4、自行车模型（Bicycle Model）：模型假设、自由度分析、状态方程推导

各位同学，咱们今天聊聊自行车模型。说实话，这玩意儿在车辆控制里太常用了。我刚开始做控制那会儿，总觉得模型越复杂越好，结果调参调到怀疑人生。后来才明白——简单，才是工程的真谛。

自行车模型，说白了就是把四轮车简化成两轮车。你想想看，前轮和后轮各一个，像不像自行车？嗯，名字就是这么来的。

4.1 模型假设

做简化，就得有取舍。自行车模型做了这么几条假设：

• 忽略车辆的侧倾和俯仰——只考虑平面运动
• 左右车轮合并——前轴两个轮子看作一个，后轴同理
• 轮胎侧偏特性线性化——侧偏角不大时，侧向力与侧偏角成正比
• 纵向速度恒定——或者变化缓慢，可以忽略纵向动力学
• 小角度假设——前轮转角、质心侧偏角都较小

我记得有一次做车道保持项目，用七自由度模型跑仿真，一帧要算好几毫秒。换成自行车模型后，直接降到微秒级。效果呢？差别不大。从那以后我就记住了——别用大炮打蚊子。

4.2 自由度分析

咱们来看看自行车模型有几个自由度。

车辆在水平面内运动，无非就是三个自由度：

1. 纵向位移——沿车身方向的前后移动
2. 横向位移——垂直于车身方向的左右移动
3. 横摆角——绕垂直轴的旋转

等等，你可能会问：那侧倾呢？俯仰呢？

嗯，前面假设里说了，这些都被忽略了。所以自行车模型是3自由度模型。但实际控制中，我们通常只关心横向和横摆两个自由度，纵向速度当作已知输入。

4.3 状态方程推导

好，重头戏来了。咱们一步步推导状态方程。

先定义几个关键变量：

符号	含义	单位
vx	纵向速度	m/s
vy	横向速度	m/s
ψ	横摆角	rad
r	横摆角速度	rad/s
δ	前轮转角	rad
αf, αr	前后轮侧偏角	rad
Cf, Cr	前后轮侧偏刚度	N/rad
lf, lr	质心到前后轴距离	m
m	整车质量	kg
Iz	横摆转动惯量	kg·m²

首先，轮胎侧偏角怎么算？

前轮侧偏角：

α_f = δ - (v_y + l_f * r) / v_x

后轮侧偏角：

α_r = - (v_y - l_r * r) / v_x

这里有个细节——前轮转角δ是输入，后轮转角假设为0（前轮转向）。

然后，轮胎侧向力：

F_yf = C_f * α_f
F_yr = C_r * α_r

嗯，线性化处理。侧偏角大了就不准了，但一般控制场景下够用。

接下来，车辆动力学方程：

横向运动：

m * (v̇_y + v_x * r) = F_yf + F_yr

横摆运动：

I_z * ṙ = l_f * F_yf - l_r * F_yr

把轮胎力代入，整理一下：

m * v̇_y = -m * v_x * r + C_f * (δ - (v_y + l_f * r) / v_x) + C_r * (- (v_y - l_r * r) / v_x)

I_z * ṙ = l_f * C_f * (δ - (v_y + l_f * r) / v_x) - l_r * C_r * (- (v_y - l_r * r) / v_x)

写成矩阵形式，就是标准的状态方程：

[ v̇_y ]   [ -(C_f + C_r)/(m*v_x)    -(C_f*l_f - C_r*l_r)/(m*v_x) - v_x ] [ v_y ]   [ C_f/m         ]
[     ] = [                                                              ] [     ] + [               ] * δ
[ ṙ   ]   [ -(C_f*l_f - C_r*l_r)/(I_z*v_x)   -(C_f*l_f² + C_r*l_r²)/(I_z*v_x) ] [ r   ]   [ C_f*l_f/I_z   ]

4.4 模型的应用场景

自行车模型虽然简单，但应用范围很广：

• 车道保持辅助（LKA）——经典中的经典
• 自适应巡航（ACC）——配合纵向控制使用
• 路径跟踪控制——MPC、LQR都能用
• 稳定性控制（ESC）——作为参考模型

我个人习惯是：先用自行车模型做快速原型验证，再根据实际效果决定要不要加复杂度。很多时候，你会发现——够了，真的够了。

好了，这一节就到这里。自行车模型是车辆控制的基础，一定要吃透。下一节咱们聊聊如何用这个模型设计LQR控制器——那才是真正好玩的地方。