1. 运动规划概述：机械臂运动规划的定义、分类与核心挑战

大家好，欢迎来到《机械臂运动规划与轨迹插补精讲》。我是你们的老朋友，一个在机器人堆里摸爬滚打多年的工程师。今天咱们先聊聊最基础，也最容易被忽视的问题——运动规划到底是什么？

说白了，运动规划就是回答三个问题：去哪儿？怎么去？路上别撞到啥？ 你想想看，让机械臂从A点抓个零件放到B点，听起来简单。但中间有障碍物、有关节限位、有奇异点，甚至还要考虑时间最短、能耗最低。这些事儿，都归运动规划管。

1.1 运动规划的定义

我习惯把运动规划拆成两层来看：

• 路径规划（Path Planning）：只关心几何路径。从起点到终点，找一条无碰撞的曲线。至于走多快、加速度多大，它不管。
• 轨迹规划（Trajectory Planning）：给路径加上时间信息。比如“第2秒走到这里，速度是0.5m/s”。它决定了运动的平滑性和动力学可行性。

1.2 运动规划的分类：全局 vs 局部

做项目时，我经常被问到：“该用全局规划还是局部规划？”其实没有的好坏，关键看场景。我整理了一个对比表，方便你快速理解：

对比维度	全局规划	局部规划
环境信息	已知完整地图	部分已知或完全未知
计算时机	执行前离线计算	运行中实时计算
典型算法	A*、RRT、PRM	DWA、TEB、人工势场
优点	能找到最优解（理论上）	反应快，能应对动态障碍
缺点	计算慢，环境变了就得重算	容易陷入局部最优
适用场景	固定产线、已知仓储	人机协作、动态抓取

1.3 核心挑战：高维空间、避障、实时性

做运动规划这么多年，我觉得最难啃的骨头就三块。咱们一个一个说。

1.3.1 高维空间

机械臂的关节空间维度等于关节数量。6轴臂就是6维空间，7轴臂就是7维。你想想看，在6维空间里找一个点，计算量是指数级增长的。这就是所谓的“维度灾难”。

我记得有一次做7轴冗余臂的规划，用最基础的RRT算法，搜索一棵树要花十几秒。后来改用RRT*加启发式采样，才压到2秒以内。嗯，这里要注意：高维空间里，暴力搜索基本不可行，必须用采样或优化方法。

1.3.2 避障

避障分两层：自碰撞和环境碰撞。

• 自碰撞：机械臂自己的连杆之间别打架。比如肘关节别撞到基座。
• 环境碰撞：机械臂别撞到工作台上的夹具、工件、甚至人。

我曾经踩过一个坑：用圆柱体包络做碰撞检测，结果因为包络太粗，明明能过的路径被判定为碰撞，导致规划失败。后来换成更精细的凸包分解，才解决问题。所以我的建议是：碰撞检测的精度和速度要平衡，别为了省事用太粗糙的模型。

1.3.3 实时性

工业现场最怕什么？怕机器人“愣住”。如果规划算法算得太慢，机械臂就会停下来等指令。这在高速产线上是不可接受的。

实时性的要求分两种：

• 硬实时：必须在规定时间内算出结果，比如1ms。常见于伺服驱动层。
• 软实时：允许偶尔超时，但平均时间要短。常见于任务规划层。

我个人习惯在架构设计时就分层处理：底层用查表或解析法保证硬实时，上层用搜索或优化算法做软实时。这样既保证了响应速度，又保留了灵活性。

1.4 知识体系总览

下面这张图是我自己梳理的运动规划知识框架，你可以把它当作整个课程的地图：

1.5 本章小结

这一章我们聊了运动规划的核心骨架：

• 定义：路径规划画线，轨迹规划定速。
• 分类：全局规划求最优，局部规划求实时。
• 挑战：高维空间、避障、实时性，是绕不开的三座大山。

说实话，这些概念听起来可能有点抽象。但别急，后面每一章我都会带着你手撕代码、跑仿真、调参数。等你学完30章，再回头看这张图，会发现每个节点背后都是一套扎实的工程方法。