数学预备知识：控制点、节点向量、基函数、阶数与次数的概念
好，咱们正式开始聊B样条曲线。在进入正题之前，我得先跟你聊聊几个基础概念。说实话，我见过不少工程师，一上来就调控制点、改节点向量，结果曲线乱飞，根本不知道问题出在哪。说白了，就是数学底子没打牢。
这一节，我带你把这四个核心概念捋清楚。控制点、节点向量、基函数、阶数与次数。嗯，一个一个来。
1. 控制点（Control Points）
控制点，顾名思义，就是用来「控制」曲线形状的点。你可以把它想象成一根绳子上的几个钉子——你移动钉子，绳子形状就跟着变。
在B样条曲线中，控制点通常记作 Pi，i = 0, 1, ..., n。每个控制点都是一个二维或三维坐标点。曲线本身并不一定穿过这些点，但曲线的形状会被它们「拉」过去。
重要性质：控制点具有局部性。移动一个控制点，只会影响曲线的一部分，而不是整条曲线。这一点比贝塞尔曲线强太多了。
我在项目中遇到过一件事：有个同事想调整机器人末端轨迹的某一段，结果他移动了一个控制点，整条曲线都变了。我一看，他用的是贝塞尔曲线。后来换成B样条，局部调整就轻松多了。
2. 节点向量（Knot Vector）
节点向量，这是B样条曲线里最容易被忽视的概念。很多人觉得它就是个参数列表，其实不然。
节点向量记作 U = {u0, u1, ..., um}，其中 m = n + p + 1。这里的 p 是曲线的次数，n+1 是控制点数量。
节点向量决定了曲线在参数空间中的「分段」方式。说白了，它告诉曲线：你在哪一段用哪一组基函数。
| 节点向量类型 | 特点 | 常见应用 |
|---|---|---|
| 均匀节点向量 | 节点等距分布 | 简单曲线拟合 |
| 非均匀节点向量 | 节点不等距 | 复杂形状、插值 |
| 开放节点向量 | 首尾节点重复 p+1 次 | 曲线经过首尾控制点 |
我的习惯：做轨迹规划时，我一般用开放节点向量。这样曲线起点和终点刚好落在第一个和最后一个控制点上，方便对接前后轨迹段。
3. 基函数（Basis Functions）
基函数，这才是B样条曲线的灵魂。你想想看，控制点有了，节点向量有了，怎么把它们联系起来？靠的就是基函数。
B样条基函数通常用 Ni,p(u) 表示，其中 i 是基函数索引，p 是次数，u 是参数。它通过Cox-de Boor递推公式定义：
Ni,0(u) = 1 如果 ui ≤ u < ui+1
= 0 否则
Ni,p(u) = (u - ui) / (ui+p - ui) * Ni,p-1(u)
+ (ui+p+1 - u) / (ui+p+1 - ui+1) * Ni+1,p-1(u)这个公式看着有点吓人，对吧？我第一次看的时候也懵了。后来我把它拆开理解：
- 0次基函数就是个开关——参数落在哪个区间，哪个基函数就为1
- 高次基函数是两个低次基函数的线性组合
- 每个基函数只在局部区间非零，这就是局部性的数学根源
避坑指南：我曾经在计算基函数时，忽略了分母为零的情况。当节点重复时，分母可能为零。记得加一个很小的epsilon做保护，或者直接判断跳过。
4. 阶数与次数（Order and Degree）
这两个概念经常被搞混。我简单说一下：
- 次数（Degree）p：基函数的多项式次数。比如p=3就是三次曲线。
- 阶数（Order）k：k = p + 1。阶数表示基函数覆盖的节点区间个数。
举个例子：三次B样条曲线，次数p=3，阶数k=4。这意味着每个基函数会覆盖4个节点区间。
为什么要有阶数这个概念？因为有些教材习惯用阶数来描述。你看到「k阶B样条」，其实就是p=k-1次。我个人习惯用次数，因为更直观——次数越高，曲线越光滑。
关键关系：
- 控制点数量 n+1 ≥ 阶数 k
- 节点数量 m+1 = n + p + 2
- 曲线在节点处的连续性为 Cp-1
知识体系总览
下面这张图，我把这四个概念的关系画出来了。你看一眼，应该就能明白它们是怎么配合的。
你看这张图就清楚了。控制点提供位置信息，基函数提供权重分配，节点向量决定参数分段，阶数与次数则控制整体光滑度。四者缺一不可。
一个小技巧：如果你刚开始学B样条，我建议你先从三次均匀B样条入手。控制点少、节点向量简单、基函数也好算。等熟悉了，再玩非均匀、高阶的。
好了，数学预备知识就聊到这儿。这些概念你理解了，后面讲曲线构造、插值、优化，你就能跟上节奏了。