智能车后轮转向技术：原理、实现与优化

1. 四驱车后轮转向技术概述

在电子设计大赛的智能车竞赛中，后轮转向技术一直是提升车辆机动性的关键突破点。传统前轮转向车辆在高速过弯时容易产生侧滑，而四驱车配合后轮转向系统能够显著改善这一状况。我去年带队参赛时，通过引入后轮主动转向技术，使我们的赛车在8字绕桩项目中比传统转向方案缩短了1.3秒的圈时。

后轮转向的核心价值在于：

• 低速时前后轮反向转动，减小转弯半径（最小可达传统转向的70%）
• 高速时前后轮同向转动，提高变道稳定性
• 全速域改善轮胎侧偏角分布，延缓甩尾现象

2. 运动学建模与参数计算

2.1 阿克曼转向几何的扩展模型

传统前轮转向采用阿克曼几何计算内外轮转角差，后轮转向需要建立扩展模型。我们基于双轨模型推导的转角关系如下：

code复制δ_f = δ_0 + K·v²  // 前轮转角
δ_r = (L·β - b·γ)/v - δ_f  // 后轮转角

其中：

• δ_0：方向盘输入转角
• K：车速补偿系数（实测取0.0035）
• L：轴距（我们车模为260mm）
• β：车身侧偏角
• γ：横摆角速度

注意：实际调试中发现当车速>3m/s时，后轮转角不宜超过前轮的30%，否则会引起驾驶员不适感（虽然无人驾驶车不存在这个问题）

2.2 关键参数测量方法

1. 质心位置测定：

   • 将车体平放在平衡板上，移动位置直到水平
   • 测量前轴到平衡支点的距离a，则质心位置b = (L·m_f)/m_total
   • 我们测得b=115mm（更靠近前轴）

2. 轮胎侧偏刚度测试：

   • 固定车体，给轮胎施加横向力F_y
   • 测量侧偏角α与力的关系曲线斜率即为刚度
   • 实测值：前轮12.5N/deg，后轮10.8N/deg

3. 控制系统设计与实现

3.1 硬件架构方案

我们采用的硬件配置方案：

code复制主控：STM32F407（168MHz）
传感器： 
  - MPU6050（横摆角速度γ）
  - 编码器测速（后轮各1个1024线编码器）
  - 电位器式转向角传感器（前后各2个）
执行器：
  - 后轮转向舵机（MG996R，11kg·cm）
  - 前轮保持原转向机构

特别说明舵机选型要点：

• 扭矩需满足：T > μ·F_z·l
  • μ=0.8（摩擦系数）
  • F_z=3.2N（后轴载荷）
  • l=35mm（力臂长度）
  • 计算得T>0.09N·m，实际选用0.11N·m规格

3.2 控制算法实现

采用分层控制架构：

1. 上层决策层：

   c复制void decideSteeringMode(){
     if(v < 1.5) mode = LOW_SPEED;
     else if(v > 2.5) mode = HIGH_SPEED; 
     else mode = TRANSITION;
   }
   

2. 中层算法层：

   c复制float calculateRearAngle(){
     switch(mode){
       case LOW_SPEED: 
         return -0.7*frontAngle; // 反向转向
       case HIGH_SPEED:
         return 0.25*frontAngle; // 同向转向
       default:
         return interpolate(...); // 过渡区插值
     }
   }
   

3. 底层执行层：

   • 采用位置式PID控制舵机
   • 关键参数：Kp=3.2, Ki=0.05, Kd=1.8
   • 控制周期严格保持10ms

4. 调试经验与问题排查

4.1 典型问题速查表

4.2 实测数据对比

在标准8字赛道（直径2m）的测试结果：

调试中发现一个反直觉的现象：在过渡速度区（1.5-2.5m/s），后轮转角归零反而比保持小角度更稳定，这与理论模型预测不符。后来发现是因为我们的车模质心偏前，在这个速度区间后轮侧偏刚度不足所致。

5. 进阶优化方向

1. 动态参数调整：

   • 根据载重实时更新质心位置参数
   • 通过IMU数据在线估计轮胎侧偏刚度

2. 路面识别补偿：

   c复制if(检测到低μ路面){
     max_rear_angle *= 0.6; // 限制后轮转角
     Kp *= 0.8; // 降低控制灵敏度
   }
   

3. 舵机温度保护：

   • 监测MG996R工作温度

   • 60℃时降低PWM占空比

   • 我们加装了小型散热风扇后，连续工作时间提升3倍

这套系统在去年华东区比赛中，帮助我们在弯道速度平均提升了22%，最终获得控制组别一等奖。最关键的是掌握了后轮转角与车速的非线性关系调节，这需要大量实车测试数据积累。建议后续团队在初期就建立完整的测试日志体系，记录不同速度下的最优转角参数。