《Advances in Mechanical Engineering》：Regenerative brake blending for vehicle stability in electric vehicles: A systematic review
编辑推荐：
再生制动使电动汽车能够在减速过程中回收动能，从而提高能量效率并减少摩擦制动器磨损。然而，再生转矩受到电机、逆变器、电池及传动系统限制的约束，且通常仅在选定车轴或车轮上可用。因此，再生制动与摩擦制动的协同分配会改变纵向力分布，并与轮胎-路面摩擦极限相互作用。在紧
再生制动使电动汽车能够在减速过程中回收动能，从而提高能量效率并减少摩擦制动器磨损。然而，再生转矩受到电机、逆变器、电池及传动系统限制的约束，且通常仅在选定车轴或车轮上可用。因此，再生制动与摩擦制动的协同分配会改变纵向力分布，并与轮胎-路面摩擦极限相互作用。在紧急制动、低附着系数（low-μ）、对接路面（μ-split）或弯道制动等工况下，若协同分配不当，可能劣化车轮滑移调节、横摆响应、侧偏行为及方向稳定性，尤其是在未与防抱死制动系统（ABS）和电子稳定性控制（ESC）集成的情况下。本文开展了一项遵循PRISMA指南的系统综述，聚焦电动汽车中面向车辆稳定性的再生-摩擦制动协同分配，综合了再生制动、线控制动系统、ABS/ESC协同以及面向稳定性的控制分配等方面的近期文献。该综述提出了串联式、并联式、协同式与分层式协同分配架构的分类体系；比较了基于规则、基于优化、模型预测及面向学习的策略；并梳理了稳定性关键工况、评价指标与验证层级。综合结果表明存在反复出现的空白，包括μ-split与制动-转向联合工况评估有限、执行器限制与模式切换的报告不一致，以及稳定性约束未充分纳入能量最优分配。本文提出了一份报告清单与设计准则，以支撑更安全、更高效的再生制动系统的可复现性、基准测试与产业化部署。
引言部分。研究动机指出，再生制动（RB）通过将车辆动能部分转化为电能来提升电动汽车（EV）能效，并减少摩擦制动份额、降低制动磨损与颗粒物排放。但实际架构中，再生转矩受电机/逆变器转矩-转速包络、电池荷电状态（SOC）、热限制与充电功率限制约束，且常仅作用于驱动轴，因此多数电动汽车依赖制动协同分配，即由再生（电动）与摩擦（液压/机械）执行器协调产生总车轮制动力矩。制动协同分配并非纯纵向问题：附加传动转矩路径与执行器动力学可改变车轮力的时序与分布，进而与轮胎-路面摩擦极限及ABS、ESC运行相互作用。在低附着系数（low-μ）、对接路面（μ-split）与弯道制动等稳定性关键工况下，次优分配可诱发过大车轮滑移、横摆力矩扰动或执行器响应滞后，增加车轮抱死、失去转向能力或偏离驾驶员意图路径的风险。研究范围与定义将"车辆稳定性"广义界定为纵向稳定性（车轮滑移调节与制动距离鲁棒性，通常由ABS管理）与制动过程方向稳定性（横摆角速度跟踪、侧偏调节与路径跟随，通常由ESC/ESP管理），并强调low-μ、μ-split及制动-转向联合等稳定性关键条件；"制动协同分配"指在电机与摩擦制动器之间对制动力矩/力进行监督层分配与协调，以满总减速请求，并将其与底层执行器控制及独立稳定性控制器相区分。研究空白与动机指出既有综述多侧重能量回收、硬件架构与一般控制策略，存在三方面不足：稳定性常被作为次要约束而非与横摆、侧偏动力学关联的首要设计目标；文献采用异构试验工况与指标，难以跨研究比较并阻碍安全关键评估基准的建立；许多论文缺失执行器响应、模式切换、限制与约束等关键实现细节，影响可复现性与技术转化成熟度。法规要求（如FMVSS No. 126对ESC性能的规定）以及线控制动与集成电液制动系统在电动化与自动化车辆中的日益普及，进一步强化了开展面向稳定性的系统性综合的必要性。