新制御戦略、電動車の滑りを極限まで抑制
自動車の進化は、単なる移動手段の革新を超え、安全性とパフォーマンスの限界を再定義する旅路にある。特に電動化の波の中で、瞬時に最大トルクを発生させる電気モーターは、その利点の裏に深刻な課題を隠している。それは、雪や氷、雨で滑りやすい路面での「加速時スリップ」である。この現象は、駆動輪が空転し、その結果、走行安定性の喪失、エネルギーの無駄遣い、そしてタイヤの過剰摩耗を引き起こす。特に、各車輪を独立したモーターで駆動する「分散型駆動」車両においては、この問題がより複雑かつ顕著になる。この難題に真っ向から挑み、画期的な解決策を提示したのが、合肥工業大学（ヘフェイ・インスティテュート・オブ・テクノロジー）の研究チームだ。常九健（チャン・ジウジエン）氏、呉佳豪（ウー・ジャーハオ）氏、方建平（ファン・ジェンピン）氏の研究により、路面状態をリアルタイムで「認識」し、その情報をもとに超高速で車輪のスリップ率を制御する新しい戦略が開発された。
この研究は、単に既存のスリップ制御（ASR: Acceleration Slip Regulation）を改良するものではない。従来のシステムが、スリップが発生してから反応する「後手の戦略」を取るのに対し、この新システムは「先手を打つ」アプローチを取る。その核心は、「観察（Observe）」「理解（Understand）」「制御（Control）」という三つの段階に分かれている。
まず「観察」の段階では、車両の状態を極めて精密に把握することが求められる。多くの研究が車両重量や道路の勾配を固定値と仮定する中、この研究チームは、これらがスリップ制御の精度に決定的な影響を与えると認識した。満載の車両と空車では、タイヤにかかる垂直荷重が大きく異なり、それはそのまま路面との摩擦力に直結する。同様に、上り坂や下り坂では、駆動輪にかかる荷重が変化し、最適なスリップ率も変わってくる。この研究では、車両質量を推定するために「再帰的最小二乗法」という高度な数学的手法を用いている。モーターの出力トルク、車輪の回転速度、そして車両の加速度センサーのデータをリアルタイムで解析し、乗車状況や積載物の変化に応じて質量を高精度で推定する。これは、車両が「自分自身の重さ」を常に正確に把握していることを意味する。
さらに、道路の勾配推定では、二つの独立した方法を「センサーフュージョン」という技術で融合させている。一つは、車両の力学モデルから計算する方法、もう一つは、加速度センサーの直接的な測定値を用いる方法である。前者はモデルの誤差に弱く、後者は車両の動きによるノイズに影響されやすい。そこで研究チームは、力学モデルから得られるデータに低周波フィルターを、加速度センサーから得られるデータに高周波フィルターをそれぞれ適用し、互いの弱点を補完することで、非常に安定かつ正確な勾配推定を実現した。このように、車両の質量と道路の勾配という二つの基本情報を正確に把握することで、各タイヤに正確にかかる「垂直荷重」を算出する基盤が築かれる。
次に「理解」の段階では、路面そのものを「識別」する。ここが、この研究の最も革新的な点である。従来の手法は、複雑なタイヤモデル（例：Dugoffモデル、Burckhardtモデル）を用いて路面の摩擦係数を推定していたが、これらのモデルは多数のパラメータを必要とし、実用化が極めて困難だった。一方、この研究チームは、物理の根本的な法則に着目した。それは、「路面とタイヤの間の最大摩擦力（トラクション）は、スリップ率がある特定の値のときに発生する」ということだ。この関係を表す曲線は、スリップ率がゼロから増加するとトラクションも増加し、あるピークに達した後、再び減少するという形をとる。そして、このピークに達した瞬間、トラクションの増加率（曲線の傾き）はゼロになる。このシンプルで普遍的な原理を、研究チームは見事に応用した。
システムは、リアルタイムで「スリップ率に対するトラクションの増加率」を監視している。この増加率がゼロに近づいたとき、システムは「今、車両は最大トラクションを発揮している最適ポイントにいる」と判断する。この瞬間の摩擦係数を測定することで、現在走行している路面（例：乾燥アスファルト、凍結路面、雪道など）を正確に識別できる。そして、一旦路面が識別されれば、その路面に最適なスリップ率（目標値）は、事前に用意されたデータベースから即座に引き出される。この「路面認識」のプロセスは、複雑なモデルに依存せず、実用的でロバストな（頑健な）方法として、実車への応用可能性を大きく高めている。
最後の「制御」段階では、この「最適スリップ率」という目標値に、いかに素早く、正確に、かつスムーズに車輪のスリップ率を追従させるかが問われる。ここでも、研究チームは伝統的なPI（比例・積分）制御から一歩進んだ選択をした。彼らが採用したのは、「スライディングモード制御（Sliding Mode Control, SMC）」という高度な非線形制御アルゴリズムである。SMCは、システムの状態を「滑り面」と呼ばれる仮想の面上に強制的に導き、その面上を滑らせるように制御する手法で、外乱（例：路面状態の急変）に対しても非常に強いロバスト性と高速応答性を持つ。しかし、純粋なSMCには、アクチュエーターに悪影響を与える「チャタリング」という振動が発生するという欠点がある。
