动力学基础：车辆动力学模型（轮胎模型、单轨/双轨模型）、动力学约束与状态空间表示
车辆动力学模型是规控算法工程师理解车辆运动本质、设计控制器与规划器的核心数学工具。与运动学模型不同，动力学模型考虑了力、质量、惯量、轮胎滑移等物理因素，能够描述车辆在高速、大曲率或低附着路面下的真实响应。在面试中，面试官通常不会要求你背诵公式，而是考察你是否理解：轮胎侧偏特性如何影响车辆稳定性、单轨模型与双轨模型的适用边界、如何将动力学方程转化为状态空间形式用于MPC或LQR设计。本章将围绕轮胎模型、单轨/双轨模型、动力学约束与状态空间表示四个核心模块展开，帮助你建立从物理原理到工程实现的完整认知链路。
上图展示了车辆动力学模型在规控算法中的整体知识框架。从输入（驾驶员指令、车辆参数、路面条件）到轮胎模型、单轨/双轨模型，再到动力学约束和状态空间表示，最终服务于控制器设计。下面我们逐一深入剖析每个模块。
4.1 轮胎模型：车辆与路面的唯一交互通道
轮胎是车辆与路面之间唯一的力传递介质，轮胎模型的准确性直接决定了动力学仿真的可信度。在规控算法中，我们最关心的是轮胎的侧向力与纵向力，它们分别由侧偏角α和滑移率κ决定。
4.1.1 核心原理：从线性到非线性
在小侧偏角（通常|α| < 5°）和中等滑移率范围内，轮胎侧向力与侧偏角近似呈线性关系：
F_y = C_α · α其中C_α为轮胎侧偏刚度（N/rad），是轮胎固有属性。但真实轮胎在大侧偏角下会出现饱和现象，此时Pacejka魔术公式是最常用的经验模型：
F_y = D · sin(C · arctan(B·α - E·(B·α - arctan(B·α))))其中B、C、D、E分别为刚度因子、形状因子、峰值因子和曲率因子。面试中，你至少需要能画出线性区与饱和区的分界，并解释为什么在极限工况下线性模型会失效。
4.1.2 判断方法：如何选择轮胎模型
| 模型类型 | 适用场景 | 精度 | 计算开销 | 参数需求 |
|---|---|---|---|---|
| 线性模型 | 常规道路、小侧偏角、MPC实时控制 | 低（线性区准确） | 极低 | 仅需C_α |
| Pacejka魔术公式 | 极限工况、漂移、高精度仿真 | 高（全工况） | 中 | B,C,D,E等数十个参数 |
| Fiala模型 | 中等精度、解析解需求 | 中 | 低 | C_α, μ, 载荷 |
| Dugoff模型 | 同时考虑纵滑与侧偏 | 中 | 低 | C_x, C_α, μ |
选择原则：控制算法用线性模型保证实时性，仿真验证用Pacejka保证精度。如果面试官问“你的MPC里轮胎模型怎么处理”，回答“线性化+约束限制”是标准答案。
4.1.3 案例拆解：低附着路面下的轮胎饱和
假设车辆在μ=0.3的冰雪路面上行驶，前轮侧偏角达到8°。线性模型会给出F_y = C_α·8°，但实际轮胎早已饱和，真实侧向力可能只有线性预测值的60%。如果控制器仍按线性模型计算，会严重高估车辆的过弯能力，导致轨迹跟踪偏差甚至失控。工程解决方案是：在MPC中增加侧偏角约束（如|α| ≤ 4°），或使用μ估计器在线修正轮胎刚度。
4.2 单轨模型与双轨模型：从简化到精细
单轨模型（自行车模型）将左右前轮合并为一个虚拟前轮、左右后轮合并为一个虚拟后轮，忽略了载荷转移和左右轮差异。双轨模型则保留四个车轮的独立受力，能更精确地描述车辆在极限工况下的表现。
4.2.1 核心原理：单轨模型的动力学方程
单轨模型是规控算法中最常用的动力学模型，其核心方程如下：
