第四节：轨迹规划入门——关节空间 vs 笛卡尔空间，梯形速度曲线与S形曲线

各位同学，今天我们来聊聊轨迹规划。说实话，这是机器人控制里最“接地气”但又最容易翻车的一块。我见过不少新手，一上来就想着让机器人末端走直线，结果关节一抖一抖的，电机嗡嗡响。嗯，这就是没搞明白关节空间和笛卡尔空间的区别。

一、关节空间 vs 笛卡尔空间：两条路，各有各的脾气

先问大家一个问题：你让机器人从A点走到B点，你关心的是“末端走直线”，还是“每个关节怎么转”？

如果你关心末端轨迹——比如焊接、涂胶、切割——那你得用笛卡尔空间规划。说白了，就是直接在三维空间里定义路径点，然后逆解出每个时刻的关节角度。

但如果你只关心起点和终点，中间怎么走无所谓——比如码垛、搬运——那用关节空间规划就够用了。每个关节独立规划，简单粗暴，计算量小。

我在项目中遇到过一件事：有个同事用笛卡尔空间规划让机器人画圆，结果在奇异点附近关节速度突然飙到极限，电机直接报警。后来我建议他换成关节空间规划，虽然末端轨迹不是完美的圆，但关节运动平滑多了。你想想看，有时候“完美轨迹”反而会害了你。

二、梯形速度曲线：简单，但有“硬伤”

梯形速度曲线，说白了就是“加速-匀速-减速”三段式。我刚开始做轨迹规划时，用的就是它。为什么？因为简单啊！

它的数学形式是这样的：

// 梯形速度曲线参数
t_acc = v_max / a_max;      // 加速时间
t_const = (total_dist - a_max * t_acc^2) / v_max;  // 匀速时间
t_dec = t_acc;              // 减速时间（对称情况）

但梯形曲线有个“硬伤”——加速度在拐点处突变。你想想看，加速度从0瞬间跳到a_max，再从a_max瞬间跳到0，这会导致什么？冲击力。电机和减速机都会受到冲击，长期运行容易损坏。

三、S形曲线：平滑，但参数多

S形曲线，说白了就是“加加速-匀加速-减加速-匀速-加减速-匀减速-减减速”七段式。它的加速度是连续变化的，没有突变，所以运动非常平滑。

它的核心参数是：

参数	含义	典型值
v_max	最大速度	取决于电机和负载
a_max	最大加速度	取决于电机扭矩
j_max	最大加加速度（Jerk）	通常取a_max的5~10倍

加加速度（Jerk）这个概念，说白了就是“加速度的变化率”。Jerk越小，运动越平滑，但运动时间越长。这是个trade-off。

我个人的习惯是：先确定Jerk，再反推加速度和速度。为什么？因为Jerk直接决定了冲击力的大小，而冲击力是损坏机械结构的元凶。

四、代码示例：梯形 vs S形，跑一下就知道了

下面是一个简单的Python示例，对比两种曲线的速度变化：

import numpy as np
import matplotlib.pyplot as plt

# 梯形速度曲线
def trapezoidal_profile(t, t_acc, t_const, t_total, v_max):
    if t < t_acc:
        return v_max * t / t_acc
    elif t < t_acc + t_const:
        return v_max
    elif t < t_total:
        return v_max * (t_total - t) / t_acc
    else:
        return 0.0

# S形速度曲线（简化版，只考虑对称情况）
def s_curve_profile(t, t_j, t_a, t_v, t_d, t_jd, t_total, v_max):
    # 这里只展示逻辑，实际需要分段计算
    if t < t_j:
        # 加加速段
        return 0.5 * j_max * t**2
    elif t < t_a - t_j:
        # 匀加速段
        return v_max * (t - t_j) / (t_a - 2*t_j)
    # ... 省略其他分段
    else:
        return 0.0

# 参数设置
v_max = 100.0  # mm/s
a_max = 500.0  # mm/s^2
j_max = 5000.0 # mm/s^3
total_dist = 500.0  # mm

# 计算梯形曲线时间
t_acc = v_max / a_max
t_const = (total_dist - a_max * t_acc**2) / v_max
t_total_trap = 2*t_acc + t_const

# 计算S形曲线时间（略）
print(f"梯形曲线总时间: {t_total_trap:.2f}s")
print("S形曲线总时间: 略长于梯形曲线")

跑一下这个代码，你会发现：梯形曲线总时间更短，但加速度有突变；S形曲线总时间稍长，但加速度连续变化。说白了，用时间换平滑。

五、知识体系总览

下面这张图，是我自己画的，把本章的核心逻辑串起来了：

好了，这一节就到这里。记住：没有最好的轨迹规划，只有最合适的。根据你的应用场景，选对空间和曲线，比什么都重要。