机器人中的数值优化进阶|【一】三次样条曲线推导（上）

机器人中的数值优化进阶|【一】三次样条曲线推导（上）

三次样条曲线的定义

在三次样条曲线中，样条曲线通过一系列控制点$\eta =[{\eta }_0,{\eta }_1,...{\eta }_n]$来实现对样条曲线的生成。控制点意味着样条曲线必然要经过这几个点。对于每一段曲线，都可以由$s\in [0,1]$来表征曲线，其定义为
$$p_i(s)=a_i+b_{i}s+c_i{s}^2+d_i{s}^3$$
$$\eta =[x,y{]}_{(n+1)\times 2}$$
考虑到位置连续性,速度连续性和加速度连续性，对位置连续性，有
$$p_i(0)=p_{i-1}(1)$$
对于速度连续性，有
$$p_i^{(1)}(0)=p_{i-1}^{(1)}(1)$$
考虑到加速度连续性，有
$$p_i^{(2)}(0)=p_{i-1}^{(2)}(1)$$
因此，我们有
$$a_i=a_{i-1}+b_{i-1}+c_{i-1}+d_{i-1}$$

$$b_i=b_{i-1}+2c_{i-1}+3d_{i-1}$$
$$2c_i=2c_{i-1}+6d_{i-1}$$
我们知道三次样条曲线必须过控制点，因此有
$$p_i(0)={\eta }_i=a_i$$
令$b_i=D_i$，整理上面各式，有如下形式
$$\begin{gathered} a_i={\eta }_i \\ {b}_i=D_i \\ {c}_i=3({\eta }_{i+1}-{\eta }_i)-2D_i-D_{i+1} \\ {d}_i=2({\eta }_i-{\eta }_{i+1})+ \end{gathered}$$