扭矩分配的平衡问题是纯电四驱从“账面参数”走向“真实驾乘体验”时绕不开的关卡。前后桥各放一颗电机账面功率漂亮但一脚电门下去动力怎么分、动能怎么回收、模式怎么切处理不好就是“加速猛如虎、续航掉成狗”甚至弯道里车身姿态怪异。这套基于CRUISE的联合仿真模型正是我在处理某跨平台项目时用来在台架和实车标定之前把分配逻辑跑通的一版关键工具。今天把建模思路、策略分层、参数标定和踩过的坑都摊开说。1. 对“走钢丝”式扭矩分配的底层理解1.1 为什么双电机反而更考分配功夫单电机前驱或后驱动力输出是单一路径控制策略的核心是“扭矩跟随”。双电机四驱则完全不同多了一个自由度前桥和后桥可以独立输出扭矩甚至同轴左右轮如果带轮边电机也能独立控制。自由度变多意味着控制空间变大但代价是约束也变多。拿一个日常场景来说路面附着系数低、驾驶员深踩加速踏板如果前桥电机和后桥电机都在毫秒级时间内把扭矩全打出来前后轮同时滑转车辆不仅跑不起来还可能侧滑。又比如城市拥堵路况频繁减速能量回收策略如果只回收后轴后轮制动力占比过大会导致制动点头明显影响舒适性。我们可以把问题抽象成这样一个数学模型目标1满足驾驶员需求扭矩加速踏板解析的总扭矩目标2维持车辆横摆稳定前后轴侧向力裕度不同目标3电机系统总效率最优考虑电机Map、逆变器损耗、传动效率目标4电池放电/回充功率在安全窗口内这4个目标并不总是同向。扭矩全给后轴动力响应确实快但弯道中后轴容易突破附着极限导致甩尾扭矩全给前轴效率可能较优但爬坡或急加速时前轮打滑。工程上的解法不是追求单目标最优而是把多目标写成一个带权重的优化问题或者更实际一点用分层决策把每个目标放到它最该发挥作用的区域。CRUISE联合仿真能把整车动力学、电机Map、电池特性和控制策略放在同一个时间轴里跑这是台架标定之前唯一能低成本验证“分配逻辑是否合理”的手段。1.2 仿真模型的角色定位标定前置我见过不少团队跳过仿真直接上台架结果发现控制策略里扭矩分配系数写死了只能一遍遍改代码重新刷写标定周期被拉得很长。联合仿真的价值在于把标定工作前置到现在框架里来。电机效率Map不同转速、扭矩下的电耗/回充效率直接决定分配系数的边界电池模型SOC、电压、内阻、温度对最大放电/回充功率的限制车辆动力学模型自重、风阻、滚阻、坡度、轴荷转移决定每个工况下前后轴附着极限驾驶员模型PID驾驶员模型会跟随目标车速用于跑工况循环CRUISE提供的是车辆系统级模型Simulink跑的是控制算法两者通过接口交互。我在这套模型里主要验证三件事一是扭矩响应是否跟随目标二是模式切换是否平顺是否出现“窜动”或“动力中断”感觉三是整车能耗是否落在合理区间。把这些验证清楚了再上硬件在环和实车心里有底。2. 为什么选CRUISE做联合仿真的载体2.1 整车模型和控制器模型分离的工程意义纯电四驱控制策略验证本质上需要两套东西被控对象模型整车和控制器模型扭矩分配算法。这两者的耦合关系很微妙。控制器模型是“大脑”需要经常迭代——逻辑改一行、门限改一个参数都要重新编译被控对象模型是“身体”相对稳定——轴距、车重、电机Map、电池参数这些硬件已经定了不会频繁变如果两者混在同一个Simulink模型里每次改策略参数都要在几万个模块的模型里查找、编译、仿真效率很低。CRUISE做被控对象Simulink做控制策略通过DLL接口或API接口进行数据交互逻辑上非常清晰。控制器模型改完策略后在Simulink里直接生成DLL文件CRUISE仿真时加载这个动态库就行整车模型完全不用动。这套模式我在前驱项目上试过当时是把CRUISE的整车模型封装成S-Function放进Simulink里结果每改一次整车参数Simulink模型就得重新编译一次非常折腾。后驱换平台后换成CRUISE主控、Simulink生成DLL效率高了不止一个量级。类似的经验某同事在做一个微面项目时也验证过——但他是用CRUISE自带的功能做简单策略验证我们用联合仿真做复杂策略验证最终实现的效果有区别。