1 附着系数
当法向载荷分布在整个接触表面，而滑动摩擦只发生在接触面的部分区域时，作用在接地面上的切向反作用力之和称为附着力。

作用在接地面上的切向力之和对整个接触面所承受的法向载荷之比称为附着系数。

本质上，附着力不像摩擦力一样遵循库仑定律，它不等于车轮上的法向载荷乘以比例常数；但是附着力和附着系数的概念比摩擦力和摩擦系数的概念更具有普遍性，在汽车行业，通常用附着系数代替摩擦系数。

附着系数的大小与车轮载荷、内压、胎面花纹、胎面橡胶性质、轮胎结构、接地压力分布、速度、道路材料、湿度和水膜厚度等因素有关，因此不能直接对它进行测量。

目前，国内外关于实时检测汽车行驶过程中轮胎与路面间的附着系数的研究已取得了较大进展。

测量附着系数的设备为拖车型测量车和公共汽车型测量车。

拖车型测量车的测量原理是在拖车上安装试验轮胎，测量得到轮胎制动抱死时的制动力，然后把测量结果除以载荷，求得附着系数；公共汽车型测量车的测量原理是在公共汽车的地板下安装试验轮胎。

轮胎制动抱死时测得的极限制动力除以载荷，即为水平方向的滑动摩擦系数。

2附着系数的评定方法
在附着系数评定方法的研究中，国外研究人员取得了一些成果，所依据的原理可分为两种类型：一类是分析轮胎的力学特性，找出力学参数与附着系数之间的关系，从而利用测量设备检测力学参数，计算出附着系数；另一类是分析摩擦过程中自身的影响因素和影响摩擦过程的各外部因素与附着系数之间的关系，利用
测量装置测量出各个影响因素，估算出附着系数。

现场测试附着系数的实验方法
可通过牵引车辆的方法测试轮胎与路面系统之间的附着系数和附着力．
1)当牵引无制动状态下的车辆时，车辆的滑移率为临界滑移率，此时的附着力为最大附着力的1／2．
2)当牵引处于完全制动的车辆时，得到车辆最大附着力，并由此得到附着系数．
附着系数是指在给定路况下，车轮与路面之间的最大摩擦系数．
r大于轮胎以角速度ω转动并以线速度ν前进时，通常会存在带束的旋转速度ω
r小于前进速度ν制动时的滑动前进速度ν；而在制动的情况下带束的旋转速度ω
率称为滑移率
i。

驱动时的滑动率称为滑转率i，
s
轮胎滚动时存在弹性滑转现象．在接触区的前部，带束相对于路面表面固定不动，称为粘着区．带束变形到一定程度，接触点的切应力开始大于摩擦力，开始产生滑动现象，出现滑动区．随着滑转区的增加，粘着区附着力变小，滑转区附
着力增加．
F和临界制
制动时出现滑动区的临界制动力
xc
i为
动滑动率
sc
式中
C为制动时轮胎纵向刚度，由制动力滑移关系曲线的初始切线决定．s
当继续强化制动，制动力
F为
x
显然，当轮胎完全制动时，制动滑动率
i为100％．由此得到
s
由此得到的附着系数与无制动车辆行驶过程中的附着系数相同．因此可以由制动
p形，此时车辆的滑试验测试车辆的附着系数．行驶中车辆的最大附着力为W
转率一般为15％～20％．
路面附着系数估算技术
如果能够实时估算出路面峰值附着系数，系统就可以根据当前路况调节控制策略，提高车辆安全性。

例如，在巡航控制中如果能够估算路面的峰值附着系数，控制系统就可以根据路面附着状况，由车载控制系统调节安全车距，这样既能减少恶劣附着条件下(例如雨雪天气)追尾等交通事故的发生，又不至于因车距过大而影响道路的通行能力。

美国、韩国、德国、日本等一些汽车工业发达国家已经在路面附着系数估算领域做了很多工作，取得了一定成果。

根据测试手段和测量参数的不同将路面附着系数估算方法分为Cause-based和Effect-based两种。

Cause-based估算法
Cause-based估算法是通过测量一些对路面附着系数影响较大的因素，并根据以往经验预测当前路面附着系数的大小。

Effect-based估算法
Effect-based估算法是通过测试由路面附着系数或附着系数的变化在车体或车轮上产生的运动响应来估算路面附着系数的大小。

这种估算方法主要有以下几种。

1通过测量轮胎局部应变、应力等，分析路面附着系数及其变化旧。

2根据轮胎与地面之间的噪声分析路面附着系数
3根据 -s曲线的形状估算路面附着系数
轮胎路面附着系数实时感应识别系统
目前由德国达姆施塔特工业大学（TU Darmstadt）、宝马汽车公司（BMW）、轮胎制造商大陆公司（Continental）和西门子公司（Siemens）的子公司 Epcos 等联合组成的研究小组正从事着这方面的研制工作. 该研究小组初步研制的智能轮胎的核心技术，是安装于轮胎花纹橡胶中的表面轮廓轮胎传感器，它最早是由Epcos 公司在上个世纪80年代研制的，其德文名称（OberflachenWellen）的缩略语为OFW，相应的英文缩略语为SAW（surface area Wave）. SAW 轮胎传感器的核心部件是一个能够随橡胶变形的微形平板压电晶体，通过压电晶体产生的电势，识别轮胎花纹橡胶的变形及其随时间的变化历程，并据此推算出轮胎与路面之间的瞬时摩擦接触状况。

基于轮胎力观测器的路面附着系数识别算法
研究适用于车辆稳定性控制系统的实时路面附着系数估计算法。

利用轮胎力观测器实现对轮胎力的观测: 利用制动轮缸压力估算值计算制动器制动力; 由车轮
的动力学方程计算地面制动力; 由整车动力学方程计算车轮垂直载荷进而计算
利用附着系数; 通过轮速信号计算车轮滑移率。

综合利用上述信号给出路面附着系数的估计算法并进行算法的试验验证。

基于神经网络系统的附着系数计算模型
对几种附着系数计算模型进行了深入研究，在全面分析了主要影响附着系数因素的基础上，采用神经网络优化算法，分别建立了以路面状况、胎压及车速为输入，以附着系数为输出的3种轮胎花纹的神经网络附着系数计算模型，并验证了模型的有效性。

该模型能够计算汽车在不同的行驶工况下的轮胎／路面间的附着系数，从而为附着系数实时监控提供理论依据。

为行车安全提供保障。

基于扩张状态观测器的路面附着系数实时估计
在车辆制动过程利用扩张状态观测器(extended state observer，简称ESO)实时估计路面纵向附着系数的方法。

该方法将车轮动力学方程中与附着系数相关的项考虑成系统的扩张状态并进行估计，观测器的输入信号中除了控制量以外仅需要车轮的角速度信息。