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
是上好佳佳佳呀7 小时前
【机器学习|DAY01】机器学习概述
人工智能·机器学习
沉默王二7 小时前
又一个顶级 AI 终端诞生了!Kaku 开源,实测安装配置+分屏对决
人工智能·openai·claude
xcLeigh7 小时前
Doubao-Seed-Evolving大模型接入教程|搭建全品类提示词+AI工具导航网页
前端·人工智能·python·ai·html·ai开发·豆包
不如语冰7 小时前
AI大模型入门-模块导入import
数据结构·人工智能·pytorch·python
岑梓铭7 小时前
《考研408数据结构》第七章(7.1 查找:顺序查找、折半查找、分块查找)复习笔记
数据结构·笔记·考研·408·ds·查找
海兰7 小时前
【高速缓存】RedisVL 指南:从向量搜索到 AI 应用落地
人工智能·redis
智恒百亿7 小时前
RTX 5090服务器全场景技术解析:极致算力的行业落地与价值赋能
大数据·人工智能·5090服务器
金伟API10247 小时前
常见的SQL面试题:经典50例
数据库·人工智能·笔记·sql·学习
硅徒7 小时前
金融系统渗透测试复盘:从授权边界到报告整改的全流程
人工智能
学术小白人7 小时前
【倒计时4个月】-AI赋能图像处理与计算机视觉技术国际学术研讨会
网络·人工智能·神经网络·数据分析·光学