一、轨迹规划概述：到底什么是轨迹规划？

大家好，我是你们这门课的主讲。在机器人领域摸爬滚打了十几年，我见过太多新手一上来就怼着运动学、动力学猛啃，结果真到了让机器人动起来的时候，反而卡住了。

为什么？因为缺了最关键的一环——轨迹规划。

说白了，轨迹规划就是回答三个问题：
「去哪儿？」「怎么去？」「路上别撞到啥？」

你给机械臂一个目标点，它不能「嗖」一下瞬移过去。它得考虑：路径直不直？速度会不会太猛？关节会不会拧成麻花？这些，都是轨迹规划要干的活。

核心定义：轨迹规划 = 在满足运动学/动力学约束、避障要求的前提下，生成一条从起点到终点的、时间参数化的运动序列。

注意，是「时间参数化」。路径规划只给路，轨迹规划还给「什么时候走到哪」。这是本质区别。

我习惯把机器人软件系统比作一个「感知-决策-控制」的闭环。轨迹规划就卡在决策层和控制层中间。你想想看：

没有轨迹规划，控制器就像无头苍蝇。我记得有一次在产线上调试，底层PID参数调得再好，轨迹规划给的路径有突变，机器人照样抖得像帕金森。嗯，从那以后我明白了：轨迹规划是「承上启下」的腰杆子，腰杆子硬了，整个系统才稳。

我的经验：很多团队花80%精力优化底层控制，却忽略了轨迹规划的质量。其实，一个平滑的轨迹，比一个复杂的控制算法更能直接提升运动品质。先规划，后控制，顺序别搞反。

轨迹规划不是纸上谈兵。我在这三个领域都踩过坑，今天把干货掏出来给你们看看。

机械臂的轨迹规划，最常见的就是两类：

我曾经在汽车焊装线上遇到过一个问题：要求机械臂末端走一条精确的圆弧焊缝，结果用关节空间规划，末端走的路径歪歪扭扭，焊缝质量一塌糊涂。后来换成笛卡尔空间规划，问题才解决。所以，选对空间，事半功倍。

规划空间	优点	缺点	典型应用
关节空间	计算快，无奇异点问题	末端路径不可控	码垛、搬运
笛卡尔空间	末端路径精确可控	计算量大，可能遇到奇异点	焊接、铣削、涂胶

移动机器人（AGV/AMR）的轨迹规划，我习惯拆成两层：

你想想看，如果只做全局规划，机器人走到墙角才发现转不过去，那就尴尬了。局部规划就是干这个的——实时调整，保证不撞墙、不翻车。

避坑指南：我曾经在仓储AGV项目里，全局路径规划得好好的，结果局部规划没考虑地面摩擦系数，机器人高速转弯时直接侧滑撞货架。从那以后，我所有移动机器人的轨迹规划都会加上动力学约束，尤其是加速度和向心力限制。

无人机轨迹规划，比地面机器人多了一个维度——Z轴。而且无人机对轨迹的平滑性要求极高，因为姿态变化太剧烈会导致炸机。

常见的做法是：

我记得在做一个航拍跟拍项目时，无人机需要平滑地绕过一个建筑物。如果用简单的线性插值，轨迹在拐角处会有加速度突变，画面直接「抽搐」。后来改用分段多项式优化，加加速度（Jerk）连续，画面才稳如老狗。

下面这张图，是我自己梳理的轨迹规划知识框架。你可以把它当成整个课程的地图。后面每一章，都会在这个框架里展开。

这张图把轨迹规划拆成了三个维度：规划空间、约束类型、优化目标。后面我们会逐一深入。你每次学完一章，都可以回来看看这张图，确认自己当前学到哪个位置了。

这一章，我们只做了一件事：建立共识。