第1章轨迹规划概述

一、轨迹规划概述

大家好，我是你们这节课的讲师。在机器人运动控制这个领域摸爬滚打了十几年，我见过太多新手一上来就怼着PID调参，结果机器人抖得像帕金森患者。其实，很多问题的根源，都在于轨迹规划没做好。

今天咱们就来聊聊，轨迹规划到底是个啥玩意儿。

说白了，轨迹规划就是回答三个问题：

你想想看，让一个机械臂从A点抓个杯子放到B点。你不能直接告诉电机“转快点”就完事了。你得告诉它：“前0.5秒加速，中间1秒匀速，最后0.3秒减速，而且整个过程不能抖，不能超限。” 这就是轨迹规划干的事。

我习惯把轨迹规划比作“给机器人写剧本”。电机是演员，轨迹就是台词。台词写得好，演出就流畅；台词写得烂，演员就卡壳甚至摔跟头。

核心定义：轨迹规划 = 路径（空间几何） + 时间律（速度/加速度/加加速度）

好，问题来了。既然要规划轨迹，用什么数学工具？

最简单的，用直线插补？不行，速度会突变，机械臂会“哐”一下。用三次多项式？嗯，能保证位置和速度连续，但加速度会突变。

加速度突变意味着什么？意味着冲击力。我在项目中遇到过，一个六轴机器人因为加速度突变，末端抖动直接把精密装配的零件给震飞了。那次教训让我深刻意识到：光有速度连续不够，加速度也必须连续。

五次多项式，就是能同时保证位置、速度、加速度都连续的最简单曲线。它有六个系数，正好对应六个边界条件（起点和终点的位置、速度、加速度）。

你可能会问：“那用七次、九次不是更平滑吗？” 理论上是的。但实际工程中，五次多项式已经足够。更高阶的曲线计算量大，而且容易产生不必要的振荡。我个人的经验是：够用就好，别炫技。

我的建议： 除非你的应用对加加速度（Jerk）有严格限制（比如高端医疗机器人），否则五次多项式是性价比最高的选择。

五次多项式轨迹规划不是实验室里的玩具，它在工业界遍地开花。我挑三个最典型的场景说说：

这是最经典的应用。无论是焊接、喷涂还是码垛，机械臂末端都需要平滑运动。我记得有一次调试一个码垛程序，用三次多项式规划，码到第三层箱子就开始晃。换成五次多项式后，稳如泰山。为什么？因为加速度连续，惯性力没有突变。

无人机航点飞行，如果只用直线插补，每个转弯点都会急刹车再急加速，电池耗电快，画面还抖得厉害。用五次多项式规划，飞行的轨迹是平滑的S形曲线，既省电又稳定。说白了，就是让无人机“飘”过去，而不是“撞”过去。

自动驾驶里的换道、跟车，本质上也是轨迹规划。你想想，如果自动驾驶车换道时加速度突变，乘客会是什么感觉？晕车！所以，高阶的自动驾驶算法里，五次多项式是标配。它能保证横向和纵向的加速度都连续，让乘坐体验像老司机一样平顺。

注意： 在自动驾驶中，五次多项式通常只用于局部轨迹规划（几秒内的运动）。全局路径规划（比如从A城市到B城市）用的是A*、RRT等算法，别搞混了。

为了让你更直观地理解本章内容，我画了一张图。这张图展示了轨迹规划的核心逻辑，以及五次多项式在其中的位置。

从这张图你可以看到，五次多项式处于一个“黄金位置”。它比三次多项式更平滑，又比七次多项式更简单。在实际工程中，它是应用最广泛的轨迹规划工具。

本章小结：

好了，这一章就到这里。下一章我们会深入代码，手把手教你如何用Python实现五次多项式轨迹规划。到时候我会分享一些我在调试中踩过的坑，保证让你少走弯路。