1.一种无人驾驶独立驱动和转向车辆整车动力学控制量获得方法，其特征在于，包括以下步骤：

1)估计车辆质量和转动惯量，采集车辆-道路跟踪系统中与车辆质心对应的实际车速、横向距离偏差和横摆角偏差数据，以及用于车辆-道路跟踪的车辆运动学、动力学基本信息，结合信息融合方法获取无人驾驶全轮独立驱动-独立转向车辆整车动力学控制所需的系统状态信息数据{X}；

2)根据步骤1）获取的系统状态信息数据，利用有约束几何映射法计算整车动力学控制量可达域；

3)根据步骤1）获取的系统状态信息数据及步骤2）获取的整车动力学控制量可达域信息数据，计算系统跟踪期望偏差；

4)利用无人驾驶全轮独立驱动-独立转向车辆-道路跟踪系统动力学模型和步骤3）生成的系统跟踪期望偏差，结合步骤1）获取的系统状态信息数据，采用带扰动实时估计的鲁棒控制方法生成整车动力学备选控制量，该整车动力学备选控制量由总纵向力备选控制量、总侧向力备选控制量、总横摆力矩备选控制量构成；

5）结合步骤2）获得的整车动力学控制量可达域，对步骤4）生成的整车动力学备选控制量的可行性进行判断和调整，获得整车动力学控制量，即总纵向力控制量、总侧向力控制量、总横摆力矩控制量。

2.根据权利要求1所述的无人驾驶独立驱动和转向车辆整车动力学控制量获得方法，其特征在于：

1.1）所述步骤1）中估计车辆质量和转动惯量，具体为利用无人驾驶全轮独立驱动-独立转向车辆标称质量mn和标称转动惯量Izn，获取车辆质量估计值mest=mn、转动惯量估计值Izest=Izn；

1.2）所述步骤1）中采集车辆-道路跟踪系统中与车辆质心对应的实际车速、横向距离偏差和横摆角偏差数据，具体为利用GIS+DGPS,或车载式车道线视觉检测系统，或道路磁钉检测系统，采集车道当前跟踪点PC处的横向距离偏差，以及车辆纵轴在道路平面上的垂直投影线同车道当前跟踪点PC处车道中心线切线之间的横摆角偏差Δψ；其中，PC为过车辆质心并沿垂直于车辆纵轴方向的平面与车道中心线的交点,Δy为车辆质心与PC点线段在道路平面上的投影线长度；

1.3）所述步骤1）中采集用于车辆-道路跟踪的车辆运动学、动力学基本信息，结合信息融合方法获取无人驾驶全轮独立驱动-独立转向车辆整车动力学控制所需的系统状态信息数据，具体为利用GIS+DGPS,或车载式车道线视觉检测系统，或道路磁钉检测系统，获取车道当前跟踪点PC处的道路中心线曲率ρPC，利用轮速传感器、GPS、垂直陀螺仪采集车辆运动学、动力学基本信息，结合信息融合方法获取无人驾驶全轮独立驱动-独立转向车辆整车动力学控制所需的车速vx和系统附加状态信息数据{X}0，所述系统附加状态信息数据{X}0包括车辆纵向加速度、侧向加速度、俯仰角、侧倾角、质心侧偏角和横摆角速率数据，以及车道当前跟踪点PC处的道路中心线曲率ρPC；

1.4）所述步骤1）中系统状态信息数据{X}由系统基本状态信息数据{mest,Izest,vx,Δy,Δψ}与系统附加状态信息数据{X}0的并集构成。

3.根据权利要求2所述的无人驾驶独立驱动和转向车辆整车动力学控制量获得方法，其特征在于：所述步骤2）中根据步骤1）获取的系统状态信息数据，利用有约束几何映射法计算整车动力学控制量可达域，具体包括：

2.1）整车动力学控制量可达域计算模型表达式为：

所述表达式（1）～（4）的含义是已知u和B，求v；式中v为整车动力学控制量可达域，是一个由总纵向力控制量Fx、总侧向力控制量Fy、总横摆力矩控制量Mz构成的三维有界函数空间区域；效率矩阵B根据步骤1）获取的系统状态信息数据{X}、车轮转角、车辆底盘几何参数确定；u为2m维的车轮控制量，由m个车轮纵向力和m个侧向力构成；

为第j个车轮的允许制动力或驱动力的下界、上界，j＝1,2,…,m，m为大于等于3的正整数； 为第j个车轮的允许侧向力的下界、上界；Fmaxj为第j个车轮的允许轮胎力总力；Fxj、Fyj为第j个车轮纵向力控制量、侧向力控制量；

