
Tuttavia, quando il torque correttivo richiesto supera quanto ottenibile attraverso la modulazione della trazione—come durante manovre evasive improvvise o su strade ghiacciate—il sistema passa senza soluzione di continuità alla frenata differenziale. In questa modalità, le ruote interne sono soggette a frenata rigenerativa o a attrito, creando un momento di imbardata più forte rallentando un lato del veicolo. Sebbene ciò comporti una certa riduzione della velocità, fornisce un effetto di stabilizzazione più potente, cruciale per prevenire la perdita di controllo.
In casi estremi, quando anche la frenata differenziale raggiunge il suo limite, il sistema passa alla frenata a attrito completa su specifiche ruote. Questa modalità di massimo intervento applica la forza frenante massima alla ruota posteriore interna mentre attiva contemporaneamente la ruota anteriore interna oltre la capacità del suo motore, utilizzando efficacemente gli attuatori frenanti tradizionali per generare un momento di imbardata aggiuntivo. Sebbene ciò porti a una decelerazione evidente, garantisce che la stabilità sia mantenuta anche nelle condizioni più impegnative.
Questo approccio a più livelli rispecchia la filosofia dei moderni programmi elettronici di stabilità ma sfrutta le capacità uniche dei gruppi propulsori elettrici distribuiti. A differenza dei veicoli convenzionali dove la frenata è lo strumento primario per il controllo dell’imbardata, i DDEV possono utilizzare la vettorizzazione del torque in modo proattivo, spesso evitando del tutto la necessità di frenate aggressive. La natura adattativa della strategia di WANG assicura che il metodo meno intrusivo sia sempre usato per primo, preservando l’efficienza energetica e il comfort di guida quando possibile.
Per validare la loro logica di controllo, il team di ricerca ha condotto estese simulazioni co-simulate utilizzando MATLAB/Simulink e CarSim, due strumenti standard del settore per l’analisi della dinamica veicolare. Hanno testato il sistema in due scenari impegnativi: una manovra di sterzata sinusoidale su una superficie a bassa aderenza (μ = 0,3) a 80 km/h e una manovra di doppio cambio di corsia su una superficie ad alta aderenza (μ = 0,9) a 90 km/h. Questi test sono stati progettati per simulare situazioni di emergenza comunemente utilizzate nelle valutazioni della sicurezza veicolare.
I risultati sono stati convincenti. Durante il test di sterzata sinusoidale, il veicolo non controllato ha mostrato una velocità di imbardata di picco di circa -14,5 °/s, indicando un’instabilità significativa. Al contrario, il veicolo controllato ha mantenuto la sua velocità di imbardata entro ±7,5 °/s—una riduzione del 54%. Allo stesso modo, l’angolo di deriva, che ha raggiunto ±3,1° nel caso base, è stato soppresso a meno di ±0,4° con il controllo, seguendo da vicino il valore ideale di zero. Più impressionante, il veicolo ha mantenuto la velocità target con una deviazione inferiore a 0,1 km/h, dimostrando che stabilità e mantenimento della velocità possono coesistere in condizioni moderate.
Il test di doppio cambio di corsia ha ulteriormente evidenziato l’adattabilità del sistema. Qui, il veicolo non controllato ha mostrato una velocità di imbardata di picco di ±25 °/s, un livello che probabilmente porterebbe a perdita di controllo nella guida reale. Con solo la trazione differenziale attiva, la velocità di imbardata di picco è scesa del 55%. L’aggiunta della frenata differenziale ha migliorato questo valore al 57% e, con tutte e tre le modalità attive, il sistema ha raggiunto una riduzione massima del 58%. Questo miglioramento incrementale sottolinea il valore di avere più livelli di controllo disponibili.
Curiosamente, i dati hanno rivelato un compromesso tra stabilità e fedeltà della velocità. Quando era attiva solo la trazione differenziale, il veicolo ha mantenuto un tracciamento quasi perfetto della velocità. Tuttavia, quando sono state attivate modalità di intervento più elevate, le velocità sono scese a 87,2 km/h e 86,8 km/h rispettivamente, riflettendo la dissipazione energetica inevitabile associata alla frenata. Tuttavia, questo sacrificio si è rivelato necessario: il controllo avanzato dell’imbardata ha prevenuto un’eccessiva deriva laterale e ha assicurato che il veicolo rimanesse sulla traiettoria prevista.
Uno dei risultati più notevoli è stato che il sistema completo a tre modalità non ha sempre prodotto il miglior controllo dell’angolo di deriva. Nello scenario di doppio cambio di corsia, la combinazione di trazione differenziale e frenata ha prestato leggermente meglio del sistema completo nel tracciamento dell’angolo di deriva ideale. Ciò suggerisce che una correzione eccessivamente aggressiva nella modalità più alta possa introdurre lievi oscillazioni, una sfumatura che potrebbe informare futuri perfezionamenti nella logica di transizione.