贡献部分提出：遵循PRISMA 2020的检索与筛选流程；构建统一分类框架，按控制架构、转矩分配策略（基于规则、基于优化与MPC启发式）、稳定性耦合机制（显式横摆/侧偏约束与隐式稳定化）及约束建模进行组织；构建证据图谱，综合稳定性关键工况、性能指标（横摆角速度、侧偏角、制动距离、回收能量）、验证层级（MIL、SIL、HIL与实车）及实现相关报告字段；并据此提出设计准则与研究路线图，重点关注模式切换及与ABS、ESC的交互。
系统综述方法部分。协议与报告标准遵循PRISMA 2020声明，并针对控制工程、车辆动力学与汽车系统跨学科特点，增加稳定性验证相关的学科特定报告条目（如工况、轮胎-路面摩擦条件与验证层级）。综述问题与纳入标准围绕四个问题展开：Q1已提出的用于在再生-摩擦制动中保持车辆稳定性的协同分配架构与控制策略；Q2稳定性如何与协同分配耦合（如通过滑移控制、横摆力矩分配或显式横摆/侧偏约束）；Q3用于评估稳定性感知协同分配的工况、指标与验证方法；Q4阻碍可复现性与基准测试的报告空白。采用类PICOS框架：研究对象为具备再生制动的EV/HEV或电动化动力总成；干预为协调再生与摩擦制动的分配策略；对照为纯摩擦制动和/或无稳定性耦合的传统协同分配；结果为稳定性相关结局（车轮滑移、横摆角速度、侧偏、路径偏差、制动距离）与能量回收；研究类型为仿真、HIL与试验研究，含期刊与主要会议论文。仅关注能量回收而无稳定性评估或约束的研究被排除，仅聚焦底层执行器控制而无协同分配或稳定性含义的论文亦被排除。信息来源与检索策略覆盖IEEE Xplore、SpringerLink、ScienceDirect等主要工程出版平台与开放索引服务，辅以对奠基性工作的前后向引文追踪，给出代表性布尔检索式，检索窗口为1990—2026年，限定英文、同行评议期刊与主要会议论文，检索最后执行于2026年1月29日；截至该日仅有"Early Access"或"Online First"而无确定卷期者未被系统纳入，鉴于1999—2026年同行评议语料的覆盖较为全面，其遗漏不影响综合的主要结论。经标题/摘要筛选、全文资格评估并排除二次或不完整报告后，PRISMA流程最终保留62项研究进入定性综合。研究选择与PRISMA流程报告：数据库检索识别4055条记录，去除重复与自动/人工剔除后筛选320条，寻求获取183份报告，评估152份报告资格，最终62项研究纳入定性综合；纳入研究跨1999—2026年，且明确评估再生-摩擦协同分配及其与ABS/ESC协调过程中的稳定性相关结局（车轮滑移/ABS性能、横摆/侧偏稳定性、μ-split响应或弯道制动行为）。排除类别说明给出筛选前剔除3735条（重复1526条、数据库自动去重工具剔除1861条、其他原因348条，如非英文、灰色文献、非同行评议报告），未获取报告31份（多为仅有会议摘要而无全文），全文资格阶段排除90份，主要原因为非EV/HEV协同再生制动28份、无稳定性/ABS/ESC结局25份、定量结果不足18份、二次或背景材料10份、信息不完整6份、报告重叠3份。数据提取与编码框架建议对每项纳入研究提取系统配置、协同分配架构、稳定性耦合机制、试验工况与运行条件、评价指标、验证层级与实现细节等一致字段，并给出数据提取编码本，以将控制设计与稳定性结局及评估严谨性相连接。质量评价与偏倚风险考虑指出，控制与车辆动力学论文验证实践差异较大，公平比较应考虑模型保真度、场景覆盖、执行器约束透明度与基线比较的存在；由于多数工作属工程设计研究而非临床试验，此处"偏倚风险"被解释为因场景有限、约束未报告或执行器过度理想化而导致所报告改进不可泛化的风险，并提出可定性评分（是/部分/否）的质量评价清单，涵盖模型保真度、执行器真实性、场景覆盖、基线比较、指标完整性、验证层级与可复现性。
