直线插补算法原理：DDA与逐点比较法

大家好，我是你们的老朋友。今天咱们来聊聊多轴插补里最基础、也最核心的内容——直线插补算法。

说实话，我刚入行那会儿，觉得插补这事儿挺神秘的。不就是让电机走条直线吗？后来自己动手调了台三轴雕刻机，才发现这里面的门道真不少。今天我就把DDA和逐点比较法这两个经典算法，掰开了揉碎了讲给你听。

1. 什么是直线插补？

先问个问题：你让电机从A点走到B点，它真的能走出一条完美的直线吗？

答案是：不能。电机只能走离散的步长，要么走X轴一步，要么走Y轴一步。直线插补要做的，就是决定「什么时候走X，什么时候走Y」，让合成轨迹尽可能逼近理想直线。

我习惯把插补比作「画直线」——你手里只有横竖两种笔触，怎么画出45度斜线？说白了，就是交替画横线和竖线，让整体看起来像条直线。

2. DDA算法原理

DDA，全称是数字微分分析器。名字听着唬人，其实原理特别朴素。

你想想看，一条直线从起点到终点，X方向要走ΔX步，Y方向要走ΔY步。如果总步数是N，那每一步X方向走ΔX/N，Y方向走ΔY/N。但问题是，步长不能是小数啊！电机一步就是一个脉冲，没法走半步。

DDA的解决办法是：用累加器来「攒」小数部分。每次累加，当累加值超过1时，就输出一个脉冲。

我在项目中遇到过这种情况：用DDA跑直线，速度一快就丢步。后来发现是累加器的位数不够，导致累积误差太大。嗯，这里要注意，累加器位数至少要比最大步长多2位，才能保证精度。

DDA算法步骤

1. 初始化：设X累加器=0，Y累加器=0，总步数N=max(|ΔX|, |ΔY|)
2. 计算步长：ΔX_step = ΔX / N，ΔY_step = ΔY / N
3. 循环N次：
   • X累加器 += ΔX_step
   • Y累加器 += ΔY_step
   • 如果X累加器 ≥ 1，输出X脉冲，X累加器 -= 1
   • 如果Y累加器 ≥ 1，输出Y脉冲，Y累加器 -= 1

DDA代码示例

def dda_line(x0, y0, x1, y1):
    dx = x1 - x0
    dy = y1 - y0
    steps = max(abs(dx), abs(dy))
    
    x_acc = 0
    y_acc = 0
    x_step = dx / steps
    y_step = dy / steps
    
    x, y = x0, y0
    points = [(x, y)]
    
    for _ in range(steps):
        x_acc += x_step
        y_acc += y_step
        
        if x_acc >= 1:
            x += 1 if dx > 0 else -1
            x_acc -= 1
        if y_acc >= 1:
            y += 1 if dy > 0 else -1
            y_acc -= 1
        
        points.append((x, y))
    
    return points

3. 逐点比较法原理

逐点比较法，名字更直白——每走一步，都判断一下当前位置在直线的哪一侧，然后决定下一步往哪走。

我刚开始学这个算法时，总觉得它有点「笨」。但后来在低速高精度的场合，发现它比DDA稳得多。为什么？因为逐点比较法每一步都在纠偏，误差不会累积。

核心思想

定义偏差函数：F = y*xe - x*ye（其中xe, ye是终点坐标）。

• 如果F = 0，点在直线上
• 如果F > 0，点在直线上方
• 如果F < 0，点在直线下方

走步规则很简单：

• F ≥ 0时，走X方向（向直线靠拢）
• F < 0时，走Y方向（向直线靠拢）

逐点比较法代码示例

def point_comparison_line(x0, y0, x1, y1):
    x, y = x0, y0
    xe, ye = x1 - x0, y1 - y0
    f = 0
    points = [(x, y)]
    
    # 总步数
    total_steps = abs(xe) + abs(ye)
    
    for _ in range(total_steps):
        if f >= 0:
            # 走X方向
            x += 1 if xe > 0 else -1
            f -= ye if xe > 0 else -ye
        else:
            # 走Y方向
            y += 1 if ye > 0 else -1
            f += xe if ye > 0 else -xe
        
        points.append((x, y))
    
    return points

4. DDA vs 逐点比较法

这两个算法各有千秋。我个人的经验是：

对比项	DDA	逐点比较法
计算复杂度	低（只有加减法）	低（只有加减法）
精度	有累积误差	无累积误差
速度	快（适合高速）	慢（每步都要判断）
适用场景	高速、对精度要求不高的场合	低速、高精度、需要平滑轨迹的场合
实现难度	简单	中等

5. 知识体系图

下面这张图，是我自己总结的直线插补知识体系。你看一眼，就能明白今天讲的内容在整个插补算法中的位置。

6. 实际工程中的选择

讲完了原理，咱们聊聊实际怎么选。我做了这么多年运动控制，总结出几条经验：

• 步进电机系统：优先用逐点比较法。因为步进电机本身就有丢步风险，再用DDA的累积误差，轨迹会越来越偏。
• 伺服电机系统：DDA和逐点比较法都能用。伺服有编码器反馈，误差可以闭环修正。
• 多轴联动：建议用DDA。因为多轴插补时，逐点比较法的偏差计算会变得很复杂，而DDA天然支持多轴扩展。

好了，今天的内容就到这里。直线插补是后面所有插补算法的基础，圆弧插补、螺旋线插补，都是在直线插补的思想上扩展的。你把这章吃透了，后面学起来会轻松很多。

---