4. 复杂曲面构建：贝塞尔曲线、B样条曲线、NURBS曲面原理与实现
曲面建模这块，说实话，是很多工程师的坎。我刚入行那会儿，总觉得曲线曲面就是数学公式堆出来的，离实际工程很远。直到有一次做汽车A级曲面评审，甲方拿着光顺检查图，指着我说“这里曲率变化太突兀”……嗯，从那以后我才真正开始啃曲线曲面的底层逻辑。
今天咱们就把贝塞尔、B样条、NURBS这三兄弟彻底捋清楚。你想想看，它们本质上都是在解决同一个问题：如何用有限的控制点，描述一条光滑的曲线或一张光滑的曲面。只是每往上走一步，解决的能力就更强一些。
核心认知：贝塞尔是基础，B样条解决了局部控制，NURBS统一了自由曲面与解析曲面的表达。这三者构成了现代CAD/CAM系统的几何内核。
4.1 贝塞尔曲线：从伯恩斯坦多项式说起
贝塞尔曲线的数学基础是伯恩斯坦多项式。说白了，它就是一组基函数，用来给控制点分配权重。n次贝塞尔曲线由n+1个控制点定义，公式长这样：
C(t) = Σᵢ₌₀ⁿ Pᵢ · Bᵢ,ₙ(t), t ∈ [0, 1]
其中 Bᵢ,ₙ(t) = C(n, i) · tⁱ · (1-t)ⁿ⁻ⁱ我个人习惯把贝塞尔曲线理解成“控制点的加权平均”。t从0走到1，曲线从第一个控制点出发，被中间的点“拉”向某个方向，最后落在最后一个控制点上。注意，曲线一般不经过中间的控制点——这是很多初学者容易搞混的地方。
实用技巧：三次贝塞尔曲线（4个控制点）是工程中最常用的。我在做刀具路径规划时，就用它来插值关键路径点，效果比线性插值平滑得多。
贝塞尔曲线有个明显的短板：全局性。你动任何一个控制点，整条曲线都会跟着变。这在精细调整时非常痛苦。我曾经在做一个logo的曲线轮廓，只是想微调中间一个点，结果两端全跑了，气得我重画了三遍。
4.2 B样条曲线：局部控制的革命
B样条曲线解决了贝塞尔的全局性问题。它的核心思路是：把曲线分成若干段，每段由几个控制点决定，段与段之间保持连续。这样你移动一个控制点，影响的只是附近几段曲线，远处的纹丝不动。
B样条的基函数是递归定义的，也就是著名的Cox-de Boor公式：
Nᵢ,₀(t) = 1 if tᵢ ≤ t < tᵢ₊₁, else 0
Nᵢ,ₖ(t) = (t - tᵢ)/(tᵢ₊ₖ - tᵢ) · Nᵢ,ₖ₋₁(t) + (tᵢ₊ₖ₊₁ - t)/(tᵢ₊ₖ₊₁ - tᵢ₊₁) · Nᵢ₊₁,ₖ₋₁(t)看着有点绕，但你记住一句话就行：B样条的基函数只在局部区间非零。这就是它能实现局部控制的根本原因。
B样条还有一个重要参数——节点向量（knot vector）。它决定了曲线段之间的拼接方式。均匀节点向量让曲线等距分布，非均匀节点向量则可以在某些区域集中更多控制点，实现更精细的局部形状。
| 特性 | 贝塞尔曲线 | B样条曲线 |
|---|---|---|
| 控制点影响范围 | 全局 | 局部 |
| 阶数限制 | 控制点数-1 | 可独立设置 |
| 连续性控制 | 隐式 | 通过节点向量显式控制 |
| 工程适用性 | 简单形状、字体轮廓 | 复杂自由曲面、汽车/船舶设计 |
4.3 NURBS曲面：统一自由曲面与解析曲面
NURBS（非均匀有理B样条）是B样条的升级版。它引入了权重（weight）这个维度。每个控制点除了位置坐标，还带一个权重值。权重越大，曲线越“靠近”那个控制点。
为什么需要权重？因为B样条只能表示自由曲面，但工程中经常需要精确的圆弧、椭圆、球面等解析曲面。NURBS通过有理分式，把圆锥曲线也纳入了统一框架。你想想看，一个CAD系统里，如果自由曲面和解析曲面用两套不同的数学表示，那布尔运算、求交、渲染都会变得极其复杂。NURBS一统天下，这才是它真正的价值。
NURBS曲面公式：
S(u, v) = Σᵢ Σⱼ Nᵢ,ₚ(u) · Nⱼ,ₚ(v) · wᵢⱼ · Pᵢⱼ / Σᵢ Σⱼ Nᵢ,ₚ(u) · Nⱼ,ₚ(v) · wᵢⱼ这个公式看着复杂，但拆开看就三部分：B样条基函数、权重、控制点。分子是加权求和，分母是归一化因子。
避坑指南：我曾经在做一个螺旋桨叶片建模时，把权重设得过大（超过100），结果曲面出现了严重的“拉扯”变形，局部曲率直接爆表。后来查资料才发现，权重一般建议在0.5到5之间，超过10就要非常小心了。
