车辆动力学模型推导【看了也不一定会】

最新推荐文章于 2025-03-05 22:12:55 发布

不断学习加努力

最新推荐文章于 2025-03-05 22:12:55 发布

阅读量1.6k

点赞数 19

文章标签：自动驾驶人工智能机器学习

本文链接：https://blog.csdn.net/weixin_48386130/article/details/142820815

版权

提示：文章写完后，目录可以自动生成，如何生成可参考右边的帮助文档

文章目录

前言
一、【输入】【输出】【已知量】？
二、推导步骤
总结

前言

需要先理解车辆运动学模型

好久不见！

之前两篇文章把车辆运动学模型讲完了。
这次讲一下车辆动力学模型：
少年，这个就有点难了，按照你之前的步骤，先点了收藏再退出吧。

首先需要理解，车辆动力学模型和车辆运动学模型的不同，以及为什么要学这个：

因为之前咱们推导的运动学模型，没有力，就纯纯是非常理想化的一个简易二维平面模型，不仅存在着各种误差，并且实际上无法进行控制。
因为输入不能是速度，无论是电机还是发动机，输入都是力。
（推导起来还是有一定难度哈，所以不要觉得自己笨。）
并且车辆在实际形式过程中，势必还会受到轮胎性能影响（否则为啥好轮胎那么贵呢），这些就会影响它的加速度，从而影响速度，从而影响车辆的位姿，从而影响车辆的所需的控制。
所以，为了更好的控制车辆，必须进行车辆动力学建模。

我们依然还是从【输入】【输出】【已知量】出发，结合之前的【运动学模型】进行推导。

需要注意的是，我们这次模型依然是二维平面下的模型。

一、【输入】【输出】【已知量】？

先说【输出】：
【输出】是车辆在全局坐标系下的加速度。
之前我们在【运动学模型】的时候，【输出】是车辆在全局坐标系下运动的速度，现在我们为了更简单的表达出【动力学模型】的式子，选取车辆速度在时间下的微分——加速度，来做输出量。
x方向加速度——ax
y方向加速度——ay
绕z轴角加速度——α

【注意：速度也罢，加速度也罢，其实都是为了在时间上积分，得到我们真正想控制的量——车辆在全局坐标系下的速度。】

再说【输入】：
要输出加速度，那输入一定就是各种力了。
这里一共有五个力：
前车轮x方向受力：Fxf
前车轮y方向受力：Fyf
后车轮x方向受力：Fxr
后车轮y方向受力：Fxr
x方向科氏力：Fxk
y方向科氏力：Fyk

需要注意的是，上面所有的【输入】受力都是车辆自身的坐标系，而【输出】则是全局坐标系，所以之间还需要坐标转换。

你一定发现少了个空气阻力，对，因为忽略了，不是因为它不重要，而是因为加上它就太复杂了，所以你就能看出来，其实整个模型依然是一个低速模型，不过没运动学模型那么低速。具体怎么选择，要做停车等动作就用运动学模型，正常跑就用动力学，上高速就当我没说。

首先说明一下这个假定是前面两个轮子受力完全一样，后面两个轮子受力完全一样。

你是不是想问，科氏力是什么呢？
就是车辆旋转时的惯性力，为啥叫这个名字我就不清楚了。

接下来我们就开始推导。

二、推导步骤

推导前需要先说一下，因为车辆的动力学模型非常复杂，所以根据方向不同，分为纵向动力学，横向动力学，和

1.【输入】【输出】建立关系。

因为这个推导比较难，所以我们先写个其实看不出什么关系的关系：
x轴方向：ax=f（Fxf，Fxr，Fkx）
y轴方向：ay=f（Fyf，Fyr，Fky）
绕z轴旋转：α=f（Fyr，Fyr）

需要注意的是，其中所有的力都是【车辆自身坐标系】，

上面的式子，看不出什么关系来，但是会让你产生疑问：
为啥绕z轴旋转没有科氏力呢？
因为绕z轴的旋转的力，只和车体的横向受力有关，这个横向是只垂直于车身方向。

【输入】力和【输出】加速度之间还差了一个质量，这个我们最后再加上

到这里呢，我们就先进行了一个简易的【输入】【输出】关系的搭建映射，接下来呢，我们进行进一步推导，把他们具体的关系给写出来。

接下来呢，我们就需要进行这几个力的推导。

2.纵向受力Fx

再强调一遍，这里的纵向受力都是指车身坐标系中的纵向受力。
在这里插入图片描述
图片来源：https://blog.csdn.net/awhoee/article/details/128519534

如图所示，在斜坡上，车辆纵向受力主要分为三部分：
前轮and后轮纵向力：Fxf，Fxr，这两个力向上爬的动力。
前轮and后轮滚动阻力：Rxf，Rxr，这部分和
车身重力的沿地面方向力：mg*sinθ
等效风阻：Fareo，车辆在行驶过程中不可避免有风阻，且车速越快风阻越大。

