当前位置: 首页 > news >正文

汽车Dugoff轮胎模型,该simulink与carsim联合仿真模型。 汽车轮胎模型

汽车Dugoff轮胎模型,该simulink与carsim联合仿真模型。 汽车轮胎模型。 可用于对模拟路感策略进行开发验证。 下图说明: 图一:模型的总体概览图 图二:Dugoff轮胎模型的本体部分 图三:汽车垂向力计算 图四:角阶跃工况下,Dugoff轮胎模型两前轮侧向力与carsim输出对比。 纵向力对比效果不是很好。 图五:本人头像 图六:双移线工况下Dugoff轮胎模型两前轮侧向力与carsim输出对比。 纵向力对比效果不好。 图七和图八,是carsim设置

搞汽车动力学开发的兄弟应该都懂,轮胎模型这玩意儿简直就是玄学本学。今天咱们来盘一盘Dugoff轮胎模型在Simulink和CarSim联合仿真里的实战表现,顺便拆解几个关键代码块——毕竟光看公式不撸代码都是耍流氓。

先看模型架构(对应图一这个大局观)。整个系统就是个典型的硬件在环结构:CarSim负责整车动力学,Simulink包揽轮胎模型和控制系统。重点是这个Dugoff模型的C代码S-Function模块,这里藏着轮胎力的计算核心。

贴段核心算法代码压压惊:

double Fx = (Cx * slip_ratio) / (1 + slip_ratio) * f_combined; double Fy = (Cy * tan(slip_angle)) / (1 + slip_ratio) * f_combined;

这俩公式看着简单,但魔鬼在参数里。Cx、Cy这两个刚度系数实测中发现对结果影响极大,有时候调参调得想砸键盘——别问我怎么知道的。

汽车Dugoff轮胎模型,该simulink与carsim联合仿真模型。 汽车轮胎模型。 可用于对模拟路感策略进行开发验证。 下图说明: 图一:模型的总体概览图 图二:Dugoff轮胎模型的本体部分 图三:汽车垂向力计算 图四:角阶跃工况下,Dugoff轮胎模型两前轮侧向力与carsim输出对比。 纵向力对比效果不是很好。 图五:本人头像 图六:双移线工况下Dugoff轮胎模型两前轮侧向力与carsim输出对比。 纵向力对比效果不好。 图七和图八,是carsim设置

垂向力计算模块(对应图三)有个骚操作:

Fz = (mass * 9.8).* load_distribution + damping.*wheel_vel;

这里把簧载质量和非簧载质量的动态载荷都考虑进去了,比传统静态分配更贴近实车。不过那个阻尼项wheel_vel的系数要是设大了,仿真结果能给你表演个蹦迪现场。

看角阶跃工况对比(图四),侧向力曲线跟CarSim原厂模型贴合度80分不能更多。但纵向力就尴尬了——特别是0.5秒后的波动段,Dugoff模型预测值比CarSim低15%左右。个人怀疑是联合仿真时轮速信号存在20ms左右的延迟导致。

双移线工况更刺激(图六),侧向力相位差肉眼可见。这时候祭出调试大法:

% 增加滑移率补偿 compensated_slip = raw_slip + 0.07*sign(raw_slip);

瞬间把侧向力峰值误差从12%压到5%以内。不过这种魔改操作建议写在实验本里,答辩时容易被教授怼物理意义。

CarSim设置里(图七图八)有三大坑点:

  1. 轮胎接口必须选User-Defined
  2. 采样时间要跟Simulink严格对齐
  3. 那个不起眼的"Relaxation Length"参数设成0.1以下会引发数值震荡

最后吐槽下,这模型对低附着路面的预测简直灾难。有次仿真冰路面工况,轮胎力曲线抖得跟心电监护仪似的。后来在代码里加了滑动窗滤波才稳住:

// 移动平均滤波器 filtered_Fx = 0.6*filtered_Fx + 0.2*prev_Fx1 + 0.2*prev_Fx2;

总之Dugoff模型就像泡面——快速解馋还行,真要搞精准控制还得上Magic Formula。不过对于转向手感开发这种不追求极限精度的场景,它依然是性价比之选。

http://www.jsqmd.com/news/477340/

相关文章:

  • 还在古法编程?免费使用AI编程助手OpenCode 与完全本地化配置
  • springboot+vue二手物品交易boot代码--毕业论文
  • 【重装linux系统后安装docker】
  • 【kiro】-----Spec模式实战( 新项目、复杂功能、大型重构、高可靠需求)保姆级教程
  • 什么是公共DNS地址?
  • 打工人必备!手把手教你用“天天记工时”搞定工资条,再也不怕算错钱!
  • 大模型为什么要量化?量化有哪些技术
  • 【多 Agent 协作系统】架构模式:中心化 vs 去中心化 vs 混合——三种架构的深度对比与选型指南!
  • 工业互联网IOT平台介绍(二):工业协议
  • 计算机毕业设计源码:Python电商订单数据可视化分析系统 Django框架 可视化 数据分析 电商 商品 大数据 大模型 deepseek agent 算法优化(建议收藏)✅
  • 一个人就是一支队伍?专知智库OPC研究院发布白皮书:定义下一个经济纪元
  • 网络安全副业实战宝典:从技术人到商业思维转变,一篇收藏够用
  • 2026年KTV家具定制厂靠谱排名,如何选择适合的品牌? - 工业品网
  • LLM判断检索文档能否回答问题的探索
  • 探讨国际高中价格和性价比,为上海学生推荐靠谱学校 - 工业推荐榜
  • 2026创业新机遇:零基础上手,用UniApp+TP6打造你的“同城探探”
  • 喝酱酒不花冤枉钱,这3款性价比吊打同价位
  • Python IDE配置lumapi
  • 泪目了!黑白照片一键变彩色,老回忆瞬间有了温度
  • 【保姆级教程】OpenClaw Skill 指南:从零开始打造你的专属 AI 助手
  • 创友财税,您身边靠谱的帐税管家
  • 腾讯的 Skills社区 真的好用吗?这几个点不会,坑你没商量
  • uview组件库弹Popup 弹出层使用bug
  • OpenClaw本地部署及接入飞书
  • 探讨2026年酒店床垫专业厂家,哪家价格实惠 - myqiye
  • 数字化转型浪潮下,海量数据如何高效管理?
  • axios
  • AI误删生产库预警|中科热备:以硬核技术筑牢云上容灾防线
  • 时钟同步设置,诊断方法
  • Iliad Runtime 绘制