第二章 运动学基础：位置、速度、加速度的关系

各位工程师，大家好。欢迎来到《纵向控制速度约束全解析》的第二讲。

这一章，我们聊点最基础的东西——运动学。你可能会想：“这玩意儿我初中就学过，还用讲？” 嗯，我当年也这么想。直到我在项目里调一个纵向控制器，发现车怎么都刹不住，最后查出来是加速度积分算位置时，采样周期搞错了。所以，别小看这些基础公式，它们是整个控制系统的地基。

2.1 三个核心物理量：位置、速度、加速度

我们先明确一下这三个量的定义。说白了，它们描述的是“物体怎么动”这件事。

• 位置 (Position, s)：物体在空间中的坐标。在纵向控制里，通常指沿着道路的里程，单位是米（m）。
• 速度 (Velocity, v)：位置随时间的变化率。也就是物体移动的快慢和方向，单位是米/秒（m/s）。
• 加速度 (Acceleration, a)：速度随时间的变化率。它描述了速度变化的快慢，单位是米/秒²（m/s²）。

我个人习惯把这三个量想象成一条链：加速度决定速度怎么变，速度决定位置怎么变。你想想看，踩油门（正加速度），速度增加，车就跑得更远。就是这么个逻辑。

2.2 运动学方程：匀加速直线运动

在自动驾驶的纵向控制中，我们最常处理的是匀加速直线运动。为什么？因为大多数控制周期（比如10ms、20ms）内，我们可以近似认为加速度是恒定的。这给计算带来了极大的便利。

假设初始时刻 t=0，初始位置为 s₀，初始速度为 v₀，加速度 a 为常数。那么经过时间 t 后：

物理量	公式	说明
速度	v(t) = v₀ + a·t	速度随时间线性变化
位置	s(t) = s₀ + v₀·t + ½·a·t²	位置随时间二次变化
速度-位移关系	v² = v₀² + 2·a·(s - s₀)	不依赖时间，非常实用

这三个公式，我建议你刻在脑子里。尤其是第三个——速度-位移关系式。我在做紧急制动距离计算时，几乎天天用它。举个例子，假设车速 20m/s，最大制动减速度 -5m/s²，那么从踩刹车到停车的距离是多少？直接用公式：0 = 20² + 2*(-5)*Δs，算出来 Δs = 40米。嗯，这就是你的安全跟车距离底线。

2.3 从连续到离散：控制周期里的运动学

理论公式是连续的，但我们的控制器是离散的。每个控制周期（比如 20ms），我们都要计算一次。这里有个坑，我曾经踩过。

假设控制周期为 Δt，当前时刻的位置为 s_k，速度为 v_k，加速度为 a_k。那么下一个时刻：

// 错误的做法：直接用连续公式
s_{k+1} = s_k + v_k * Δt + 0.5 * a_k * Δt²
v_{k+1} = v_k + a_k * Δt

// 我个人推荐的做法：先更新速度，再用平均速度更新位置
v_{k+1} = v_k + a_k * Δt
s_{k+1} = s_k + (v_k + v_{k+1}) / 2 * Δt

为什么推荐第二种？因为第一种假设加速度在整个 Δt 内恒定，但实际加速度可能变化。第二种用了梯形积分，精度更高。说白了，就是更接近真实物理过程。

2.4 运动学约束：速度与加速度的极限

在自动驾驶中，车辆的运动不是自由的。它受限于物理极限和舒适性要求。这些约束，最终都会体现在运动学方程里。

• 速度约束：v_min ≤ v ≤ v_max。v_min 通常是0（不能倒车），v_max 是道路限速或车辆极速。
• 加速度约束：a_min ≤ a ≤ a_max。a_min 是最大制动减速度（比如 -5m/s²），a_max 是最大加速能力（比如 3m/s²）。
• 加加速度约束 (Jerk)：j_min ≤ j ≤ j_max。加加速度是加速度的变化率，它直接影响乘坐舒适性。我一般把 jerk 限制在 ±2 m/s³ 以内。

你想想看，如果只约束速度和加速度，那控制器可能会让加速度瞬间从0跳到最大值。乘客会感觉被踹了一脚。所以，加加速度约束也很重要。

2.5 知识体系总览

为了让你更直观地理解这一章的内容，我画了一张图。它展示了位置、速度、加速度、加加速度之间的微分/积分关系，以及它们在实际控制中的角色。

这张图把这一章的核心逻辑串起来了。从加加速度到位置，每向上积分一次，物理意义就变得更直观。而每一层，都有对应的约束需要满足。

好了，这一章就到这里。运动学是纵向控制的基础，看似简单，但细节决定成败。下一章我们会聊动力学的部分，到时候这些公式会派上大用场。