Dal punto di vista ingegneristico, il successo di questa strategia dipende da una stima accurata in tempo reale degli stati del veicolo e delle condizioni stradali. Il modello presuppone la conoscenza di parametri come l’aderenza pneumatico-strada, che può variare in modo imprevedibile. Mentre lo studio ha utilizzato coefficienti di attrito predefiniti nella simulazione, un’implementazione nel mondo reale richiederebbe algoritmi di stima robusti—probabilmente integrando tecniche di fusione sensoriale utilizzando dati da sensori di velocità delle ruote, IMU e sistemi di telecamera.
Inoltre, il sistema di controllo deve tenere conto dei limiti hardware, inclusi i limiti di coppia dei motori e i vincoli termici. Il documento modella esplicitamente questi limiti, assicurando che i torque comandati rimangano entro intervalli fisicamente raggiungibili. Questa attenzione alla fattibilità pratica aumenta la credibilità dell’approccio e aumenta il suo potenziale per un’implementazione reale.
Le implicazioni di questa ricerca vanno oltre l’interesse accademico. Mentre le tecnologie di guida autonoma avanzano, la capacità di mantenere la stabilità durante manovre di emergenza diventa ancora più critica. I sistemi di guida autonoma non devono solo pianificare traiettorie sicure, ma anche eseguirle in modo affidabile in tutte le condizioni. La strategia di distribuzione del torque adattativa di WANG Yanhua fornisce una solida base per tali capacità, in particolare nelle piattaforme elettriche dove il controllo preciso del torque è intrinseco all’architettura.
I costruttori automobilistici che investono in gruppi propulsori elettrici distribuiti—come quelli che sviluppano piattaforme “skateboard” o veicoli elettrici ad alte prestazioni—potrebbero trarre notevole beneficio dall’adozione di filosofie di controllo simili. La capacità di modulare il torque su ciascuna ruota apre nuove possibilità per migliorare sia la sicurezza che la dinamica di guida. Ad esempio, tali sistemi potrebbero essere integrati con sistemi avanzati di assistenza alla guida (ADAS) per fornire una stabilizzazione preventiva prima che si verifichi uno slittamento, o utilizzati in modalità di prestazione per stringere le traiettorie di curva senza sacrificare l’aderenza.
Inoltre, non si deve trascurare l’aspetto dell’efficienza energetica. Prioritizzando le correzioni basate sulla trazione rispetto alla frenata, il sistema minimizza la perdita di energia e massimizza le opportunità di frenata rigenerativa. Ciò si allinea bene con gli obiettivi più ampi della mobilità elettrica: ridurre l’impatto ambientale mentre si migliora la prestazione.
Guardando al futuro, esistono diverse vie per il perfezionamento. Il controller PID attuale, sebbene efficace, potrebbe essere potenziato con il controllo predittivo basato su modello (MPC) o tecniche di intelligenza artificiale per anticipare gli input del conducente e le condizioni stradali. Inoltre, l’integrazione di modelli del comportamento del conducente potrebbe consentire al sistema di regolare la sua aggressività in base al livello di abilità percepito o alle preferenze della modalità di guida.
Un’altra area da esplorare è l’integrazione dei controlli di sospensione e sterzo. Mentre questo studio si concentra sulla vettorizzazione del torque, combinarla con sterzo attivo o ammortizzatori adattivi potrebbe portare a ulteriori miglioramenti nella stabilità. Una gestione olistica della dinamica veicolare di questo tipo rappresenta la prossima frontiera nei sistemi di controllo automobilistico.
In conclusione, il lavoro di WANG Yanhua, MENG Yongkai e dei loro colleghi della North University of China rappresenta un passo avanti significativo nel campo del controllo della stabilità dei veicoli elettrici. Spostandosi oltre regole di distribuzione del torque statiche ed abbracciando una strategia adattativa e multimodale, hanno dimostrato un modo pratico ed efficace per migliorare la sicurezza in curva senza compromettere eccessivamente l’esperienza di guida. I loro risultati sottolineano il potenziale trasformativo dei gruppi propulsori elettrici distribuiti—non solo come mezzo di propulsione, ma come piattaforma per una mobilità più intelligente, reattiva e sicura.
Mentre l’industria automobilistica continua il suo viaggio di elettrificazione, ricerche come questa giocheranno un ruolo cruciale nel plasmare la prossima generazione di veicoli. Non si tratta semplicemente di sostituire i motori a combustione interna con batterie e motori, ma di ripensare ciò che un’auto può fare. Con sistemi di gestione intelligente del torque come quello descritto qui, il futuro della guida promette di essere non solo più pulito ed efficiente, ma anche più sicuro e piacevole.
WANG Yanhua, MENG Yongkai, DENG Jichen, WANG Yaoxun, GUAN Quancai, LIU Yutao, School of Energy and Power Engineering, North University of China. Lateral stability of distributed electric vehicle steering torque adaptive distribution strategy. Journal of Chongqing University of Technology (Natural Science), 2024, 38(3):46-54. doi: 10.3969/j.issn.1674-8425(z).2024.03.005