1. 课程导入

在自动驾驶、移动机器人、数控加工与高端运动控制系统中，“轨迹”并不仅仅是一条从起点连到终点的几何曲线。真正可执行的轨迹，必须同时满足车辆或机构的运动学约束、动力学约束、执行器能力边界，以及乘客或工艺过程对舒适性、平稳性和精度的要求。连续曲率轨迹生成与舒适性优化，正是围绕这一核心矛盾展开的一门工程方法学：它研究如何生成曲率连续甚至曲率变化率连续的路径，并通过速度规划、加加速度约束和优化目标设计，使轨迹在“可达”的基础上进一步做到“好坐、好走、好加工”。

一、核心定义：从几何路径到可执行轨迹

路径通常指空间中的几何曲线，例如一条贝塞尔曲线、B样条曲线或回旋曲线；而轨迹则是在路径基础上叠加时间参数化，即每个时刻的位置、速度、加速度和加加速度。连续曲率轨迹生成关注的是路径本身的几何品质，要求曲率函数不出现阶跃突变，最好还能保证曲率对弧长的导数连续。舒适性优化则关注轨迹的时间维度，通过限制横向加速度、纵向加速度和加加速度，降低乘客的晕动感、机械冲击和跟踪误差。

从数学上看，曲率 κ 描述曲线弯曲程度，曲率变化率 dκ/ds 描述弯曲程度变化的剧烈程度。若曲率存在跳变，车辆前轮转角或机器人关节角速度就需要瞬时突变，实际执行器无法完美响应，从而产生跟踪误差、振动和乘坐不适。因此，连续曲率是舒适性的几何基础，而舒适性优化是连续曲率在时间域上的进一步兑现。

二、工程意义：为什么必须同时关注曲率与舒适性

在工程实践中，只追求几何最短或时间最快的轨迹往往不可取。以自动驾驶换道为例，若路径在换道起点和终点处曲率突变，方向盘会瞬间抖动，乘客会感到明显侧向冲击；若速度规划忽略加加速度约束，即使路径平滑，车辆仍可能在短时间内产生较大的加速度变化，导致晕车和轮胎磨损。再以数控加工为例，曲率不连续会导致进给速度被迫降低，加工表面出现振纹，刀具寿命下降。

因此，连续曲率轨迹生成与舒适性优化的工程意义可以归纳为三点：第一，提升乘坐舒适性与安全性，降低晕动感和机械冲击；第二，提高轨迹可跟踪性，减少控制器饱和与执行器磨损；第三，提升工艺质量与效率，在加工和运动控制中获得更平稳的速度过渡。它本质上是在“几何可行性、动力学可行性、舒适性、效率”之间寻找工程最优解。

三、典型应用场景与参数关注点

不同场景对连续曲率和舒适性的侧重点不同。下表给出典型应用及其关键参数关注点，便于建立工程直觉。

四、整体学习路线：从几何到时间，再到优化与落地

本课程共30章，整体遵循“几何基础—时间规划—舒适性优化—工程落地”的主线。学习路线可以概括为四个阶段：

1. 几何基础阶段：理解曲率、挠率、回旋线、B样条、贝塞尔曲线等基本工具，掌握连续曲率路径的构造方法。
2. 时间规划阶段：学习速度规划、梯形速度、S型速度、加加速度限制以及路径-速度解耦方法。
3. 舒适性优化阶段：建立横向/纵向舒适性指标，掌握优化目标设计、约束建模、数值求解与调参方法。
4. 工程落地阶段：结合自动驾驶、机器人、数控等场景，完成从算法到代码、从仿真到实车/实机的验证与排障。

五、常见误区与复盘思路

初学者最容易陷入的误区是“把路径当轨迹”。路径只描述几何形状，轨迹必须包含时间信息；没有时间参数化，就无法评价舒适性。第二个误区是“只关注曲率连续，忽略曲率变化率”。实际上，即使曲率连续，若 dκ/ds 过大，车辆仍会产生明显侧向冲击。第三个误区是“优化目标只写时间最短”。时间最短往往带来更大的加速度和 jerk，舒适性急剧下降。正确的做法是建立多目标优化：在满足曲率连续、动力学约束和舒适性阈值的前提下，再追求效率。