1.一种基于分布式驱动电动车辆的自适应路径跟踪方法，其特征在于，包括以下步骤：建立车辆动力学模型并转换为状态空间方程；

根据车辆动力学模型，结合轮胎侧偏刚度的变化范围，建立车辆顶点动力学模型；

计算车辆顶点动力学模型的参数估计自适应率，根据车辆实时系统状态对自适应系数进行估计；

根据自适应系数估计结果建立车辆状态预测模型，预测车辆未来状态及系统输出；

建立路径跟踪优化目标函数、侧向速度约束目标函数并求解，得到最优控制序列的第一组结果；

将所述第一组结果作为车辆下一时刻的前轮转角和四个车轮驱动/制动力矩输入。

2.根据权利要求1所述的基于分布式驱动电动车辆的自适应路径跟踪方法，其特征在于，按以下方法建立车辆动力学模型：忽略车辆的垂向、俯仰与侧倾运动，假设车辆左右完全对称，将车辆模型简化为平面单轨三自由度动力学模型并转换为状态空间方程。

3.根据权利要求2所述的基于分布式驱动电动车辆的自适应路径跟踪方法，其特征在于，所述平面单轨三自由度动力学模型具体如下：在上式中，m为整车质量，lf和lr分别为车辆质心至前、后轴距离，Cf和Cr分别为前、后轴侧偏刚度，u，v，γ分别为车辆的纵向速度、侧向速度和横摆角速度； 分别为车辆纵向速度、侧向速度和横摆角速度的导数；X，Y，ψ分别为车辆在大地坐标系下的纵向位置、侧向位置和航向角； 为大地坐标系下车辆纵向位置的变化率，为大地坐标系下车辆侧向位置的变化率；δ为车辆前轮转角，Fx，Mz为车辆所受的总的纵向力和横摆力矩，Iz为车辆的横摆转动惯量；

Fx，Mz可由车辆四轮的驱动/制动转矩和前轮转角近似计算，具体按以下公式进行计算：在上式中，Fxfl，Fxfr，Fxrl，Fxrr分别为左前、右前、左后、右后车轮所受的纵向力；Tfl，Tfr，Trl，Trr分别为左前、右前、左后、右后车轮轮毂电机的驱动/制动力矩；δ为车辆前轮转角，r为车轮半径，d为车辆轮距。

4.根据权利要求2所述的基于分布式驱动电动车辆的自适应路径跟踪方法，其特征在于，所述状态空间方程具体如下：y＝Ccx

在上式中，为系统状态变量的变化率，y为系统输出，Ac、Bc、Cc具体按以下方式进行计算：

其中，m为整车质量，lf和lr分别为车辆质心至前、后轴距离，Cf和Cr分别为前、后轴侧偏刚度，u，v，γ分别为车辆的纵向速度、侧向速度和横摆角速度；ψ为车辆在大地坐标系下的航向角；Iz为车辆的横摆转动惯量；δ为车辆前轮转角，r为车轮半径，d为车辆轮距。

5.根据权利要求1所述的基于分布式驱动电动车辆的自适应路径跟踪方法，其特征在于，建立车辆顶点动力学模型时，根据前、后轴侧偏刚度参数Cf，Cr固定的变化范围，将未知模型矩阵用包含不确定参数极值的已知矩阵的线性组合表示；所述车辆顶点动力学模型具体如下：

y＝Ccx

在上式中，为系统状态变量的变化率，y为系统输出，Ai，Bi表示当前、后轴侧偏刚度参数Cf，Cr分别等于最大值或最小值时Ac，Bc的值；Ac、Bc、Cc为矩阵；x为系统状态变量，u为控制输入；wi为自适应系数，且满足 wi≥0。

6.根据权利要求1所述的基于分布式驱动电动车辆的自适应路径跟踪方法，其特征在于，计算车辆顶点动力学模型的参数估计自适应率时，所述车辆实时系统状态包括系统状态变量、控制输入；采用梯度投影法，将车辆顶点动力学模型的参数估计自适应率 表示为：

若 或( 且 )

否则

0

在上式中，S， 为S集的内部和边界。

7.根据权利要求1所述的基于分布式驱动电动车辆的自适应路径跟踪方法，其特征在于，车辆未来状态及系统输出的预测方程如下：Y(k)＝ApX(k)+BpU(k)T

在上式中，Y(k)＝[y(k)，y(k+1)，...，y(k+Np)]

8.根据权利要求1所述的基于分布式驱动电动车辆的自适应路径跟踪方法，其特征在于，

所述路径跟踪优化目标函数具体如下：T T

J＝(Y‑Yr) Q(Y‑Yr)+URUT T

在上式中，(Y‑Yr)Q(Y‑Yr)表示减小跟踪误差，以保证车辆的跟踪精度和稳定性；URU表示使减小控制输入，以避免因方向盘转角和四轮力矩大幅度波动或抖振引起的乘车人员不适；

所述侧向速度约束目标函数具体如下：在上式中，Ymin和Ymax分别为系统输出的最小值和最大值，ξ为松弛因子。

9.根据权利要求8所述的基于分布式驱动电动车辆的自适应路径跟踪方法，其特征在于，车辆自适应路径跟踪可用约束优化问题描述为如下目标函数：满足

Umin≤U≤Umax

采用二次规划求解上式，将求得的最优控制序列的第一组结果作为车辆下一时刻的前轮转角和四个车轮驱动/制动力矩输入。