公路篇（3/3）自行车上的一切设计只有一个目的：转向
引言：在第一部分和第二部分中，虽然我们谈论了很多关于自行车车架设计上关于转向的设计，不过终归这些设计下的自行车还是需要人来操控的。而这其中车手对于自行车的影响则将会非常大的影响。如果抛开人来谈车，那么一些设计是可以预测的，但是有了人，一切就不同了。
骑手的影响
骑手的影响会远远超过重量分布的影响，这个在上一节里已经有所体现。毕竟，他们是整个系统中最活跃和灵敏的元素。他们的腿部不断运动，并且会根据自行车的行为和地形做出各种有意和无意的动作反应。
一个很好的例子是他们对转向的熟练程度。新手往往在使用车把和身体转向时会做出夸张的动作，甚至不稳定的动作。相比之下，熟练的车手在这两种转向活动中会控制的更加精准，这在自行车设计上会让骑手之间有显著的差异。
如果一辆自行车具有非常灵敏的设计（大角度/更加直立的头管和更小的轨迹量trail），那么对一个新手来说，他们额外的输入将会被车架放大到不可控的程度。但是对于老手来说，就不需要把更多的精力放在和这些设计的“抗衡”上，因为他们可以轻松的控制自行车。
车手不仅仅是改变自行车重量分布的被动砝码，同时他们的技巧也是影响自行车操控的主要原因。
骑行风格也有影响。这可能会意味着各种各种样的情况，但是主要来自于你的习惯和用车方式。举一些例子：高速骑行或者休闲骑游；在人流量少的道路上通勤和在早晚高峰状态下穿行；喜欢缓慢地刹车减速和喜欢急停；又或者你喜欢在障碍物之间跳跃。虽然车手会对这些情况会有一些自我的控制能力，但是他们的这种骑行风格会塑造出自己独有的习惯和本能反应。反过来看，这些习惯和本能被反应在自行车上时，就会给你带来更加明显的反馈。
另一个变量和骑手的感知有关。关于骑手感知自行车的行为方式，我们只有一点点的理论基础，这可以理解为一众不同个体差异之间的感觉阈值（简单来说有些人神经大条，有些人感知敏感）。如果一个人对自行车的转向很敏感，那么他们就更有可能过度矫正转向。而如果在车架上一定程度的降低这种灵敏度会对车手产生相反的效果。所以，自行车上的原始设计，会在这种感知差异的情况下，进一步放大或缩小，从而带来不同的操控感受。
不过，骑手的行为是可以随着他们的使用量增加而慢慢的习惯自行车操控上的处理方式。人类觉有非常强的适应能力，并且通过充分的练习，许多人都能够学会操控各种自行车（包括一些设置非常奇怪的车）。
如果一上边提到的这个层面来考量，就是人的适应性很强。那么今天的各种基于转向和操控而设计的微小变化的自行车类型（比如公路车），就可以被认为是非常无关紧要的，因为大多数的车手都可以很快的适应它们。但是，如果是基于个人的喜好，那么有些人就会比其他人更适合这些类型的车。
现在，让我们把所有东西都放在一起
头管角度，前叉偏移量，轨迹量，车轮翻转值，陀螺效应，把立和车把长度，车把宽度，轮胎宽度，五通下沉量，轴距，重量分布和骑手本身：当讨论完所有这些参数以后，下一个要了解的问题就是如何把他们汇聚在一起来定义自行车的操控性。
但是不幸的是，这个问题没有一个简单的答案就像1+1=2那样。我们对这个问题的理解还没有发展到可以有一个方便的公式，甚至是一个复杂的算法，通过数字来预测自行车将如何处理转向。
话虽如此，还是有一些用于计算自行车（摩托车）的倾斜和转向的角度和速率的方程的，可用预测转向角和侧翻速度，但是这些都是建立在自行车自稳定的前提下的。因为在现实中，车手并不会处在一个固定的位置不变，而目前的研究也还只是基于某些位置的研究。而且，也没有迹象表明一辆自稳定的自行车实际会比一辆不自稳定的自行车更容易骑行或更安全。（参考资料：http://bicycle.tudelft.nl/schwab/Publications/SchwabKooijmanIMSD2010.pdf）
在目前，我们已经足够了解在无人自行车上的转向行为，并可以预测它们。但是对于预测在受到骑行者影响下的转向行为还有很长的路要走。
学术界现在也在研究关于骑行者行为建模的挑战，希望可以开发出更强大的模型来模拟预测“骑”自行车的行为。从长远来看，希望这些模型可以用于设计更安全的自行车，也可以用于探索新的几何形状。
