3、轨迹规划与插补的数学基础:多项式插值、样条曲线、傅里叶变换、数值微分与积分在轨迹生成中的应用

轨迹规划与插补是运动控制系统的核心灵魂,其本质是将抽象的空间路径描述转化为随时间变化、且满足动力学约束的期望运动序列。无论是工业机器人的关节空间运动,还是CNC机床的刀具路径,其底层都依赖一系列严谨的数学工具。本章将深入剖析多项式插值、样条曲线、傅里变换以及数值微分与积分这四大数学支柱,揭示它们如何在轨迹生成中协同工作,并探讨各自的适用边界与工程权衡。

轨迹规划与插补数学基础架构 路径描述 离散点/几何曲线 多项式插值 P(t)=Σaᵢtⁱ 样条曲线 B-Spline/NURBS 傅里叶变换 频域分析/滤波 数值微分/积分 速度/加速度估计 位置序列 θ(t), x(t), y(t) 速度/加速度曲线 v(t), a(t) 插补周期数据 T=1ms/0.5ms 工程约束 • 加速度连续 • 加加速度限制 • 伺服带宽匹配 • 实时性要求 • 存储空间限制 • 数值稳定性 核心关系:路径描述 → 数学变换 → 满足约束的轨迹序列 → 伺服执行 图3-1 轨迹规划数学工具与数据流关系图

3.1 多项式插值:从离散路径点到连续运动的核心桥梁

核心原理:多项式插值的数学本质与轨迹映射

在运动控制中,工程师通常只能获得路径上的有限个关键点(如示教点、G代码中的坐标点)。多项式插值的核心任务,是构造一个多项式函数 P(t) = a₀ + a₁t + a₂t² + ... + aₙtⁿ,使其精确通过所有给定的数据点。对于轨迹规划而言,最常用的是三次多项式(n=3)和五次多项式(n=5)。三次多项式能够保证位置和速度的连续性,而五次多项式额外保证了加速度的连续性,这对于抑制机械振动至关重要。

以关节空间规划为例,若已知起始角度θ₀和终止角度θ₁,且起始和终止速度均为零,则三次多项式可表示为:

θ(t) = a₀ + a₁t + a₂t² + a₃t³
约束条件:
θ(0) = θ₀, θ(tf) = θ₁
θ'(0) = 0, θ'(tf) = 0
求解得:a₀=θ₀, a₁=0, a₂=3(θ₁-θ₀)/tf², a₃=-2(θ₁-θ₀)/tf³

这种方法的优势在于计算量小、实时性强,适合嵌入式控制器中的在线规划。但高阶多项式(如七次以上)容易出现龙格现象,导致轨迹在端点附近剧烈振荡,因此工程中很少使用超过七次的多项式。

判断方法与操作流程:如何选择多项式阶次

选择多项式阶次需要综合考虑轨迹平滑度要求、计算资源限制和系统动力学特性。以下是工程实践中的判断流程:

  1. 确定约束数量:统计需要满足的边界条件个数(位置、速度、加速度、加加速度)。
  2. 匹配阶次:约束条件数为N时,多项式阶次至少为N-1。例如,需要约束位置、速度、加速度共6个条件,则至少需要五次多项式。
  3. 评估计算开销:每增加一阶,每次插补计算增加一次乘法和加法。对于1ms插补周期,七次多项式约需14次乘法和7次加法,现代DSP完全可以承受。
  4. 检查数值稳定性:当运动时间tf较大(如超过10秒)时,t的高次幂会导致系数矩阵条件数恶化,此时应考虑使用归一化时间变量u = t/tf。
实战案例:六轴机器人关节空间五次多项式规划
某六轴机器人需要将关节2从30°运动到120°,运动时间2秒,要求起止速度、加速度均为零。采用五次多项式规划:
θ(t) = a₀ + a₁t + a₂t² + a₃t³ + a₄t⁴ + a₅t⁵
代入6个边界条件后解得:a₀=30, a₁=0, a₂=0, a₃=10(120-30)/8=112.5, a₄=-15(90)/16=-84.375, a₅=6(90)/32=16.875
在t=1s时,θ=30+112.5-84.375+16.875=75°,速度达到峰值约84.375°/s。该轨迹加速度连续,无突变,伺服跟踪误差小于0.02°。

