纯电机驱动的新能源汽车作为未来社会的重要交通工具,得到社会普遍重视。其中,分布式驱动电动汽车结构紧凑、传动高效、易于控制,被认为是未来低碳社会、智慧城市的主要交通工具之一,亦是新能源汽车重要的发展方向和学术研究热点。如何利用分布式驱动电动汽车各轮转矩独立可控的优势,通过优化分配各轮间的转矩,提高车辆安全稳定性的同时兼顾整车能效优化,实现良好的车辆稳定性、经济性控制效果,是分布式驱动电动汽车转矩分配的难题,也是本文的研究重点。首先,本文设计了具有分层控制结构的整车转矩分配系统。系统上层为运动跟踪层,采用基于神经网络PID控制算法的直接横摆力矩控制策略,通过对比车辆实际质心侧偏角和横摆角速度与理想车辆模型稳态响应参数的偏差,引入动量优化项对神经网络权值进行在线更新,决策出跟踪理想参数所需的直接横摆力矩,计算车辆运行所需的广义控制力;系统下层为转矩分配层,转矩分配策略在满足广义控制力需求的基础上,基于粒子群优化算法,以整车驱动效率最优和轮胎负荷率最低为优化目标,计算各轮转矩分配系数,对各轮转矩进行多目标优化分配。接着,基于所搭建的CarSim/Simulink分布式驱动电动汽车整车动力学控制仿真平台,进行中速情况下在冰雪路面上的阶跃转向工况和单移线工况实验及高速情况下湿滑路面上的双移线工况实验,结果表明所设计的神经网络PID直接横摆力矩控制策略能够实时优化PID控制参数,有效决策直接横摆力矩,从而保证整车的操纵稳定性;进行NEDC工况和中国乘用车循环工况的直线行驶实验及中速稳态转向工况实验,结果表明下层转矩优化分配策略能够降低直线行驶工况下的能耗,并保证转向行驶工况下的稳定性与经济性。工况实验验证了整车分层控制策略的有效性和可行性。最后,基于dSPACE系统,搭建了CarSim/dSPACE半实物仿真实验平台,在近似实车的运行环境下对整车转矩分配策略进行双移线工况实验验证。结果表明,本文所设计的控制系统实现了预设的功能,提出的控制算法能够保证车辆操纵稳定性并实现有效节能。