结果与综合部分。电动汽车中的再生-摩擦制动协同分配指出，制动转矩可由作为发电机运行的电机（再生制动）与将动能转化为热能的摩擦制动器（液压盘/鼓式）产生，二者动力学与约束差异显著：电机响应快但受电机/逆变器额定值、传动比与电池充电接受能力限制，且极低速时因反电动势与控制限制而再生能力下降；摩擦制动器在全速度范围内可提供高峰值制动转矩，但因液压建压而响应较慢，可能存在迟滞、死区等非线性，并产生热负荷与磨损。制动协同分配监督器接收驾驶员或自动驾驶栈的减速请求并分配为再生与摩擦分量，分配常按层级组织：一级为符合制动法规与轮胎载荷转移的前/后轴分配，二级为驱动轴上的执行器分配（电动与摩擦）。现代线控制动架构通过解耦踏板感与车轮压力生成、允许独立车轮压力调制，实现紧密协调，这对ABS/ESC功能与无缝转矩协同分配至关重要；配备多电机（如分布式或轮毂电机）的过驱动电动汽车进一步扩展分配空间，并引入与牵引及稳定性功能的额外交互。制动过程中的车辆稳定性：滑移、横摆与侧偏指出，制动稳定性受可用摩擦潜力内纵向与侧向轮胎力耦合支配；车轮滑移率是纵向稳定性的关键变量，过大滑移降低纵向制动力并可能消除侧向力能力，导致失去转向能力，ABS通过调节车轮滑移避免抱死并保持转向能力；但方向稳定性——车辆在制动中如何旋转与横向平移——还取决于制动力在左右车轮与前后轴间的分布，在μ-split路面或非对称执行器限制下，不等制动力可产生非期望横摆力矩，弯道制动则将纵向制动力与侧向轮胎力耦合，可能诱发不足转向/过多转向与侧偏。ESC（或ESP）旨在通过差动制动及部分平台的转矩矢量将横摆角速度与侧偏保持在安全边界内，其性能要求在FMVSS No. 126等法规中予以规范；在电动汽车中，再生制动带来额外约束与机会：电机转矩可快速调制用于滑移控制，但各车轮再生转矩可用性可能不同（如单电机前轴），并可能因电池限制而突变，若处理不当会触发扰动横摆动力学的模式切换。稳定性感知制动协同分配作为受约束多目标控制问题指出，多数稳定性感知分配可解释为受约束多目标控制问题：监督器须跟踪需求总制动力或减速度，同时最大化能量回收并满足安全约束。典型目标项包括减速度跟踪误差、能量回收（等价于最小化摩擦制动使用）、稳定性指标（如横摆角速度误差、侧偏幅值）与可驾驶性/舒适性（如限制冲击度与转矩变化率）；约束一般包括电机再生转矩限制（转矩-转速曲线、逆变器电流限制）、电池接受限制（随SOC变化的充电功率）、液压压力与变化率限制、车轮滑移边界，以及部分情况下确保方向稳定性的横摆/侧偏边界。核心难点在于切换过程中的执行器协调：再生能力可能突然下降（如高SOC、冷电池、低速），需要摩擦制动快速补矩；若补矩不同步，总车轮转矩可能偏离请求值，诱发纵向减速度振荡，并在非对称条件下产生横摆扰动，因此协同分配设计必须显式处理模式切换、执行器动力学及与ABS/ESC的交互。为统一符号，文中以一组紧凑数学骨架（式(1)—(9)）表达该问题，将问题分解为车辆级减速度、车轮级转矩协同分配、执行器可行性、稳定性动力学与能量回收，兼容基于规则、基于优化与MPC启发式分配器；其中i为车轮索引，Tb,i、Tregen,i、Tfric,i分别为车轮i的总、再生与摩擦制动转矩，λi为纵向滑移率，r与β为横摆角速度与侧偏角，lf与lr为质心至前、后轴距离，ε用于避免极低速奇异；式(1)将车轮力分配经阻力损失转换为可测车辆减速度，式(2)定义须保持在稳定轮胎摩擦区内的ABS相关滑移状态，式(3)为协同分配恒等式，式(4)以电机转矩-转速包络、逆变器能力与电池充电接受限制约束再生分量，式(5)—(7)通过将非对称纵向力与载荷转移效应关联至横摆、侧偏与侧倾响应，把分配问题拓展至直线制动之外，式(8)将监督器表述为加权多目标分配问题，式(9)定义回收能量项；其关键含义是能量回收仅应在由滑移、横摆角速度、侧偏、执行器饱和、执行器变化率与切换约束所定义的安全包络内最大化。