自动驾驶回灌制动先受轮胎纵向刚度约束

自动驾驶做能量回收时，常把约束首先放在电池和电机上，但真正决定能回多少、能回多稳的，往往是轮胎先不先进入非线性区。只看电气侧余量去加大回灌，纵向稳定性会比能量收益更早碰壁。

回灌制动扭矩分配的核心矛盾，是驱动电机天然更愿意在前段多接管制动力，而车辆纵向附着并不会因此自动重排。减速度建立后，前后轴垂向载荷迅速转移，某一轴上的可用附着很快变化。若回收策略仍按固定比例抽取制动力，轮胎滑移率会先在某个车轴上失控，而液压制动还没来得及补位。

轮胎纵向刚度决定了这条边界有多窄。在线性区内，制动力增加和滑移率上升关系相对可控，观测器还能用细小残差修正；一旦接近峰值附着，纵向力对滑移的增益会突然下降，控制器再多给一点回灌，车轮转速就可能迅速掉下去。此时看上去只是能量回收变多，实际上车辆已经在逼近ABS介入边缘。

低附路、减速带后路面起伏和转弯制动会把问题放大。弯中制动时，轮胎需要同时承担横纵向力，给回灌留的纵向预算本来就更少；若策略层还只依据电机可回收功率来定上限，就会在驾驶人感受不到之前先侵占稳定性余量。回灌收益通常增加得很平缓，稳定性损失却可能在某个滑移点之后陡然出现。

这说明回收控制不该先问“电池还能吃多少”，而该先问“轮胎当前还愿意给多少”。滑移率、附着估计、横摆状态和载荷转移都应成为回灌上限的一部分。只有轮胎侧给出允许窗口，电机和液压系统再在窗口内做最优分配，才不会为了几分能量收益去冒控制边界的风险。

液压补偿的迟滞也必须一起考虑。回灌被削减时，机械制动并不能瞬间补上缺口，主缸建压、阀体响应和摩擦片贴合都有空窗。若策略频繁在“多回收”和“快补液压”之间切换，纵向减速度会被做成台阶，乘坐感和跟车精度都受影响。平滑切换的难点，不在于控制律复杂，而在于预判轮胎边界变化是否足够早。

验证时别只测一次满电或亏电状态。需要把不同SOC、不同温度、不同附着和不同弯道半径下的滑移率、回收电流和液压补偿时刻全部拉出来对照。只要某类工况下回灌上限总是被轮胎先卡住，就说明真正的瓶颈在地面，不在电池。

载荷变化也会让回灌上限出现明显分叉。满员、空载和后备厢重载时，前后轴垂向分配不同，允许回收扭矩的车轴也会改变；若策略仍沿用单一标定表，就可能在空载时过于保守，在重载时又把后轴滑移推到边界。把载荷估计接入能量回收控制，比单纯扩大电机或电池余量更能提升真实可用收益。这样得到的回收上限虽然更保守，却更接近车辆当下真正能稳定承受的那一档，也更容易和液压补偿形成可预测的交接边界。

所以，自动驾驶做回灌制动时，第一约束不是电机名义峰值，而是轮胎纵向刚度还能承受多少控制欲望。把轮胎边界先算清，能量回收才不会以纵向稳定为代价。