Bu araştırma, tekerlek içi motorlarla tahrik edilen bir elektrikli araçta (In-Wheel Motor-Driven Electric Vehicle, IWM-EV) steer-by-wire (SBW) direksiyon sisteminin motor arızası nedeniyle işlevini kaybetmesi durumunda aracın şerit değiştirme manevrasını diferansiyel torkla sürdürebilmesini incelemektedir. Önerilen yapı, yanal yörünge takibi ile boylamsal hız kontrolünü aynı üst seviye Model Predictive Control (MPC) denetleyicisinde birleştirir; alt seviyede ise ön tekerlekler arasındaki tork farkından direksiyon momenti üretmek için Model-Free Adaptive Control (MFAC), hızlanma ve frenleme için de sürüş–fren geçiş mantığı ile PI geri beslemesini kullanır.

Sistem mimarisinin kritik özelliği, SBW arızasından sonra görevlerin tekerlekler arasında ayrılmasıdır. Arka tekerlekler aracın boylamsal çekişini sağlarken ön tekerlekler esas olarak sağ–sol tork farkı üzerinden direksiyon momenti oluşturur. Böylece ön tekerleklerdeki diferansiyel tork, mekanik veya elektriksel klasik direksiyon eyleminin yerine geçecek bir yanal kontrol girdisi olarak kullanılır.

Matlab/Simulink ve CarSim ortak simülasyonunda önce yalnız üst MPC kontrolcü LQR-PID ile karşılaştırılmıştır. 20 m/s sabit hız, 0,85 yol tutunma katsayısı ve 200 m boylamsal şerit değiştirme mesafesi kullanılan senaryoda MPC; maksimum mutlak yanal hatayı yaklaşık 0,014 m'den 0,008 m'ye, maksimum mutlak başlık açısı hatasını yaklaşık 0,0004 rad'dan 0,0002 rad'a düşürmüştür. Kaynak bu farkları sırasıyla %42,9 ve %50,0 azalma olarak raporlamaktadır. Ön tekerlek direksiyon açısı, yaw hızı ve sideslip açısının maksimum mutlak değerlerinde de sırasıyla %7,8, %2,8 ve %10,3 azalma bildirilmiştir.

Daha sonra değişken hızlı şerit değiştirme testinde diferansiyel direksiyonlu hiyerarşik MPC + LLC yapısı, karşılaştırılan MPC + LC yapısıyla sınanmıştır. 3,75 m yanal yer değiştirme, 90 m boylamsal manevra mesafesi ve 15 m/s'den 20 m/s'ye hızlanma koşulunda MPC + LLC'nin maksimum yanal hatası yaklaşık 0,046 m, karşılaştırma yapısınınki 0,056 m olarak verilmiştir. Başlık açısı hatası yaklaşık 0,0042 rad ile 0,0045 rad; yaw hızının maksimum mutlak değeri ise kaynakta %33,3 daha düşük olarak raporlanmıştır. Boylamsal hız takip hatasının maksimumu hızlanma sırasında 0,27 m/s'dir.

Bu sonuçların tamamı bilgisayar ortamındaki simülasyonlardan gelmektedir. Araştırma gerçek araç testi, düşük tutunmalı yol deneyi, yoğun ölçüm gürültüsü, yüksek aktüatör doyumu veya agresif manevralarla fiziksel doğrulama sunmamaktadır. Yazarlar da yöntemin pratik uygulanabilirliğinin gerçek araç deneyleriyle ayrıca doğrulanması gerektiğini açıkça belirtmektedir.

Türkiye açısından çalışma; tekerlek içi motorlu elektrikli araçlar, steer-by-wire güvenlik yedekliliği, dağıtık tahrik ve otonom şerit değiştirme kontrolü üzerine çalışan otomotiv araştırma ekipleri için dikkate değer bir kontrol mimarisi örneğidir. Ancak verilen hata değerleri veya yüzde iyileşmeler Türkiye'deki gerçek yol, lastik, araç ve elektronik direksiyon sistemlerine doğrudan taşınamaz. Yerel bir uygulamada araç kütlesi, aks geometrisi, lastik köşe sertliği, motor tork sınırları, yol sürtünmesi, sensör kalitesi, CAN/araç ağı gecikmeleri ve gerçek aktüatör davranışı yeniden doğrulanmalıdır.

