车辆运动学模型详解：从自行车模型到工程实践

各位同学，今天我们来聊聊车辆运动学模型。说实话，这是整个路径跟踪算法的基础。我刚开始做自动驾驶时，总觉得运动学模型太简单，不就是个几何关系吗？直到第一次实车测试，车辆在弯道里跑偏，我才意识到——模型选不对，后面全是坑。

这一章，我们重点讲自行车模型（Bicycle Model）。为什么叫自行车？因为把四轮车简化成两轮，就像自行车一样。你想想看，这样处理起来多方便。

1. 为什么需要自行车模型？

真实车辆有四个轮子，每个轮子都有独立的转向、速度、侧偏角。如果全部建模，状态变量会爆炸。我在项目中见过有人用全动力学模型，结果卡尔曼滤波都跑不动。

自行车模型的核心思想：把左右轮合并成一个虚拟轮。前轮负责转向，后轮负责驱动。这样，车辆的运动就简化为一个刚体在平面上的运动。

嗯，这里要注意：低速假设很关键。我做过一个项目，在高速公路上用自行车模型做纯追踪，结果车辆在弯道里直接冲出车道。后来才发现，高速时轮胎侧偏角不能忽略，必须用动力学模型。

2. 自行车模型推导

我们来看推导过程。先定义几个关键变量：

现在，我们考虑车辆在极短时间 dt 内的运动。后轴中心的速度方向，就是车辆的朝向。前轮的速度方向，是朝向加上转向角。

根据几何关系，后轴中心的运动方程为：

dx/dt = v * cos(θ)
dy/dt = v * sin(θ)
dθ/dt = v * tan(δ) / L

这就是自行车模型的核心公式。你看，三个方程，简洁明了。第一个方程控制 x 方向位移，第二个控制 y 方向，第三个控制航向角变化。

x_new = x + v * cos(θ) * dt
y_new = y + v * sin(θ) * dt
θ_new = θ + v * tan(δ) / L * dt

3. 前轮转向与后轮驱动模型

自行车模型有两种常见变体：前轮转向和后轮驱动。我们刚才推导的是前轮转向模型。后轮驱动模型呢？其实只是把控制量从后轮速度换成前轮速度。

我个人习惯用前轮转向模型，因为大多数乘用车都是前轮转向。但如果你做的是叉车或某些特殊车辆，可能需要后轮转向模型。

这里有个坑：前轮转向模型在倒车时，稳定性会变差。我曾经在泊车场景中吃过亏，倒车入库时车辆来回摆动。后来改用后轮驱动模型，倒车就稳了。

4. 阿克曼转向几何

说到转向，就不得不提阿克曼几何。真实车辆转弯时，内外侧车轮的转向角是不同的。内侧轮转得更多，外侧轮转得更少。这样所有车轮才能绕同一个圆心转动。

自行车模型假设左右轮合并，所以转向角 δ 实际上是等效转向角。它和真实的内外侧车轮转角关系是：

δ_inner = arctan(L / (R - T/2))
δ_outer = arctan(L / (R + T/2))
δ = (δ_inner + δ_outer) / 2

其中 R 是转弯半径，T 是轮距。你看，自行车模型其实是对阿克曼几何的近似。

5. 模型假设与局限性

任何模型都有假设，自行车模型也不例外。我们来盘点一下：

• 平面运动假设：忽略坡度、颠簸。实际道路有起伏，模型会失效。
• 无侧滑假设：轮胎与地面纯滚动。高速过弯时，轮胎会侧滑。
• 刚性结构假设：忽略悬架变形。急刹车时车头下沉，模型不准。
• 低速假设：通常 < 5 m/s。超过这个速度，动力学效应显著。

说白了，自行车模型就是个低速、平坦路面、无侧滑的近似模型。它简单、计算快，适合做路径跟踪的底层控制。但如果你要做高速避障、漂移控制，那得用更复杂的动力学模型。

我记得有一次，在测试场做 60 km/h 的紧急变道，自行车模型完全失控。后来换成带轮胎侧偏角的动力学模型，才勉强通过测试。所以，选模型一定要看应用场景。

6. 知识体系总览

下面这张图，是我自己整理的自行车模型知识体系。你可以看到，从基础假设到数学推导，再到工程实现，每一步都有坑。

这张图把整个知识体系串起来了。从基础假设出发，经过数学推导，再到工程实现，最后回到局限性。你学习的时候，可以按这个脉络来。

7. 写在最后

自行车模型虽然简单，但它是路径跟踪算法的基石。我建议你先把这部分吃透，再去学更复杂的模型。记住：简单的模型，往往最可靠。

下一章，我们会讲纯追踪算法的原理和实现。到时候你会发现，自行车模型就是纯追踪算法的"心脏"。