4.4 三种曲面的对比与选型
实际项目中怎么选？我一般按这个原则来：
- 简单轮廓、图标、字体：用贝塞尔就够了，计算量小，实现简单。
- 复杂自由曲面、需要局部微调：上B样条，尤其是汽车、飞机、消费电子产品的造型。
- 需要精确表示圆弧、球面，同时又有自由曲面：必须用NURBS，这是工业级CAD的标准。
下面这张图展示了三者的递进关系：
4.5 实现要点与代码示例
理论说完了，咱们看看代码。下面是一个三次贝塞尔曲线的Python实现，核心就是伯恩斯坦多项式的计算：
import numpy as np
def bernstein(n, i, t):
"""计算伯恩斯坦基函数值"""
from math import comb
return comb(n, i) * (t ** i) * ((1 - t) ** (n - i))
def bezier_curve(points, num=100):
"""生成贝塞尔曲线上的点"""
n = len(points) - 1
curve = []
for t in np.linspace(0, 1, num):
x = sum(bernstein(n, i, t) * points[i][0] for i in range(n+1))
y = sum(bernstein(n, i, t) * points[i][1] for i in range(n+1))
curve.append((x, y))
return curve
# 示例：4个控制点
ctrl_pts = [(0, 0), (1, 3), (4, 2), (5, 0)]
curve_pts = bezier_curve(ctrl_pts)B样条的实现稍微复杂一些，核心是Cox-de Boor递归。我建议你先把节点向量和基函数计算封装好，再去做曲线求值：
def bspline_basis(i, k, t, knots):
"""计算B样条基函数 N_{i,k}(t)"""
if k == 0:
return 1.0 if knots[i] <= t < knots[i+1] else 0.0
else:
d1 = knots[i+k] - knots[i]
d2 = knots[i+k+1] - knots[i+1]
c1 = (t - knots[i]) / d1 * bspline_basis(i, k-1, t, knots) if d1 != 0 else 0
c2 = (knots[i+k+1] - t) / d2 * bspline_basis(i+1, k-1, t, knots) if d2 != 0 else 0
return c1 + c2性能提示：递归实现基函数在阶数高时效率很低。我在实际项目中会用查表法或动态规划来优化，把基函数值预先计算好存成矩阵，求值时直接查表。
4.6 曲面构建：从曲线到曲面的张量积
曲线扩展到曲面，用的是张量积（tensor product）的思路。简单说，就是沿着u方向和v方向各做一次曲线，然后组合成网格。控制点从一维数组变成二维网格，基函数从一维变成两个方向的乘积。
NURBS曲面的构建步骤：
- 定义u方向和v方向的节点向量
- 定义控制点网格（m+1行 × n+1列）
- 为每个控制点分配权重
- 对每个(u, v)参数对，计算两个方向的基函数乘积
- 加权求和并归一化，得到曲面上的点
我记得有一次做船体曲面建模，控制点网格有50×80个点，权重调整了整整两天。最后发现，船首部分曲率变化剧烈，需要加密节点向量；船尾部分比较平缓，节点可以稀疏一些。这就是非均匀节点向量的典型应用场景。
关键认知：NURBS的强大之处不在于它能表示多么复杂的形状，而在于它用一套统一的数学框架，同时表达了自由曲面和解析曲面。这意味着你的CAD内核只需要实现一套求值、求导、求交算法，就能处理所有几何形状。
好了，这一章的内容就到这里。贝塞尔、B样条、NURBS这三者的关系，你只要记住一句话：贝塞尔是基础，B样条是局部化，NURBS是统一化。下次做曲面建模时，先想清楚你的需求，再选对工具，能省下不少调试时间。