2.2 CRUISE的物理模型精度对扭矩分配的影响扭矩分配策略的输出是前后桥扭矩指令整车对这个指令的还原程度决定了策略验证的可信度。CRUISE在电机响应、传动效率和轴荷转移这几个方面的物理建模是它适合做这类仿真的核心原因。电机模型支持查表输入效率Map不是简单的恒定效率这让不同分配比例下的能耗对比有实际意义电池模型包含SOC和电压变化回充功率受限的情况能真实反映出来整车动力学考虑了轴荷转移急加速时后轴载荷增加、前轴减小附着极限也随之变化轴荷转移这个细节容易被忽略但在扭矩分配里是算附着利用率的核心变量。举个例子一台中型SUV轴距约2.8米质心高度约0.65米急加速0.5g的情况下前轴载荷会明显减小、后轴载荷增加。如果策略里不考虑这一点在低附着路面上给前轴分配过多扭矩前轮就会先打滑。CRUISE的动力学计算让这种极端工况在仿真里能复现出来这是纯Simulink整车模型如果动力学部分建模不全做不到的。Simulink当然也能建整车动力学模型但CRUISE的优势在“开箱即用”的子系统模块和参数库悬架、轮胎、制动、传动这些部件都有成熟参数模板。对于动力系统工程师来说花在车辆动力学建模上的时间可以省下来专注在控制策略本身上。3. 这套扭矩分配策略的核心设计逻辑3.1 三层决策架构从功能逻辑上我习惯把双电机扭矩分配策略拆成三层需求解析层、模式决策层、轴间分配层。每一层各司其职层与层之间单向传递不回环避免逻辑“打架”导致仿真发散。第一层需求解析层输入是加速踏板开度、制动踏板开度、当前车速。输出是驾驶员需求扭矩。这一层最关键的一点是扭矩解析曲线的标定——踏板开度对应多大扭矩百分比不是线性映射就能解决所有问题的。低速起步阶段希望踏板灵敏一些让车“轻快”高速巡航阶段希望踏板钝一些避免“发冲”。我在这套模型里用的是一条三折线MAP0-20%踏板开度扭矩斜率较高用于起步和中低速超车20%-70%踏板开度线性过渡区扭矩增长平稳70%-100%踏板开度斜率放缓保留动力储备但不至于让驾驶员难以控制第二层模式决策层模式分经济、舒适、运动、雪地四类。不同模式下轴间分配的权重和响应速度不同。模式切换不能瞬间跳变需要做过渡处理。我在Simulink里用Stateflow写了个简单的状态机模式切换时扭矩权重按斜坡函数过渡过渡时间大概1秒左右。直接切换的话前后轴扭矩在毫秒级发生大跳变整车会有一个明显的“闯动”这在主观评价里是直接扣分的。第三层轴间分配层这一层输出前轴扭矩比例K范围一般在0到1之间。K1表示纯前驱K0表示纯后驱0到1之间表示前后轴按比例分配。扭矩分配的核心函数就是以K为中心建立的后面的所有策略都围绕K这张表展开。3.2 前轴扭矩比例K的计算逻辑K值的计算是基于当前工况和模式权重的查表逻辑不是某一个公式算出来的固定值。核心表格是“车速-踏板开度-前轴扭矩比例”的三维MAP外加附着系数修正。我整理了一张简化版的K值分配表实际模型里会更密踏板开度车速20km/h车速60km/h车速100km/h10%0.80.60.530%0.60.50.450%0.40.40.380%0.30.30.2100%0.20.20.1表里的逻辑倾向是低速、小开度时偏前驱高速、大开度时偏后驱。这个方向标定的理由在于低速起步阶段前轴载荷大、附着裕度足用前驱更稳高速大扭矩时轴荷后移后轴能提供更好的加速附着偏后驱可以让动力响应更直接。K值随车速连续插值不会出现阶跃跳变这是保证驾驶平顺性的另一个底层措施。如果路面附着条件较差通过滑模观测器估算利用附着系数对K值做修正限制轴端峰值扭矩。3.3 经济模式与运动模式的策略区别经济模式的核心思路是让系统尽量工作在电机高效区。电机效率Map里通常在中高转速、中等扭矩区间效率最高低转速大扭矩和高速弱扭矩区间效率偏低。为了把工作点尽量压进高效区经济模式下的K值偏向前轴较多——前提是该平台前轴电机高效区覆盖更宽。