调整时间步长求解汽车轨迹ODE系统时异常的原因及验证方法

我实现了一个基于转向输入求解汽车轨迹的ODE系统：

• A为车辆参数矩阵，b为车辆参数向量，u为转向输入，V为速度，A、b、V均不随时间变化；转向输入（弧度）为代码中所示的时变阶跃输入。

代码如下：

import numpy as np
import matplotlib.pyplot as plt
from scipy.integrate import odeint

# model parameters
m = 1500 #mass
I = 2500 #moment inertia
lf = 1.1
lr = 1.6
Cf = 55000 #tire stiffness
Cr = 60000
V = 27.77    
A = np.array([[-2*(Cf+Cr)/(m*V), (2*(Cr*lr-Cf*lf)/(m*V**2))-1,0,0,0],[2*(Cr*lr-Cf*lf)/I, -2*((Cf*lf**2)+(Cr*lr**2))/(I*V),0,0,0]])
b = np.array([(2*Cf)/(m*V),(2*Cf*lf)/I])


def func(x,t):

    x1 = x[0]
    x2 = x[1]
    x3 = x[2]
    x4 = x[3]
    x5 = x[4]
    
    if t>1 and t<1.5:  # steering inputs
        u = .2
    elif t>3.5 and t<4:
        u=-.2
    elif t>8 and t<8.5:
        u = -.2
    elif t>10.5 and t<11:
        u = .2
    else:
        u=0
   
    dx1dt = np.dot(A[0,:],x) +b[0]*u 
    dx2dt = np.dot(A[1,:],x) + b[1]*u
    dx3dt = V*np.cos(x5+x1)
    dx4dt = V*np.sin(x5+x1)
    dx5dt = x2
    return [dx1dt, dx2dt,dx3dt,dx4dt,dx5dt]

x0 =[0,0,0,0,0] # initial conditions
t = np.arange(0,20,.005) #timestep 0 to 20 seconds at .005sec interval
x = odeint(func,x0,t)

x1 = x[:,0]
x2 = x[:,1]
x3 = x[:,2]
x4 = x[:,3]
x5 = x[:,4]

plt.plot(x3,x4) # x3 is x position, x4 is y position
plt.xlim([0,600])
plt.ylim([0,40])

调整时间步长时得到完全不同的结果：

• 时间步长为0.005时，得到正确解；
• 时间步长为0.03时，仅得到全零解；
• 时间步长为0.08时，得到错误的非零解。

问题解答 #

1. 为何调整时间步长会导致全零解？

你的转向输入是区间型阶跃信号（例如1<t<1.5时u=0.2），而odeint仅在你传入的t数组采样点上评估输入u。当时间步长为0.03时，采样点刚好完全错过所有转向输入的区间：

• 以第一个输入区间(1,1.5)为例，0.03步长的采样点是1.0、1.03、1.06……1.47、1.5，这些点要么等于区间边界，要么在区间外，完全不满足1<t<1.5的条件，导致全程u=0。
• 初始条件x0全为0，当输入u恒为0时，ODE的解自然保持全零状态。

你可以打印步长0.03的t数组验证这一点，会发现没有任何采样点落在转向输入的开区间内。

2. 未知正确解时判断合适的时间步长

可以通过以下几种实用方法判断：

• 输入采样验证：先确认时变输入的最小区间长度（这里是0.5秒），确保时间步长远小于最小区间的1/10（例如0.05秒以内），避免采样点错过输入区间。同时手动检查采样点是否覆盖了输入区间内的点。
• 步长收敛测试：
  1. 先选一个极小步长（如0.001）计算基准解；
  2. 逐步增大步长，对比不同步长下的关键输出（如轨迹y坐标、横摆角速度x2）；
  3. 当步长增大到某一值时，输出与基准解的误差超过可接受范围（如1%），则该步长过大。
• 启用自适应步长：odeint默认支持自适应步长，无需手动指定等间隔t数组。只需传入时间起点、终点或少量关键点（如t = np.linspace(0,20,1000)或t = [0,20]），求解器会自动调整步长，既保证精度又不会错过转向输入。
• 物理合理性校验：结合常识判断结果——比如汽车有转向输入时不可能静止，若出现不符合物理规律的结果，说明步长或输入处理存在问题。

内容的提问来源于stack exchange，提问作者mattkopp