第2章:车辆纵向控制

2.1 车辆纵向动力学模型

注:车辆的纵向控制是指控制车辆行驶方向上的加减速,使得汽车可以按照期望的速度行驶,并保持安全的前后车距(即对汽车油门 / 刹车的控制);


2.1.1 车辆纵向受力模型

  • :轮胎纵向力(前后轮的驱动力,由车辆的引擎产生的将车向前推动的力)
  • :滚动阻力(车辆在道路上行驶时轮胎 / 路面形变从而产生一个接触面,在这个接触面上轮胎与地面之间的摩擦力就是滚动阻力)
  • :空气阻力

2.1.2 空气阻力计算公式

  • :空气密度(和大气压力 + 空气温度有关,知道这两项就可以通过查询汽车密度表获取当前的空气密度)
  • :汽车风阻系数(通过风洞测试得到,一般轿车的风阻洗漱在0.28左右,SUV会更高在0.32左右)
  • :车辆在运动方向上的投影面积(一般取车辆【宽x高】的79%~84%)
  • :实时车速(风阻是和速度的平方成正比,所以高速行车风阻会很大)
  • :风速(一般情况下风速和车速相比都很小,所以经常忽略其为0)

2.1.3 轮胎纵向力计算公式

:前后轮纵向刚度

  • 假设路面摩擦力为一个轮胎的法向载荷常数,则轮胎纵向力为滑动率****的一个函数(如上图);
  • 在低滑动率的时候(-0.1~0.1),轮胎纵向力和轮胎滑动率成正比,而正比这部分的斜率我们通常成为纵向刚度;

:前后轮滑动率

  • :滑移率(在刹车的时候发生)
  • :滑转率(在加速的时候发生)
  • 在加速 / 刹车的时候才有滑移率 / 滑转率,这个时候轮胎和地面之间是动摩擦;
  • 在匀速行驶的时候,车辆轮胎和地面之间是静摩擦,之间没有相对位移;
    滑动率的计算公式推导:
  • :滚动半径(本身轮胎半径为R,但是轮胎在和路面接触时存在形变,所以真实的滚动半径记为
  • :滚动角速度
  • :轮胎实际纵向速度
  • :车辆实际纵向速度
  • 在干燥的路面上行驶时,我们的滑动率都是很小的,所以我们使用一个简化的线性轮胎模型来表示;
  • 但是如果路面比较湿滑,换言之就是滑动率比较大的时候,就不能再使用这样的线性轮胎模型了,需要使用非线性轮胎模型来计算(常见的非线性模型有 Magic Formula);

2.1.4 滚动阻力计算公式

:滚动阻力(本质上是摩擦产生的阻力)

:轮胎法向载荷(也是导致轮胎形变的力,这个力在轮胎形变产生的接触面上分配是不均匀的,如上图的曲线)

:滚动阻力系数(取值范围为0.01~0.04,常用车的轮胎滚动阻力系数为0.015)
计算法向载荷

  • 针对车辆建立纵向力矩平衡方程

注意:在以车为坐标系来分析车辆的力矩平衡时,车是不发生旋转的,力矩是平衡的

  • 将所有力的作用点都平移到坐标系上,力的作用点到坐标原点的距离就是力臂;

  • 没有在力矩平衡等式中出现的力,肯定是本身力的方向就和坐标轴重合,因此没有力臂,也就没有力矩;如轮胎滚动阻力都是作用在轮胎和地面的接触面上的,因此力臂为0,

  • 即力矩为0;

  • 为车辆重心的高度;

  • 后轮接地处为坐标系参考点,建立力矩平衡等式

  • 力矩平衡等式

  • 前轮接地处为坐标系参考点,建立力矩平衡等式

  • 力矩平衡等式
    滚动阻力计算公式:


2.1.5 总结

  1. 纵向控制的输入:油门 / 刹车
  2. 纵向控制的输出:纵向速度 / 纵向加速度 / 跟车距离

a

a

a

a

2.2 经典控制理论


相关推荐
春末的南方城市29 分钟前
FLUX的ID保持项目也来了! 字节开源PuLID-FLUX-v0.9.0,开启一致性风格写真新纪元!
人工智能·计算机视觉·stable diffusion·aigc·图像生成
zmjia11131 分钟前
AI大语言模型进阶应用及模型优化、本地化部署、从0-1搭建、智能体构建技术
人工智能·语言模型·自然语言处理
jndingxin1 小时前
OpenCV视频I/O(14)创建和写入视频文件的类:VideoWriter介绍
人工智能·opencv·音视频
AI完全体1 小时前
【AI知识点】偏差-方差权衡(Bias-Variance Tradeoff)
人工智能·深度学习·神经网络·机器学习·过拟合·模型复杂度·偏差-方差
GZ_TOGOGO1 小时前
【2024最新】华为HCIE认证考试流程
大数据·人工智能·网络协议·网络安全·华为
sp_fyf_20241 小时前
计算机前沿技术-人工智能算法-大语言模型-最新研究进展-2024-10-02
人工智能·神经网络·算法·计算机视觉·语言模型·自然语言处理·数据挖掘
新缸中之脑1 小时前
Ollama 运行视觉语言模型LLaVA
人工智能·语言模型·自然语言处理
胡耀超2 小时前
知识图谱入门——3:工具分类与对比(知识建模工具:Protégé、 知识抽取工具:DeepDive、知识存储工具:Neo4j)
人工智能·知识图谱
陈苏同学2 小时前
4. 将pycharm本地项目同步到(Linux)服务器上——深度学习·科研实践·从0到1
linux·服务器·ide·人工智能·python·深度学习·pycharm
吾名招财2 小时前
yolov5-7.0模型DNN加载函数及参数详解(重要)
c++·人工智能·yolo·dnn