2. 车辆运动学模型：自行车模型推导，前轮转角与横摆角速度的关系

好，我们进入第二个核心内容。

说实话，很多做车道保持的朋友，一上来就调PID参数，结果车在路上画龙。为什么？因为你不理解车是怎么动的。你想想看，你连控制对象都不了解，怎么控得好？

我个人习惯，做任何控制算法之前，先把模型搞清楚。哪怕是个简化模型，也比瞎调强。今天我们就来推导最经典的自行车模型，搞明白前轮转角和横摆角速度到底什么关系。

2.1 为什么要用自行车模型？

真实车辆有四个轮子，转向系统复杂得很。但在车道保持这种场景下，我们关心的是车辆的整体运动趋势，而不是每个轮子的受力细节。

自行车模型的核心思想很简单：把左右两个前轮合并成一个虚拟前轮，左右两个后轮合并成一个虚拟后轮。这样一来，四轮车就变成了两轮车。嗯，就像你骑的自行车一样。

2.2 模型推导：从几何关系说起

我们先画个图（脑子里想一下）：

• 车辆质心在C点
• 前轮到质心的距离叫L_f，后轮到质心的距离叫L_r
• 轴距 L = L_f + L_r
• 前轮转角为 δ（就是我们控制的方向盘转角折算到车轮的转角）
• 车辆横摆角速度为 ω（也就是车头转动的快慢）
• 车速为 v，质心侧偏角为 β

好，关键来了。在自行车模型中，我们假设：

1. 车辆是刚体，不会变形
2. 轮胎只发生侧偏，没有纵向滑移
3. 忽略空气动力学（车速不高时影响不大）

根据几何关系，前轮的速度方向必须沿着前轮指向的方向。后轮也一样。由此可以推导出：

tan(δ) = (L_f + L_r) * ω / v

这个公式看着简单，但它是整个车道保持控制的基础。我当年第一次看到这个公式时，觉得太简单了，结果在实车上吃了大亏——因为忽略了质心侧偏角β。

tan(δ) = (L_f + L_r) * ω / v + β

2.3 前轮转角与横摆角速度的关系

从上面公式反解出横摆角速度ω：

ω = v * tan(δ) / L

其中 L = L_f + L_r，就是轴距。

这个关系太重要了。它告诉我们：

• 横摆角速度与车速成正比——车速越快，同样的转角产生的横摆角速度越大
• 横摆角速度与轴距成反比——轴距越长，同样的转角产生的横摆角速度越小
• 横摆角速度与前轮转角是非线性关系（tan函数）

你想想看，为什么大卡车转弯那么费劲？就是因为轴距L大，同样的转角产生的横摆角速度小。反过来，卡丁车轴距短，稍微打点方向就转过去了。

2.4 线性化处理

在实际控制中，我们经常需要把模型线性化。当δ比较小时（一般 < 10°），tan(δ) ≈ δ。于是：

ω ≈ v * δ / L

这个线性化后的模型，就是PID控制和LQR控制的基础。但要注意：

2.5 状态空间表达

为了后续的LQR控制，我们需要把模型写成状态空间形式。选择状态变量：

• 横向偏差 e_y（车辆质心到参考车道中心线的距离）
• 航向偏差 e_ψ（车辆实际航向与参考航向的差值）

那么状态方程为：

d/dt [e_y]   = [0   v] [e_y]   + [0  ] δ
     [e_ψ]     [0   0] [e_ψ]     [v/L]

这个形式看着简单，但它是后续设计LQR控制器的基础。我建议你把这张表记下来：

2.6 小结与思考

好了，我们来捋一捋今天的内容：

1. 自行车模型把四轮车简化为两轮车，适用于车道保持场景
2. 核心公式：ω = v * tan(δ) / L，这是前轮转角与横摆角速度的关系
3. 小转角时可以线性化：ω ≈ v * δ / L
4. 状态空间模型为LQR控制做好了准备

最后留个思考题：如果车辆在冰雪路面上行驶，轮胎侧偏特性进入非线性区，自行车模型还适用吗？如果不适用，你会怎么改进？

这个问题我当年在实车测试时遇到过，答案我们下一章再聊。