1.一种主动转向与差动制动集成防侧翻控制方法，其特征在于，包括以下步骤：S1、构建牵引车挂车转向与制动防侧翻模型，包括牵引车和挂车动力学模型；

S2、采用模型预测方法建立防侧翻控制器，在预测阶段对半挂车未来状态进行预测；

S3、基于路面附着系数设置转角与横摆力矩约束，并运用二次规划算法求解约束优化问题得到最优控制量输出。

2.根据权利要求1所述的一种主动转向与差动制动集成防侧翻控制方法，其特征在于：所述步骤S1中，建立牵引车转向与差动制动动力学模型：牵引车转向与差动制动集成动力学方程：式中：m1为牵引车质量，u1为牵引车质心瞬时速度，β1为牵引车质心侧偏角，ψ1为牵引车横摆角，m1s为牵引车簧载质量，h1为牵引车质心到侧倾轴线的距离，φ1为牵引车侧倾角，F1为牵前轴侧向力，δ为牵引车前轮转角，F2为牵引车后轴侧向力，F4为铰接点作用力，I1zz为牵引车绕Z轴的转动惯量，I1xz为牵引车簧载质量横摆侧倾惯性积，a为牵引车质心到前轴的距离，b为牵引车质心道后轴的距离，c为牵引车质心到铰接点的距离，Ixx为牵引车绕X轴的转动惯量，g为重力加速度，kr1为牵引车侧偏刚度，c1为牵引车侧倾阻尼，k12为铰接点侧偏刚度，φ2为挂车侧倾角，h1c为铰接点到牵引车侧倾轴线的距离；

挂车转向与差动制动集成动力学模型：

式中：m2为挂车质量，β2为挂车质心侧偏角，ψ2为挂车的横摆角，u2为挂车质心的瞬时速度，m2x为挂车簧载质量，h2为挂车质心道挂车轴的距离，F3为挂车后轴侧向力，Γ为铰接角，I2zz为挂车绕Z轴的转动惯量，I2xz为挂车簧载质量横摆侧倾惯性积，d为挂车质心道挂车轴的距离，e为挂车质心道铰接点的距离，I2xx为挂车绕X轴的转动惯量，kr2为挂车侧倾刚度，c2为挂车侧倾阻尼，h2c为铰接点到挂车侧倾轴线的距离；

牵引车和挂车运动学约束：

采用线性轮胎模型，轮胎侧偏角不超过5°；因此挂车各轴的侧向力等于侧偏刚度与侧偏角的乘积：

3.根据权利要求2所述的一种主动转向与差动制动集成防侧翻控制方法，其特征在于：T

所述步骤S2采用模型预测预测方法设计控制器，具体包括：选取控制量u＝[δM1 M2]；

结合牵引车、挂车转向与差动制动动力学模型与运动学约束可得其状态空间方程：式中

采用向前欧拉法将连续状态空间模型离散化，采样时间为T，离散状态空间方程为：其中：Ac＝(I+T)A，Bc＝TB；

设定： △u＝[△δ △M1 △M2]；

结合方程(9)和设定状态量ξ(k)，控制增量△u，其中，

4.根据权利要求3所述的一种主动转向与差动制动集成防侧翻控制方法，其特征在于：所述步骤S2对半挂车未来状态进行预测；

设定预测时域为Np，控制时域为Nc，结合(15)方程对半挂车未来状态进行预测，可得：结合方程(15)、(16),可得预测时域内输出量与状态量、控制增量得关系：Y＝Ψξ(k)+Θ△U        (18)其中：

Cd＝(C O8×3)，

为了使预测时域内半挂车的车辆状态跟上期望值，设置目标函数为保证车辆稳定的同时控制输入小，设置目标函数 为保证方程有解同时便于凑式计算，设置松弛因子为ε，权重系数为ρ，得最终优化目标函数：2

J＝J1+J2+ρε        (19)，式中，η(k+i)预测时域内的输出量，ηref(k+i)为预测时域内输出量的期望值，△u(k+i)为控制时域内车辆转角与牵引车和半挂车的横摆力矩控制增量，Q为半正定的状态加权矩阵，R为正定的控制加权矩阵。

5.根据权利要求4所述的一种主动转向与差动制动集成防侧翻控制方法，其特征在于：所述步骤S3包括基于路面附着系数设置转角和横摆力矩约束：将轮胎附着极限加入到约束当中：

式中，Fxmax为轮胎最大纵向力，Fz为轮胎垂向载荷，Fy为轮胎侧向力；

牵引车最大横摆力矩：

挂车最大横摆力矩：

式中M1max,M2max分为牵引车和挂车最大横摆力矩，F1xmax，F2xmax，F3xmax为牵引车轮胎最大纵向力，F4xmax，F5xmax，F6xmax为挂车轮胎最大纵向力，l1，l2分别为牵引车和挂车的轴距。

6.根据权利要求5所述的一种主动转向与差动制动集成防侧翻控制方法，其特征在于：所述步骤S3包括运用二次规划算法求解约束优化问题，得最优控制量：经过矩阵系列推导，将最优目标函数转换为：T T T T T T T

J＝(△Uε)H(△Uε) +f(△Uε) +EQE      (23)T

其中， f＝(2EQΘ0)，E＝Ψξ(k)‑Yref；

综上，运用二次规划方法对目标函数求解：T T T T T

minJ＝(△Uε)H(△Uε) +f(△Uε)    (24)，对前轮转角和牵引车和挂车横摆力矩添加基于路面附着系数的约束：Umin≤Ut+At△U≤Umax      (25)其中Ut为Nc×1矩阵， Umax、Umin皆为3Nc×1的矩阵， Umin＝‑Umax,

对控制增量进行约束：

△Umin≤△U≤△Umax      (26)，对车辆状态添加约束：

Ymin‑ε≤Ψξ(k)‑Θ△U≤Ymax+ε      (27)，通过二次规划算法求解带约束的目标函数得一系列控制增量：上次输入的控制量与控制序列的第一个元素相加得此刻的控制量：