分类与比较综合部分提出四类反复出现的监督架构：串联式（优先使用再生制动至其极限，摩擦制动提供剩余转矩）、并联式（基于分配规则同时指令再生与摩擦制动）、协同式（与滑移调节ABS和/或横摆稳定性控制ESC显式协调，常通过共享状态与约束）与分层式（多层控制器结合状态机逻辑、中层转矩分配与底层执行器控制，有时含执行器动力学补偿）。文中以二维分类图将其呈现为成熟度图而非控制器优劣排序：串联式位于左下区域，因其优先再生转矩并以摩擦制动主要作为限值型补矩，多数稳定性干预留给下游ABS/ESC；并联式向右移动，因再生与摩擦转矩同时分配，但其稳定性价值取决于滑移、转矩变化率与执行器饱和约束是否嵌入分配；协同式向上移动，因与ABS/ESC交换滑移、横摆力矩与干预状态信号，可在low-μ、μ-split与弯道制动下主动缓解车轮抱死与非期望横摆；分层式位于右上区域，因其结合监督安全状态机、受约束中层分配器、执行器级跟踪/诊断与回退逻辑。横轴表示控制分配与集成复杂度，以监督层数、分配目标范围（标量转矩分配规则与多轮受约束优化）及与ABS/ESC信号接口和执行器级动态模型集成的广度来操作化；纵轴表示显式稳定性耦合强度，从隐式滑移率保护（低）、优化器中横摆角速度或侧偏角的显式不等式约束（中）到通过ESC横摆力矩请求与实时侧偏估计进行主动闭环修正（高）。转矩分配策略方面，基于规则的方法仍较普遍，包括固定前/后分配并叠加随SOC与转速变化的再生限制，以及模糊逻辑或查表方法实现平滑切换，其透明、计算成本低，但在路面摩擦变化下可能脆弱，且未必能最优权衡能量回收与稳定性；基于优化的策略将协同分配表述为受约束分配问题，常用线性或二次规划在满足执行器与滑移约束下最大化再生功率，可嵌入稳定性相关约束（如滑移边界、横摆力矩边界）并自然处理执行器饱和；模型预测控制（MPC）通过显式考虑系统动力学实现预见性分配，缓解转矩瞬态并改善切换过程稳定性；近期亦探索基于学习的分配（如强化学习）以处理非线性与不确定约束，但安全保证与可解释性对稳定性关键功能仍是关键关切；分层与自适应实时策略将基于规则的监督与动态补偿或制动强度分类相结合，以改善转矩跟踪与鲁棒性。稳定性耦合机制包括：基于滑移的耦合（ABS协调），通过ABS激活时限制再生转矩或将滑移误差显式纳入分配目标来调制再生转矩以维持车轮滑移于目标范围，协同ABS-RB控制已被证明可在low-μ制动下提高能量回收并避免车轮抱死；基于横摆力矩的耦合（ESC协调），利用差动制动（摩擦和/或再生）产生修正横摆力矩，在过驱动电动汽车中可将协同分配与横摆力矩控制分配结合，以在μ-split与直线紧急制动下保持方向稳定性，近期文献亦报道了转向-制动条件下制动-横摆-侧倾的集成协调；基于约束的耦合，在横摆角速度、侧偏角或稳定性包络的显式约束下求解分配，与优化及MPC表述兼容，若约束限值具有物理解释且估计器性能充分，可提供更清晰的安全保证。实践中这些机制互补，许多架构先通过滑移调节确保纵向稳定性，再协调剩余自由度（左右分配）以满足方向稳定性目标，耦合方式选择取决于传感器可用性、执行权限与目标工况集。实践考虑包括：路面摩擦估计（μ估计），稳定性关键场景需自适应调整制动力矩限制，许多研究假设摩擦已知或采用由车轮滑移与纵向加速度导出的简单估计器，但估计器延迟与不确定性若直接用于约束执行会劣化稳定性；对稳定性约束型协同分配的关键含义是，基于μ点估计的约束在估计器延迟或含噪时可能被违反，在左右μ快速分化的μ-split路面上风险尤为突出；保守做法是约束收紧，将标称估计μ?