参数调优基础：目标、指标与流程总览
做轨迹规划这些年，我最大的体会就是：算法是骨架，参数才是灵魂。同样的规划器，参数调好了，机器人走起来像老司机；参数没调好，那叫一个「摇头晃脑」，甚至直接撞墙。
这一章，咱们就聊聊参数调优的那些基本功。说白了，就是搞清楚三个问题：我们要优化什么？用什么尺子量？按什么步骤来？
一、参数调优的目标：你到底想要什么？
每次接手一个新项目，我第一件事就是问自己：这次调优，核心诉求是什么？
不同的场景，目标完全不一样。举个例子：
- 工业机械臂：追求的是「快」和「准」，节拍时间压到毫秒级
- 服务机器人：追求的是「稳」和「柔」，别让用户觉得突兀
- AGV/AMR：追求的是「安全」和「平滑」，别把货物晃下来
我个人习惯把调优目标分成三个层次：
- 可行性：轨迹必须能执行，不违反运动学/动力学约束
- 舒适性：加速度、加加速度在合理范围内，不产生冲击
- 经济性：在满足前两条的前提下，尽可能快、尽可能省能量
核心观点：调优不是「越平滑越好」，也不是「越快越好」。真正的目标是——在约束条件下，找到那个最合适的平衡点。
二、常见调优指标：三把尺子
指标就是我们的「尺子」。没有尺子，你根本不知道调得好不好。我常用的三把尺子如下：
1. 平滑性指标
平滑性，说白了就是轨迹「顺不顺」。我见过太多新手只盯着位置看，结果位置曲线很漂亮，速度曲线却像锯齿一样。
常用的量化方式：
- 加加速度（Jerk）的均方根值：越小越平滑
- 加速度变化率：反映冲击程度
- 曲率变化率：对路径而言，曲率突变意味着急转弯
我的经验：在AGV项目中，我通常把加加速度的峰值控制在 0.5 m/s³ 以内。超过这个值，货物就开始晃动了。你可以根据实际负载做调整。
2. 时间最优指标
时间最优，就是「跑完这段路，最少需要多少时间」。但这里有个坑——单纯追求时间最短，往往会导致加速度、速度都顶到极限，机器人会变得很「暴躁」。
我常用的做法是：
- 先设定一个「期望时间」，比如 5 秒
- 然后看实际执行时间与期望时间的偏差
- 偏差在 ±10% 以内就算合格
为什么这样？因为实际项目中，上下游工序都有节拍要求。你跑得太快，反而要等别人，整体效率反而下降。
3. 能量最优指标
这个指标在移动机器人上特别重要——电池就那么点电，省一点是一点。
能量最优通常用「力矩的平方对时间积分」来近似：
J = ∫ τ² dt其中 τ 是关节力矩或驱动力。这个值越小，说明电机做功越少，能耗越低。
注意：能量最优和时间最优往往是矛盾的。想省时间，就得加大力矩；想省能量，就得慢慢来。调优时一定要明确优先级。
三、调优流程总览：从混沌到有序
很多初学者拿到参数就乱试，改一个值跑一次，跑完再改另一个值。这就像蒙着眼睛找路——效率极低。
我总结了一套「三步走」流程，你可以参考：
第一步：基线建立
先用默认参数跑一次，记录所有指标。这一步很重要——你得知道起点在哪。
- 记录位置、速度、加速度曲线
- 记录执行时间、能耗
- 记录是否出现超调、震荡
第二步：单参数扫描
每次只改一个参数，其他参数保持不变。观察这个参数对各个指标的影响。
举个例子，调「最大加速度」这个参数：
| 最大加速度 (m/s²) | 执行时间 (s) | Jerk RMS | 能耗 (J) |
|---|---|---|---|
| 0.5 | 8.2 | 0.12 | 45 |
| 1.0 | 5.1 | 0.35 | 52 |
| 1.5 | 4.0 | 0.68 | 63 |
| 2.0 | 3.5 | 1.05 | 78 |
看到没？加速度从 0.5 提到 1.0，时间缩短了 38%，但 Jerk 只增加了 2 倍。再往上提，时间收益递减，但平滑性急剧恶化。这就是典型的「拐点」。
第三步：多参数联合调优
单参数调完后，你会发现有些参数是耦合的。比如「最大速度」和「加速度」一起调，效果会互相影响。
这时候我习惯用「网格搜索」或「贝叶斯优化」来辅助。但说实话，在工业现场，经验往往比算法更管用。调得多了，你一眼就能看出问题出在哪。
避坑指南：我曾经在一个项目中，花了三天时间调参数，结果发现是传感器噪声太大，导致轨迹抖动。所以——调参之前，先确认硬件没问题。这个坑我踩过，你别再踩了。
四、知识体系总览
下面这张图，是我对参数调优知识体系的总结。你可以把它当作「地图」，后续章节都会围绕这些展开。
嗯，这张图把咱们这章的核心内容都串起来了。左边是平滑性，中间是时间最优，右边是能量最优。下面那条虚线，就是调优的流程——从基线到单参数，再到联合调优。
你可能会问：这三个目标怎么选？我的建议是——看场景。精密装配，平滑性优先；物流搬运，时间优先；续航敏感，能量优先。没有银弹，只有权衡。
好了，这一章就到这里。参数调优不是一蹴而就的事，但有了清晰的目标、合适的尺子、规范的流程，你至少不会走偏。下一章，咱们聊聊具体的参数有哪些，以及它们各自「管什么」。