一、轨迹跟踪概述：到底什么是轨迹跟踪？

各位同学好，我是你们这门课的老朋友。咱们开门见山——轨迹跟踪，说白了就是让机器人按照我们预先设定好的路径去走。

你可能会说：“这不就是导航吗？”嗯，有点像，但不一样。导航关心的是“从A到B走哪条路”，而轨迹跟踪关心的是“我能不能贴着这条路的中心线走，误差不超过5厘米”。

我刚开始做AGV的时候，就犯过这个糊涂。当时觉得路径规划做好了，车就能自己跑。结果一上路，偏差越来越大，最后直接撞墙。后来才明白——规划是画饼，跟踪才是烙饼。

咱们稍微正式一点。轨迹跟踪问题可以描述为：

给定一条参考轨迹 r(t) = [x_d(t), y_d(t), θ_d(t)]^T
设计控制输入 u(t) = [v(t), ω(t)]^T
使得实际状态 s(t) = [x(t), y(t), θ(t)]^T 满足：
lim(t→∞) ||s(t) - r(t)|| → 0

这里 v 是线速度，ω 是角速度。你想想看，这个公式其实就一句话：让实际轨迹无限逼近参考轨迹。

核心要点：轨迹跟踪 ≠ 路径规划。路径规划只给出一条几何曲线，轨迹跟踪还要加上时间信息——什么时间到什么地方，速度是多少。

我这些年接触过的项目，基本就这三类。咱们一个一个说。

AGV 是轨迹跟踪最典型的应用。仓库里的搬运机器人、工厂里的物料小车，都属于这一类。AGV 的特点是地面运动、非完整约束——它不能像人一样原地转圈，必须边走边转。

我的经验：AGV 项目里，最坑的不是算法本身，而是轮子磨损。我曾经遇到一台车，跑了三个月后跟踪误差从2cm涨到15cm，查了半天才发现是轮胎磨偏了。所以做AGV，一定要留出标定接口。

无人机是三维空间的轨迹跟踪，比AGV多了一个自由度。我做过一个电力巡检的项目，无人机要沿着高压线飞行，误差不能超过20cm。

这里有个有意思的点：无人机对实时性的要求比AGV高得多。AGV的控制周期可以做到50ms甚至100ms，无人机一般要跑到10ms以内。为什么？因为无人机是开环不稳定的，你晚控制10ms，它可能已经翻了。

机械臂的轨迹跟踪，关注的是末端执行器的轨迹。比如焊接机器人，焊枪要沿着焊缝走，偏差超过1mm就会出废品。

避坑指南：我曾经在机械臂项目里直接用AGV的跟踪算法，结果抖得跟筛糠一样。后来才意识到——机械臂的动力学耦合比AGV复杂得多，必须考虑关节间的惯性力。所以选算法一定要看对象，别拿AGV的方子去治机械臂的病。

做轨迹跟踪，你总得有个标准来衡量好坏。我一般看三个维度：

指标	定义	典型要求	我的经验
精度	实际轨迹与参考轨迹的偏差	AGV: 5~10cm 无人机: 10~30cm 机械臂: 1~5mm	精度不是越高越好，够用就行。盲目追求精度会导致控制量过大，反而容易震荡。
鲁棒性	在干扰下保持跟踪的能力	抗风、抗打滑、抗负载变化	鲁棒性比精度更难调。我见过很多算法仿真精度1mm，一上实车就崩。
实时性	控制周期能否满足要求	AGV: ≥50Hz 无人机: ≥100Hz 机械臂: ≥200Hz	实时性不够，算法再牛也是白搭。我习惯先测一遍计算耗时，再决定用哪种算法。

这三个指标其实是互相制约的。你想想看：

所以做轨迹跟踪，本质上是在这三个维度之间找平衡。没有银弹，只有取舍。

下面这张图，是我自己梳理的轨迹跟踪知识体系。你可以把它当成这门课的导航图。

这张图把轨迹跟踪拆成了三个维度：应用场景决定了你要解决什么问题，核心指标决定了你要做到什么程度，控制方法决定了你用什么工具。后面的课程，就是围绕这张图展开的。

给新手的建议：别急着看算法。先搞清楚你的场景是什么，指标要求是多少。我见过太多人一上来就研究MPC，结果连PID都没调明白。先走稳，再跑。