机械手轨迹规划：B样条与NSGA-II优化实战

1. 机械手轨迹规划的核心挑战与B样条解法

机械手轨迹规划看似高深，本质上就是解决三个核心问题：如何让机械臂运动轨迹足够平滑（避免震动）、如何避开障碍物、如何在不同约束条件下找到最优路径。传统多项式插值方法在复杂场景下容易产生"抖动"，而B样条曲线凭借其局部支撑性和连续性优势，成为工业界首选方案。

上周调试一台手术机器人时，就遇到5次B样条在精细操作中仍会产生微小震动的问题。换成7次B样条后，器械末端的稳定性明显提升——这就像开车时，老司机踩油门的平顺度永远比新手好，区别就在于对加加速度（Jerk）的控制。

2. B样条阶数选择的工程实践

2.1 5次B样条：常规场景的性价比之选

5次B样条能保证C³连续性（加速度连续），其基函数递归公式为：

python复制def b_spline_basis(k, t, degree, i):
    if degree == 0:
        return 1.0 if t >= k[i] and t < k[i+1] else 0.0
    den1 = k[i+degree] - k[i]
    den2 = k[i+degree+1] - k[i+1]
    term1 = (t - k[i])/den1 * b_spline_basis(k, t, degree-1, i) if den1 !=0 else 0
    term2 = (k[i+degree+1] - t)/den2 * b_spline_basis(k, t, degree-1, i+1) if den2 !=0 else 0
    return term1 + term2

实际调试中发现三个关键点：

1. 节点向量knots的长度必须满足：len(knots) = len(control_points) + degree + 1
2. 前degree+1个节点值必须相同，最后degree+1个节点值也必须相同（如[0,0,0,0,0,1,2,3,4,4,4,4,4]）
3. 控制点突变会导致轨迹出现"尖峰"，建议添加低通滤波预处理

2.2 7次B样条：高精度场景的终极武器

当需要保证加加速度连续时（如手术机器人、精密装配），7次B样条是更优选择。其代价是：

• 计算量增加约40%