有些平台后轴电机效率更优那就反过来偏后驱这个没有统一答案需要看具体硬件。具体操作是这样的在模型里采集一个完整CLTC工况下前后轴电机的“转速-扭矩-效率”散点图对比不同K基线下的平均效率找效率损失最小的分配点作为经济模式基线。运动模式则把整车响应性放到第一位K值在急加速工况下往后轴偏利用后轴载荷转移增加附着利用率极限工况下动力响应更快。代价是能耗会变差所以运动模式的K值表和经济模式的K值表单独标定不能共表。3.4 双电机能量回收的特殊处理能量回收在四驱车上比单电机复杂关键点在于前轴和后轴的回收力矩大小不仅影响回收能量还影响制动脚感和车身姿态。轻中度制动工况下我会让前轴承担主要的回收力矩后轴作为补充。原因是前轴制动时车身有“点头”趋势回收力矩恰好辅助了这种趋势体感上更自然。后轴回收力矩过大车辆在减速时车尾会有下沉感主观评价时会被投诉。重度制动工况下液压制动介入回收力矩需要退坡。这里存在一个平顺性风险回收力矩退坡速度和液压制动力上升速度如果不匹配总制动力会有坑制动距离变长且脚感发虚。CRUISE联合仿真里可以同时监测车速降速曲线和总制动力变化配合标定退坡速率保证减速度平滑。一个实用标定技巧在小踏板深度区间内前轴回收力矩曲线按“先升后稳”设计——在小踏板深度区间内快速上升到目标值保持平稳避免回收力矩波动带来的“一拱一拱”的拖拽感。压缩回收力矩斜率增加平顺性代价是制动距离略长适合A0级城市代步车。性能取向上则需要激进一些。没有绝对好坏看车型定位。4. 联合仿真平台的搭建与实现步骤4.1 整车模型在CRUISE中的搭建配置在CRUISE中搭建双电机四驱整车模型车辆模块和动力系统的物理连接是基础。核心配置包括整车模块整备质量、风阻系数、迎风面积、轴距、质心高度前桥电驱动模块电机减速器差速器电机峰值扭矩、峰值功率、额定转速、最高转速、效率Map、减速比后桥电驱动模块参数根据实际后桥电机配置填写动力电池模块额定电压、容量、SOC初始值、充放电内阻、OCV-SOC曲线车轮与制动模块轮胎滚动半径、滚动阻力系数、制动器参数驾驶室模块驾驶员模型用于工况循环跟踪的PID参数一个常见的误区是前后桥减速比设置不一致。双电机四驱如果前后减速比不同相同电机转速下前后轮线速度会不同仿真跑起来会出现前后轴“较劲”——CRUISE不会报错但车速和电机转速的对应关系会异常。我刚开始搭模型时踩过这个坑后来检查前后桥传动比是否一致时改成从“车轮线速度反推电机转速”来核对这才发现表里前减速比填的是9.06、后减速比填的却是9.37。这种低级错误如果不通过联合仿真里的转速一致性检查实车标定时会有大麻烦。4.2 Simulink控制策略模型的结构控制策略模型我用Simulink搭输入来自CRUISE的反馈信号输出是扭矩指令回传给CRUISE。接口信号包括输入信号车速Cruising Speed加速踏板开度Accel Pedal制动踏板开度Brake Pedal前电机当前转速与扭矩后电机当前转速与扭矩电池SOC、放电/回充功率限制挡位/行驶模式信号输出信号前桥需求扭矩后桥需求扭矩能量回收标志位模式切换标志位Simulink模型内部遵循上一章的分层逻辑。关于接口模块的细节CRUISE和Simulink联合仿真有专门接口库DLL模式下用输入输出端口映射API模式则是Co-simulation方式由MATLAB主控两种方式的数据配置方式不同后面章节详细说。4.3 DLL联合仿真接口配置过程DLL联合仿真是最稳定、也是最容易让新手踩坑的环节。正确过程如下第一步在Simulink模型中将输入输出端口定义清楚数据类型统一为double。这一步不能省CRUISE的信号类型默认是doubleSimulink里如果混入了uint8或boolean生成的DLL接口会报错查错的时候可能花半天时间。第二步在Simulink中配置求解器和仿真参数。