替换为保守下界（如μ??k·σ?，σ?度量估计器不确定性，k≥1为设计参数）用于滑移或横摆力矩约束，使安全包络在最坏估计误差下仍可行，以少量能量回收下降换取瞬态摩擦条件下约束违反风险的显著降低。模式切换与补矩方面，再生制动在低速被削减且可能受SOC与温度限制，平滑补矩——再生下降时快速以摩擦制动替代——对避免减速度振荡与横摆扰动至关重要；分层控制器常实现带迟滞的状态机以防抖振，并对执行器动力学采用前馈/反馈补偿。执行器动力学与协调方面，电转矩响应快于液压压力，且不同EHB/一体箱系统的压力调制动力学存在差异，忽略这些动力学会导致性能不切实际且难以向硬件迁移；若干工作显式纳入执行器动力学并通过HIL台架或试验验证。证据图谱与报告建议部分提出稳定性关键工况集，指出现有文献反复出现的局限是缺乏统一的稳定性感知协同分配评估工况集，建议至少覆盖纵向与方向稳定性的最小工况集：高μ直线制动（基线减速度跟踪与能量回收，必选）、低μ直线制动（ABS交互与车轮滑移鲁棒性，必选）、μ-split直线制动（非对称摩擦下方向稳定性，必选）、定半径弯道制动（纵向-侧向耦合稳定性，推荐）、制动-转向（如制动下正弦停留工况，ESC交互与组合稳定性控制，推荐）与低速再生切断/切换试验（模式切换质量与补矩，必选）。除工况定义外，每项试验应清晰报告初速度、路面摩擦（含μ-split比值）、转向输入曲线（如有）、车辆载荷条件及ABS/ESC干预触发条件；工况集应尽可能包含至少一个制动-转向联合工况，因为许多协同分配失稳在纵向滑移降低侧向力能力时显现；相关制动系统性能约束与术语可与联合国欧洲经济委员会（UNECE）轻型车辆制动法规对齐。指标定义与报告完整性方面，研究应定义所有指标并报告计算方式（滤波、采样、峰值与均方根），至少同时提供能量与稳定性结局：回收能量（或再生功率积分）、制动距离、滑移率轨迹，以及至少一项方向稳定性度量（横摆角速度跟踪误差、侧偏角峰值或横向路径偏差）；考虑ESC时，报告修正横摆力矩需求或差动制动动作有助于解释稳定性改善；由于协同分配失稳常源于执行器动力学与切换，强烈建议给出总制动力矩、再生转矩与摩擦制动压力的时间历程，并附触发再生削减的电机/电池限制。可复现性与基准测试报告清单提出最小条目集，涵盖系统描述（车辆参数、传动布局、电机转矩-转速限制、电池SOC/热限制）、制动系统（液压/EHB/一体箱架构、执行器动力学、传感器集、失效安全模式）、控制结构（框图、协同分配架构、状态机、ABS/ESC交互信号）、分配器（目标函数、约束、求解器、采样时间、整定参数、切换迟滞）、工况与条件（初速度、路面μ与μ-split、转向曲线、载荷条件、坡度）、指标（能量、制动距离、滑移、横摆/侧偏/路径指标定义与滤波）、验证（MIL/SIL/HIL/实车、硬件规格、实时可行性、比较基线）与数据可用性（参数集、代码片段或伪代码、基准数据集），并区分"必需"（缺失则无法独立复现）与"强烈推荐"（显著提升可比性与基准就绪度），两类条目均适用于仿真与试验研究。