Araştırmanın temel problemi nedir?

Tekerlek içi motorlu elektrikli araçlarda her tekerleğin torku ayrı ayrı kontrol edilebilir. Bu özellik normal sürüşte çekiş ve stabilite kontrolü için avantaj sağlarken, çalışmanın ele aldığı arıza senaryosunda aynı zamanda bir yedek direksiyon etkisi oluşturmak için kullanılmaktadır.

Çalışmanın senaryosunda steer-by-wire sisteminin direksiyon motoru arızalanır. Araç klasik ön tekerlek yönlendirme komutunu normal şekilde üretemediğinde, sağ ve sol ön tekerlekler arasındaki sürüş torku farkı kingpin çevresinde bir direksiyon momenti oluşturacak şekilde kullanılmaktadır. Araştırmacılar bu yapıyı Front-Wheel Differential Steering System (FWDSS) olarak ele almaktadır.

SBW arızası sonrasında araç işlevsel olarak arka tekerlekten çekişli hâle getirilir: arka iki tekerlek boylamsal çekiş üretirken ön iki tekerleğe uygulanan diferansiyel tork yanal direksiyon görevi görür. Bu görev ayrımı, boylamsal çekiş talebi ile ön diferansiyel direksiyon talebinin aynı tekerlek torkunda birbiriyle çatışmasını önlemeyi amaçlamaktadır.

Kontrol mimarisi nasıl çalışıyor?

Çalışmanın Şekil 1'inde bütün kontrol sistemi üç ana katmana ayrılmıştır:

1. Beşinci dereceden polinomla referans şerit değiştirme yörüngesi üretilir.
2. MPC tabanlı üst kontrolcü, araç durumunu ve referans yörüngeyi kullanarak istenen ön tekerlek direksiyon açısını \(\delta_f\) ve istenen boylamsal ivmeyi \(a_{des}\) hesaplar.
3. Alt kontrolcü, yanal tarafta MFAC ile diferansiyel ön tekerlek torklarını; boylamsal tarafta ise sürüş veya fren komutlarını üretir.

Şekil 1'in blok diyagramında üst MPC, yanal ve boylamsal hareketi birbirinden tamamen bağımsız iki sistem olarak ele almak yerine aynı optimizasyon problemine taşımaktadır. Alt katmandaki kontrolcüler ise MPC'nin idealize edilmiş komutlarını fiziksel motor torku ve fren basıncı seviyesine dönüştürmektedir.

Şerit değiştirme yörüngesi nasıl oluşturuluyor?

Referans şerit değiştirme yolu beşinci dereceden iki polinomla tanımlanmıştır:

\[ X_{\mathrm{ref}}(t) = a_0+a_1t+a_2t^2+a_3t^3+a_4t^4+a_5t^5 \]

\[ Y_{\mathrm{ref}}(X) = b_0+b_1X+b_2X^2+b_3X^3+b_4X^4+b_5X^5 \]

Bu yapı aracın başlangıç ve bitiş noktalarının şerit merkez çizgileri üzerinde bulunduğu iki şeritli yol durumunu temsil etmektedir. Referans eğrinin birinci ve ikinci türevlerinden başlık açısı ve yol eğriliği türetilmektedir:

\[ \theta_{\mathrm{ref}} = \arctan \left( Y'_{\mathrm{ref}} \right) \]

\[ \kappa_{\mathrm{ref}} = \frac{Y''_{\mathrm{ref}}} {\left(1+Y'^2_{\mathrm{ref}}\right)^{3/2}} \]

Böylece kontrolcü yalnız hedef konumu değil, yolun geometrik yönelimini ve eğriliğini de kullanabilmektedir.

MPC hangi hataları birlikte kontrol ediyor?

Araştırmacılar yanal ve boylamsal takip hatalarını tek bir durum vektöründe toplamaktadır:

\[ \xi = [e_y,\dot e_y,e_\phi,\dot e_\phi,e_v,e_s]^T \]

Burada:

• \(e_y\): yanal konum hatası,
• \(\dot e_y\): yanal hata değişim hızı,
• \(e_\phi\): başlık açısı hatası,
• \(\dot e_\phi\): başlık hatasının değişim hızı,
• \(e_v\): boylamsal hız hatası,
• \(e_s\): boylamsal konum hatasıdır.