DLL模式下求解器可以就用固定步长一般取0.01秒或更小。控制器模型的离散采样时间要和CRUISE的主仿真步长匹配不然数据交互时产生时间戳错位。第三步生成DLL前把需要输出到工作空间的示波器模块全部删掉或改用手动记录模块。用To Workspace模块和Scope模块在代码生成时经常搞出编译错误信号记录用CRUISE自带的Data Bus输出即可。生成DLL后在CRUISE的Interface DLL模块里加载该DLL文件。第四步在CRUISE的仿真任务里定义一个周期任务将整车模型信号映射到DLL的输入端口将DLL的输出端口映射回整车的扭矩接口。4.4 三种联合仿真方式的适用场景对比做联合仿真时接口方式选型要谨慎。我整理了一份适用对比表仿真方式交互机制适合场景优点缺点DLL联合仿真编译后交互控制策略已稳定批量工况仿真仿真速度快耦合稳定便于反复跑工况模型修改需重新编译调试不够实时API联合仿真运行时调用控制策略调试阶段频繁修改参数可实时修改控制参数方便标定参数扫点仿真速度受进程通信影响批量跑慢FMU联合仿真协议互换跨团队模型集成比如电池团队提供的FMU模型跨平台复用封装性好需要额外的FMU支持工具链版本兼容性要小心我实际的用法是策略逻辑刚开始搭建时用API模式一边跑仿真一边调K值表和过渡斜率逻辑确认后切到DLL模式跑完整工况循环做能耗统计。这样兼顾了调试灵活性和批量效率。另一个联合仿真的小技巧是把CRUISE的仿真步长固定为0.001秒与控制器模型的采样步长分开设置。控制器每10个仿真步长计算一次扭矩指令这样既保证动力学精度又能在一定程度上反映实际车载控制器的离散化运行效果。5. 策略标定参数与典型工况仿真分析5.1 经济模式下的CLTC循环工况仿真CLTC工况是当前用得较多的能耗标定工况包含低速、中速和高速三段对纯电四驱来说有一个特点是中低速段占比大电机工作点会频繁跨越低效区。策略是否合理对CLTC续航结果影响非常直观。在这套模型里跑CLTC循环经济模式的SOC变化曲线基本平滑没有明显突变。要重点看的是前后电机的工作点分布经济模式下应该尽量让一个电机工作在高效率区间避免两个电机都在低效区“硬撑”。我在模型里加了一个二维MAP显示模块把前后电机的转速和扭矩散点实时打出来调整K值标定表时就看散点往高效区偏移了多少。实测下来经济模式的前后轴平均效率能做到88%左右。这个数值看着不高但已经是比较真实的范围——毕竟城区的低速段电机效率天然上不去。跑CLTC的时候要注意一个细节初始SOC设到95%还是90%结果会有差异。电池SOC高时内阻小、放电功率充裕扭矩分配会更“放肆”能耗表现和SOC略低时不完全一样。我一般把初始SOC设到90%留出回充空间这样跑出来的能耗曲线更接近实际用车场景。5.2 动力模式下的0-100km/h加速工况仿真动力模式仿真主要验证加速能力和扭矩响应。0-100km/h加速工况下起步瞬间前后轴同时输出峰值扭矩轮胎不能打滑这是扭矩分配策略的“高光时刻”。在CRUISE里跑0-100模拟起步瞬间把踏板踩到底观察前后轴扭矩分配和滑转率。滑转率超过0.15左右就要小心了这时候可能有过大的驱动打滑动力被摩擦力吃掉不少。偏后驱的K值策略在0-100加速中有优势——后轴的载荷转移让它有更好的抓地余量可以获得更好的起步动力性。运动模式下0-100的仿真结果多次验证前轴扭矩比例在起步时偏高、后续持续下降的策略是稳的。如果起步就偏后驱模拟中能发现问题会很明显——起步瞬间后轮滑转率猛涨动力损失明显加速时间反而变长。一个额外验证点连续多次做0-100加速仿真观察电池电压跌落和回充功率限制。电池SOC低的时候峰值放电功率受限制电机会降扭0-100成绩会明显变差。如果策略里没有做电池功率限制保护仿真会在某种极端条件下跑出兵奇怪的扭矩波动。我把这个特点加进了策略电池功率受限时降低扭矩需求优先保证前后桥扭矩平衡而不是单纯追求峰值动力。