这篇文档属于类型a，是一篇关于自动驾驶车辆在漂移状态下同时实现路径跟踪和侧偏角控制的原创性研究论文。以下为针对该研究的学术报告：
作者及发表信息
本研究由Jonathan Y. Goh（斯坦福大学机械工程系，通讯作者）和J. Christian Gerdes（斯坦福大学机械工程系）合作完成，发表于2016年IEEE智能车辆研讨会（IEEE Intelligent Vehicles Symposium），会议于2016年6月19日至22日在瑞典哥德堡举行。
学术背景
研究领域与动机
该研究属于自动驾驶控制领域，聚焦于车辆在极限工况（如漂移）下的稳定性与路径跟踪问题。传统自动驾驶系统通常假设车辆处于稳定操控范围内，但紧急避障或极端驾驶场景可能使车辆进入不稳定状态（如高侧偏角）。职业车手在漂移比赛中能精确控制高侧偏角下的车辆轨迹，这启发了研究者探索此类不稳定状态的自主控制方法。
理论基础
研究基于车辆动力学模型，包括四轮模型（four-wheel model）和简化单轨模型（single-track model），结合Fiala刷子轮胎模型（Fiala brush tire model）描述轮胎力。前人研究（如Ono et al., 1998; Voser et al., 2010）已证明漂移稳态是不稳定平衡点，但如何结合路径跟踪与侧偏角控制仍是未充分解决的挑战。
研究目标
1. 设计一种物理意义明确、结构简单的控制器，实现漂移状态下路径与侧偏角的同步跟踪；
2. 通过实验验证控制器在高达45度侧偏角下的性能。
研究流程
1. 轨迹生成
- 模型构建：采用四轮模型，考虑稳态重量转移（steady-state weight transfer），状态变量包括横摆角速度（yaw rate, *r*）、纵向速度（*u_x*）和横向速度（*u_y*），输入为后轮纵向力（fx_rl, *fx_rr*）和前轮转向角（*δ*）。
- 平衡点求解：通过数值方法求解漂移平衡点（*ṙ=u̇_x=u̇_y=0*），生成恒定转弯半径（5.2m、8.2m、11.2m）下侧偏角（*β_eq*）变化的参考轨迹。
- 关键发现：平衡点横摆角速度随侧偏角变化较小（<15%），支持后续简化控制设计。
2. 控制器设计
- 简化模型：采用三状态单轨模型（横摆角速度、侧偏角、纵向速度），以预瞄误差（lookahead error, *e_la*）和侧偏角为跟踪目标。
- 控制策略：
- 预瞄误差调节：通过一阶动力学（*ėla = -k{pt}e_{la}*）强制路径跟踪；
- 侧偏角稳定：嵌套控制结构，外环稳定侧偏角（*β̇ = -k_β(β-β_eq)*），内环跟踪期望横摆角速度（*ṙ = -kr(r-r{des})*）。
- 控制律合成：结合路径与侧偏角约束，推导出协调转向与油门的控制律（公式19-22），并通过摩擦圆映射（friction circle relation）将后轮侧向力需求转化为油门指令。
3. 实验验证
- 平台：基于改装的后驱测试车“Marty”（1981 DMC DeLorean），配备独立电驱动后轮、线控转向系统和DGPS/IMU状态感知设备。
- 实验设计：
- 参考路径为半径5.2m的圆形，初始侧偏角0°，逐步增加至-45°；
- 控制器参数：k_{pt}^=0.2 m⁻¹s⁻¹, k_r=8 s⁻¹, *k_β=1 s⁻¹*。
- 数据采集：以250Hz频率记录侧偏角、横摆角速度、路径误差等状态。
主要结果
- 侧偏角跟踪：实际侧偏角与参考值误差不超过±5°，均方根误差2.3°，显著优于文献[3][7]的结果（图5）。
- 路径跟踪：横向路径误差（*e*）均方根0.2m，预瞄误差（*e_la*）在稳态漂移阶段保持在±0.3m内（图6）。
- 输入协调性：油门指令（*fx_r*）与平衡点理论值吻合，转向角动态调整以平衡路径跟踪与侧偏角稳定需求（图7）。
- 速度稳定性：尽管未直接控制，纵向速度（*v*）始终接近平衡点值（6.24 m/s），验证了控制器的鲁棒性（图5）。
结论与价值
科学意义
1. 首次通过实验验证了漂移状态下路径与侧偏角的同步跟踪可行性，扩展了自动驾驶在极限工况下的控制理论；
2. 提出的“平衡点序列”方法为不稳定系统的轨迹跟踪提供了新思路。
应用价值
1. 可为紧急避障、低附着路面等场景的自动驾驶控制提供参考；
2. 控制器结构简单，仅需协调转向与油门，适合实时部署。
研究亮点
- 创新方法：将参考轨迹视为漂移平衡点序列，通过物理直观的控制律协调多目标；
- 实验突破：在干燥沥青路面上实现45°侧偏角的自主漂移，为同类研究的最高记录；
- 跨领域启示：结合赛车手经验与自动控制理论，推动了人机协同驾驶的研究。
其他价值
（报告总字数：约1800字）