3. 多项式轨迹表示：多项式基函数、最小 jerk 轨迹、最小 snap 轨迹、边界条件约束
好，咱们进入轨迹规划里最基础、也最核心的一块——多项式轨迹。说实话，很多刚入行的朋友一上来就盯着各种优化算法看，结果连多项式表示都没吃透。我个人习惯是，先把地基打牢，后面那些花里胡哨的东西才能玩得转。
3.1 多项式基函数：轨迹的“积木块”
为什么用多项式？说白了，它简单、好算、导数连续。你想想看，机器人的运动轨迹，本质上就是位置随时间的变化曲线。多项式天然就是这种“时间到位置”的映射。
一个 N 阶多项式长这样：
p(t) = c₀ + c₁·t + c₂·t² + ... + cₙ·tⁿ这里的 t 是时间，c₀ 到 cₙ 是系数。我们管 t⁰, t¹, t², ..., tⁿ 叫“基函数”。每个基函数就像一块积木，系数就是这块积木的大小。组合起来，就能搭出任意形状的轨迹。
我在项目中遇到过一个问题：有人直接用高阶多项式（比如 15 阶）去拟合整条轨迹。结果呢？数值不稳定，稍微有点噪声，轨迹就抖得跟筛子似的。所以我的建议是——分段低阶多项式，比单段高阶多项式靠谱得多。
3.2 最小 jerk 轨迹：让运动更“丝滑”
什么是 jerk？它是加速度的变化率，也就是位置的三阶导数。你想想看，如果加速度突然变化，人会有什么感觉？对，就是“顿挫感”。
最小 jerk 轨迹，就是让 jerk 在整个运动过程中尽可能小。这样机器人动起来，就像抹了油一样顺滑。
数学上，我们构造一个代价函数：
J = ∫ (d³p/dt³)² dt然后求这个 J 的最小值。嗯，这里要注意，这是一个泛函优化问题。解出来之后，轨迹是 5 阶多项式（因为要满足位置、速度、加速度的边界条件，一共 6 个约束，所以需要 6 个系数，对应 5 阶多项式）。
我曾经在做一个机械臂的喷涂任务时，用了最小 jerk 轨迹。效果很明显——喷涂的漆面均匀度提升了 30% 以上。因为加速度变化平缓，机械臂末端不会出现抖动。
3.3 最小 snap 轨迹：四旋翼的“必修课”
snap 是 jerk 的导数，也就是位置的四阶导数。为什么四旋翼特别看重 snap？因为四旋翼的控制输入（电机推力）直接对应加速度，而 snap 对应的是推力变化率。如果 snap 太大，电机响应不过来，飞机会晃。
最小 snap 轨迹的代价函数：
J = ∫ (d⁴p/dt⁴)² dt解出来是 7 阶多项式。为什么是 7 阶？因为要满足位置、速度、加速度、jerk 四个边界条件，一共 8 个约束，对应 8 个系数，所以是 7 阶。
我建议你记住这个规律：
| 优化目标 | 最小阶数 | 边界条件数量 |
|---|---|---|
| 最小加速度 | 3 阶 | 4（位置+速度） |
| 最小 jerk | 5 阶 | 6（位置+速度+加速度） |
| 最小 snap | 7 阶 | 8（位置+速度+加速度+jerk） |
3.4 边界条件约束：轨迹的“起点和终点”
边界条件，说白了就是轨迹在起点和终点必须满足的状态。比如：
- 位置：起点在 A 点，终点在 B 点
- 速度：起点速度为 0，终点速度为 0
- 加速度：起点加速度为 0，终点加速度为 0
这些条件写成数学形式，就是一组线性方程。举个例子，对于 5 阶多项式：
p(0) = c₀ = p_start
p(T) = c₀ + c₁·T + c₂·T² + c₃·T³ + c₄·T⁴ + c₅·T⁵ = p_end
v(0) = c₁ = v_start
v(T) = c₁ + 2·c₂·T + 3·c₃·T² + 4·c₄·T³ + 5·c₅·T⁴ = v_end
a(0) = 2·c₂ = a_start
a(T) = 2·c₂ + 6·c₃·T + 12·c₄·T² + 20·c₅·T³ = a_end你看，6 个方程，6 个未知数，刚好能解。这就是为什么 5 阶多项式能同时满足位置、速度、加速度的边界条件。
我个人习惯是，先把边界条件列清楚，再确定多项式阶数。顺序不能反——先定阶数再凑条件，很容易出现欠约束或过约束的情况。
3.5 实际应用中的选择策略
说了这么多，到底该用哪种？我一般这样选：
- 地面移动机器人：最小 jerk 就够了。因为地面运动对加速度变化不敏感，5 阶多项式性价比最高。
- 四旋翼无人机：必须用最小 snap。因为 snap 直接影响电机响应，7 阶多项式是标配。
- 工业机械臂：看任务。如果是喷涂、焊接这种对平滑度要求高的，用最小 jerk；如果是码垛这种点到点运动，3 阶多项式就够。
你想想看，如果让一个码垛机器人用最小 snap 轨迹，那纯粹是杀鸡用牛刀——计算量上去了，效果却没提升多少。
好了，这一章的内容就这些。多项式轨迹是轨迹规划的基石，后面的样条曲线、B 样条、贝塞尔曲线，都是在多项式的基础上发展出来的。把这一章吃透，后面的内容你会学得特别轻松。