第四节：均匀B样条曲线——最朴素的B样条
好，咱们今天聊聊均匀B样条曲线。说实话，这是B样条家族里最“老实”的一个成员。为什么这么说？因为它的节点向量排布特别规整，规整到有点“强迫症”的感觉。
我记得刚入行那会儿，第一次接触B样条就是均匀B样条。当时觉得这东西真简单，每个节点区间长度都一样，计算起来也省事。后来做多了才发现，简单归简单，但坑也不少。咱们今天就把它的底裤扒干净。
4.1 均匀节点向量的定义
先说说什么是均匀节点向量。说白了，就是节点在参数轴上等距分布。
假设我们有 n+1 个控制点，B样条的阶数是 p（次数是 p-1），那么节点向量的长度就是 n+p+2。均匀节点向量的形式长这样：
U = {0, 1, 2, ..., n+p+1}或者更一般地：
U = {u₀, u₁, u₂, ..., u_{n+p+1}}其中相邻节点的差是常数：
Δu = u_{i+1} - u_i = 常数我习惯把第一个节点设为0，最后一个节点设为 n+p+1，这样每个区间长度就是1。当然你也可以归一化到[0,1]区间，但那样计算时反而多了一步除法，我个人不太推荐。
4.2 均匀B样条曲线的构造
构造均匀B样条曲线，核心就是基函数的计算。因为节点是均匀的，基函数可以写成一种“平移不变”的形式。
对于 p 阶均匀B样条，第 i 个基函数 N_{i,p}(u) 其实只依赖于 u - i 这个差值。换句话说，所有基函数形状都一样，只是平移了一下。
咱们看个具体的例子。三次均匀B样条（p=4阶，次数=3）的基函数长这样：
N_{0,4}(u) = (1/6) * u³ , 0 ≤ u < 1
N_{1,4}(u) = (1/6) * (-3u³ + 3u² + 3u + 1) , 0 ≤ u < 1
N_{2,4}(u) = (1/6) * (3u³ - 6u² + 4) , 0 ≤ u < 1
N_{3,4}(u) = (1/6) * (-u³ + 3u² - 3u + 1) , 0 ≤ u < 1嗯，这里要注意，上面的公式是在每个节点区间[0,1)上定义的。实际计算时，你需要把参数 u 映射到对应的区间。
曲线上的点就是控制点和基函数的线性组合：
C(u) = Σ_{i=0}^{n} N_{i,p}(u) * P_i其中 P_i 是第 i 个控制点。
4.3 均匀B样条曲线的特点
均匀B样条曲线有几个鲜明的特点，有好有坏，咱们掰开揉碎了说。
4.3.1 优点
- 计算简单高效：基函数可以写成封闭形式，不需要递归计算。你想想看，非均匀B样条每次都要用Cox-de Boor公式递归，而均匀B样条直接套公式就行。
- 矩阵形式优美：每个节点区间内的曲线段可以用一个固定的系数矩阵表示。比如三次均匀B样条，每个区间的曲线段可以写成：
C(u) = [u³ u² u 1] * M * [P_i, P_{i+1}, P_{i+2}, P_{i+3}]^T其中M是固定的4x4矩阵：
M = (1/6) * [ -1 3 -3 1
3 -6 3 0
-3 0 3 0
1 4 1 0 ]这个矩阵是固定的！不管你有多少个控制点，矩阵M都不变。这在硬件实现时特别友好。
- 曲线形状可预测：因为节点均匀，曲线在参数空间里是“公平”的，不会出现某些区域特别密、某些区域特别疏的情况。
4.3.2 缺点
- 无法局部加密：这是最大的痛点。如果你想让曲线在某一段更“听话”，比如经过某个特定的点，你没法只调整那一段的节点。你必须增加控制点，而增加控制点会影响整条曲线。
- 端点不插值：均匀B样条默认不经过第一个和最后一个控制点。除非你使用clamped（夹紧）技巧，把首尾节点的重复度设为p。
4.3.3 适用场景
| 场景 | 推荐程度 | 说明 |
|---|---|---|
| 实时轨迹规划 | ★★★★★ | 计算量小，适合嵌入式实时系统 |
| 离线路径平滑 | ★★★★ | 如果不需要局部调整，均匀B样条够用 |
| 需要局部修改 | ★★ | 建议改用非均匀B样条或NURBS |
| 精确插值 | ★★ | 需要配合端点条件或改用插值样条 |
4.4 知识体系总览
下面这张图把均匀B样条的核心知识点串起来了，你可以对照着看：
这张图把均匀B样条的三个核心模块串起来了。从左到右，从定义到构造再到特点，逻辑很清晰。你可以看到，均匀节点向量是基础，它决定了构造方式，而构造方式又决定了曲线的优缺点。
最后说一句，均匀B样条虽然简单，但千万别小看它。我在很多工业项目中都用它做轨迹平滑，效果相当不错。关键是你要知道它的边界在哪里——什么时候该用，什么时候该换别的工具。
公众号:蓝海资料掘金营，微信deep3321