一、逐点比较法插补：第一象限直线插补实战

各位同学，今天咱们来聊聊数控系统里最基础、也最经典的一个算法——逐点比较法。说实话，我入行那会儿，第一个接触的插补算法就是它。那时候没有现在这么高级的芯片，全靠逻辑电路硬算。现在用Python写，反而觉得更亲切了。

逐点比较法，说白了就是「走一步，看一步」。每走一步，就判断一下当前位置和理想直线的偏差。偏了？那就调整方向。不偏？继续走。就这么简单粗暴，但非常可靠。

1.1 进给方向判定

第一象限的直线，起点在原点(0,0)，终点在(Xe, Ye)。Xe和Ye都是正数。你想想看，我们要从原点走到终点，无非就是两个方向：

• +X方向：向右走
• +Y方向：向上走

那什么时候走X，什么时候走Y呢？

这里有个关键概念——偏差函数。我习惯用F来表示：

F = Ye * Xm - Xe * Ym

其中(Xm, Ym)是当前刀具所在位置。

判定规则其实很直观：

• 如果F >= 0：说明当前点在直线上方或正好在线上，下一步走+X方向
• 如果F < 0：说明当前点在直线下方，下一步走+Y方向

嗯，这里要注意。为什么F>=0走X？我刚开始学的时候也迷糊过。后来在车间调试一台老式铣床时，亲眼看着刀具因为判定搞反了，直接往工件外面跑……那次之后，我就把这个规则刻在脑子里了。

1.2 偏差计算与坐标更新

每次走完一步，都要更新偏差值。总不能每次都重新算一遍吧？那样太慢了。逐点比较法厉害的地方就在于——它用递推公式，一步到位。

情况一：走+X方向

假设当前在(Xm, Ym)，走了+X后，新位置是(Xm+1, Ym)。新偏差F'怎么算？

F' = Ye * (Xm+1) - Xe * Ym
   = (Ye * Xm - Xe * Ym) + Ye
   = F + Ye

看到了吗？只需要加一个Ye就行！

情况二：走+Y方向

新位置是(Xm, Ym+1)，新偏差：

F' = Ye * Xm - Xe * (Ym+1)
   = (Ye * Xm - Xe * Ym) - Xe
   = F - Xe

减一个Xe，搞定。

1.3 终点判别方法

怎么知道走完了？总不能一直走吧。终点判别有几种常见方法：

方法	原理	优缺点
总步数法	总步数 = Xe + Ye，每走一步减1	简单可靠，我最常用
坐标比较法	判断Xm==Xe且Ym==Ye	直观，但需要比较两个坐标
偏差归零法	判断F==0且走到终点附近	容易误判，不推荐

我个人习惯用总步数法。为什么？因为简单。我曾经在一个项目里用坐标比较法，结果因为浮点数精度问题，刀具在终点附近来回震荡，差点把工件干废了。从那以后，我就只用整数步数法了。

1.4 核心逻辑流程图

下面我用一张SVG图，把整个流程串起来。你一看就明白了：

这张图把整个流程讲清楚了。从初始化开始，先判断是否到终点，没到就判断偏差F，然后走一步、更新偏差，再回来判断。循环往复，直到走完。

1.5 Python代码实现

好了，理论讲完了，咱们直接上代码。这是我写的一个标准实现，在多个项目里验证过：

def line_interpolation_first_quadrant(xe, ye):
    """
    第一象限直线逐点比较法插补
    :param xe: 终点X坐标（整数）
    :param ye: 终点Y坐标（整数）
    :return: 插补路径点列表
    """
    # 初始化
    xm, ym = 0, 0
    f = 0
    # 总步数
    total_steps = xe + ye
    # 记录路径
    path = [(xm, ym)]
    
    # 开始插补
    while total_steps > 0:
        if f >= 0:
            # 走+X方向
            xm += 1
            f -= ye  # 注意：这里用减，因为公式推导是F - Ye
        else:
            # 走+Y方向
            ym += 1
            f += xe  # 注意：这里用加，因为公式推导是F + Xe
        
        # 记录新位置
        path.append((xm, ym))
        # 步数减1
        total_steps -= 1
    
    return path

# 示例：从(0,0)到(5,3)
points = line_interpolation_first_quadrant(5, 3)
print("插补路径：")
for p in points:
    print(f"({p[0]}, {p[1]})")

1.6 实战避坑指南

最后，分享几个我踩过的坑：

• 坐标必须是整数：逐点比较法本质是整数算法。如果你用浮点数，步长控制会出问题。我一般会把小数放大成整数再算。
• 终点判断别用坐标相等：前面说了，浮点数精度问题会导致震荡。用总步数法最稳。
• 注意象限切换：这节课只讲第一象限。实际加工中，四个象限的判定规则都不一样。后面章节会讲。

好了，第一象限直线插补的核心内容就这些。你把这个吃透了，后面学圆弧插补、多象限插补就会轻松很多。代码拿回去跑一跑，看看路径对不对。有问题随时交流。