1. 轨迹规划概述
大家好，我是你们这门课的老朋友。今天咱们聊聊轨迹规划——这个在机器人领域里，既基础又让人头疼的东西。
说实话，我入行那会儿，对轨迹规划的理解特别肤浅。觉得不就是让机器人从A点走到B点嘛，有什么难的？直到我第一次调试机械臂，看着它在车间里画出各种诡异的弧线，我才意识到——嗯，这事儿没那么简单。
1.1 什么是轨迹规划？
轨迹规划，说白了就是回答三个问题：
- 去哪儿？——目标位置和姿态
- 怎么去？——路径的形状
- 多快去？——速度、加速度的分配
你想想看，如果让一个机器人从桌面上抓杯子，它不能直接瞬移过去吧？它得先抬起手臂，绕过障碍物，再慢慢靠近杯子。这一连串动作的时间序列，就是轨迹。
核心定义：轨迹规划 = 路径规划 + 速度规划。路径管空间，速度管时间。
我在项目中遇到过不少新人，把路径规划和轨迹规划混为一谈。路径规划只关心「走哪条路」，而轨迹规划还要管「什么时候走到哪里」。举个例子：同样是画一个圆，你可以用1秒画完，也可以用10秒慢慢画——路径一样，但轨迹完全不同。
1.2 轨迹规划在机器人系统中的地位
如果把机器人系统比作一个人：
- 感知系统是眼睛——看世界
- 决策系统是大脑——想做什么
- 轨迹规划是脊髓——怎么动起来
- 底层控制是肌肉——执行动作
你看，轨迹规划卡在中间，承上启下。决策层说「去抓那个杯子」，轨迹规划就得算出一串平滑的位置、速度指令，然后交给底层控制器去执行。
我见过太多项目，感知做得再好，决策再聪明，结果轨迹规划一塌糊涂——机器人要么抖得像帕金森，要么撞上障碍物。说白了，轨迹规划是从理论到落地的关键一环。
个人经验：我建议你在做系统设计时，先把轨迹规划的接口定义清楚。输入是什么？输出是什么？约束条件有哪些？这些搞不明白，后面全是坑。
1.3 常见应用场景
轨迹规划不是某个领域的专利，它几乎出现在所有需要「动起来」的机器人里。我挑三个最常见的场景聊聊。
1.3.1 机械臂
机械臂的轨迹规划，核心是关节空间和笛卡尔空间的来回切换。
- 关节空间规划：直接控制每个关节的角度变化。计算快，但末端轨迹不可控。
- 笛卡尔空间规划：控制末端执行器走直线、圆弧。直观，但计算量大，还可能遇到奇异点。
我记得有一次调试焊接机器人，要求末端走一条精确的圆弧焊缝。我一开始用关节空间规划，结果末端轨迹歪歪扭扭，焊出来的东西跟狗啃似的。后来换成笛卡尔空间插补，问题才解决。
避坑指南：我曾经在笛卡尔空间规划时忽略了奇异点，结果机器人突然「抽搐」了一下，差点把工件打飞。记住：笛卡尔空间规划一定要做奇异点检测！
1.3.2 移动机器人
移动机器人的轨迹规划，多了个维度——非完整性约束。什么意思？你开的车不能原地掉头，得有个转弯半径。AGV、扫地机器人都是这个道理。
常见的做法是分层规划：
- 全局路径规划：用A*、RRT等算法找出一条粗略路径
- 局部轨迹规划：考虑运动学约束，生成平滑的速度指令
我做过一个仓储AGV项目，全局路径规划得好好的，结果局部轨迹规划没考虑加速度限制，机器人一启动就「点头」，货架上的箱子全倒了。嗯，从那以后我再也不敢忽略动力学约束了。
1.3.3 自动驾驶
自动驾驶的轨迹规划，是难度最高的。为什么？因为环境是动态的，周围有行人、车辆，你得实时调整轨迹。
典型的流程是：
- 行为决策：是跟车、变道还是超车？
- 运动规划：生成一条满足交规、舒适性、安全性的轨迹
- 轨迹跟踪：控制方向盘和油门去跟随这条轨迹
说实话，自动驾驶的轨迹规划我接触得不多，但有一点是共通的——安全永远是第一优先级。我在做机械臂项目时，安全距离设得再大都不为过。自动驾驶更是如此，一个轨迹规划失误，可能就是人命关天。
1.4 本章知识体系
下面这张图，是我自己梳理的轨迹规划知识框架。你可以把它当作整个课程的地图。
这张图你看懂了吗？三个应用场景虽然差异很大，但底层的数学工具是相通的——插值、优化、约束处理。这也是为什么我敢说，学好一门，其他两门也能快速上手。
1.5 本章小结
这一章我们聊了：
- 轨迹规划是「路径+速度」的组合
- 它在机器人系统中扮演「承上启下」的角色
- 机械臂、移动机器人、自动驾驶各有侧重，但底层相通
说实话，这一章只是开胃菜。后面我们会深入每个算法，从数学推导到代码实现，再到调试踩坑。你准备好了吗？
我的建议：学轨迹规划，别光看书。找个仿真环境，把算法跑一遍，看看轨迹到底长什么样。纸上得来终觉浅，绝知此事要躬行——这话放在机器人领域，再合适不过了。
公众号:蓝海资料掘金营，微信deep3321