MPC'nin iki kontrol girdisi ise:

\[ u= [\delta_f,a_{des}]^T \]

olarak tanımlanır. Dolayısıyla aynı optimizasyon döngüsü hem aracın hangi yöne dönmesi gerektiğini hem de hangi boylamsal ivmeyi izlemesi gerektiğini hesaplar.

MPC optimizasyonu neyi en aza indiriyor?

Kontrolcünün amaç fonksiyonu, tahmin ufku boyunca referanstan sapmayı, kontrol değişimlerini ve çözümün uygulanabilir kalmasını sağlayan relaxation değişkenini birlikte cezalandırmaktadır:

\[ J_1 = \sum_{i=1}^{N_p} \left\| \eta(k+i)-\eta_{\mathrm{ref}}(k+i) \right\|_{Q_1}^{2} + \sum_{i=1}^{N_c-1} \left\| \Delta u(k+i) \right\|_{R_1}^{2} + \rho_1\varepsilon^2 \]

Burada \(N_p\) tahmin ufku, \(N_c\) kontrol ufku, \(Q_1\) takip hatası ağırlıkları ve \(R_1\) kontrol değişimi ağırlıklarıdır. Her kontrol periyodunda problem kuadratik programlama biçiminde çözülür ve yalnız ilk optimal kontrol artımı araca uygulanır. Sonraki periyotta bütün problem yeni araç durumuyla tekrar çözülür; bu yapı MPC'nin receding-horizon veya rolling optimization davranışıdır.

Diferansiyel direksiyon fiziksel olarak nasıl üretiliyor?

Ön tekerleklerin sağ ve sol motor torkları birbirinden farklı olduğunda kingpin çevresinde net bir direksiyon momenti oluşur. Kaynaktaki diferansiyel tork bağıntısı:

\[ \Delta T = (T_{fr}-T_{fl})\frac{r_\sigma}{R} \]

şeklindedir. Burada \(T_{fr}\) ve \(T_{fl}\) sağ ve sol ön tekerlek sürüş torkları, \(r_\sigma\) kingpin offset'i ve \(R\) tekerlek yuvarlanma yarıçapıdır.

Çalışmanın ön diferansiyel direksiyon dinamiği yalnız tork farkını değil, lastiklerin self-aligning etkisini, aracın sideslip açısını, yaw hızını ve direksiyon sisteminin eşdeğer sönümünü de hesaba katmaktadır.

Yanal alt kontrolcü neden MFAC kullanıyor?

Model-Free Adaptive Control (MFAC), yanal alt katmanda aracın tüm doğrusal olmayan dinamiklerini eksiksiz bilmeden kontrol girdisini çevrim içi uyarlamak amacıyla seçilmiştir. Kontrolcü referans modelden gelen hedef sideslip açısı \(\beta_d\) ve yaw hızı \(\omega_d\) ile gerçek \(\beta\) ve \(\omega\) değerlerini karşılaştırarak ön tekerlek tork farkını ayarlamaktadır.

Appendix A'da ön diferansiyel direksiyonlu araç, çift girişli–çift çıkışlı doğrusal olmayan ayrık sistem olarak ele alınır. MFAC yaklaşımı bu sistem için pseudo-Jacobian matrix (PJM) kullanarak compact-form dynamic linearization kurar:

\[ \Delta Z(k+1) = \Phi_c(k)\Delta U(k) \]

PJM değeri çevrim içi tahmin edilir ve kontrol sinyali:

\[ U(k) = U(k-1) + \frac{ \rho\hat{\Phi}_c^T(k) \left[Z^*(k+1)-Z(k)\right] }{ \lambda+\|\hat{\Phi}_c(k)\|^2 } \]

biçiminde güncellenir.

Kaynakta MFAC için \(\lambda=0{,}5\), \(\mu=10^{-4}\), \(\eta_1=1\) ve \(\rho=0{,}7\) değerleri kullanılmıştır.

Boylamsal kontrol nasıl çalışıyor?