讨论部分的设计准则综合所综述架构与评估实践，提出：将协同分配设计为受约束问题，把执行器限制、滑移边界及（相关时）横摆/侧偏边界作为显式约束而非隐式启发式；确保无缝转矩切换，实现补矩逻辑与变化率限制，使再生削减（低速、高SOC、热限制）不引发减速度或横摆瞬态；通过清晰信号接口与ABS/ESC协调，界定ABS何时覆盖再生转矩、ESC横摆力矩请求如何映射至摩擦与再生差动制动；建模并补偿执行器动力学，纳入电机转矩动力学、传动柔性与液压压力响应，整定协同分配以避免振荡与超调；谨慎使用摩擦/车辆状态估计，将估计器不确定性与延迟纳入约束裕度，避免基于含噪μ或侧偏估计的激进切换；在稳定性关键工况集上报告与验证，除直线制动外包含low-μ或μ-split及至少一个弯道制动或制动-转向工况；采用可复现性清单与利于基准测试的报告方式，公开关键参数、工况定义与指标计算细节。效度威胁与局限方面，主要威胁包括场景偏倚（评估局限于高μ直线制动）、建模偏倚（理想化执行器与摩擦模型低估切换效应）、报告偏倚（约束与整定细节缺失）与可迁移性偏倚（方法从仿真扩展至实时控制器的证据有限）；本文提供结构化框架与建议，但具体证据图谱的完整性取决于检索执行广度与全文可及性，尤其因各数据库查询按平台语法与接口约束调整（如部分检索界面的运算符与关键词限制），关键词覆盖在各数据库间并不完全一致，故采用前后向引文追踪以缓解遗漏风险，且纳入语料结论的收敛性表明这不实质性影响主要结论；此外定量效应的荟萃分析较为困难，因研究很少报告标准化指标且常使用不同车辆平台与轮胎模型。开放研究方向包括：能量-稳定性集成优化，开发同时考虑再生能量、电池应力、制动热状态与稳定性约束的实时分配器；安全保证的学习方法，将数据驱动分配与控制屏障函数或鲁棒MPC结合，为滑移与横摆/侧偏提供形式化安全包络；标准化基准与开放数据集，扩展基准工况集（含μ-split与制动-转向）并提供可复现比较的开放仿真/HIL模型；先进状态估计，改进制动下μ与侧偏的实时估计并进行不确定性量化以支持约束收紧；与线控制动硬件的协同设计，将协同分配算法与一体箱EHB/BBW架构及容错模式协同优化以满足功能安全要求；摩擦估计不确定性下的鲁棒约束设计，发展面向稳定性协同分配的约束收紧系统方法（如管式MPC、机会约束或集合隶属估计），考虑low-μ与μ-split路面上μ估计器延迟与方差，并对有界估计误差下滑移与横摆力矩约束满足给出形式化保证；功能安全与实时协同设计，开发符合ISO 26262 ASIL要求及车规级嵌入式硬件约束（约10 ms周期、有界内存、失效安全模式）的稳定性感知协同分配机制，包括传感器故障与执行器饱和条件下安全属性的形式化验证。
结论部分指出，再生-摩擦制动协同分配对电动化车辆至关重要，但稳定性关键制动场景暴露了能量回收、车轮滑移调节与方向稳定性之间的强耦合；本文通过提出遵循PRISMA的综述协议与数据提取编码本、协同分配架构与稳定性耦合机制分类、连接工况/指标/验证层级的证据图谱框架，以及提升可复现性与基准测试水平的报告清单与设计准则，提供了面向稳定性的协同分配综合。综合强调，未来进展不仅取决于更先进的分配器（优化、MPC、学习），还取决于在稳定性关键工况上的严谨验证、执行器限制与切换的透明报告，以及与ABS/ESC和线控制动硬件的深度集成。研究到产业部署差距方面，学术文献中流行的优化与MPC类分配器与量产ESC及整车控制器（VCU）硬件的计算约束之间仍存在显著差距，后者通常运行于嵌入式处理器、约10 ms周期且浮点吞吐有限；多数所综述的MPC与二次规划（QP）方法仅在仿真或离线验证，未证明在车规级硬件上的实时可行性。弥合该差距需要计算高效架构：具有预计算参数解的显式MPC、迭代次数有界的暖启动有效集QP求解器，或由优化问题离线导出的结构化规则型分配器（如经查表近似或具形式化安全证书的神经网络代理）。此外，量产部署须满足ISO 26262功能安全要求，意味着在传感器故障、执行器饱和与软件失效下具备ASIL等级失效安全行为，而这一维度在所综述文献中几乎完全缺失；未来工作应把稳定性感知协同分配与实时硬件约束及ISO 26262 ASIL要求的协同设计作为首要设计目标，而非事后考虑。
