第3章路感模拟策略

3、路感模拟策略：路面信息采集与处理、路感模拟算法基础、电机力矩控制原理

好，咱们进入正题。这一章聊的是路感模拟策略，说白了就是——怎么让方向盘“告诉”你，车轮底下压到了什么。

我经常跟团队里的小朋友讲：线控转向的核心，不是“取消机械连接”，而是“重建机械质感”。你想想看，传统转向系统里，路面信息是通过齿轮齿条、转向柱、扭杆，一路硬生生传到你手上的。线控转向呢？这条路断了。你得靠传感器、算法、电机，把这条路重新“搭”起来。

嗯，这里要注意：搭得不好，驾驶员会觉得“假”，像在打游戏。搭得好，他根本意识不到这是线控。这就是路感模拟的终极目标——让驾驶员忘记你的存在。

3.1 路面信息采集与处理

路感模拟的第一步，是搞清楚“路面上到底发生了什么”。

我个人习惯把信息来源分成三类：

直接测量信号：比如齿条力传感器、电机电流估算的力矩。这些信号最真实，但噪声也大。
车辆状态信号：车速、横摆角速度、侧向加速度。这些信号告诉你车辆在“怎么动”。
环境感知信号：比如摄像头识别到的路面类型（柏油、砂石、冰雪）。这部分目前还比较前沿，但未来一定是趋势。

采集到信号之后，处理是关键。我见过不少项目，传感器精度很高，但滤波没做好，路感反而更差。为什么？因为驾驶员的手对高频振动非常敏感，你滤得太干净，他感觉不到路面细节；滤得不够，又全是毛刺。

这里我分享一个经验：分频段处理。

频段	频率范围	处理方式	对应路感
低频	0-5 Hz	低通滤波，保留幅值	转向手感轻重、回正力矩
中频	5-20 Hz	带通滤波，适度衰减	路面起伏、接缝感
高频	20-100 Hz	高通滤波，保留能量特征	碎石路、粗糙路面的振动

我曾经在一个项目中，把高频段完全滤掉了。结果试车员反馈：“这车开起来像在棉花上飘。”后来我保留了高频段的能量包络，只滤掉相位混乱的部分，路感一下子就“真实”了。

小技巧： 路面信息的采样率建议不低于 1 kHz。电机力矩控制的更新率则要更高，通常 2-5 kHz。别问我怎么知道的——问就是吃过亏。

3.2 路感模拟算法基础

信号处理完了，接下来就是“算”。路感模拟算法，核心就一句话：把物理模型算出来的力矩，变成电机能执行的指令。

目前主流的路感算法，我把它归纳为三个层次：

基础模型层：基于车辆动力学，计算回正力矩、阻尼力矩、摩擦力矩。这是“骨架”。
补偿修正层：根据车速、转向角速度、侧向加速度等，对基础力矩进行动态修正。这是“血肉”。
路面注入层：把前面采集处理好的路面振动信号，叠加到力矩指令上。这是“灵魂”。

举个例子，回正力矩的计算，最经典的是用“魔术公式”轮胎模型简化版：

// 简化回正力矩计算
float calcAligningTorque(float lateralAcc, float vehicleSpeed) {
    // 侧向加速度越大，回正力矩越大
    float baseTorque = lateralAcc * K_ALIGN;
    // 车速越高，回正力矩增益越小（高速时方向更稳）
    float speedGain = 1.0f - (vehicleSpeed / MAX_SPEED) * 0.3f;
    return baseTorque * speedGain;
}

你看，代码其实不复杂。但难在哪里？难在标定。K_ALIGN 这个系数，不同车型、不同轮胎、不同路面，完全不一样。我建议你在实车标定时，至少准备三组参数：舒适型、运动型、标准型。别想着“一套参数打天下”，不存在的。

  核心观点： 路感模拟算法，本质上是在“欺骗”驾驶员的大脑。你算的不是真实的力矩，而是“驾驶员期望感受到的力矩”。这两者之间的差距，就是算法的价值所在。

3.3 电机力矩控制原理

算法算出了目标力矩，接下来就是让电机“听话”。

电机力矩控制，说白了就是电流控制。因为对于永磁同步电机（PMSM）来说，力矩和电流基本成正比。你控制好了电流，就控制好了力矩。

我常用的控制架构是“三环控制”：

位置环（最外层）：控制方向盘转角。主要用于主动回正、自动泊车等场景。
速度环（中间层）：控制方向盘转速。用于阻尼控制、末端限位。
电流环（最内层）：控制电机力矩。这是路感模拟的“最后一公里”。

电流环的响应速度，直接决定了路感的“质感”。我个人的经验是：电流环的带宽至少要做到 200 Hz 以上。低于这个值，你会感觉到明显的“滞后感”——方向盘转过去了，力矩才跟上来。

这里有一个常见的坑：力矩纹波。

我曾经在一个项目中，路感算法算得完美，但试车员一开就说：“方向盘在抖。”查了半天，发现是电机的齿槽转矩波动，叠加到了路感信号上。解决办法有两个：一是用高精度的电机（成本高），二是在算法里加一个陷波滤波器，把纹波频率滤掉。

// 陷波滤波器示例：滤除 50 Hz 力矩纹波
float notchFilter(float input, float freq) {
    static float prevInput = 0, prevOutput = 0;
    float omega = 2 * PI * freq * DT;
    float alpha = 0.95f;  // 陷波深度
    float output = (1 - alpha) * input + alpha * prevOutput 
                   - cos(omega) * (input - prevInput);
    prevInput = input;
    prevOutput = output;
    return output;
}

注意： 陷波滤波器会引入相位延迟。如果延迟过大，驾驶员会感觉“方向不跟手”。我建议陷波频率不要低于 30 Hz，且只在确认有纹波问题时才启用。别没事找事。

最后，我想强调一点：电机力矩控制，不是越“准”越好。为什么？因为真实的机械转向系统，本身就有摩擦、阻尼、惯性这些“不完美”的特性。你控制得太精准，反而失去了机械感。

所以，我经常在力矩指令上，故意加一点“噪声”——模拟齿轮啮合的微小振动、模拟转向管柱的弹性变形。听起来有点反直觉，对吧？但试车员的反馈是：“嗯，这车有‘机械味’了。”

这就是路感模拟的微妙之处——有时候，不完美才是完美。

好了，这一章的内容就到这里。路感模拟这件事，说难不难，说简单也不简单。关键是把“物理模型”和“人的感知”这两条线串起来。下一章我们会聊更具体的标定方法，到时候再细说。

📚 课程目录

3、路感模拟策略：路面信息采集与处理、路感模拟算法基础、电机力矩控制原理

3.1 路面信息采集与处理

3.2 路感模拟算法基础

3.3 电机力矩控制原理