上图，用于了解骑自行车行为而制造的特殊自行车前端，希望可以从中了解到对骑行行为建模所需要的关键数据。
不过，对于操控，自行车行业也有他们的一套方法，那就是经验测试。最早的车架制造者们只是从尝试设计不同的头管角度，前叉偏移量，并从车手的反馈中不断改进，并慢慢成长为今天的“标准”。虽然这种方法很实用，但是它并没有提供对这种机制的深入了解。换句话说就是经验测是给我们提供了一个很好理解的设计，什么有效，什么无效，但是至于为什么我们并不能真正说出原因（虽然经常会有很多意见）。
因此，我们今天对转向的大部分认识，都包含在了过去200年中出现的几何形状中，任何希望了解更多信息的人值需要翻看历史就可以得到一些启示。例如，通过对不同比赛规则下的车架几何形状对比，可以看到可以通过改变多少参数来适应自行车的操控，并适用于比赛的类型。
上边的表格反应了同一品牌下的不同类型的车架的几何形状，从中虽然可以看出很大的差别，但是依然是在一定范围内变化。
这种获得调整范围的方式，只能获得非常有限的调整范围，因为如果考虑到会涉及众多的物理知识，所以通过这种实践的方式获得的数据非常有限，并且也不会让人感到惊讶。因此，虽然头管角度可以具有非常大的调整范围，但是最有效的数值都聚集在了70°左右。同样，其他的参数，也同样具有类似的结果。
而且这种情况在比较同一类型车架的几何形状时会更加明显，例如下边的表格。市场上各个品牌的车型和型号的车架几何图往往都以毫米或者分度来进行标注，特别是对于类似尺寸的车架，这些尺寸会非常接近。但是情况有时候也会很微妙，比如相同类型下的不同细分会参杂更多的变化。比如在公路越野，旅行车和山地车的影响下，就发展出了gravel（碎石）公路车。
以上表格标注了各个品牌的的碟刹公路车版本的车架几何角度。在影响转向的几何设置中，这些车有非常高的相似性。唯一比较大的变化就是他们的reach和stack值。
当对这些只有细微差别的车架进行测试时，通常差别都是十分细微的。但是当这些细微的差别经过精心组合时以满足单个个体的需要时，就能做出一些改进。实际上，在一些定制车架的制造商那里，他们已经把精致控制几何形状以适应个人的设置发挥到了极致，但是有趣的是，很少有人采用公式化（如果有的话）的方法来制造车架。
相反，一个框架的设计往往是根据客户的适用情况，骑行位置，骑行风格，经验以及偏好来逐个开发的，其中可以使用工艺手段来改进最终的产品。在这个过程中，艺术比科学更多，也解释了为什么在定制市场会有更多的风格和意识形态。
最后的想法
自行车的几何形状就像一道菜，其中的各种数据就像你放到菜里的佐料，通过对佐料的了解，你基本就可以预测这道菜最终的味道。但是根据口味，这道菜的味道让然可能或多或少的出乎你的预料。
自行车行业已经走过了两百年的漫长旅程，虽然我们很期待更多的实验和改进，但是就目前我们在做的通过时间获得数据的方法，已经给我们带来很多关于车架以及前叉如何影响转向的方法以及如何处理的方法。一些参数比如轨迹量头管角度，则会比其他数据会有更大的影响，但是最终的配方是这些所有的设置的综合的产物。
所以，在很多方面，自行车的几何形状的设置更加的类似于“乘坐质量”（这些内容会在以后的文章中逐个介绍），因为它是可以通过一定程度的客观感觉来体验和评估的东西，不过它依然很神秘。对于那些对自行车操控的细微差别感兴趣的人来说，了解更多信息的唯一方法就是通过经验测试来选择口味。这可以帮助车手了解转向几何中相对较小变化可以获得的经验。
内容就这些吧，本文公分三部分，主要讨论范围为公路车，全文共一万四千余字，基本描述了车架几何目前设计的一些现有参考范围以及影响。并且这些已经掌握的数据也并不是全部，因为已经有一些被证明并不是绝对的必要的条件，比如轨迹量，比如陀螺效应。就这样潦草结束吧，单车基械匠，每天给您带来更多新奇，好玩，有趣，实用的单车知识，我们下期节目再见。拜拜。
文章参考：CyclingTips
翻译整理：单车基械匠赵工