2.2） 求 每 个 车 轮 的 线 性 约 束 条 件 式 (3) ～ (4) 的 交 集为 第 j 个 车 轮

控制量线性约束域，以及每个车轮的非线性约束条件式(2) ～(4)的交集为第j个车轮控制

量非线性约束域，j＝1,2,…,m，m为大于等于3的正整数；

2.2.1）计算整车动力学控制量可达域v：如果 则直接

以 为约束条件计算v；如果 则首先使用二等分角逼近法

求每个车轮控制量非线性约束域 的矩形逼近序列集合 其中

为第j个车轮

控制量非线性约束域 的第s个逼近矩形的纵向力的上、下界， 为其侧向力的上、下界，s＝1,2,…,p0，p0根据计算精度要求确定，j＝1,2,…,m，m为大于等于3的正整数，则整车动力学控制量可达域计算模型表达为式(1)和式(5)～(6)，然后再计算每s s个 对应的控制量可达域子域v，s＝1,2,…,p0，取所有v 的并集作为整车动力学控制量可达域v，步骤2.1）、2.2）、2.2.1）描述的方法称为有约束几何映射法；

2.2.1.1）步骤2.2.1）中p0根据计算精度要求确定，具体为记第s个逼近矩形的面积为Ss，记允许逼近误差ε＝0.05，按如下步骤计算p0： 第一步：p0赋初值1，即p0＝1，计算非线性约束域 的面积，记为S； 第二步：计算第p0个逼近矩形的面积Sp0；

第三步：计算从第1个到第p0个逼近矩形的面积之和 判断 是否成

立，若成立，p0值计算结束；若不成立，执行第四步；

第四步：p0加1，转第二步。

4.根据权利要求3所述的无人驾驶独立驱动和转向车辆整车动力学控制量获得方法，其特征在于：所述步骤3)中根据步骤1）获取的系统状态信息数据和步骤2）获取的整车动力学控制量可达域信息，计算系统跟踪期望偏差具体方法如下：

3.1）设定整车动力学控制目标期望值的初始值：期望车速 期望距离偏差Δyd＝0，期望横摆角偏差Δψd＝0，计算其与步骤1）获取的vx、Δy、Δψ之间的系统跟踪期望偏差初始值： 依据车道当前跟踪点PC处的道路中心线曲率 、车辆最大侧向加速度约束aymax确定，如式(7)：

3.2）根据步骤2）获取的整车动力学控制量可达域v，利用一组专家规则即规则1、规则

2、…、规则n，n为大于等于3的正整数，对步骤3.1）获取的 和 进行调整， 规则1：如果v较大，而 和 的绝对值都较小，则无需对 和 进行调

整，系统跟踪期望偏差

规则2：如果v较小，而 和 的绝对值都为中等大小，则使用式（8）～（10）对和 进行调整，得到系统跟踪期望偏差evxd、eΔy和eΔψ：

Ts为车辆-道路跟踪系统控制周期； 为时间常数，根据专家经验确定，取作Ts的2.5倍；

┇

规则n：如果v较小，而 和 的绝对值都较大，则使用式（11）～（13）对和 进行调整，得到系统跟踪期望偏差evxd、eΔy和eΔψ：

为时间常数，根据专家经验确定，取作Ts的5.0倍；

3.2.1）步骤3.2）中的“较小”、“中等大小”、“较大”为模糊隶属度取值，利用基于专家经验的模糊逻辑方法确定，正整数n根据v、 和 四个变量模糊子域的划分和具体采用的模糊推理方法确定；规则3～规则n-1的设计与上述方法类似。

5.根据权利要求4所述的无人驾驶独立驱动和转向车辆整车动力学控制量获得方法，其特征在于：所述步骤4)中利用无人驾驶全轮独立驱动-独立转向车辆-道路跟踪系统动力学模型和步骤1）获取的系统状态信息数据、步骤3）生成的系统跟踪期望偏差，采用带扰动实时估计的鲁棒控制方法生成整车动力学备选控制量，具体包括：

4.1）全轮独立驱动-独立转向车辆整车动力学模型表达式为：

式中 分别为vx、Δy、Δψ的一阶和二阶导数；mest为车辆质量估计值，Izest为转动惯量估计值；Fx为总纵向力控制量、Fy为总侧向力控制量、Mz为总横摆力矩控制量；fvx、fΔy和fΔψ分别为无人驾驶全轮独立驱动-独立转向车辆-跟踪系统纵向、横向和横摆运动三个动力学通道“内扰+外扰”的“总和”；

