• 学习笔记18--汽车模型之汽车动力学


    本系列博客包括6个专栏,分别为:《自动驾驶技术概览》、《自动驾驶汽车平台技术基础》、《自动驾驶汽车定位技术》、《自动驾驶汽车环境感知》、《自动驾驶汽车决策与控制》、《自动驾驶系统设计及应用》。
    此专栏是关于《自动驾驶汽车决策与控制》书籍的笔记.



    2.汽车模型

    2.1 汽车动力学

    1
    两个自由度分别用汽车侧向位置 y y y和汽车方向角 ψ \psi ψ表示;汽车侧向位置可沿汽车横向轴 y y y到汽车旋转中心点 O O O测量得到;汽车方向角 ψ \psi ψ可由汽车纵向轴 x x x与系统 X X X轴的夹角测得;汽车在质心处的纵向速度用 V x V_x Vx表示;

    忽略路面坡度,沿 y y y轴应用牛二定律可得:
    m a y = F y f + F y r (1) ma_y=F_{y_f}+F_{y_r}\tag{1} may=Fyf+Fyr(1)
    其中: a y = ( d 2 y d t 2 ) i n e r t i a l a_y=\left(\frac{d^2y}{dt^2}\right)_{inertial} ay=(dt2d2y)inertial为在 y y y轴方向汽车质心处的惯性加速度, F y f 、 F y r F_{y_f}、F_{{y_r}} FyfFyr分别表示前、后轮的轮胎侧向力;

    两个因素影响 a y a_y ay:沿 y y y轴的运动加速度 y ¨ \ddot{y} y¨和向心加速度 V x ψ ˙ V_x\dot{\psi} Vxψ˙
    a y = y ¨ + V x ψ ˙ (2) a_y=\ddot{y}+V_x\dot{\psi}\tag{2} ay=y¨+Vxψ˙(2)
    汽车侧向平移运动方程为:
    m ( y ¨ + V x ψ ˙ ) = F y f + F y r (3) m(\ddot{y}+V_x\dot{\psi})=F_{y_f}+F_{y_r}\tag{3} m(y¨+Vxψ˙)=Fyf+Fyr(3)
    z z z轴的转矩平衡可得横摆动力学方程:
    I z ψ ¨ = l f F y f + l r F y r (4) I_z\ddot{\psi}=l_fF_{y_f}+l_rF_{y_r}\tag{4} Izψ¨=lfFyf+lrFyr(4)
    其中: l f 、 l r l_f、l_r lflr分别为汽车质心到前轴和后轴的距离;

    建立作用于汽车上的轮胎模型,用来表示侧向力 F y f 、 F y r F_{y_f}、F_{y_r} FyfFyr;当侧偏角较小时,假设轮胎的侧向力与侧偏角成正比;轮胎的侧偏角定义为轮胎平面方向和轮胎速度方向之间的角度,如下图所示:
    2
    其中:前轮侧偏角:
    α f = δ − θ V f (5) \alpha_f=\delta-\theta_{V_f}\tag{5} αf=δθVf(5)
    其中: θ V f \theta_{V_f} θVf为汽车速度矢量和汽车纵轴之间的夹角, δ \delta δ为前轮转向角;

    后轮侧偏角近似表示为:
    α r = − θ V f (6) \alpha_r=-\theta_{V_f}\tag{6} αr=θVf(6)
    汽车前轮侧向力表示为:
    F y f = 2 C a f ( δ − θ V f ) (7) F_{y_f}=2C_{a_f}(\delta-\theta_{V_f})\tag{7} Fyf=2Caf(δθVf)(7)
    其中: C a f C_{a_f} Caf为比例系数,称为前轮的侧偏刚度; δ \delta δ为前轮转向角, θ V f \theta_{V_f} θVf为前轮速度角,系数2表示实际情况中有两个前轮;

    后轮侧向力表示为:
    F y r = 2 C a r ( − θ V r ) (8) F_{y_r}=2C_{a_r}(-\theta_{V_r})\tag{8} Fyr=2Car(θVr)(8)
    其中: C a r C_{a_r} Car为后轮的侧偏刚度, θ V r \theta_{V_r} θVr为后轮速度角;