この問題を解決するために、研究チームは「飽和関数」という手法を用いて、制御信号を滑らかにしている。これにより、モーターに出力されるトルク指令が、急激な変化ではなく、なめらかな変化となり、ドライバーに不快な「突き上げ」を感じさせることなく、非常に高速でスリップを抑制できる。この制御戦略の全体像は、車両が自らの状態と周囲の環境を「観察」し、路面を「理解」し、その知見をもとに最適な動作を「制御」する、まさに「自律的」な知性を持つシステムと言える。
この理論的な枠組みの有効性を検証するために、研究チームは二段階のテストを実施した。第一段階は、CarSim（高精度車両ダイナミクスシミュレーター）とSimulink（制御システムモデリングツール）を連携させた高度な共同シミュレーションである。彼らは、非常に厳しい三つのシナリオを想定した。一つ目は、低摩擦係数の路面（摩擦係数0.2）での直線加速。二つ目は、高摩擦路面から突然低摩擦路面に乗り入れる「分割μ（Split-μ）」条件。三つ目は、勾配のある道路上で左右の路面が異なる摩擦係数を持つ「勾配付き分割μ」条件である。
シミュレーションの結果は圧倒的だった。性能評価には、実際のスリップ率と最適スリップ率の偏差の二乗平均平方根（RMSE）が用いられた。この値が小さいほど、制御が正確であることを意味する。その結果、新開発のスライディングモード制御は、従来のPI制御と比較して、平均で75.1%もRMSEを削減した。特に「分割μ」条件では、スリップ率が最適値に収束するまでの時間が、PI制御の16倍以上も高速だった。これは、路面状態が急変した瞬間、新システムが極めて迅速に適応できることを示している。
しかし、シミュレーションはあくまで仮想世界の話である。真の試練は実際の道路上でのテストだった。研究チームは、前輪を分散型モーターで駆動する実験用電気自動車を用意した。車両には、OxTS社の高精度RT3000測定システムを搭載し、加速度、ヨーレート、車速などをミリ秒単位で記録できる環境を整えた。実験では、コンクリートの上にビニルシートを敷き、その上に潤滑剤を塗布することで、氷上に近い極めて滑りやすい路面を再現した。
実車試験の結果も、シミュレーションの優位性を裏付けた。車両が通常の路面から滑りやすいシート上に乗り入れると、新システムはほぼ即座に作動し、スリップを抑制した。PI制御と比較して、スリップ率のオーバーシュート（目標値を越える量）が小さく、安定化までの時間が短いことが確認された。これは、新システムが実際の複雑な環境下でも、理論通りの性能を発揮できることを証明している。
ただし、研究チームは実車試験の結果にも謙虚な分析を行っている。実際のスリップ率やモータートルクには、シミュレーションほど完璧な滑らかさはなく、微小な振動が見られた。これは、センサーに含まれるノイズ、車両内の通信遅延、モーターがトルク指令に完全に応答できないことなど、現実世界に避けられない要因が原因である。この点について、研究チームは「実車への適用には、モデルのさらなる最適化が必要」と結論づけており、科学的な誠実さを示している。
この研究の意義は非常に大きい。まず、ドライバーにとっては、悪天候や凍結路での走行が格段に安全かつ快適になる。次に、自動車メーカーにとっては、エネルギー効率の向上（スリップを減らすことで無駄な電力を消費しない）と、タイヤ寿命の延長という経済的なメリットが得られる。さらに、この研究で用いられた「再帰的最小二乗法」「センサーフュージョン」「スライディングモード制御」といった手法は、制御工学の分野で確立されたものであり、量産車への応用が現実的である。
この成果は、自動車工学の大きな潮流を象徴している。それは、「機械的システム」から「知的システム」への転換である。現代の自動車は、単なる金属の塊ではなく、膨大なセンサー、高度な推定アルゴリズム、そして強力な制御システムが統合された「サイバー・フィジカル・システム」である。この合肥工業大学の研究は、まさにその未来を体現しており、車両が自ら環境を理解し、最適な行動を取るという、より高度な自動化への道筋を示している。
今後の展望として、研究チームは、このシステムを横滑り防止（ESC）や操舵制御と統合することで、縦横両方向の走行安定性を同時に最適化する可能性に言及している。また、センサー技術やコンピューティングパワーの進化に伴い、こうした知的な制御システムは、やがてすべての車両の標準装備となるだろう。その時、私たちが運転する車は、単に「動く」のではなく、「考えながら」走る存在になるのだ。
常九健、呉佳豪、方建平、重慶理工大学学報（自然科学）、doi:10.3969/j.issn.1674-8425(z).2024.02.007