参数设置
自行车模型
$$\frac{r}{\delta}= \frac{v/L}{1 + K_{us}v^2/g}$$结果 1
—
结果 2
—
计算结果
使用简单自行车模型计算车辆的操纵稳定性。实时分析横摆角速度、侧向加速度和不足/过多转向特性。
计算结果
自行车模型的核心是建立横摆角速度响应与方向盘转角之间的关系，其稳态响应公式如下：
$$\frac{r}{\delta}= \frac{v/L}{1 + K_{us}v^2/g}$$其中，$r$ 是横摆角速度（车辆转动的角速度），$\delta$ 是前轮转角，$v$ 是车速，$L$ 是轴距，$g$ 是重力加速度。$K_{us}$ 是关键的不足转向梯度，它由前后轮胎的侧偏刚度决定，正值表示不足转向，负值表示过多转向。
底盘调校与性能开发：在车辆研发初期，工程师利用自行车模型快速评估不同质量分配、轴距和轮胎特性对车辆基本转向倾向（不足/过多转向）的影响，为悬架和转向系统的详细设计指明方向。
电子稳定程序（ESP）逻辑验证：ESP系统需要预判车辆的失稳状态。自行车模型计算的理想横摆角速度与实际传感器测量的横摆角速度进行比较，是判断车辆是否开始侧滑或甩尾的重要参考基准之一。
驾驶员在环仿真：在驾驶模拟器中，需要实时计算车辆的运动响应。简化但物理意义清晰的自行车模型常被用于提供核心的车辆动力学反馈，让驾驶员感受到逼真的转向和车身动态。
竞速赛车设定：赛车团队会根据不同赛道的特性（多弯或长直道），通过调整前后悬架的设定来改变等效的不足转向梯度，利用自行车模型原理，让赛车在特定赛段获得最优的过弯平衡性。
开始使用本模拟器时，有几个关键点需要注意。首先，请记住这是一个线性模型。这意味着我们假设轮胎抓地力（侧偏刚度）与侧偏角成正比。但实际轮胎在达到一定滑移程度后，抓地力会趋于饱和甚至下降（非线性特性）。因此，若在此工具中输入较大的转向角，计算得出的横摆角速度可能在理论上无限增大，但这在物理上是不现实的。在实际工程中，请将此模型视为评估小转向输入下基本动态趋势的第一步。
其次是参数设置的陷阱。例如调整“前轮侧偏刚度 Cf”的值会改变不足转向趋势，这很容易理解。但在实车中，该值会随着轮胎气压调整或悬架外倾角改变而变化。在仿真中“减小Cf”相当于“有意降低前轮抓地力”——这样联想有助于理解其与实车调校的关联。
最后是速度V的重要性。本模型计算的是恒定速度下的响应，与实际包含加减速的过弯工况有所不同。特别是“特征速度”的概念，仅是源于该线性稳态圆周转向模型的理论值。在实际跑车开发中，工程师会拓展这一思路，综合评估不同速度区间的平衡性。
通过“线性自行车模型”学习的力学思想，在CAE领域的许多场景中都会出现。首当其冲的是悬架设计。模型中出现的侧偏刚度虽是轮胎单体参数，却构成了思考悬架主销内倾角、后倾角等参数如何影响接地特性的基础。
更直接的发展方向是ESC（车身稳定控制系统）与EPS（电动助力转向）控制逻辑开发。这些先进驾驶辅助系统通过检测车辆目标行为（如本模型计算的理想响应）与实际行为（传感器测得值）的差异，利用制动或转向扭矩进行修正。而该二自由度模型正是其中简洁有效的“目标模型”。
令人意外的是，该模型在机器人自主移动领域也有应用。虽然是二轮模型，但在四轮机器人的运动规划中，有时也需要考虑车身朝向与行进方向的偏差（侧偏角）进行控制。此外，铰接车辆（如牵引车与挂车）的运动稳定性分析，也可通过扩展本模型、增加后续车辆单元来实现。
熟悉本工具后，可尝试向下一步迈进。在数学层面，建议对模拟器背后的联立微分方程进行拉普拉斯变换，推导传递函数。例如尝试导出转向输入δ对横摆角速度r的传递函数 $G_{r\delta}(s) = r(s)/\delta(s)$。由此可获得决定响应“速度”与“收敛特性”的固有频率和阻尼系数等指标，从而更深入地评估车辆动力学特性。
模型扩展方面，学习“三自由度模型”是经典路径。该模型在横向与横摆自由度基础上，增加了纵向（驱动力/制动力）自由度。这使得考虑加减速时载荷转移对侧偏刚度的影响（例如踩下油门时过度转向趋势增强等现象）成为可能。掌握这一点后，您离理解实车动态又近了一步。
最终，建议以线性领域的认知为基础，挑战非线性仿真。具体包括采用“魔术公式”非线性轮胎模型的仿真，以及结合闭环驾驶员模型的赛道行驶仿真。在这个基础工具中积累的参数变化感知，必将成为工程师探索后续更复杂世界的宝贵财富。