    计算 θ V f 、 θ V r \theta_{V_f}、\theta_{V_r} θVfθVr
    tan ⁡ ( θ V f ) = V y + l f ψ ˙ V x (9) \tan(\theta_{V_f})=\frac{V_y+l_f\dot{\psi}}{V_x}\tag{9} tan(θVf)=VxVy+lfψ˙(9)

    tan ⁡ ( θ V r ) = V y − l r ψ ˙ V x (10) \tan(\theta_{V_r})=\frac{V_y-l_r\dot{\psi}}{V_x}\tag{10} tan(θVr)=VxVylrψ˙(10)

    采用小角度近似 V y = y ˙ V_y=\dot{y} Vy=y˙,有:
    θ V f = y ˙ + l f ψ ˙ V x (11) \theta_{V_f}=\frac{\dot{y}+l_f\dot{\psi}}{V_x}\tag{11} θVf=Vxy˙+lfψ˙(11)

    θ V r = y ˙ − l r ψ ˙ V x (12) \theta_{V_r}=\frac{\dot{y}-l_r\dot{\psi}}{V_x}\tag{12} θVr=Vxy˙lrψ˙(12)

    状态方程模型:
    d d t { y y ˙ ψ ψ ˙ } = [ 0 1 0 0 0 2 C a f + 2 C a r m V x 0 − V x − 2 C a f − 2 C a r l r m V x 0 0 0 1 0 − 2 l r C a f − 2 l r C a r I z V x 0 − 2 C a f + 2 l r 2 C a r I z V x ] + { 0 2 C a f m 0 2 l f C a f I z } (13) \frac{d}{dt} {y˙yψ˙ψ}

    yy˙ψψ˙
    = [010002Caf+2CarmVx0Vx2Caf2CarlrmVx000102lrCaf2lrCarIzVx02Caf+2l2rCarIzVx]
    000012Caf+2CarmVx02lrCaf2lrCarIzVx00000Vx2Caf2CarlrmVx12Caf+2l2rCarIzVx
    + {02Cafm02lfCafIz}
    02Cafm02lfCafIz
    \tag{13} dtd yy˙ψψ˙ = 00001mVx2Caf+2Car0IzVx2lrCaf2lrCar00000VxmVx2Caf2Carlr1IzVx2Caf+2lr2Car + 0m2Caf0Iz2lfCaf (13)
    考虑汽车在半径为常数 R R R的车道上以恒定 V x V_x Vx行驶,假设半径 R R R足够大,满足小角度假设,定义车身转过期望角度所需转角速度为:
    ψ ˙ d e s = V x R (14) \dot{\psi}_{des}=\frac{V_x}{R}\tag{14} ψ˙des=RVx(14)
    所需横向加速度为:
    a y d e s = V x 2 R = V x ψ ˙ d e s (15) a_{y_{des}}=\frac{V_x^2}{R}=V_x\dot{\psi}_{des}\tag{15} aydes=RVx2=Vxψ˙des(15)
    横向加速度误差为:
    e ¨ 1 = ( y ¨ + V x ψ ˙ ) − V x 2 R = y ¨ + V x ( ψ ˙ − ψ ˙ d e s ) (16) \ddot{e}_1=(\ddot{y}+V_x\dot{\psi})-\frac{V_x^2}{R}=\ddot{y}+V_x(\dot{\psi}-\dot{\psi}_{des})\tag{16} e¨1=(y¨+Vxψ˙)RVx2=y¨+Vx(ψ˙ψ˙des)(16)
    横向误差为:
    e 2 = ψ − ψ d e s (17) e_2=\psi-\psi_{des}\tag{17} e2=ψψdes(17)
    横向速度误差为:
    e ˙ 1 = y ¨ + V x ( ψ ˙ − ψ ˙ d e s ) (18) \dot{e}_1=\ddot{y}+V_x(\dot{\psi}-\dot{\psi}_{des})\tag{18} e˙1=y¨+Vx(ψ˙ψ˙des)(18)
    结合上述各式,可得:
    m e ¨ 1 = e ˙ 1 [ − 2 V x C a f − 2 V x C a r ] + e 2 [ 2 C a f + 2 C a r ] + e ˙ 2 [ − 2 C a f l f V x + 2 C a r l r V x ] + ψ ˙ d e s [ − 2 C a r l r V x + 2 C a r l r V x ] + 2 C a f δ (19) m\ddot{e}_1=\dot{e}_1\left[-\frac{2}{V_x}C_{a_f}-\frac{2}{V_x}C_{a_r}\right]+e_2[2C_{a_f}+2C_{a_r}]+\dot{e}_2\left[-\frac{2C_{a_f}l_f}{V_x}+\frac{2C_{a_r}l_r}{V_x}\right]+\\\dot{\psi}_{des}\left[-\frac{2C_{a_r}l_r}{V_x}+\frac{2C_{a_r}l_r}{V_x}\right]+2C_{a_f}\delta\tag{19} me¨1=e˙1[Vx2CafVx2Car]+e2[2Caf+2Car]+e˙2[Vx2Caflf+Vx2Carlr]+ψ˙des[Vx2Carlr+Vx2Carlr]+2Cafδ(19)