Boylamsal alt kontrolcü iki parçalıdır: önce sürüş–fren geçiş stratejisi, ardından feedforward + PI feedback yapısı kullanılır.

Hızlanmada arka iki tekerlek çekiş üretmektedir. Yavaşlamada ise dört tekerleğin fren kuvveti kullanılmaktadır. Üst MPC'nin istediği ivme, aracın mevcut hızında tanımlanan geçiş eğrisiyle karşılaştırılır ve sistem sürüş veya fren moduna geçer.

Geçiş çizgisi, ideal yol koşullarında coast-down simülasyonu ile elde edilen boşta yavaşlama davranışından türetilmiştir. Sürüş ve fren arasında sürekli gidip gelmeyi önlemek için temel eğrinin iki tarafında 0,1 m/s² genişliğinde tampon bölgeler kullanılmıştır.

Boylamsal PI kontrolü ayrık biçimde:

\[ u_a(k) = u_a(k-1) + K_P[e_a(k)-e_a(k-1)] + K_IT_s e_a(k) \]

olarak verilmiştir. Burada \(e_a=a_{des}-a_{act}\) istenen ve gerçek boylamsal ivme arasındaki farktır.

Tekerlek içi motor dinamiği hesaba katılıyor mu?

Evet. Çalışma ön ve arka tekerleklerdeki motor torkunun kontrol komutunu anında ve ideal olarak takip ettiğini varsaymak yerine ikinci dereceden bir motor modeli kullanmaktadır:

\[ G(s) = \frac{M_{fl}}{T_{fl}} = \frac{\omega_n^2} {s^2+2\zeta\omega_ns+\omega_n^2} \]

Sönüm oranı \(\zeta=1{,}1\) olarak verilmiştir. Ayrıca motor torku, devir sayısına bağlı maksimum tork–güç sınırlarıyla kısıtlanmaktadır. Bununla birlikte sonuç bölümünde yazarlar aşırı tork veya direksiyon taleplerindeki aktüatör doyumunun mevcut tasarımda tam olarak ele alınmadığını özellikle sınırlılık olarak belirtmektedir.

Şekil 7 üst MPC kontrolcü için ne gösteriyor?

Şekil 7, MPC ile LQR-PID'nin 20 m/s sabit hız, 0,85 yol tutunma katsayısı ve 200 m boylamsal şerit değiştirme mesafesinde karşılaştırmasını göstermektedir.

Her iki kontrolcü de beşinci dereceden referans şerit değiştirme yolunu takip eder; ancak MPC'nin hata zarfı daha küçüktür. Kaynakta maksimum yanal hata MPC için yaklaşık 0,008 m, LQR-PID için yaklaşık 0,014 m olarak okunmaktadır. Maksimum başlık açısı hatası sırasıyla yaklaşık 0,0002 rad ve 0,0004 rad'dır.

Maksimum ön tekerlek direksiyon açısı MPC için 0,00178 rad, LQR-PID için 0,00193 rad'dır. Maksimum sideslip açısı ise MPC'de 0,00026 rad, LQR-PID'de 0,00029 rad olarak raporlanmıştır. Yaw hızlarında iki yöntem benzer genel şekil göstermesine rağmen MPC'nin tepe değeri kaynakta %2,8 daha düşük olarak belirtilmektedir.

Şekil 8 diferansiyel direksiyon için ne gösteriyor?

İkinci değerlendirme, klasik direksiyonlu MPC + LC yapısını diferansiyel direksiyonlu MPC + LLC hiyerarşik yapısıyla karşılaştırmaktadır. Bu nedenle karşılaştırma yalnız tek bir algoritma değişimini değil, yanal alt diferansiyel direksiyon katmanının eklenmesini de içermektedir.

Senaryoda şeritler arası yanal yer değiştirme 3,75 m, boylamsal şerit değiştirme mesafesi 90 m ve yol tutunma katsayısı 0,85'tir. Araç şerit değiştirme sırasında 15 m/s'den 20 m/s'ye hızlandırılmaktadır.

