4、路径规划与轨迹规划概念：路径定义、轨迹定义、路径点与插值、轨迹生成的基本流程
在机械臂运动控制的研究与工程实践中，“路径规划”与“轨迹规划”是两个经常被混用、但内涵截然不同的概念。许多初入行的工程师在调试机器人时，往往因为混淆了“路径”与“轨迹”的边界，导致在后续的动力学控制、振动抑制或时间最优规划中遇到难以定位的瓶颈。本章将从定义出发，厘清路径与轨迹的本质区别，深入讲解路径点与插值的数学含义，并梳理出一条从任务描述到关节空间指令的完整轨迹生成流程。理解这一章的内容，是后续学习时间最优轨迹规划（Time-Optimal Trajectory Planning）与路径规划算法（如RRT、A*、PRM）的基石。
4.1 核心原理：路径与轨迹的本质区别
路径（Path）是机械臂末端或关节在空间中运动的几何描述，它只关心“从A点到B点经过哪些空间位置”，不包含任何时间信息。在数学上，路径可以表示为以弧长参数 s 或归一化参数 u ∈ [0,1] 为自变量的连续映射：P(u) = [x(u), y(u), z(u), α(u), β(u), γ(u)]，其中前三项为位置，后三项为姿态（如欧拉角或四元数）。在关节空间中，路径则表示为 q(u) = [q₁(u), q₂(u), ..., qₙ(u)]，n为关节数。路径本身没有速度、加速度的概念，它只是一条“几何线”。
轨迹（Trajectory）则是路径与时间律（Time Law）的结合。轨迹不仅描述了机械臂经过的空间位置，还规定了每个时刻的位置、速度、加速度甚至加加速度（Jerk）。数学上，轨迹是时间 t 的函数：q(t), t ∈ [t₀, t_f]，且要求 q(t) 至少二阶可导（即速度和加速度存在且连续）。轨迹规划的核心任务，就是在给定路径的基础上，设计一个合适的时间标定函数 s(t)，使得 q(t) = q(s(t)) 满足运动学与动力学约束。
| 对比维度 | 路径（Path） | 轨迹（Trajectory） |
|---|---|---|
| 核心变量 | 空间位置（几何） | 位置 + 时间 + 导数 |
| 数学表达 | P(u), u∈[0,1] | q(t), t∈[t₀,t_f] |
| 是否包含速度/加速度 | 否 | 是（一阶/二阶/三阶导数） |
| 是否包含时间信息 | 否 | 是 |
| 典型应用场景 | 避障路径搜索、几何可达性分析 | 伺服跟踪、动力学控制、振动抑制 |
| 规划目标 | 无碰撞、最短几何距离 | 时间最优、平滑、能量最优 |
t_f。
4.2 路径点与插值：从离散到连续的桥梁
在实际工程中，路径规划算法（如RRT、PRM）输出的往往是一系列离散的路径点（Waypoints），而不是一条连续曲线。这些路径点可能是笛卡尔空间中的末端位姿，也可能是关节空间中的关节角度。要让机械臂真正平滑地运动，必须通过插值（Interpolation）或拟合（Fitting）方法，在这些离散点之间构造一条连续且满足约束的曲线。
插值方法的选择直接影响轨迹的平滑性和动力学性能。常用的插值方法包括：
- 线性插值（Linear Interpolation）：最简单，但连接点处速度不连续（存在突变），会产生无限大的加速度，实际中很少直接用于轨迹生成，仅用于粗略预览。
- 三次多项式插值（Cubic Polynomial）：每个区间用三次多项式连接，可保证位置和速度连续，但加速度可能不连续。适用于对加速度要求不高的场景。
- 五次多项式插值（Quintic Polynomial）：可同时保证位置、速度、加速度连续，是工业机器人中最常用的插值方式之一，能有效减少机械振动。
- 三次样条（Cubic Spline）：全局二阶连续，具有良好的平滑性，适合多路径点场景，但计算量稍大。
- B样条（B-Spline）：具有局部支撑性，修改一个路径点只影响附近区域，且可方便地控制曲线阶数，适合在线轨迹调整。
