2. 运动学基础：位置、速度、加速度、加加速度（Jerk）的定义与关系
各位同学，大家好。我是你们这门课的主讲。今天咱们来聊聊运动学基础。你可能会觉得，这玩意儿不是高中物理就学过吗？别急，在机器人轨迹规划里，这些概念会被玩出花来。尤其是那个加加速度，也就是Jerk，很多新手就是栽在它上面。
我个人习惯，在讲任何算法之前，先把物理模型掰扯清楚。因为后面所有的数学公式、优化目标，追根溯源，都离不开这几个基本量。说白了，你连“位置”怎么变成“速度”都搞不清楚，那后面谈“平滑”就是空中楼阁。
2.1 四个核心物理量
我们先从最直观的“位置”说起。在机器人学里，位置通常指关节角度或者末端执行器在笛卡尔空间里的坐标。我习惯用 s(t) 来表示一维的位置，如果是多维，那就是向量 p(t)。
- 位置 (Position)：
s(t)或p(t)。描述物体在空间中的“点”。单位：米 (m) 或弧度 (rad)。 - 速度 (Velocity)：
v(t) = ds/dt。位置对时间的一阶导数。描述位置变化的快慢。单位：m/s 或 rad/s。 - 加速度 (Acceleration)：
a(t) = dv/dt = d²s/dt²。速度对时间的一阶导数，位置的二阶导数。描述速度变化的快慢。单位：m/s² 或 rad/s²。 - 加加速度 (Jerk)：
j(t) = da/dt = d³s/dt³。加速度对时间的一阶导数，位置的三阶导数。描述加速度变化的快慢。单位：m/s³ 或 rad/s³。
核心要点： Jerk 是衡量轨迹“柔顺性”的关键指标。加速度突变会产生冲击力，而 Jerk 直接量化了这个突变的剧烈程度。在高速高精度的机器人应用中，控制 Jerk 比控制加速度更重要。
我记得刚入行那会儿，做码垛机器人。为了追求节拍，我把加速度拉得很高，结果每次加减速的时候，机器人末端抖得跟筛糠似的。后来一查，是 Jerk 太大了，电机力矩跟不上。从那以后，我设计轨迹必看 Jerk 曲线。
2.2 运动学方程：从微分到积分
这四个量之间，本质上是微分和积分的关系。我们假设运动是连续的，并且我们已知初始状态。那么，给定加速度曲线，我们可以通过积分得到速度和位置。
为什么会这样？你想想看，速度是位置的导数，那反过来，位置就是速度的积分。同理，加速度是速度的导数，速度就是加速度的积分。这是一个完整的链条。
假设我们已知初始位置 s₀、初始速度 v₀，以及加速度函数 a(t)，那么：
v(t) = v₀ + ∫₀ᵗ a(τ) dτ
s(t) = s₀ + ∫₀ᵗ v(τ) dτ如果加速度是恒定的，也就是 a(t) = a，那公式就简化成我们高中熟悉的匀加速运动：
v(t) = v₀ + a·t
s(t) = s₀ + v₀·t + 0.5·a·t²但在轨迹规划里，我们很少用恒定加速度。因为那样 Jerk 在起点和终点是无穷大（瞬间跳变）。我们更常用的是多项式曲线，比如 S 形曲线，来保证 Jerk 连续。
我的小技巧： 在实际代码中，我很少直接对连续函数做积分。我通常用离散时间步长 dt 来做数值积分。比如：v[i+1] = v[i] + a[i] * dt。虽然会有累积误差，但只要 dt 足够小（比如 1ms），效果完全够用。
2.3 知识体系与核心逻辑
为了让你更直观地理解这四个量之间的关系，我画了一张图。这张图是我做课程时必讲的，它清晰地展示了从位置到 Jerk 的微分链，以及从 Jerk 到位置的积分链。
这张图你看懂了吗？从上往下看，是微分过程，每一步都让物理量变得更“高阶”。从下往上看，是积分过程，每一步都让物理量变得更“宏观”。
2.4 为什么 Jerk 如此重要？
嗯，这里要注意。很多教科书只讲到加速度就停了。但在机器人领域，Jerk 才是真正的“隐形杀手”。
我曾经调试过一个协作机器人，在轨迹末端总是有肉眼可见的抖动。我检查了位置、速度、加速度曲线，都很完美。最后把 Jerk 曲线打印出来一看，好家伙，在终点前 0.1 秒，Jerk 值冲到了 5000 m/s³。这相当于在极短时间内，加速度发生了剧烈跳变。电机物理上跟不上这个指令，于是产生了震荡。
避坑指南： 我曾经因为忽略了 Jerk 约束，导致机器人末端执行器在高速运动中产生谐振，差点撞坏了夹具。从那以后，我设计的所有轨迹，都会显式地加入 Jerk 的上下限约束。记住：没有 Jerk 约束的轨迹规划，都是耍流氓。
2.5 运动学方程在离散时间下的实现
在实际的嵌入式系统里，我们没法处理连续函数。我们只能处理离散的时间点。假设我们的控制周期是 dt，那么离散运动学方程长这样：
// 假设已知当前状态 s, v, a, 以及目标 Jerk j
// 更新下一时刻的状态
void updateKinematics(double &s, double &v, double &a, double j, double dt) {
a += j * dt; // 加速度积分
v += a * dt; // 速度积分
s += v * dt; // 位置积分
// 注意：这里用的是欧拉积分，精度一般。高阶应用建议用 RK4。
}这个代码片段虽然简单，但它是所有轨迹跟踪算法的基础。你想想看，无论多复杂的 S 形曲线、多项式曲线、B 样条曲线，最终落到电机驱动器上的，都是这种离散的积分过程。
| 物理量 | 符号 | 定义 | 单位 | 在轨迹规划中的意义 |
|---|---|---|---|---|
| 位置 | s | 空间坐标 | m / rad | 轨迹的最终目标 |
| 速度 | v | 位置变化率 | m/s | 决定运动效率，受电机最大转速限制 |
| 加速度 | a | 速度变化率 | m/s² | 决定启停冲击，受电机最大力矩限制 |
| 加加速度 | j | 加速度变化率 | m/s³ | 决定轨迹柔顺性，受机械结构刚度限制 |
好了，这一章的内容就到这里。记住这四个量的定义和它们之间的微分积分关系。这是后面所有章节的基石。下一章，我们会把这些概念应用到具体的轨迹曲线中，看看如何用数学公式生成一条平滑的路径。