随着电机技术的发展,分布式驱动电动汽车因其响应快速、可靠性高、驱动灵活等特点引起了广泛关注,同时促进了车辆横向稳定性的发展。但车辆在极限工况下易因轮胎非线性动力学特性而出现失稳现象,威胁驾乘人员的安全。因此,进行分布式驱动电动汽车在极限工况下的稳定性分析与控制研究是十分必要的。随着自动驾驶技术的发展,稳定性这单一控制目标的研究不再满足实际需求。而路径跟踪作为极限工况下另一难题,其与稳定性的协调控制也逐渐成为研究重点。因此,本文以分布式驱动电动汽车为对象,针对极限工况下车辆的稳定性和路径跟踪精度问题,开展关于车辆极限工况下的稳定性分析与协调控制的研究,主要工作包括:（1）分布式驱动电动汽车整车动力学建模。为搭建准确的分布式驱动车辆模型基于Car Sim中传统的车辆模型进行了改造,并在Matlab/Simulink中搭建了分布式驱动电动汽车轮毂电机模型,通过Car Sim和Matlab/Simulink联合搭建了整车动力学模型,在高速高附着和高速低附着工况下,验证了所搭建模型的有效性,表明能为后续仿真验证提供可靠平台。（2）基于相平面的车辆稳定域分析与边界设计。为分析车辆稳定性状态演化规律和设计合适的稳定域边界,采用相平面理论,分析了车辆速度、路面附着系数、前轮转角等状态参数对车辆稳定域的影响,在传统的双直线法基础上,进一步考虑横摆角速度约束,提出了一种多约束的横摆角速度-质心侧偏角（β-ω）相平面稳定性分析法。同时,建立了车辆状态参数与稳定域边界的关系函数,实现了车辆稳定域边界根据车辆实际状态的自适应调整。（3）基于稳定裕度的车辆自适应协调稳定性控制研究。针对分布式驱动电动汽车在极限工况下的稳定性控制问题,以及避免子系统过多介入对车辆纵向速度的影响,提出了一种基于相平面稳定裕度的自适应协调稳定性控制方法。根据相平面划分了车辆稳定性协调区域,并定义了一种稳定裕度指标,通过主动前轮转向（AFS）和直接横摆力矩（DYC）分区域协调控制,以进一步提高车辆的横向稳定性。设计了基于模型预测的自适应车辆稳定性控制器,根据稳定裕度在线调整MPC控制器的控制量权重,以改变AFS和DYC输出。通过Car Sim和Matlab/Simulink联合仿真结果表明,该方法能有效保证车辆在极限工况下的横向稳定性,相对于固定权重MPC,所提出的方法对质心侧偏角改善了3.82%,对车辆纵向速度的影响减少了3.32%。（4）基于稳定裕度的路径跟踪与稳定性协调控制。针对极限工况下的车辆路径跟踪和稳定性协调控制问题,提出了一种基于稳定裕度的分层协调控制方法。上层协调控制器根据车辆稳定裕度和协调区域,建立车辆路径跟踪和稳定性协调权重函数,确定不同稳定性水平时的控制目标和权重。中层模型预测控制器根据稳定裕度,在线调整MPC控制器的控制输出权重,得到满足控制需求的前轮转角和横摆力矩,下层力矩分配控制器基于轴载比例进行纵向力分配。通过Car Sim与Matlab/Simulink联合仿真结果表明,相对于只考虑稳定性的控制方法,提出的协调控制方法让极限工况下车辆的质心侧偏角有效地改善了19.81%,横向位移误差减少了52.13%。因此,提出的基于稳定裕度的路径跟踪与稳定性协调控制方法,能保证车辆在极限工况下的稳定性和路径跟踪精度。