插值可以在关节空间或笛卡尔空间进行。关节空间插值计算简单、无奇异点问题，但末端轨迹在笛卡尔空间中可能不是直线；笛卡尔空间插值能保证末端走直线或圆弧，但可能遇到奇异位形（Jacobian矩阵奇异）或关节超限问题。工程中通常采用“笛卡尔空间规划路径点，关节空间插值生成轨迹”的混合策略。
4.3 轨迹生成的基本流程：从任务到伺服指令
一个完整的轨迹生成流程，是将任务描述逐步转化为伺服驱动器可执行的指令序列。该流程通常包含以下五个核心步骤：
- 任务描述与约束定义：明确目标位姿、避障要求、速度/加速度上限、末端负载等。例如，焊接任务要求末端保持特定姿态沿直线运动，而码垛任务则允许关节空间自由规划。
- 路径规划（几何层）：在配置空间（C-Space）或笛卡尔空间中搜索无碰撞路径。此阶段输出的是离散的路径点序列，不包含时间信息。
- 路径点后处理：对路径点进行简化、均匀化或增加过渡点，消除冗余点，确保路径点密度适合后续插值。
- 插值与拟合（连续化）：选择合适的插值方法（如五次多项式或样条），生成连续路径函数
P(s)。 - 时间律分配（轨迹生成）：设计
s(t)函数，将路径参数s映射到时间t。这一步是时间最优规划的核心，需要满足关节速度、加速度、力矩等约束。
最终输出的轨迹 q(t), q̇(t), q̈(t) 以固定周期（如1ms或4ms）发送给伺服控制器，构成前馈控制信号。
4.4 案例拆解：SCARA机器人“门字形”搬运轨迹
以一台四轴SCARA机器人为例，执行“从A点抓取，抬高到安全高度，平移至B点上方，下降放置”的搬运任务。该任务要求末端在笛卡尔空间中走一个“门字形”路径，以避免与工件或夹具碰撞。
初始条件与约束：
- A点：
(x=300mm, y=0mm, z=50mm)，B点：(x=300mm, y=400mm, z=50mm) - 安全高度：
z=150mm - 关节1最大速度：
180°/s，关节2最大速度：240°/s - 末端最大加速度：
2 m/s²
分析判断过程：
首先，在笛卡尔空间定义路径点：P₁=(300,0,50) → P₂=(300,0,150) → P₃=(300,400,150) → P₄=(300,400,50)。这四个点构成门字形。然后，通过逆运动学将每个路径点转换为关节角度 q = [q₁, q₂, q₃, q₄]。接着，在关节空间中对 q₁→q₂→q₃→q₄ 进行五次多项式插值，保证每个路径点处速度为零（因为需要停顿抓取/放置）。最后，根据关节速度限制，计算每段的最小时间。
实际操作与结果：
采用五次多项式插值，每段轨迹的边界条件为：位置已知、速度为零、加速度为零。计算得到第一段（垂直抬升）耗时约0.8s，第二段（水平平移）耗时约1.2s，第三段（垂直下降）耗时约0.8s，总时间约2.8s。若采用时间最优算法（如梯形速度规划），在满足加速度约束的前提下，可将总时间压缩至2.1s，但加速度曲线会出现突变，可能引起末端振动。
4.5 常见误区与总结复盘
误区一：将路径规划等同于轨迹规划。很多初学者在ROS中调用move_group的plan()接口时，以为返回的就是轨迹。实际上，该接口返回的RobotTrajectory对象中，路径点之间的时间间隔是默认的，并未经过动力学优化。真正的时间最优轨迹需要额外使用TOPP-RA或trac-ik等工具进行时间参数化。
误区二：忽视插值阶数与振动的关系。线性插值或梯形速度规划虽然计算简单，但加速度不连续，会激发机械臂的结构共振模态。对于高速高精度应用（如芯片贴装），必须使用五次及以上多项式或S型速度规划，确保加加速度（Jerk）有界。
误区三：在笛卡尔空间盲目插值。笛卡尔空间的直线插值在靠近奇异位形时，会导致关节速度急剧增大，甚至超出电机最大转速。因此，在规划前应检查路径是否经过奇异区域，必要时在奇异点附近切换为关节空间插值。
误区四：忽略路径点密度对插值的影响。如果路径点过密，插值曲线可能出现不必要的波动（过拟合）；如果过疏，则无法精确描述复杂几何形状。一般建议根据路径曲率自适应调整路径点密度，曲率大的区域增加采样点。