1. 轨迹规划概述：从“怎么走”到“怎么走得好”

大家好，欢迎来到《轨迹规划算法原理解析》的第一章。

我是你们这门课的老朋友。在机器人这行摸爬滚打了十几年，我见过太多项目在“动起来”这一步就卡住了。说白了，轨迹规划就是解决一个核心问题：机器人怎么从A点优雅地走到B点。

你可能会说：“这还不简单？直接走过去不就行了？”嗯，要是真这么简单，我们这些工程师早就失业了。实际场景里，你得考虑关节会不会撞到自己、末端执行器能不能避开障碍物、运动够不够平滑、时间能不能再短一点……这些，都是轨迹规划要干的事。

1.1 什么是轨迹规划？

先拆开看。“轨迹”和“路径”在咱们这行是有区别的。

• 路径（Path）：只描述空间中的几何形状，不关心时间。比如“从门口到桌子前画一条直线”。
• 轨迹（Trajectory）：路径 + 时间信息。比如“从门口到桌子前，用2秒走完，中间速度先快后慢”。

所以，轨迹规划就是给路径加上“时间轴”。它输出的不是一串点，而是一组函数：q(t)、q̇(t)、q̈(t)，分别代表位置、速度、加速度随时间的变化。

我记得刚入行时带我的老工程师说过一句话，我一直记到现在：“路径决定你去哪，轨迹决定你怎么去。” 这句话虽然简单，但每次做项目遇到抖动或者冲击时，我都会回头想想——是不是轨迹没规划好？

1.2 轨迹规划在机器人系统中的地位

如果把机器人系统比作一个人，那各个模块的分工大概是这样的：

模块	类比	职责
感知	眼睛	看世界，识别物体和障碍
决策/规划	大脑	想清楚去哪、怎么走
轨迹规划	小脑 + 运动神经	把“想法”变成具体的“动作指令”
控制	肌肉	执行指令，克服干扰
执行器	手脚	产生实际的力/运动

你看，轨迹规划正好卡在“决策”和“控制”中间。它是个承上启下的关键环节。决策层说“去抓那个杯子”，轨迹规划就得算出来：每个关节在什么时间转到什么角度、转多快。控制层才能照着这个去驱动电机。

我在项目里遇到过好几次这样的情况：上层路径规划得很好，避障也完美，但到了轨迹规划这步，因为没考虑电机最大加速度限制，结果一启动就触发驱动器过流报警。嗯，这就是典型的“大脑想得很好，小脑没跟上”。

1.3 轨迹规划的分类：关节空间 vs 笛卡尔空间

这是轨迹规划里最基础、也最重要的一个分类。说白了，就是你在哪个坐标系里描述运动。

1.3.1 关节空间轨迹规划

直接在关节角度（或位置）空间里规划。比如六轴机器人，就是规划 θ₁(t), θ₂(t), ..., θ₆(t) 这六个函数。

优点：

• 计算简单，不需要做逆运动学（IK）
• 天然避免关节奇异位形
• 容易满足关节自身的物理限制（速度、加速度极限）

缺点：

• 末端执行器的运动路径不可控——你只知道起点和终点的位姿，中间怎么走的，完全取决于机器人构型
• 可能走出一条在笛卡尔空间里很奇怪的曲线

我个人习惯在以下场景优先使用关节空间规划：

• 点到点运动（比如从A点抓取到B点放置，中间不关心路径形状）
• 对末端路径没有严格要求的场合
• 需要快速计算、实时性要求高的场景

1.3.2 笛卡尔空间轨迹规划

在末端执行器的位姿空间里规划。规划的是 x(t), y(t), z(t), roll(t), pitch(t), yaw(t) 或者齐次变换矩阵 T(t)。

优点：

• 末端路径直观可控——你可以指定走直线、圆弧、或者任意曲线
• 便于避障和工艺要求（比如焊接必须走直线）

缺点：

• 每个轨迹点都需要做逆运动学求解，计算量大
• 可能遇到奇异点——在奇异位形附近，关节速度会突变甚至趋于无穷
• 关节空间的约束（如关节限位）需要额外检查

你想想看，如果让机器人用毛笔写字，你肯定得用笛卡尔空间规划——因为你要精确控制笔尖的轨迹。但如果只是让机器人把零件从传送带搬到料箱里，关节空间规划就够用了，还省事。

1.3.3 对比总结

对比维度	关节空间规划	笛卡尔空间规划
规划对象	关节角度/位置	末端位姿
是否需要逆运动学	不需要（只在起点终点算一次）	每个插补点都需要
计算复杂度	低	高
末端路径可控性	不可控	完全可控
奇异点问题	不易遇到	容易遇到，需特殊处理
典型应用	搬运、码垛、简单装配	焊接、涂胶、打磨、写字

1.4 本章知识体系总览

下面这张图，是我自己梳理的本章知识结构。你可以把它当作一个“地图”，后面每学一个新概念，都能在这张图上找到它的位置。

这张图把本章的核心脉络都串起来了。你可以看到，轨迹规划往下分，就是关节空间和笛卡尔空间两大流派。每个流派又有自己经典的规划方法。后面的章节，我们会一个一个地深入拆解。

好了，第一章就到这里。内容不多，但都是基础中的基础。搞清楚了“在哪个空间规划”，后面学具体算法时就不会迷路。