4.2）使用带“内扰”和“外扰”估计功能的ADRC鲁棒控制器计算整车动力学备选控制量：

4.2.1）采用式（17）所示的二阶离散扩张状态观测器对fvx进行实时估计，采用式（18）所示的三阶离散扩张状态观测器对fΔy和fΔψ分别进行实时估计； 式（17）和式（18）中，k代表当前控制步，h为控制周期；y(k)代表vx、Δy或Δψ的第k步测量值；z1(k)代表vx、Δy或Δψ的第k步估计值；e为vx、Δy或Δψ第k步测量值y(k)和估计值z1(k)之间的偏差；β01、β02、β03、α1、α2、δ0为控制器参数；fal(e,α1,δ0)、fal(e,α2,δ0)分别由表达式（19-1）、（19-2）表达，sign(e)表示e的符号函数；式（17）中，z2(k)代表fvx的估计值，b0＝1/mest，u(k)＝FxC(k)，即第k步总纵向力备选控制量FxC(k)；

式（18）中，z2(k)代表Δy或Δψ一阶导数的估计值，z3(k)代表fΔy或fΔψ的估计值，b0＝-1/mest，对应fΔy估计，或b0＝-1/Izest，对应fΔψ估计，u(k)＝FyC(k)或u(k)＝MzC(k)，即第k步总侧向力备选控制量FyC(k)或总横摆力矩备选控制量MzC(k)；

4.2.2）计算整车动力学备选控制量：采用式（20）所示的一阶离散非线性比例控制器对fvx进行实时补偿，采用式（21）所示的二阶离散非线性比例控制器对fΔy和fΔψ分别进行实时补偿，对各通道误差进行反馈校正； 式（20）和式（21）中，fal(e1,αp,δp)、fal(e2,αd,δd)由式（22-1）、式（22-2）分别表达；KP、Kd、αP、δP、αd、δd为控制器参数，u0为中间变量；式（20）中，e1是evxd的跟踪信号，b0、u(k)、z2(k)意义同式（17）；式（21）中，e1是eΔy或eΔψ的跟踪信号，e2是eΔy或eΔψ的跟踪微分信号，b0、u(k)、z3(k)意义同式（18）；无人驾驶全轮独立驱动-独立转向车辆整车动力学备选控制量是一个3维矢量，记为UC，UC＝[FxC FyC MzC]T，第k步值UC(k)＝[FxC(k) FyC(k) MzC(k)]T，T为转置符号； 步骤4.1）、4.2）、4.2.1）、4.2.2）描述的方法称为无人驾驶全轮独立驱动-独立转向车辆-道路跟踪系统整车动力学备选控制量计算的带扰动实时估计的鲁棒控制方法。

6.根据权利要求5所述的无人驾驶独立驱动和转向车辆整车动力学控制量获得方法，其特征在于：所述步骤5)中结合步骤2）获得的整车动力学控制量可达域，对步骤4）生成的整车动力学备选控制量的可行性进行判断和调整，获得整车动力学控制量，即总纵向力控制量、总侧向力控制量、总横摆力矩控制量，具体包括：

5.1）记Fx(k)、Fy(k)、Mz(k)分别为总纵向力控制量Fx、总侧向力控制量Fy、总横摆力矩T控制量Mz的第k步值，整车动力学控制量为U，U＝[Fx Fy Mz]，其第k步值U(k)＝[Fx(k) TFy(k) Mz(k)]，读取步骤2.2.1）获得的整车动力学控制量可达域v和步骤4.2.2）获得的T整车动力学备选控制量UC(k)＝[FxC(k) FyC(k) MzC(k)] ；

5.2）若UC(k)∈v，则第k步整车动力学控制量U(k)＝UC(k)，即U(k)=[FxC(k) FyC(k) TMzC(k)] ；

若 则对第k步整车动力学备选控制量UC(k)进行处理，得到整车动力学控制量U(k)，具体包括：

5.2.1）定义优化目标函数

B(1,:)、B(2,:)、B(3,:)分别表示效率矩阵B的第一行、第二行、第三行行向量，建立非线性优化模型 mind(k)＝||UC(k)-BuC(k)||2 (24) 所述表达式（24）～（27）的含义是已知整车动力学备选控制量UC(k)和效率矩阵B，在表达式（25）～（27）的约束下，求使d(k)最小的uC(k)；uC(k)为2m维的车轮力备选控制T向量，uC(k)＝[FCx1 FCy1 FCx2 FCy2 … FCxm FCym]，FCxj、FCyj为第j个车轮纵向力备选控制量、侧向力备选控制量，j＝1,2,…,m，m为大于等于3的正整数； 为第j个车轮的允许制动力或驱动力的下界、上界； 为第j个车轮的允许侧向力的下界、上界；Fmaxj为第j个车轮的允许轮胎力总力；效率矩阵B根据步骤1）获取的系统状态信息数据{X}、车轮转角、车辆底盘几何参数确定；

5.2.2）使用MATLAB V7.6.0版本软件提供的fmincon（）函数对步骤5.2.1）中表达式（24）～（27）描述的非线性优化问题进行求解，结果记为 将 代入式（28）进行计算，结果即为调整后的整车动力学控制量U(k)，