Şekil 8'de diferansiyel direksiyonlu araç referans yörüngeye yakın kalmayı sürdürürken hız da 20 m/s hedefe düzgün biçimde yaklaşmaktadır. Kaynağın kendi ifadesiyle sonuçlar belirli senaryolarda temel diferansiyel direksiyon işlevinin gerçekleştirilebildiğini desteklemektedir; gerçek araç güvenlik yedekliliğinin bütünüyle doğrulandığı anlamına gelmemektedir.

Çalışmanın desteklediği sonuçlar

• IWM-EV'nin ön tekerlekleri arasındaki diferansiyel tork, çalışmanın simülasyon modelinde SBW arızası sırasında direksiyon momenti oluşturmak için kullanılabilmiştir.
• MPC üst kontrolcü, incelenen sabit hızlı simülasyonda LQR-PID'ye kıyasla daha düşük maksimum yanal ve başlık açısı hataları üretmiştir.
• MPC'nin yanal hata ve başlık açısı hatası için bildirilen maksimum mutlak değer azalmaları sırasıyla %42,9 ve %50,0'dır.
• MFAC tabanlı yanal alt katman diferansiyel ön tekerlek torklarını üretmek için modelden bağımsız çevrim içi uyarlama yaklaşımı sağlamaktadır.
• MPC + LLC yapısı, incelenen değişken hızlı şerit değiştirme simülasyonunda yaklaşık 0,046 m maksimum yanal hata ve 0,0042 rad maksimum başlık açısı hatası üretmiştir.
• MPC + LLC'nin yaw hızı maksimum mutlak değeri karşılaştırılan MPC + LC yapısına göre %33,3 daha düşük raporlanmıştır.
• Sürüş–fren geçişi ile feedforward–PI yapısı, 15 m/s'den 20 m/s'ye hızlanma senaryosunda maksimum 0,27 m/s hız takip hatası göstermiştir.

Çalışmanın desteklemediği veya test etmediği sonuçlar

• Kontrol stratejisi gerçek bir elektrikli araçta fiziksel şerit değiştirme testiyle doğrulanmamıştır.
• Düşük yol tutunma katsayısında yöntemin aynı performansı koruduğu gösterilmemiştir.
• Çok agresif şerit değiştirme manevraları değerlendirilmemiştir.
• Yüksek tork ve direksiyon taleplerindeki aktüatör doyumu tam olarak modellenmemiştir.
• Gerçek sensör gürültüsü ve durum kestirim hatalarının etkisi doğrulanmamıştır.
• Çalışma, SBW sisteminin bütün arıza modlarında fonksiyonel güvenlik gereksinimlerinin karşılandığını göstermemektedir.
• Simülasyon sonuçları gerçek trafik güvenliği veya seri üretim uygunluğu kanıtı değildir.

Çalışmanın Yöntemi ve Bulguları

Temel araç ve kontrol parametreleri

Örnekleme süresi kaynakta neden dikkat gerektiriyor?

Çalışmanın sayısal yeniden üretilebilirliği açısından en önemli editoryal sorun örnekleme süresidir. Şekil 1 açıklaması hiyerarşik kontrol uygulamasını:

\[ T_s=0{,}01\,\mathrm{s} \]

olarak tanımlamaktadır. Boylamsal PI kontrolcü bölümü de sabit örnekleme süresini açıkça \(T_s=0{,}01\) olarak verir.

Buna karşılık Tablo 2'de aynı sembol:

\[ T_s=0{,}1\,\mathrm{s} \]

şeklinde yazılmıştır. Bu iki değer arasında on kat fark bulunmaktadır. Verianla hangi değerin yayın açısından doğru olduğunu kaynak adına seçmemektedir. Kontrol sisteminin bağımsız yeniden üretiminde bu parametrenin yazarlar veya resmî ek materyal üzerinden doğrulanması gerekir.

Üst kontrolcü test koşulları

Üst MPC'nin doğrudan sayısal sonuçları

Yanal ve başlık açısı hatalarındaki değerler kaynak tarafından “approximately” ve “around” biçiminde verildiği için yaklaşık olarak işaretlenmiştir. Çalışma bu karşılaştırmalar için p değeri, güven aralığı veya tekrarlar arası varyans gibi istatistiksel çıkarım ölçütleri raporlamamaktadır; sonuçlar deterministik simülasyon karşılaştırmalarıdır.