常见误区与总结复盘

  • 误区一:盲目追求高阶多项式。高阶多项式虽然能保证更高阶的连续性,但会引入不必要的振荡,且对参数误差极其敏感。
  • 误区二:忽略时间归一化。当tf较大时,直接使用时间t会导致数值计算精度下降,应使用归一化时间。
  • 误区三:未考虑中间点约束。若路径中存在必须经过的中间点,单一多项式无法满足,需要分段插值并保证段间连续性。

3.2 样条曲线:复杂路径的平滑与局部控制

核心原理:B样条与NURBS的数学优势

当轨迹需要经过多个中间点且要求曲率连续时,全局多项式插值不再适用。样条曲线通过分段低阶多项式(通常为三次)拼接,并在节点处保证C²连续(二阶导数连续),从而获得整体光滑的轨迹。其中,三次B样条因其局部支撑性(移动一个控制点仅影响相邻几段曲线)和数值稳定性,成为工业机器人轨迹规划的主流选择。

B样条曲线的数学定义为:

C(u) = Σᵢ₌₀ⁿ Nᵢ,ₚ(u) · Pᵢ
其中Nᵢ,ₚ(u)为p次B样条基函数,由Cox-de Boor递推公式定义:
Nᵢ,₀(u) = 1 (若uᵢ ≤ u < uᵢ₊₁),否则为0
Nᵢ,ₚ(u) = (u-uᵢ)/(uᵢ₊ₚ-uᵢ) · Nᵢ,ₚ₋₁(u) + (uᵢ₊ₚ₊₁-u)/(uᵢ₊ₚ₊₁-uᵢ₊₁) · Nᵢ₊₁,ₚ₋₁(u)

NURBS(非均匀有理B样条)进一步引入权重因子,能够精确表示圆弧、椭圆等二次曲线,在CNC加工中应用广泛。

操作流程:从离散点到B样条轨迹

步骤操作内容关键参数/注意事项
1. 数据预处理对原始路径点进行滤波、去噪、均匀化重采样采样间距应小于插补周期的1/10
2. 节点向量生成根据数据点分布生成均匀或弦长参数化节点向量弦长参数化能避免曲线自交
3. 控制点反算通过求解线性方程组反算控制点Pᵢ系数矩阵为带状矩阵,可用追赶法求解
4. 曲线求值在插补周期内计算C(u)及其导数使用de Boor算法,计算量O(p²)
5. 误差校验计算插补点与原始路径点的最大偏差若超差,需增加控制点数量或调整权重
经验提醒:在CNC加工中,NURBS插补相比传统直线/圆弧插补可减少程序段数量80%以上,且加工表面粗糙度降低约30%。但需注意,NURBS插补对实时性要求极高,通常需要专用插补芯片或高性能FPGA实现。

案例拆解:复杂曲面模具加工的样条轨迹生成

某模具加工任务包含1200个离散路径点,若采用直线插补,每个插补周期需处理一个G01指令,程序段处理时间成为瓶颈。改用三次B样条拟合后,仅需150个控制点即可将轮廓误差控制在±5μm以内。具体实施中,首先使用弦长参数化生成节点向量,然后通过最小二乘拟合(而非精确插值)获得控制点,最后在插补周期内实时计算曲线坐标。实测表明,加工时间缩短35%,表面粗糙度从Ra1.6μm降至Ra0.8μm。

3.3 傅里叶变换:频域视角下的轨迹特性分析

核心原理:从时域到频域的轨迹解构

傅里叶变换将时域轨迹信号分解为不同频率的正弦波叠加,为轨迹规划提供了独特的频域视角。对于周期性的往复运动(如印刷机滚筒、贴片机吸嘴),傅里叶级数可以精确描述其运动规律;对于非周期轨迹,则使用傅里叶变换分析其频谱特性。在轨迹规划中,傅里叶变换主要用于:

  • 振动特性分析:识别轨迹中的激励频率,避免与机械固有频率重合。
  • 滤波设计:在频域中设计低通滤波器,抑制高频噪声对轨迹的影响。
  • 前馈补偿:将期望轨迹分解为谐波分量,对各分量分别设计前馈控制器。

离散傅里叶变换(DFT)及其快速算法FFT是工程实现的基础。对于N点采样序列x[n],其DFT定义为:

X[k] = Σₙ₌₀ᴺ⁻¹ x[n] · e^(-j2πkn/N), k=0,1,...,N-1

判断方法与操作流程:频谱分析在轨迹优化中的应用

  1. 采集轨迹数据:以插补周期为采样间隔,记录实际运动轨迹。
  2. FFT分析:对位置或加速度信号进行FFT,获得幅频特性。
  3. 识别谐振峰:在幅频曲线上寻找明显峰值,对应机械谐振频率。
  4. 设计滤波器:在谐振频率处设计陷波滤波器或低通滤波器。
  5. 验证效果:对比滤波前后的轨迹跟踪误差和振动幅值。
风险提示:FFT分析要求采样点数N为2的幂次(如1024、2048),且采样时长应包含至少5个完整运动周期,否则会产生频谱泄漏。工程中常采用汉宁窗或海明窗来抑制泄漏效应。

案例拆解:高速贴片机振动抑制

某高速贴片机在X轴运动中出现明显的残余振动,振动频率约45Hz。通过采集加速度信号并进行FFT分析,发现45Hz处存在显著峰值,而该频率恰好接近机械臂的固有频率。解决方案:在轨迹规划阶段,对加速度曲线进行FFT,将45Hz附近的频谱分量衰减至原来的10%,再通过IFFT恢复时域轨迹。修改后的轨迹在相同运动参数下,残余振动幅值从±0.15mm降至±0.02mm,贴装精度提升至±0.03mm。

3.4 数值微分与积分:轨迹参数的实时估计与预测

核心原理:离散域中的微积分实现

在实际控制系统中,位置反馈通常来自编码器或光栅尺,而速度和加速度需要通过数值微分获得。常用的数值微分方法包括:

方法公式精度适用场景
前向差分v[n] = (x[n+1]-x[n])/TO(T)实时性要求高、噪声小的场合
中心差分v[n] = (x[n+1]-x[n-1])/(2T)O(T²)离线分析或延迟可接受的场合
五点法v[n] = (-x[n+2]+8x[n+1]-8x[n-1]+x[n-2])/(12T)O(T⁴)高精度测量系统

数值积分则常用于从加速度估计速度、从速度估计位置,以及计算轨迹的累积效应。梯形法和辛普森法是工程中最常用的数值积分方法。

操作流程:实时速度估计的滤波与补偿

  1. 原始位置采样:以插补周期T(如1ms)采集编码器位置。
  2. 差分计算:采用中心差分法计算原始速度估计。
  3. 低通滤波:对速度信号进行一阶或二阶低通滤波,截止频率设为伺服带宽的2-3倍。
  4. 相位补偿:针对滤波引入的相位滞后,采用超前校正或状态观测器补偿。
  5. 加速度估计:对滤波后的速度再次差分,获得加速度估计。
实战案例:伺服系统速度环的数值微分优化
某伺服系统采用2500线编码器,4倍频后分辨率为10000脉冲/转,插补周期1ms。直接使用前向差分计算速度时,量化噪声导致速度波动达±5rpm。改用中心差分并配合截止频率200Hz的二阶巴特沃斯滤波器后,速度波动降至±0.8rpm。进一步采用龙伯格观测器进行速度估计,波动降至±0.3rpm,且相位滞后从2.1ms减小至0.4ms。

常见误区与总结复盘

  • 误区一:采样周期越小越好。过小的采样周期会放大量化噪声,导致微分结果严重失真。应综合考虑编码器分辨率和系统带宽。
  • 误区二:忽视滤波相位滞后。低通滤波虽然能抑制噪声,但会引入相位滞后,降低系统稳定性裕度。需通过观测器或预测算法补偿。
  • 误区三:数值积分误差累积。长时间积分会导致漂移,需定期用位置传感器校正。

综上所述,多项式插值、样条曲线、傅里叶变换和数值微积分构成了轨迹规划与插补的完整数学工具箱。工程师需要根据具体应用场景,灵活选择并组合这些工具:简单点到点运动优先选择五次多项式;复杂曲面路径采用B样条/NURBS;振动敏感系统需借助傅里叶分析进行频域优化;而实时控制则离不开稳健的数值微分与积分算法。掌握这些数学基础,是深入理解运动控制算法、解决实际工程问题的关键前提。