    I z e ¨ 2 = 2 C a f l f δ + e ˙ 1 [ − 2 C a f l f V x + 2 C a r l r V x ] + e 2 [ 2 C a f l f − 2 C a f l r ] + e ˙ 2 [ − 2 C a f l f 2 V x + 2 C a r l r 2 V x ] − I z ψ ¨ d e s + ψ ¨ d e s [ − 2 C a f l f 2 V x − 2 C a r l r 2 V x ] (20) I_z\ddot{e}_2=2C_{a_f}l_f\delta+\dot{e}_1\left[-\frac{2C_{a_f}l_f}{V_x}+\frac{2C_{a_r}l_r}{V_x}\right]+e_2[2C_{a_f}l_f-2C_{a_f}l_r]+\\\dot{e}_2\left[-\frac{2C_{a_f}l_f^2}{V_x}+\frac{2C_{a_r}l_r^2}{V_x}\right]-I_z\ddot{\psi}_{des}+\ddot{\psi}_{des}\left[-\frac{2C_{a_f}l_f^2}{V_x}-\frac{2C_{a_r}l_r^2}{V_x}\right]\tag{20} Ize¨2=2Caflfδ+e˙1[Vx2Caflf+Vx2Carlr]+e2[2Caflf2Caflr]+e˙2[Vx2Caflf2+Vx2Carlr2]Izψ¨des+ψ¨des[Vx2Caflf2Vx2Carlr2](20)

    在跟踪误差变量的状态方程模型为:
    d d t { e 1 e ˙ 1 e 2 e ˙ 2 } = [ 0 1 0 0 0 2 C a f + 2 C a r m V x 0 − V x − 2 C a f − 2 C a r l r m V x 0 0 0 1 0 − 2 l r C a f − 2 l r C a r I z V x 0 − 2 C a f + 2 l r 2 C a r I z V x ] [ e 1 e ˙ 1 e 2 e ˙ 2 ] + [ 0 2 C a f m 0 2 l f C a f I z ] δ + [ 0 − 2 C a f l f − 2 C a r l r m V x − V x 0 2 C a f l f 2 + 2 C a r l r 2 I z V x ] ψ ˙ d e s (21) \frac{d}{dt} {e1˙e1e2˙e2}

    = [010002Caf+2CarmVx0Vx2Caf2CarlrmVx000102lrCaf2lrCarIzVx02Caf+2l2rCarIzVx]
    [e1˙e1e2˙e2]
    +\\ [02Cafm02lfCafIz]
    \delta+ [02Caflf2CarlrmVxVx02Cafl2f+2Carl2rIzVx]
    \dot{\psi}_{des}\tag{21} dtd e1e˙1e2e˙2 = 00001mVx2Caf+2Car0IzVx2lrCaf2lrCar00000VxmVx2Caf2Carlr1IzVx2Caf+2lr2Car e1e˙1e2e˙2 + 0m2Caf0Iz2lfCaf δ+ 0mVx2Caflf2CarlrVx0IzVx2Caflf2+2Carlr2 ψ˙des(21)

  • 相关阅读:
    skywalking中gateway的拓扑图没有出现
    WSDM‘23 推荐系统论文梳理
    Python面向对象特性——多继承【Python中的mro方法搜索顺序、新式类和旧式(经典)类)】
    mybatis笔记
    QT使用QThread创建线程的方法
    Verilog 加法器设计
    【FLY】Android CPU性能优化
    GBase 8c使用DML更新和插入表数据(二)
    使用Python获取文件中的字符数、单词数、空格数和行数
    Linux云计算 |【第二阶段】NETWORK-DAY4
  • 原文地址:https://blog.csdn.net/qq_39032096/article/details/126276337