Hiyerarşik diferansiyel direksiyon test koşulları

MFAC parametreleri ve teorik çerçeve

Appendix A'da iki varsayım kullanılmaktadır: ilgili doğrusal olmayan fonksiyonların gerekli giriş bileşenleri açısından sürekli kısmi türevlere sahip olması ve sistemin genelleştirilmiş Lipschitz koşulunu sağlaması. Bu varsayımlar altında pseudo-Jacobian'ın varlığı ve MFAC hatasının yakınsaması için bir türetim sunulmaktadır.

Kaynak içi çapraz referans notu: Theorem A1, “nonlinear discrete-time system (Equation (31))” ifadesini kullanmaktadır. Ancak Appendix A'da ilgili doğrusal olmayan ayrık sistem Equation (A1)'dir; Equation (31) ise ana metindeki sürekli PI kontrol yasasıdır. Bu nedenle yeniden üretim sırasında çapraz referansın doğrulanması gerekir.

CarSim sürümüyle ilgili kaynak içi farklılık

Makalenin özeti, Şekil 1 açıklaması ve ana simülasyon yöntemi Matlab/Simulink R2022b ile CarSim R2020 ortak simülasyonunu tanımlamaktadır. Buna karşılık sürüş–fren geçiş stratejisindeki coast-down testinin açıklamasında CarSim R2022 adı kullanılmaktadır.

Kaynak bu iki ifadenin farklı simülasyon aşamalarında gerçekten farklı CarSim sürümlerinin kullanıldığı anlamına mı geldiğini, yoksa sürüm numarası yazım farkı mı olduğunu açıklamamaktadır. Verianla iki bilgiyi tek bir sürüme çevirmemektedir.

Yöntemin güçlü tarafı nedir?

Çalışmanın güçlü yönü, SBW arızasında yalnız “araç dönebiliyor mu?” sorusuna bakmamasıdır. Referans yörünge planlaması, yanal–boylamsal MPC, diferansiyel direksiyon dinamiği, tekerlek içi motor cevabı, sürüş/fren geçişi ve MFAC adaptasyonu tek bir ortak simülasyon mimarisi içinde birleştirilmiştir.

Ayrıca önerilen sistem iki ayrı düzeyde karşılaştırılmıştır: önce üst MPC kontrolcü LQR-PID ile, daha sonra bütün hiyerarşik diferansiyel direksiyon sistemi karşılaştırma mimarisiyle sınanmıştır. Bu ayrım, MPC'nin kendi avantajı ile diferansiyel direksiyon alt katmanının etkisini kısmen ayrı değerlendirmeye imkân vermektedir.

En önemli bilimsel sınırlılıklar

Yazarların sonuç bölümünde belirttiği ilk sınırlılık, diferansiyel direksiyon mantığının yalnız ideal koşullarda doğrulanmasıdır. Düşük yol tutunması ve daha agresif şerit değiştirmeler gelecek çalışma olarak bırakılmıştır.

İkinci sınır, büyük direksiyon veya tork taleplerinde aktüatör doyumunun tam olarak hesaba katılmamasıdır. Gerçek tekerlek içi motor ve direksiyon mekanizmalarının tork, hız, termal ve elektriksel sınırları aşırı manevralarda kontrol sonucunu değiştirebilir.

Üçüncü sınır, yöntemin yol sürtünmesindeki değişime belirli ölçüde duyarlı olmasıdır. Dördüncü sınır ise sensör gürültüsü ve durum kestirim doğruluğunun ideal varsayılmasıdır.

En kritik doğrulama sınırı, bütün değerlendirmelerin bilgisayar simülasyonunda yapılmış olmasıdır. Yazarlar yöntemin pratik uygulanabilirliği için gerçek araç deneylerini gelecekteki çalışma olarak tanımlamaktadır.

Kaynak ve Yöntem Notu

Tam özgün çalışma adı: Trajectory Tracking Control for Lane Change Maneuvers: A Differential Steering Approach for In-Wheel Motor-Driven Electric Vehicles

Yazarlar ve sıraları: Rizwan Ali; Haiting Ma; Jiaxin Mao; Jie Tian.

Eş katkı / eş birinci yazarlık: İncelenen çalışmada eş katkı veya eş birinci yazarlık beyanı bulunmamaktadır.

