轨迹规划入门：梯形速度曲线、S形曲线、多项式插值
各位工程师朋友，今天我们来聊聊轨迹规划。说实话，这是运动控制里最基础也最容易被忽视的一块。我见过不少项目，电机选型没问题，驱动器也够高端，但跑起来就是一顿一顿的——十有八九是轨迹规划没做好。
轨迹规划说白了，就是告诉机器人「你该怎么从A点走到B点」。不是简单地说「走」，而是规定好每一步的速度、加速度，甚至加加速度。嗯，这里面的门道，我们一个一个来看。
核心观点：轨迹规划的质量，直接决定了机器人运动的平滑性、效率和安全性。一个好的轨迹，能让电机少发热、机械少磨损、产品少报废。
梯形速度曲线
梯形速度曲线，也叫T型曲线，是我最早接触的轨迹规划方式。它的速度曲线长什么样？像个梯形——匀加速、匀速、匀减速三段。
我记得刚入行时做一个小型SCARA机器人，用的就是梯形曲线。当时觉得挺简单，不就是三段嘛。结果一跑起来，末端抖动得厉害。后来才明白，梯形曲线在加速度突变的地方，会产生无限大的加加速度（Jerk），这就是抖动的根源。
梯形曲线的数学表达其实很直观：
// 梯形速度曲线参数
总位移 S
最大速度 Vmax
加速度 A
减速度 D（通常等于A）
// 三段的时间分配
加速时间 t1 = Vmax / A
匀速时间 t2 = (S - 0.5 * A * t1^2 - 0.5 * D * t1^2) / Vmax
减速时间 t3 = Vmax / D这里有个坑，我必须要提醒大家：
我曾经踩过的坑：梯形曲线在短距离运动时，可能根本达不到最大速度。这时候整个曲线就变成了三角形——只有加速和减速。如果你还用三段式去算，结果会非常离谱。一定要先判断是否达到Vmax。
梯形曲线的优缺点很明显：
- 优点：计算简单，实时性好，适合低端MCU
- 缺点：加速度突变，产生冲击，不适合高精度场景
你想想看，如果你的机器人只是做简单的搬运，对末端抖动不敏感，梯形曲线完全够用。但如果是焊接、涂胶、装配这类对轨迹平滑度要求高的应用，就得考虑更高级的曲线了。
S形曲线
S形曲线，顾名思义，速度曲线像字母S。它解决了梯形曲线的核心问题——加速度不再突变，而是连续变化。
S形曲线把加速段又分成了三小段：加加速度段、匀加速段、减加速度段。减速段同理。这样加加速度（Jerk）就是有限值，不会产生冲击。
我个人习惯把S形曲线分成七段：
- 加加速度段（Jerk为正，加速度从0增加到Amax）
- 匀加速段（加速度保持Amax）
- 减加速度段（Jerk为负，加速度从Amax降到0）
- 匀速段（速度保持Vmax）
- 加减速度段（Jerk为负，加速度从0降到-Dmax）
- 匀减速段（加速度保持-Dmax）
- 减减速度段（Jerk为正，加速度从-Dmax升到0）
是不是听着有点复杂？其实写代码的时候，核心就是算好每个阶段的切换时间点。
// S形曲线关键参数
最大速度 Vmax
最大加速度 Amax
最大加加速度 Jmax
// 加速阶段时间
t_j = Amax / Jmax // 加加速/减加速时间
t_a = (Vmax - Amax * t_j) / Amax // 匀加速时间（如果存在）我的经验：实际项目中，我很少用完整的七段S形曲线。大多数情况下，短距离运动根本到不了匀加速段。我一般会先判断运动距离是否足够长，然后动态决定用三段、五段还是七段。这样既保证了平滑度，又节省了计算量。
S形曲线比梯形曲线复杂不少，但效果也是立竿见影的。我做过一个对比测试：同样的运动距离和速度，梯形曲线的末端加速度突变达到50m/s³，而S形曲线控制在5m/s³以内。机械寿命至少延长了30%。
多项式插值
梯形和S形曲线都是基于「速度-时间」的规划。但有些场景下，我们需要更灵活的轨迹——比如让机器人末端走一条特定的空间曲线。这时候就要用到多项式插值。
多项式插值的思路很简单：给定几个关键点（位置、速度、加速度约束），用多项式函数把这些点光滑地连接起来。
最常用的是三次多项式插值：
// 三次多项式：θ(t) = a0 + a1*t + a2*t^2 + a3*t^3
// 已知起点位置θ0、终点位置θf、起点速度ω0、终点速度ωf
a0 = θ0
a1 = ω0
a2 = (3*(θf - θ0) - (2*ω0 + ωf)*tf) / tf^2
a3 = (2*(θ0 - θf) + (ω0 + ωf)*tf) / tf^3三次多项式能保证位置和速度连续，但加速度是阶跃的。如果对加速度也有连续要求，就得用五次多项式：
// 五次多项式：θ(t) = a0 + a1*t + a2*t^2 + a3*t^3 + a4*t^4 + a5*t^5
// 额外约束：起点加速度α0、终点加速度αf
// 六个方程解六个未知数，这里不展开推导
// 实际项目中我一般用矩阵求解，或者直接套用现成公式实用建议：多项式插值虽然灵活，但有个问题——高阶多项式容易产生「龙格现象」，即在端点附近剧烈振荡。我建议不要超过七次多项式。如果路径点很多，用分段三次样条插值更稳妥。
我在做六轴机器人轨迹规划时，就吃过这个亏。当时用了七次多项式插值，结果在中间点附近轨迹出现了明显的过冲，差点撞到工件。后来改用分段三次样条，问题就解决了。
三种方法的对比
| 方法 | 计算复杂度 | 平滑度 | 适用场景 |
|---|---|---|---|
| 梯形速度曲线 | 低 | 低（加速度突变） | 简单搬运、低速运动 |
| S形曲线 | 中 | 高（加加速度有限） | 通用工业机器人、数控机床 |
| 多项式插值 | 高 | 可调（取决于阶数） | 复杂路径、高精度轨迹 |
说白了，没有最好的方法，只有最合适的。我个人建议：
- 如果MCU资源紧张，用梯形曲线，但要做好加速度限制
- 如果对平滑度有要求，优先考虑S形曲线
- 如果需要走复杂空间路径，用多项式插值或样条插值
一个小技巧：实际项目中，我经常把S形曲线和多项式插值结合起来。比如在关节空间用S形曲线规划速度，在笛卡尔空间用多项式插值规划路径。这样既保证了速度平滑，又保证了路径精度。
知识体系总览
下面这张图，是我自己总结的轨迹规划知识体系。你可以把它当作一个快速索引：
嗯，以上就是轨迹规划的三种基本方法。说实话，这些内容看起来简单，但真正用好需要大量的实践。我建议你在仿真环境里多跑跑，看看不同参数对轨迹的影响。纸上得来终觉浅，绝知此事要躬行嘛。