4、B样条曲线插补：B样条插补算法、德布尔算法、曲线求值
好，咱们进入B样条曲线插补这一节。
说实话，B样条在数控加工里是个绕不开的话题。为什么？因为它的局部性太好了。你想想看，贝塞尔曲线改一个控制点，整条曲线都跟着变，这在工程上简直要命。而B样条呢？改一个点，只影响附近几段，其他部分纹丝不动。我当年调试五轴机床时，就因为这个特性，少改了很多代码。
4.1 B样条曲线的基本概念
先说说B样条长什么样。它的数学表达式是这样的：
C(u) = Σ Ni,p(u) * Pi, i=0..n其中：
- Pi 是控制点，共 n+1 个
- Ni,p(u) 是p次B样条基函数
- u 是参数，范围在 [0, 1] 之间
这里有个关键概念——节点向量（Knot Vector）。它决定了曲线在参数空间里的分段方式。我习惯把节点向量想象成一把尺子，上面刻着刻度，每个刻度之间就是一段曲线。
核心要点：B样条的阶数（次数）和节点向量共同决定了曲线的光滑程度。三次B样条（p=3）是工业界最常用的，C2连续，够用了。
4.2 德布尔算法：B样条的求值利器
说到B样条求值，就不得不提德布尔算法（de Boor's Algorithm）。这玩意儿说白了就是B样条版本的德卡斯特里奥算法，但更通用。
为什么需要它？因为直接计算基函数再求和，效率低，而且数值稳定性差。德布尔算法通过递推，把求值变成了一个线性插值过程，又快又稳。
算法流程是这样的：
- 给定参数 u，找到它落在哪个节点区间 [uk, uk+1) 里
- 从该区间对应的控制点开始，逐层进行线性插值
- 插值到最后一层，得到的就是曲线上的点
代码实现如下：
// 德布尔算法求B样条曲线上的点
function deBoor(knots, controlPoints, degree, u) {
// 找到u所在的节点区间
let k = findSpan(knots, degree, u);
// 复制控制点，避免修改原数据
let d = controlPoints.slice(k - degree, k + 1);
// 逐层递推
for (let r = 1; r <= degree; r++) {
for (let i = degree; i >= r; i--) {
let alpha = (u - knots[k - degree + i]) /
(knots[k - degree + i + degree - r + 1] - knots[k - degree + i]);
d[i] = (1 - alpha) * d[i - 1] + alpha * d[i];
}
}
return d[degree];
}我的经验：实际项目中，我建议把节点向量和控制点都存成浮点数组，避免类型转换带来的精度损失。另外，findSpan函数可以用二分查找实现，效率更高。
4.3 曲线求值的工程实现
在实际的插补器里，我们不光要算位置，还要算一阶导（速度）和二阶导（加速度）。德布尔算法可以扩展成同时求导的形式。
我当年做高速铣削时，遇到过一个问题：曲线在节点处速度突变，导致机床振动。后来发现是求导公式里少了一项。嗯，这里要注意——B样条的导数不是简单的差分，而是降阶后的B样条。
导数计算公式：
C'(u) = p * Σ Ni,p-1(u) * (Pi+1 - Pi) / (ki+p+1 - ki+1)其中 p 是曲线次数，ki 是节点向量中的第 i 个节点。
避坑指南：我曾经在调试五轴联动时，发现刀轴方向抖动。查了两天，最后发现是B样条求导时节点向量的索引算错了。记住：导数曲线的节点向量要去掉首尾各一个节点，控制点数量也会少一个。
4.4 知识体系总览
下面这张图是我自己整理的B样条插补知识结构，你看一眼就能明白各个模块之间的关系：
4.5 实际调校中的注意事项
讲几个我在现场踩过的坑：
- 节点向量选择：均匀节点适合简单曲线，但遇到急转弯时容易过冲。我建议用弦长参数化，让节点分布跟曲线弧长挂钩，这样更自然。
- 控制点数量：不是越多越好。控制点太多，曲线会过度拟合，反而失去平滑性。一般一条曲线控制在10-20个控制点就够了。
- 边界条件：B样条的首尾一般不经过控制点，除非你用了clamped节点向量。做插补时，记得把首尾约束加上，否则机床启动和停止时会抖一下。
总结一下：B样条插补的核心就三件事——选好节点向量、用德布尔算法求值、算好导数做速度规划。这三件事做好了，曲线跑起来就顺了。
我个人习惯在调试时，先把曲线画出来看看形状，再跑仿真。有时候肉眼一看就知道哪里有问题，比盯着数据强多了。