1. 课程导入与工程对象界定

在传统汽车底盘中，转向、制动、驱动、悬架等子系统各自拥有独立的电子控制单元（ECU）与执行机构，彼此之间通过CAN总线交换少量状态信号，控制目标相互解耦。当车辆进入电动化与智能化阶段后，底盘不再只是"被动承载+独立调节"的机械集合，而逐渐演变为一个可协同分配纵向、横向、垂向运动的多执行器系统。ZF（采埃孚）智能底盘执行系统正是这一演进的典型代表：它以线控转向（Steer-by-Wire, SbW）、线控制动（Brake-by-Wire, 如集成式电液制动 IBC）、电驱动桥（eAxle）以及主动悬架/后轮转向（AKC）等执行器为物理基础，通过一个中央协调层对多个执行器进行统一调度，实现"1+1>2"的整车运动控制效果。

本课程所讨论的"协同控制工程"，指的是围绕这些执行器构建的一套完整工程方法：从需求分解、执行器能力建模、协调控制算法设计，到信号链实现、参数标定、测试验证与故障降级。它不是单一算法问题，而是横跨机械、电子、控制、软件与测试的系统工程。理解这一点，是后续所有章节的认知起点。

一、工程对象：从"部件"到"可协同执行系统"

界定工程对象，需要先明确"谁在协同、协同什么、通过什么协同"。ZF智能底盘执行系统的核心对象可归纳为四类执行器与一个协调中枢：

• 线控转向 SbW：方向盘与转向齿条之间无机械连接，转向角由电机执行，可主动叠加转向角，支持可变转向比与自动驾驶转向接口。
• 线控制动 IBC：制动踏板与液压执行解耦，可主动建压，支持能量回收与制动协调，是纵向控制的关键执行器。
• 电驱动桥 eAxle：提供驱动与回收扭矩，可左右独立或前后轴分配，是纵向与横向耦合控制的重要力矩源。
• 主动悬架/后轮转向 AKC：分别作用于垂向与横向，改变车身姿态与低速灵活性，是协同控制中"姿态与轨迹"耦合的调节手段。
• 底盘协调控制器：接收驾驶员意图、ADAS/自动驾驶指令与车辆状态，输出各执行器的目标值，是协同控制的"大脑"。

这些对象并非简单并列。它们之间存在明显的功能重叠与能力互补：横摆角速度既可由前轮转向产生，也可由后轮转向或左右驱动力矩差产生；纵向减速度既可由IBC液压制动产生，也可由eAxle回收扭矩产生。协同控制要解决的，正是在这些重叠能力之间做实时、安全、平顺的分配。

二、协同控制的核心挑战

把多个执行器接入同一协调层，并不自动等于协同。工程实践中，真正的难点集中在以下几个方面。

第一，执行器能力与带宽差异。SbW的转向执行带宽通常在10~20 Hz量级，IBC建压响应在数十毫秒级，eAxle扭矩响应可达毫秒级，而主动悬架作动器带宽更低。协调控制器若按同一时间尺度下发目标，会出现"快的等慢的"或"慢的追不上"的问题。因此，协同控制必须显式建模各执行器的动态能力，并在分配时考虑响应时延与速率限制。

第二，功能重叠带来的分配自由度。以横摆控制为例，前轮转向、后轮转向、左右驱动力矩差都能产生横摆力矩。分配策略需要同时考虑轮胎附着利用率、能量效率、乘坐舒适性与执行器热负荷。一个常见的工程做法是：低速以AKC改善灵活性，中高速以SbW为主、eAxle差动为辅，紧急工况下三者协同并预留IBC单轮制动介入。

第三，安全与降级。线控系统一旦失效，必须在不依赖机械备份的前提下保证可控。协同控制器需要设计分层降级策略：单执行器故障时由其余执行器重构控制目标；协调层故障时各执行器退回独立安全模式。这要求信号链具备冗余、校验与实时性保障。

第四，标定与验证的复杂度。多执行器协同意味着参数空间维度高、耦合强。实车标定若只靠试凑，成本极高。工程上通常先建立执行器能力模型与车辆动力学模型，在仿真中完成分配策略的初步验证，再通过硬件在环（HIL）与实车测试逐步收敛。

三、学习地图：本课程的知识路径

围绕上述对象与挑战，本课程按"对象—能力—协同—实现—验证"的逻辑展开，共30章。前段建立工程对象与信号链认知；中段深入各执行器的建模、控制与协同分配算法；后段覆盖软件架构、标定、测试与故障处理。学习时建议始终带着三个问题：这个执行器能做什么、它的边界在哪里、协调层如何知道并利用这些信息。

需要强调的是，协同控制的目标不是让每个执行器都"尽力工作"，而是在满足安全约束的前提下，用最合适的执行器组合完成驾驶任务。这意味着工程上必须接受"某些工况下某个执行器不参与"是正常且必要的。理解这种"有所为、有所不为"的分配思想，是进入本课程后续内容的关键。