一、轨迹规划概述：从“动起来”到“怎么动”

大家好，欢迎来到《轨迹规划算法从入门到实战》的第一章。

我是这门课的主讲。做了十几年机器人，我见过太多人一上来就扎进各种算法公式里，结果连“轨迹规划到底在解决什么问题”都没搞清楚。今天咱们先把这个地基打牢。

说白了，轨迹规划就是回答三个问题：

你想想看，让一个机械臂从A点抓个杯子放到B点。如果只告诉它“去B点”，它可能直接横冲直撞过去，撞到旁边的设备，或者速度太快把杯子甩飞了。轨迹规划就是给它一套“行动指南”：沿着这条曲线走，速度先快后慢，到终点时刚好停下来。

核心定义：轨迹规划 = 路径规划（空间几何） + 时间规划（运动学约束）。路径只关心“走哪条路”，轨迹还关心“每时每刻的状态”。

我个人习惯把轨迹规划比作“编舞”。路径是舞步的路线，轨迹是每个节拍的动作幅度和力度。没有编舞，舞者也能跳，但肯定不好看，甚至可能摔跤。

我在项目中遇到过不少团队，硬件选型花了几十万，电机、传感器都是顶配，结果机器人跑起来抖得像帕金森。为什么？轨迹规划没做好。

轨迹规划在机器人系统里的地位，我可以用一张图来说明：

从这张图你能看到，轨迹规划处于系统的正中间。上面是感知和决策，下面是执行和控制。它把“想做什么”翻译成“具体怎么动”。

我曾经帮一家工厂调试码垛机器人。他们原来的轨迹规划就是简单的点到点直线运动，结果每次加减速都特别猛，电机过载报警频繁。我改成了S形速度曲线的轨迹规划，同样的硬件，运行平稳了，节拍还快了15%。这就是轨迹规划的价值。

轨迹规划不是实验室里的玩具，它每天都在改变我们的生活。我挑三个最典型的场景聊聊。

机械臂是轨迹规划最经典的应用。你想想看，一个六轴机械臂有6个关节，每个关节都要协同运动。如果规划不好，就会出现：

我见过最夸张的一个案例，某工厂用机械臂做激光切割，轨迹规划没考虑加速度连续性，结果切割出来的边缘像锯齿一样。后来换成五次多项式插值，问题就解决了。

避坑指南： 我曾经在焊接机器人项目里，直接用三次多项式做轨迹规划。结果焊接速度波动大，焊缝质量不稳定。后来才意识到，对于需要恒速的工艺，必须用更高阶的曲线或者加前馈补偿。嗯，这里要注意，不是阶数越高越好，但至少得满足工艺要求。

自动驾驶的轨迹规划，说白了就是回答“方向盘打多少、油门踩多深”。但这里有个核心矛盾：

我记得有一次测试自动驾驶的泊车功能。轨迹规划出来的路径理论上没问题，但实际执行时，因为方向盘转角变化太快，乘客感觉像在“甩尾”。后来我们在轨迹优化里加了方向盘转角速度的约束，体验就好多了。

无人机比地面机器人多了一个维度，轨迹规划更复杂。不仅要考虑位置，还要考虑姿态（俯仰、偏航、滚转）。

我参与过一个电力巡检项目，无人机要沿着高压线飞行。如果轨迹规划不考虑风的影响，无人机很容易被吹偏。我们当时用了模型预测控制（MPC）来做轨迹跟踪，同时在线修正规划结果。

⚠️ 重要提醒： 无人机轨迹规划有一个容易被忽视的点——动力学可行性。不是所有数学上平滑的轨迹，无人机都能飞出来。比如，一个急转弯需要很大的向心力，如果无人机速度太快，就会“甩出去”。所以，轨迹规划必须考虑最大推力、最大倾斜角等物理限制。

不管什么场景，好的轨迹规划都有几个共同点。我总结成一张清单：

你可能会问：“这些目标有时候是矛盾的，怎么办？” 没错，比如想跑得快，加速度就大，舒适性就下降。这就是轨迹规划里最核心的“多目标优化”问题。后面的章节我们会详细讲怎么权衡。

这一章我们聊了：

我个人觉得，学轨迹规划最好的方式就是“先理解问题，再学习工具”。这一章帮你建立了全局视角，后面我们会一步步深入具体的算法。别急，路要一步一步走，轨迹要一点一点规划。