则可以得到车辆的纵向受力Fx：
Fx=Fxf+Fxr-(Rxf+Rxr)-Fareo-mg*sinθ

其中θ是坡度

在上坡时，车辆动力就是车轮纵向力，其余三种力都是阻力。

注意：如果是下坡，则受力分析会有不同。

接下来分别开始推导这4组力中的三组【等效风阻】【纵向力】【滚动阻力】：

等效风阻（也就是空气阻力）：
在这里插入图片描述
图片来源：https://blog.csdn.net/awhoee/article/details/128519534
没什么推导的，就是一个公式，里面只有Vx为控制量。

轮胎纵向力
这个力是让车辆可以正常行驶的动力，也就是克服其他所有阻力的力，先直接给出计算公式：
Fxf=Cfσxf
Fxr=Crσxr

首先解释一下Cf是什么，Cf又名穿越火线，是一款充钱游戏。
Cr则是轮胎侧偏刚度，也就是【车轮纵向力与滑动率】的比值，这个是在轮胎生产之后就可以测出来的，也是一个固定系数。

然后需要明确一个概念–滑移率（滑动率），这个名称相信大家在别的博客力都看到过，滑移率就是【车轮接地处的滑动速度与车轮中心运动速度的比值】，就是【轮胎打滑】。
滑移率公式给出：
在这里插入图片描述
图片来源：https://blog.csdn.net/awhoee/article/details/128519534
上面公式里，我们能控制的是车轮转速和汽车速度，汽车速度可以通过传感器反馈，车轮转速则是我们需要控制的。

又需要注意的是：大家也看到了，上面的公式直接将一个固定的系数乘滑移率，是一个线性模型，其实在车辆实际运行时，遇到雨雪等地面，经常出现非线性情况，这个时候就需要引入轮胎魔术公式等其他轮胎模型，有兴趣的可以去了解一下。

轮胎滚动阻力

这就是最后一个需要推导的阻力了，非常简单：
Rxf+Rxr=f*（Fzf+Fzr）
其中f是滚动阻力系数，与路面的种类、行驶车速以及轮胎的构造、材料、气压等有关。取值范围一般在0.01到0.04之间，常见的子午线轮胎的滚动阻力系数在0.015左右。
这个系数通过实验求得，不用自己算。

Fzf和Fzr就是车辆前后轮胎受到的法向载荷，也就是车胎和地面接触面受到的压力。
有人就会问了，为什么不直接是车辆重力的分力呢，这部分我也不太理解，等之后理解了回来补吧，直接给出公式：
在这里插入图片描述

图片来源：https://blog.csdn.net/awhoee/article/details/128519534
公式里面又带…的x，这个就是车身纵向加速度。

到了这里，轮胎纵向力就推导完毕了，公式因为我也是粘贴过来的，就不整理了。

3.侧向受力Fy

整个车辆动力学中，侧向受力是最难的最复杂的，于是你就会看到有很多博客中用了很多笔墨去介绍这部分，但是由于过于复杂所以看不懂，所以我在下面尽量用一种通俗易懂的模式解释：

车辆的侧向受力分为两部分，前车轮侧向受力和后车轮侧向受力，如图：
在这里插入图片描述
图片来源：https://https://zhuanlan.zhihu.com/p/520887731

分为两部分的原因就是如图，因为前车轮有角度，后车轮与车身没角度。
于是：
Fy=Fyr+Fyf*cosδ
其中需要注意的是，其中的三个受力都是车身坐标系下的，我们还没有进行坐标转换。
Fy为车辆坐标系下的纵向力合力，Fyr是后轮所受侧偏力，Fyf为前轮所受侧偏力。

到了这里一定会有疑问：
1.为什么纵向力就是前后轮所受侧偏力的合力呢？
2.什么是侧偏力？

其实这两个问题需要一起回答，先看图：
在这里插入图片描述
图片来源：https://https://zhuanlan.zhihu.com/p/520887731

先说一下这个图是从上往下看轮胎的图，x是它的行驶方向。
上面的长方形就是一个轮胎，箭头就是它的受力图。
轮胎是一个非刚体，在行驶过程中，路面的侧向倾斜，侧向风或者曲线行驶时的向心力等，都会产生侧向力，也就是侧偏力。
这个力会让轮胎的受力不再是轮胎的行驶方向，而是成一定角度，如图所示，也就是α。
于是就可以用轮胎的侧偏力来描述轮胎所受侧向力：
Fyr=Crαr
Fyf=Cfαf
Cf和Cr分别是前后轮的侧偏刚度系数，αr和αf分别是前后轮的侧偏角，也就是前进方向和受力方向的夹角。

到这里的时候，就需要求出αr和αf两个侧偏角的表达式了。

重申一遍侧偏角的定义：轮胎速度方向和轮胎横截面的角度。
在这里插入图片描述
图片来源：https://https://zhuanlan.zhihu.com/p/520887731
如图所示，后轮夹角较为简单，如图：

图片来源：https://https://zhuanlan.zhihu.com/p/520887731
直接给出公式

来解释一下公式中的字母的含义：
φ是车身中心绕z轴的摆角，上面加个点就是对应的角速度，lr是后车轮中心到车辆中心的距离，二者相乘就是后轮此时沿切线的线速度；
v是车辆的速度方向；
下面那个vr是后车轮实际的速度方向。