5.3 低附着路面与能量回收的联合验证低附着路面mu0.2的仿真验证主要是看扭矩分配策略在雨雪路面上稳不稳。一个典型测试低附着路面直线起步踏板深度50%观察两个电机的扭矩输出和滑转率。K值表里雪地模式会让扭矩偏前轴但这不是唯一的手段。CRUISE仿真里可以设置不同的附着系数验证下来会发现在0.2附着路面上前后轴扭矩必须做限制不然后轴稍微多给一点扭矩就会横摆。限制逻辑是实时估算滑转率超过阈值就快速降扭——降扭速率不能太猛也不能太缓太猛了动力中断、太缓了停不下来。我标定的降扭速率为每0.2秒降20%扭矩模拟中效果基本能够维持稳定。能量回收在低附着路面上也要小心。冰雪路面回收力矩过大等于给驱动轮施加了额外的制动力容易引起侧滑。我在这套模型中的处理方式是低附着系数下直接限制回收到50%以内并且强制打开前后轴防抱死控制的介入窗口。5.4 参数标定的“粗扫细调”方法参数标定如果没有方法会变成一个靠“试”的过程。我摸索出来的标准套路是两步走粗扫锁范围细调定边界。粗扫阶段把K值表的边界值比如前轴扭矩比例从0.1到0.9按步长0.1走一遍跑同一个工况循环记录续航和加速值。这一步的目的是锁定合理区间比如某种模式下K0.9续航最优但动力明显不足K0.1动力最好但续航损失7%区间就锁在0.3到0.5之间。细调阶段在锁定的区间内按步长0.05间隔把K值表分成若干组配合不同的模式切换斜率和过渡时间跑多个组合的多目标对比。这一阶段我一般会设计一个小型正交表把关键参数组合起来跑而不是一维地调。跑完之后用仿真数据表格对比选出续航、加速、平顺性扭矩变化率的均方根三个指标的折中解。标定过程中每改一组参数都要把“前后轴滑转率峰值”、“扭矩变化率均方根”、“SOC终点值”三个量记录下来作为对比基准。没有这三组数据的标定记录后续做回归验证时很难追溯为什么这个参数当初选这个值。6. 常见问题与排查技巧实录6.1 DLL编译或加载失败的问题DLL编译或加载失败是我在联合仿真初期遇到最多的一类问题。现象各异归因主要有三种。第一种是Simulink版本与CRUISE版本兼容性问题。不同版本的接口配置有差异联合仿真文档里会写明支持哪个版本范围。我的经验是如果项目允许尽量保持Simulink和CRUISE的版本都不频繁升级锁定一套稳定环境项目期间不轻易动。第二种是输出信号类型不匹配。Simulink模型里如果用了布尔型信号直接接到输出端口生成的DLL接口在CRUISE加载时可能会报错。排查方法是把输出端口全部显示信号类型确认统一为double。这个查起来不复杂但是真的容易忽略特别是从别人那里接手模型时模型里嵌着各种类型的中间变量。第三种是DLL路径问题。CRUISE加载DLL时有相对路径和绝对路径的区别。如果模型和DLL不在同一目录换机器或换目录后加载会失败。固定做法是把生成好的DLL文件复制到CRUISE模型同目录下用相对路径引用。模型文件夹整体拷贝时DLL跟着模型走不会出现路径失效。6.2 扭矩响应不跟随目标值的排查思路仿真过程中出现扭矩响应滞后或不跟随目标值需要系统排查。常见原因有以下几种。一是电池放电功率限制在起作用。加速度请求大时如果电池SOC低或温度高导致放电功率受限电机会降扭扭矩响应自然跟不上目标。排查方法是查看电池功率输出和限制值确认是不是限制逻辑主动降了扭矩。二是电机转矩限制查表限制住了目标值。CRUISE电机模块有峰值扭矩外特性曲线不同转速下允许的最大扭矩不同。如果你在Simulink里的目标扭矩模型没做外特性限制直接给了一个高扭矩请求电机模型会把扭矩削到外特性边界值。这不算是错误但策略层面最好还是自己做限制避免控制逻辑和物理模型之间出现“打架”。三是数据交互步长不匹配。CRUISE主仿真步长设为0.001秒Simulink控制器的计算周期如果设为0.1秒那扭矩指令的更新频率就太低信号看起来会“阶跃式跳变”。检查方法是把控制器采样时间调小对比扭矩响应曲线的平滑度。