3、车辆运动学与动力学模型：自行车模型、阿克曼转向模型、轮胎模型与纵向/横向动力学

各位同学，今天我们来啃一块硬骨头——车辆模型。说实话，搞自动驾驶控制，模型就是你的“眼睛”和“手感”。模型建得准，控制才能稳。我当年刚入行时，总觉得模型是理论派的东西，直到有一次实车测试，车子在弯道里直接“画龙”，我才意识到——模型不对，一切白费。

3.1 自行车模型：最简单的“降维打击”

为什么叫自行车模型？你想想看，一辆四轮车，在低速转弯时，左右轮的转角其实差别不大。我们干脆把左右轮合并成一个虚拟的“前轮”和“后轮”。说白了，就是把四轮车简化成一辆自行车。

这个模型的核心假设有两个：

• 忽略侧偏角：轮胎完全沿着指向方向运动
• 低速工况：离心力小，轮胎不产生侧向滑移

数学表达其实很简洁：

// 自行车模型运动学方程
x_dot = v * cos(θ)
y_dot = v * sin(θ)
θ_dot = (v / L) * tan(δ)

其中L是轴距，δ是前轮转角。嗯，这里要注意——这个模型只适用于速度低于5m/s的场景。我在项目中遇到过有人拿它做高速路径跟踪，结果车辆直接失控。记住，自行车模型是“低速神器”，高速下必须用动力学模型。

3.2 阿克曼转向模型：四轮转向的几何真相

阿克曼转向，说白了就是解决一个问题——四个轮子怎么转才能不“打架”？

你想想看，车辆转弯时，内侧轮和外侧轮走的圆弧半径不一样。如果左右轮转角一样，轮胎就会产生滑移，磨损加剧，操控性变差。阿克曼的解决方案是：让内侧轮转角比外侧轮大一点。

几何关系如下：

cot(δ_o) - cot(δ_i) = B / L

其中：
δ_o = 外侧轮转角
δ_i = 内侧轮转角
B = 轮距
L = 轴距

我曾经调试过一个线控转向系统，发现车辆在急转弯时总是有“推头”现象。查了半天，原来是阿克曼率没调对。理想阿克曼率是100%，但实际中为了兼顾高速稳定性，通常会降到60%-80%。

3.3 轮胎模型：车辆与地面的“握手协议”

轮胎模型，是车辆动力学里最玄学的东西。为什么？因为轮胎和地面的接触，涉及橡胶、温度、路面材质、胎压……变量太多了。

最经典的当属Pacejka魔术公式。名字很炫酷，其实就是一个非线性函数：

F_y = D * sin(C * arctan(B * α - E * (B * α - arctan(B * α))))

其中：
F_y = 侧向力
α = 侧偏角
B, C, D, E = 拟合参数

这个公式能描述轮胎从线性区到饱和区的完整特性。我刚开始做控制时，总觉得用线性模型就够了，直到有一次在湿滑路面上测试，车辆突然侧滑——线性模型完全没预测到。从那以后，我再也不敢忽视轮胎的非线性特性。

3.4 纵向动力学：加速与制动的那点事

纵向动力学，说白了就是研究车怎么加速、怎么减速。核心方程其实就一个牛顿第二定律：

m * a = F_drive - F_brake - F_roll - F_aero - F_grade

其中：
F_drive = 驱动力
F_brake = 制动力
F_roll = 滚动阻力
F_aero = 空气阻力
F_grade = 坡度阻力

这里有个坑——很多人会忽略坡度阻力。我记得有一次在重庆测试，车辆在坡道上起步总是溜车，查了半天才发现是坡度估计不准。后来我们加了一个IMU传感器，实时计算坡度角，问题才解决。

纵向控制的关键在于：

• 油门响应：从踩油门到产生驱动力，有100-200ms延迟
• 制动特性：制动压力与减速度不是线性关系
• 换挡冲击：自动变速箱换挡时会有动力中断

3.5 横向动力学：让车辆乖乖走线

横向动力学，研究的是车辆怎么转弯、怎么保持车道。核心模型是二自由度单轨模型：

m * v * (β_dot + r) = F_yf + F_yr
I_z * r_dot = a * F_yf - b * F_yr

其中：
β = 质心侧偏角
r = 横摆角速度
F_yf, F_yr = 前后轮侧向力
a, b = 质心到前后轴距离

这个模型虽然简单，但能描述车辆80%的横向动态特性。我建议初学者先把这个模型吃透，再去碰更复杂的七自由度、十四自由度模型。

最后说一句，模型永远只是近似。我做了这么多年，最大的体会就是：模型要“够用就好”，别追求过度复杂。一个能跑起来的简单模型，比一个永远调不通的复杂模型有用得多。