随着汽车工业的迅速发展,人们对汽车动力性、乘坐舒适性和操纵稳定性等传统性能的要求也在不断地提高。与此同时,汽车在能源和环保方面也承受着来自政府、法规和社会等各方面日益增长的压力。近年来,新能源汽车高速发展,作为未来公认的新一代重要交通工具,得到社会普遍重视,其中基于轮毂电机的分布式驱动车辆相对于传统汽车在操纵稳定性、行驶安全性以及降低能量消耗等方面具有显著控制优势,是下一代电动汽车的最具有潜力的重要发展方向之一,亦是智能驾驶、无人驾驶的重要研究载体。如何有效利用分布式电驱动车辆各轮转矩独立可控的优势,通过优化算法对各轮转矩进行合理分配;提高分布式电驱动车辆的操纵稳定性和行驶通过性的同时兼顾整车能效优化,是目前国内外诸多学者的主要研究方向,也是本文的研究重点。首先,本文基于牛顿第二定律和欧拉第二定律,采用模块化建模思想,建立目标车辆14自由度动力学模型。包括六个车身自由度和四个车轮的垂向运动自由度以及四个车轮绕其中心轴线的旋转角速度自由度。其中,在建立轮毂电机模型时,考虑到电机效率受电机转速和电机转矩两者的影响,采用响应面分析法,建立电机效率关于电机转速和电机转矩的四阶回归方程。并且通过剩余标准差来检验回归模型的显著性。进一步的,通过绘制散点图,直观的表示回归模型的效果。最后,基于目标车辆验证了所建14DOF车辆模型的准确性和有效性。为后续操纵稳定性控制策略以及转矩优化分配算法研究奠定基础。接着,基于直接横摆力矩控制方法,设计分层控制策略。其中,上层控制器主要解决车辆运动控制中的不确定性和非线性等问题,下层控制器则主要解决约束条件下的转矩分配问题。在上层运动控制器中,采用滑模变结构控制,以纵向车速、质心侧偏角和横摆角速度为状态变量,根据它们与理想状态的偏差,求解目标控制力(力矩)。分别设计出纵向速度滑模控制器、横摆角速度滑模控制器和质心侧偏角滑模控制器。实现对纵向速度、质心侧偏角和横摆角速度等运动状态的联合控制,有效提高车辆在极限工况下的操纵稳定性和行驶安全性,并且使之具有良好的鲁棒性。进一步的,基于多目标优化控制分配方法设计出下层控制器。将上层运动控制器输出的目标力矩在电动轮上的分配问题转化为约束条件下的优化问题。分别建立表征驱动系统效率优化的目标函数、表征车辆行驶安全性的目标函数和表征车辆操纵稳定性的目标函数。分析目前主流的一些多目标优化算法,并详细阐述第二代非支配排序遗传算法(NSGA-2)。综合各优化算法的优缺点,在遗传算法和禁忌搜索算法的基础上提出一种新的高效的多目标优化算法:混合遗传禁忌搜索算法(HGTSA)。基于在Matlab/Simulink仿真平台上搭建的14DOF车辆动力学模型,对NSGA-2、HGTSA和常用的平均分配方法进行高附着路面和低附着路面的NEDC仿真工况实验。仿真结果表明,相对于平均分配方法,NSGA-2和HGTSA都可以提高分布式电驱动系统的驱动效率和车辆行驶安全性。特别地,HGTSA的优化效果更加明显,而且稳定速度更快。最后,基于Matlab软件和dSPACE实时仿真系统,采用DS1103实时仿真机和MicroAutoBox搭建实时试验平台。以转矩平均分配作为对比实验进行控制策略验证,实验结果表明,所提出的分层控制策略可以有效的实现预期功能,提出的控制算法可以提高操作稳定性同时兼顾节能效果。