我实际标定时控制器计算周期用的0.01秒扭矩曲线与目标值的偏差可控主观平顺性评价也不会突兀。6.3 车速跟踪偏差大时的排查方法CLTC循环仿真中车速跟踪偏差大超差CRUISE自带驾驶员模型会给出提示。排查顺序有讲究先看驾驶员模型的PID参数是否合理。CRUISE默认P值和I值需要根据整车质量调整车重越大I值需要越大否则出现静态速度偏差。可以先把工况循环限定在恒速段单独验证驾驶员模型的稳态跟踪能力再放开全工况。再看驱动系统响应是否滞后。如果策略里扭矩变化率处理得过猛——比如限制了太慢的扭矩爬坡斜率——会导致整车动力响应滞后工况曲线的加速段跟不上。清理一下把扭矩限制斜率临时放宽看跟踪偏差是否缩小区分是策略限制还是动力学原因。最后看机械阻力模型是否正确。风阻系数、滚阻系数、坡度这三项如果参数填错工况循环的阻力计算偏差会直接影响驱动需求。排查方法是做一个滑行仿真切断动力让车自由减速对比实测滑行曲线和仿真曲线就能定位阻力模型是否合理。6.4 联合仿真速度慢的优化措施联合仿真跑一个CLTC循环如果API模式下可能要跑一个多小时这种效率会让标定工作变得痛苦。优先做法是换DLL模式仿真速度能快好几倍。还需要检查Simulink模型的固定步长。如果模型里有些模块用了变步长求解器或者代数环代码生成和仿真都会变慢。我排查过一次原因是某个查表模块内部用了内插值算法仿真步长被迫降低换了模块实现方式后整个仿真时间减少了近一半。数据记录也要精简。CRUISE里如果勾选了所有信号的记录文件体积会非常大仿真时间延长很多。只保留需要分析的信号批次其余信号不记录批量工况扫描时的效率提升明显。7. 这套模型的局限性和后续拓展方向7.1 轮胎模型与路面附着估计的简化处理CRUISE内置的轮胎模型对纯电四驱扭矩分配验证来说够用但需要注意边界。它的轮胎模型在低附着路面上是简化的线性附着模型对于极低附着系数下的非线性侧偏特性描述不足。如果要做冰雪路面的极限工况验证还是建议把轮胎模块换成更精细的模型或者引入基于路面附着估计的观测器——通过比较实际滑转率和理论滑转率的差异来估算当前路面附着系数。不过这套策略验证里重点验证的是扭矩分配逻辑本身在极限工况下的鲁棒性而不是极端的轮胎非线性行为。7.2 从离线仿真到硬件在环的扩展思路离线仿真验证充分的策略不代表硬件在环一样顺利。硬件在环和离线仿真最大的区别在于传感器信号的量化误差、通信时延和控制器的离散采样特性。把这套扭矩分配策略从Simulink模型部署到快速原型控制器时我第一件事是把固定步长改成事件驱动触发——也就是控制器从CAN总线收到整车信号后立即计算扭矩指令而不是按固定周期轮询。这种时间触发模型的差异如果离线仿真阶段没有预留好接口抽象层移植时会费不少功夫。在过程中我踩过一次坑接口信号的物理量纲没统一离线模型里用的是“牛米”数值硬件在环环境里测试台架的中控系统对接的是百分比标定值结果实车测试初段扭矩输出比例被整体放大了好几倍车直接闯出去了。后来我在离线模型里增加了一层物理量到标定值的归一化转换层保证接口信号数值范围可控。7.3 数据驱动方法的接入预留现在行业内对数据驱动扭矩分配的研究热度不低核心思路是用强化学习或者基于行车工况预测的优化算法动态调整前后轴扭矩比例。但工程落地层面大家普遍比较保守因为可解释性不够强。我在做这套模型时留了一个接口Simulink模型里策略重叠层的输出预留了一个外部优化模块的接入端口如果后续要接入数据驱动方法可以直接替换轴间分配层——K值表计算那块在接口上做数据记录和策略热切换即可。目前的扭矩分配策略还是以查表和规则为主优点是逻辑透明、排查问题容易。但要说纯电四驱的终极形态我认为一定是两个方向一是更精细的路面附着估计驱动的最优分配二是前馈和反馈结合的模型预测扭矩分配控制策略。这套CRUISE联合仿真模型跑通的是从“手感”到“逻辑”的这一步之后的路还很值得继续深挖。