4. 车辆运动学模型

各位工程师朋友，今天我们来聊聊车辆运动学模型。说实话，这部分内容在路径规划里属于「地基」一样的存在。你规划出来的轨迹再漂亮，如果车辆根本走不出来，那就是纸上谈兵。我个人习惯把运动学模型看作是「车辆的语言」——你得先听懂车想怎么动，才能给它下指令。

4.1 自行车模型：最经典的简化

先说说自行车模型。为什么叫这个名字？你想想看，一辆四轮汽车在低速转弯时，左右轮的转角其实差不多。那干脆把左右轮合并成一个虚拟的「前轮」和「后轮」，这不就变成自行车了吗？

我在项目中遇到过这样的情况：刚开始做路径跟踪时，直接用四轮模型，结果参数调得头大。后来换成自行车模型，效果反而更好。为什么？因为低速场景下，轮胎侧偏角很小，自行车模型的假设基本成立。

自行车模型的数学表达其实很简洁：

状态变量: [x, y, θ, δ, v]
- x, y: 车辆后轴中心位置
- θ: 航向角
- δ: 前轮转角
- v: 纵向速度

运动方程:
x_dot = v * cos(θ)
y_dot = v * sin(θ)
θ_dot = v * tan(δ) / L
δ_dot = ω (转向角速度)
v_dot = a (纵向加速度)

这里 L 是轴距。嗯，要注意一点：这个模型假设轮胎是刚性的，没有侧偏。说白了就是「轮子指哪打哪」。实际轮胎会有侧偏角，但那是动力学范畴的事了。

4.2 阿克曼转向模型：更真实的转向几何

自行车模型虽然好用，但它忽略了一个关键问题：实际车辆转弯时，内外侧车轮的转角是不一样的。这就是阿克曼转向几何要解决的问题。

我记得第一次调试阿克曼模型时，发现车辆转弯半径总跟理论值对不上。后来一查，原来是转向梯形设计导致的阿克曼率不是100%。这玩意儿在实车上很常见，你想想看，完全阿克曼转向在低速时转向力太大，所以很多车会故意做成「不足阿克曼」。

阿克曼转向的核心公式：

内轮转角: δ_i = arctan(L / (R - W/2))
外轮转角: δ_o = arctan(L / (R + W/2))
平均转角: δ = (δ_i + δ_o) / 2

其中:
- R: 转弯半径
- W: 轮距
- L: 轴距

4.3 状态空间表示：让模型更「听话」

有了运动学模型，怎么把它变成计算机能用的形式？这就轮到状态空间表示出场了。

说白了，状态空间表示就是把运动学方程写成矩阵形式：

状态向量: x = [x, y, θ, δ, v]^T
控制输入: u = [ω, a]^T

连续时间状态空间:
x_dot = f(x, u)

离散化后（用于计算机控制）:
x(k+1) = x(k) + Ts * f(x(k), u(k))

其中 Ts 是采样时间

我个人习惯用欧拉法做离散化，简单够用。如果你追求更高精度，可以考虑RK4，但计算量会大一些。

4.4 微分约束：车辆不是你想动就能动

最后聊聊微分约束。这玩意儿说白了就是「车辆的运动受物理规律限制」。你不可能让车原地掉头，也不可能让它横着走。

常见的微分约束包括：

• 非完整约束：车辆不能侧向移动，即 y_dot * cos(θ) - x_dot * sin(θ) = 0
• 曲率约束：路径曲率 κ ≤ tan(δ_max) / L
• 加速度约束：|a| ≤ a_max
• 转向速率约束：|ω| ≤ ω_max

我曾经在做一个高速路径跟踪项目时，忽略了转向速率约束。结果规划出来的路径曲率变化太快，执行器根本跟不上，车辆直接冲出车道。嗯，从那以后我再也不敢忽略微分约束了。

知识体系总览

下面这张图展示了本章的核心逻辑：从最简单的自行车模型出发，逐步引入阿克曼转向、状态空间表示，最后用微分约束收尾。整个链条就是「模型 → 表示 → 约束」。

好了，以上就是车辆运动学模型的全部核心内容。从自行车模型到阿克曼转向，再到状态空间表示和微分约束，每一步都是环环相扣的。你在实际项目中，可以根据场景灵活选择——低速用自行车，高速加约束，中间用阿克曼。记住，模型不是越复杂越好，够用就行。

可可精品资料库