2、车辆运动学模型：自行车模型、阿克曼转向几何、运动学方程推导

好，咱们进入正题。这一章聊的是车辆运动学模型，说白了就是研究车怎么动起来的几何关系。你想想看，一辆车在低速行驶时，轮胎的侧偏特性还没那么明显，这时候用运动学模型就够用了。我个人习惯把运动学模型当作控制设计的“第一性原理”——先把这个搞透，后面再加动力学细节就顺了。

2.1 自行车模型：把四轮简化成两轮

为什么叫自行车模型？因为把四个轮子简化成两个了。前轮和后轮各一个，想象成一辆自行车在跑。这个简化在低速场景下非常实用。

我在项目中遇到过一个问题：用四轮模型做路径跟踪，参数调得头大。后来换成自行车模型，反而效果更好。为什么？因为参数少了，鲁棒性反而上来了。

自行车模型的核心假设有三条：

• 车辆左右对称，忽略左右轮的差异
• 前后轮各用一个等效轮代替
• 车辆在平面内运动，不考虑垂向跳动

嗯，这里要注意：这个模型只适用于低速（一般小于5m/s）。高速时轮胎侧偏不可忽略，就得用动力学模型了。

2.2 阿克曼转向几何：让轮子乖乖转弯

阿克曼转向几何，说白了就是解决一个问题：转弯时内侧轮和外侧轮的转角不一样。你想想看，如果四个轮子都平行转向，那转弯时轮胎会打滑，磨损严重。

阿克曼原理的核心是：所有车轮的转向中心交于一点。这个点就是瞬时转动中心。

cot(δ_o) - cot(δ_i) = W / L

我记得有一次调试实车，发现转弯半径总是不对。查了半天，原来是阿克曼几何没校准好。后来用这个公式反算了一下，发现内外轮转角差了2度。调完之后，路径跟踪精度直接提升了一个量级。

2.3 运动学方程推导：从几何到数学

好，现在咱们把自行车模型和阿克曼几何结合起来，推导运动学方程。这个过程其实不复杂，就是几何关系加一点微积分。

先定义几个状态量：

• x, y：车辆后轴中心的位置
• θ：车辆航向角（车头朝向）
• v：后轴中心的速度（纵向速度）
• δ：前轮转角
• L：轴距

运动学方程长这样：

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

这三个方程，前两个是位置变化，第三个是航向角变化。你想想看，航向角变化率其实就是角速度，等于 v * tan(δ) / L。这个公式很直观：轴距越长，转弯越慢；转角越大，转弯越快。

2.4 离散化与代码实现

实际工程中，我们用的是离散形式。假设采样时间为 Δt，那么：

x(k+1) = x(k) + v * cos(θ(k)) * Δt
y(k+1) = y(k) + v * sin(θ(k)) * Δt
θ(k+1) = θ(k) + v * tan(δ(k)) / L * Δt

这个离散模型就是后面做MPC、LQR控制的基础。我个人习惯在代码里封装成一个函数，方便调用：

def bicycle_model(state, control, dt, L):
    x, y, theta = state
    v, delta = control
    
    x_next = x + v * cos(theta) * dt
    y_next = y + v * sin(theta) * dt
    theta_next = theta + v * tan(delta) / L * dt
    
    return [x_next, y_next, theta_next]

嗯，这里要注意：输入的控制量是 v 和 δ，但实际车辆的控制量是油门/刹车和方向盘转角。中间还需要一个映射关系，这个咱们后面再聊。

2.5 模型局限性

任何模型都有局限性，运动学模型也不例外。我总结了几点：

说白了，运动学模型就是个“几何玩具”。在低速、干燥路面、小转角场景下非常好用。但如果你要做高速变道、紧急避障，那就得升级到动力学模型了。

2.6 小结

这一章咱们聊了三个核心内容：自行车模型的简化思路、阿克曼转向几何的原理、运动学方程的推导与离散化。这些都是后面做横纵向控制的基础，一定要吃透。

下一章咱们会聊动力学模型，到时候会引入轮胎模型、侧偏刚度这些概念。嗯，那才是真正考验功底的地方。

公众号:蓝海资料掘金营，微信deep3321