m·(v̇_x - v_y·ω) = F_xf·cos(δ) - F_yf·sin(δ) + F_xr
m·(v̇_y + v_x·ω) = F_xf·sin(δ) + F_yf·cos(δ) + F_yr
I_z·ω̇ = l_f·(F_xf·sin(δ) + F_yf·cos(δ)) - l_r·F_yr其中m为整车质量，I_z为绕z轴的转动惯量，l_f和l_r分别为质心到前/后轴的距离，δ为前轮转角。在规控中，我们通常假设纵向速度v_x恒定，只关注横向动力学，从而简化为：
m·v_x·(β̇ + ω) = F_yf + F_yr
I_z·ω̇ = l_f·F_yf - l_r·F_yr这里β = v_y/v_x为质心侧偏角。这个二阶系统是车辆稳定性控制（ESP）和LQR横向控制的基础。
4.2.2 对比分析：单轨 vs 双轨
| 维度 | 单轨模型 | 双轨模型 |
|---|---|---|
| 自由度 | 3（v_x, v_y, ω） | 5+（增加左右轮速、载荷转移） |
| 载荷转移 | 忽略 | 考虑（横向/纵向载荷转移） |
| 适用工况 | 常规驾驶、高速巡航、小侧向加速度 | 极限操稳、差动制动、低附着路面 |
| 计算复杂度 | 低，适合实时控制 | 高，多用于离线仿真 |
| 参数需求 | m, I_z, l_f, l_r, C_f, C_r | 增加轮距、悬架参数、轮胎非线性 |
面试中，当被问“什么时候必须用双轨模型”，标准回答是：当车辆存在明显载荷转移（如急转弯、急加速/制动）或需要利用左右轮差动控制（如ESP、扭矩矢量控制）时。
4.2.3 实战场景：高速变道工况的模型选择
在高速（120km/h）紧急变道场景中，车辆侧向加速度可达0.6g以上，此时载荷转移显著。若使用单轨模型设计控制器，由于忽略了内外侧车轮的垂直载荷差异，会导致轮胎侧偏刚度估计偏差约15%-20%。实际工程中，我们通常采用单轨模型+载荷转移修正的折中方案：在单轨模型基础上，根据侧向加速度估算前后轴载荷变化，并修正轮胎刚度。
4.3 动力学约束：安全边界的数学表达
动力学约束是规控算法中保障车辆安全的核心。它们将物理极限转化为优化问题中的不等式约束，防止控制器输出超出车辆物理能力的指令。
4.3.1 核心约束类型
- 摩擦椭圆约束：(F_x/F_xmax)² + (F_y/F_ymax)² ≤ 1，表示纵向力和侧向力的合力不能超过轮胎附着极限。
- 侧向加速度约束：|a_y| ≤ μ·g，这是最常用的简化约束，直接限制横向加速度。
- 质心侧偏角约束：|β| ≤ β_max（通常8°-12°），防止车辆进入不稳定区域。
- 执行器约束：|δ| ≤ δ_max，|δ̇| ≤ δ̇_max，|a_x| ∈ [a_x_min, a_x_max]。
4.3.2 约束的工程实现
在MPC中，这些约束通常以线性不等式形式加入优化问题：
|a_y| = |v_x·ω| ≤ μ·g
|β| ≤ β_max
|δ| ≤ δ_max需要注意的是，约束过紧会导致优化问题无解，过松则失去保护意义。工程上常用软约束（引入松弛变量）处理，例如：
|a_y| ≤ μ·g + ε, ε ≥ 0并在代价函数中惩罚ε，这样既能保证可行性，又能尽量满足硬约束。
4.3.3 案例拆解：MPC中的约束冲突处理
假设车辆在湿滑路面（μ=0.5）以80km/h行驶，前方出现障碍物需要紧急变道。MPC优化目标是最小化跟踪误差，但约束要求|a_y| ≤ 0.5g。如果参考轨迹的曲率过大，优化器会发现无可行解。此时有两种处理方式：
- 降低参考速度：将纵向速度从80km/h降至60km/h，减小所需侧向加速度。