Sorumlu yazar: Jie Tian.

Kurum: College of Automobile and Traffic Engineering, Nanjing Forestry University, Nanjing 210037, China.

Kaynak türü / hakemlik: Hakem değerlendirmesinden geçmiş araştırma makalesidir. Bilimsel doğrulama esas olarak Matlab/Simulink–CarSim ortak simülasyonuna dayanmaktadır.

Dergi: Actuators.

Yayınevi: MDPI, Basel, Switzerland.

Bibliyografik bilgi: Actuators 2026, 15(4), 205.

DOI: 10.3390/act15040205.

Gönderim / revizyon / kabul / yayın: 12 Şubat 2026 / 30 Mart 2026 / 31 Mart 2026 / 4 Nisan 2026.

Resmî bağlantı:https://doi.org/10.3390/act15040205

Resmî yayın sayfası:https://www.mdpi.com/2076-0825/15/4/205

Lisans: Creative Commons Attribution (CC BY). Makale açık erişimlidir.

Finansman: National Natural Science Foundation of China, proje 51975299; Jiangsu Provincial Department of Science and Technology, proje BE2022053-2.

Veri erişilebilirliği: Çalışmada kullanılan verilerin sorumlu yazardan talep üzerine alınabileceği belirtilmiştir.

Çıkar çatışması: Yazarlar çıkar çatışması bulunmadığını beyan etmektedir.

Etik kurul / bilgilendirilmiş onam: Her ikisi için de “Not applicable” bildirilmiştir.

Yazar katkıları: Kavramsallaştırma, doğrulama ve yöntem R.A.; yöntem ve ilk taslak H.M.; ilk taslak J.T.; gözden geçirme ve düzenleme R.A., J.T., H.M. ve J.M.; finansman edinimi J.T. tarafından gerçekleştirilmiştir.

Bilimsel doğrulama sınırı: Çalışma gerçek araç testi içermemektedir. Ana sonuçlar Matlab/Simulink R2022b ve kaynakta genel olarak CarSim R2020 olarak belirtilen ortak simülasyon ortamından elde edilmiştir. Yazarlar düşük tutunma, agresif manevra, aktüatör doyumu, yol sürtünmesi değişimi, sensör gürültüsü ve durum kestirim hatalarını gelecek doğrulama alanları olarak belirtmektedir.

Kaynak içi örnekleme süresi tutarsızlığı: Şekil 1 açıklaması ve PI kontrol bölümü \(T_s=0,01\) s verirken Tablo 2 \(T_s=0,1\) s vermektedir. On katlık bu fark sessizce düzeltilmemiştir.

Kaynak içi yazılım sürümü farklılığı: Genel ortak simülasyon CarSim R2020 olarak belirtilirken drive/brake switching için coast-down testi CarSim R2022 olarak yazılmıştır. Kaynak iki farklı sürümün gerçekten kullanılıp kullanılmadığını açıklamamaktadır.

Kaynak içi çapraz referans sorunu: Appendix A'daki Theorem A1 doğrusal olmayan ayrık sistemi “Equation (31)” olarak adlandırmaktadır; aynı Appendix'te ilgili sistem Equation (A1) olarak verilmiştir. Equation (31) ana metindeki PI kontrol denklemidir. Bu referans farklılığı kaynak adına düzeltilmemiştir.

İstatistiksel yöntem notu: Çalışma deney tekrarı, güven aralığı, standart sapma veya p değeri tabanlı çıkarımsal istatistik raporlamamaktadır. Bildirilen karşılaştırmalar belirlenen simülasyon senaryolarındaki maksimum hata ve dinamik değişkenler üzerinden yapılmaktadır.

İçerik yöntemi: Bu Verianla makalesindeki kontrol yapısı, denklemler, simülasyon koşulları, sayısal performans değerleri ve sınırlılıklar yalnız incelenen bilimsel çalışmaya dayanmaktadır. Dış kaynaklar yalnız DOI, yayıncı, resmî yayın sayfası ve hakemlik gibi bibliyografik kimlik alanlarının doğrulanması için kullanılmış; çalışmaya dışarıdan yeni kontrol performansı veya deneysel sonuç eklenmemiştir.