一、弹道规划与控制参数调优课程导论

大家好，我是你们这门课的主讲。在飞控这个行当摸爬滚打了十几年，我见过太多项目栽在同一个坑里——规划做得漂亮，控制却跟不上；或者控制器调得贼稳，但轨迹一复杂就原地打转。

说白了，规划与控制是一对孪生兄弟。你想想看，光有好的规划没有好的控制，就像给一个蹒跚学步的孩子画了条完美的直线——他走两步就摔了。反过来，控制再好，规划路径不合理，那也是白搭。

这门课，就是要把这两件事打通来讲。

1.1 课程目标：你到底能学到什么？

我个人习惯把课程目标拆成三个层次，这样大家心里有数：

• 第一层：能看懂——理解弹道规划的核心算法（多项式、贝塞尔、样条曲线这些），知道控制参数（PID、LQR、MPC）到底在调什么鬼东西。
• 第二层：能上手——给你一个实际场景（比如无人机穿越、机器人避障），你能独立完成从轨迹生成到控制器参数整定的全流程。
• 第三层：能调优——遇到问题知道怎么排查。我曾经在项目里遇到过无人机悬停时莫名抖动，查了三天发现是轨迹的加加速度（Jerk）约束没设对。这种坑，我会在课程里一个个帮你填上。

1.2 应用场景：这些技术用在哪？

说实话，弹道规划与控制调优的应用范围比你想的广得多。我挑三个最典型的说说：

无人机

嗯，这是我的老本行。无人机要做航点飞行、避障穿越、编队表演，背后全是轨迹规划的事。我记得有一次做多机编队，8台飞机要同时穿过一个直径2米的圆环——轨迹稍微偏差一点就撞上了。那时候我才真正体会到，规划精度差1厘米，控制压力大10倍。

机器人

不管是轮式机器人还是四足机器人，路径规划都是基本功。但这里有个区别：路径只关心「走哪条路」，轨迹还要关心「什么时候走到哪」。你想想看，一个机械臂抓取零件，光有路径没用，你还得知道每个时刻的速度、加速度，不然抓取动作就会很生硬。

自动驾驶

这个大家应该不陌生。从车道保持到自动泊车，从换道超车到紧急避让——每一个动作背后都是轨迹规划+控制跟踪的组合拳。我有个朋友在自动驾驶公司做，他说他们最头疼的不是算法本身，而是参数调优。同样的算法，换辆车、换个路况，参数就得重新调。这门课会教你怎么系统性地解决这个问题。

应用场景	典型任务	核心挑战
无人机	航点飞行、避障、编队	三维空间约束、实时性要求高
机器人	路径规划、抓取、导航	动力学约束、环境不确定性
自动驾驶	车道保持、换道、泊车	安全第一、多目标优化

1.3 核心概念：先把话说清楚

做技术最怕概念混淆。我见过不少新人把「路径」和「轨迹」混着用，结果讨论半天发现说的不是一回事。这里我帮你理清楚：

• 路径（Path）：只关心空间位置。比如从A点到B点，中间经过哪些点。它不关心时间。
• 轨迹（Trajectory）：路径+时间信息。不仅知道走哪条路，还知道每个时刻在哪、速度多快、加速度多大。
• 控制参数：就是控制器里的那些可调系数。比如PID的Kp、Ki、Kd，LQR的Q、R矩阵，MPC的预测时域、控制时域等等。

为什么会这样？因为在实际工程中，不带时间约束的路径规划，很多时候是没法直接用的。比如无人机要穿过一个窗户，光知道路径点不够，你还得知道什么时候加速、什么时候减速，不然要么撞墙，要么飞过头。

1.4 学习路径与预备知识

这门课一共30章，我把它分成四个阶段：

1. 基础篇（第1-8章）：讲清楚轨迹规划的基本方法和控制器的基本原理。这部分我会尽量少讲数学，多讲直觉。
2. 进阶篇（第9-16章）：深入优化算法和约束处理。这里会涉及一些优化理论，但我会用代码示例帮你理解。
3. 实战篇（第17-24章）：针对无人机、机器人、自动驾驶三个场景，手把手带你做完整案例。
4. 调优篇（第25-30章）：讲参数调优的系统方法论，包括自动化调参、鲁棒性分析等。

你需要哪些预备知识？说实话，门槛不高：

• 数学：会微积分（知道导数、积分是啥就行）、线性代数（矩阵乘法、特征值这些）。不用怕，用到的时候我会带着你复习。
• 编程：会Python或者C++，能看懂基本的代码逻辑。课程里的示例主要用Python，因为调试方便。
• 控制理论：知道PID是什么就够了。如果你完全没接触过，也没关系，前几章会补上。

1.5 本章知识体系

下面这张图，是我用SVG画的本章知识结构。你可以把它当成一张地图，后面每学一章，都可以回来看看自己走到了哪里。

好了，第一章就到这里。记住一句话：规划是「画饼」，控制是「做饼」。后面我们会一步步教你，怎么把饼画好，再把它做出来。

---

公众号:蓝海资料掘金营，微信deep3321