- 放宽约束：允许瞬时a_y达到0.6g（软约束），但增加惩罚项。
实际工程中，我们通常采用分层架构：上层规划器生成满足动力学约束的轨迹，下层MPC只负责跟踪。这样从源头避免约束冲突。
4.4 状态空间表示：从微分方程到控制器设计
状态空间表示是连接动力学模型与现代控制理论的桥梁。将单轨模型转化为状态空间形式，是设计LQR、MPC等控制器的基础。
4.4.1 标准状态空间形式
选择状态向量x = [v_y, ω]ᵀ，控制输入u = δ，在v_x恒定的假设下，单轨模型可写为：
ẋ = A·x + B·u
其中：
A = [-(C_f+C_r)/(m·v_x), -(v_x + (C_f·l_f - C_r·l_r)/(m·v_x));
-(C_f·l_f - C_r·l_r)/(I_z·v_x), -(C_f·l_f² + C_r·l_r²)/(I_z·v_x)]
B = [C_f/m;
C_f·l_f/I_z]这个线性时不变（LTI）系统是车辆横向动力学分析的基础。通过计算A的特征值，可以判断车辆的稳定性：如果特征值实部为负，则系统稳定。
4.4.2 从状态空间到控制器设计
有了状态空间模型，我们可以直接应用现代控制理论：
- LQR设计：通过求解Riccati方程得到最优反馈增益K，使代价函数J = ∫(xᵀQx + uᵀRu)dt最小。
- MPC设计：将状态空间模型离散化，在每个控制周期求解有限时域优化问题。
- 观测器设计：如果v_y不可直接测量，可用Luenberger观测器或卡尔曼滤波器估计。
4.4.3 实战案例：基于状态空间的LQR横向控制器
某自动驾驶项目需要设计高速公路车道保持控制器。车辆参数：m=1500kg，I_z=2500kg·m²，l_f=1.2m，l_r=1.4m，C_f=80000N/rad，C_r=100000N/rad，v_x=30m/s。设计步骤如下：
- 建立状态空间模型：代入参数计算A和B矩阵。
- 选择权重矩阵：Q = diag([10, 100])（侧重惩罚横摆角速度偏差），R = [0.1]（限制转向输入）。
- 求解Riccati方程：得到K = [k_vy, k_ω]。
- 仿真验证：在双移线工况下，最大横向误差<0.2m，横摆角速度峰值<0.3rad/s。
这个案例展示了从物理模型到控制器参数设计的完整链路。面试中，如果你能清晰复现这个流程，并解释每个参数对性能的影响，会给面试官留下深刻印象。
4.5 常见误区与总结复盘
在面试和实际工程中，以下误区需要特别注意：
| 误区 | 后果 | 正确做法 |
|---|---|---|
| 忽略轮胎非线性，全工况使用线性模型 | 极限工况下控制器失效 | 增加侧偏角约束或使用LTV模型 |
| 将单轨模型用于低附着路面 | 模型误差大，控制精度下降 | 使用双轨模型或增加μ估计 |
| 约束设置过紧导致MPC无解 | 控制器输出中断，安全隐患 | 使用软约束+松弛变量 |
| 忽略执行器延迟和饱和 | 实际控制效果与仿真差距大 | 在模型中增加执行器一阶惯性环节 |
| 状态空间模型未离散化直接用于MPC | 数值不稳定，求解失败 | 使用零阶保持或双线性变换离散化 |
总结复盘：车辆动力学模型是规控算法的物理基石。面试准备时，建议你重点掌握：①线性轮胎模型的适用边界；②单轨模型的推导过程（能默写方程）；③动力学约束的数学表达与工程处理；④状态空间模型的建立与离散化方法。同时，准备一个完整的LQR或MPC设计案例，能够从车辆参数出发，逐步推导到控制器参数，这将是你面试中的亮点。