Bezier曲线与B-Spline曲线

微分几何基础

微分集合是用微分的方法来研究曲线的局部性质，如曲线的弯曲程度等。
一条可以用参数表示的三维曲线是一个有界点集，可以写成一个带参数的、连续的、单值的数学函数：
$$\begin{array}{rl}& \{\begin{array}{l}x=x(t)\\ y=y(t)\\ z=z(t)\end{array}0⩽t⩽1\\ & p=p(t)t\in [0,1]\\ & p^{\prime }(t)=\frac{\mathrm{d}p}{\mathrm{d}t}\\ & p^{\prime \prime }(t)=\frac{{\mathrm{d}}^{2}p}{\mathrm{d}{t}^2}\end{array}$$

位置矢量

贝塞尔曲线

一阶贝塞尔曲线$P_0^1$由两个控制点$P_0$和$P_1$完全定义，相当于线性插值。随着$t$从0到1变化，贝塞尔点从$P_0$移动到$P_1$.
$$P_0^1=\left(1-t\right)P_0+t{P}_1,t\in [0,1]$$

二阶贝塞尔曲线由一阶贝塞尔曲线递归定义。三个控制点$P_0$、$P_1$、$P_2$，二阶贝塞尔曲线的产生完全由这三个点的位置决定。
三个控制点每两个相邻的控制点产生一个一阶贝塞尔点，两个一阶贝塞尔点，于是得到两个点；
两个点形成一个线段，这个线段上有一个点在运动，于是得到一个点；
$$\begin{array}{rl}{P}_1^1& =\left(1-t\right)P_1+t{P}_2\\ P_0^2& =\left(1-t\right)P_0^1+t{P}_1^1\\ & =\left(1-t\right)\left[\left(1-t\right)P_0+t{P}_1\right]+t\left[\left(1-t\right)P_1+t{P}_2\right]\\ & =P_0{\left(1-t\right)}^2+2P_{1}t\left(1-t\right)+P_2{t}^2\end{array}$$
三阶贝塞尔曲线：
$$P_0^3=P_0{\left(1-t\right)}^3+3P_{1}t\left(1-t\right)+3P_{2}t\left(1-t\right)+P_2{t}^3$$

通用递归定义公式：

$$P_i^k=\{\begin{array}{ll}{P}_i& k=0\\ \left(1-t\right)P_i^{k-1}+t{P}_{i+1}^{k-1}& k⩾1\end{array}$$
总结规律可得n阶贝塞尔曲线的公式为：
$$P_i^n=\sum _{j=0}^n{C}_n^j{\left(1-t\right)}^{n-j}{t}^j{P}_{i+j}t\in [0,1]$$
使用数学归纳法证明：

假设$n⩽k$时如下等式成立
$$P_i^k=\sum _{j=0}^k{C}_k^j{\left(1-t\right)}^{k-j}{t}^j{P}_{i+j}$$
当$n=k+1$时，
$$\begin{array}{rl}{P}_i^{k+1}& =\left(1-t\right)P_i^k+t{P}_{i+1}^k.\\ & =\left(1-t\right)\sum _{j=0}^k{C}_k^j{\left(1-t\right)}^{k-j}{t}^j{P}_{i+j}+t\sum _{j=0}^k{C}_k^j{\left(1-t\right)}^{k-j}{t}^j{P}_{i+j+1}\\ & =\sum _{j=0}^k{C}_k^j{\left(1-t\right)}^{k-j+1}{t}^j{P}_{i+j}+\sum _{j=1}^{k+1}{C}_k^{j-1}{\left(1-t\right)}^{k-j+1}{t}^j{P}_{i+j}\\ & ={\left(1-t\right)}^{k+1}+\left[\sum _{j=1}^k\left(C_k^j+C_k^{j-1}\right){\left(1-t\right)}^{k-j+1}{t}^j{P}_{i+j}\right]+C_k^k{t}^{k+1}\end{array}$$
因为
$$\begin{array}{rl}{C}_{k+1}^j& =\frac{\left(k+1\right)!}{\left(k+1-j\right)!j!}\\ C_k^j& =\frac{k!}{\left(k-j\right)!j!}\\ C_k^{j-1}& =\frac{k!}{\left(k-j+1\right)!\left(j-1\right)!}\\ C_k^j+C_k^{j-1}& =\frac{k!}{\left(k-j\right)!\left(j-1\right)!}\left(\frac{1}{j}+\frac{1}{k-j+1}\right)\\ & =\frac{k!\cdot \left(k+1\right)}{\left[\left(k-j\right)!\cdot \left(k-j+1\right)\right]\cdot \left[\left(j-1\right)!\cdot j\right]}\\ & =\frac{\left(k+1\right)!}{\left(k+1-j\right)!j!}=C_{k+1}^j\end{array}$$
所以
$$P_i^{k+1}=\sum _{j=0}^{k+1}{C}_{k+1}^j{\left(1-t\right)}^{k-j+1}{t}^j{P}_{i+j}$$

贝塞尔曲线的性质：

1. 各项系数之和为1
   $$\sum _{j=0}^n{C}_n^j{\left(1-t\right)}^{n-j}{t}^j=(1-t+t{)}^n=1$$
2. 凸包性
   由性质1可知贝塞尔曲线是控制点的凸组合，所以贝塞尔曲线始终包含在所有控制点组成的最小凸多边形中。也就是可以通过控制点的凸包来限制规划曲线的范围，这在路径规划中是很好的一条性质。
3. 端点性质
   第一个控制点和最后一个控制点，恰好是曲线的起始点和终止点。可以将$t=1$或$0$代入，除了起始点和终止点的其他控制点的系数都是0。
4. 一阶导数性质：贝塞尔曲线在$t=0$时的导数与$P_i{P}_{i+1}$方向相同，在$t=1$时的导数与$P_{i+n-1}{P}_{i+n}$方向相同
   $$\begin{array}{rl}\frac{\mathrm{d}{P}_i^n}{\mathrm{d}t}& =\frac{\mathrm{d}{\left(1-t\right)}^n}{\mathrm{d}t}{P}_i+\sum _{j=1}^{n-1}{C}_n^j{P}_{i+j}\left[{\left(1-t\right)}^{n-j}\frac{\mathrm{d}{t}^j}{\mathrm{d}t}+\frac{\mathrm{d}{\left(1-t\right)}^{n-j}}{\mathrm{d}t}{t}^j\right]+\frac{\mathrm{d}{t}^n}{\mathrm{d}t}{P}_n\\ & =-n{\left(1-t\right)}^{n-1}{P}_i+n{t}^{n-1}{P}_{i+n}+\sum _{j=1}^{n-1}{C}_n^j{P}_{i+j}\left[j{\left(1-t\right)}^{n-j}{t}^{j-1}-\left(n-j\right){\left(1-t\right)}^{n-j-1}{t}^j\right]\end{array}$$
   $$\begin{array}{rl}\frac{\mathrm{d}{P}_i^n}{\mathrm{d}t}{|}_{t=0}& =-n{P}_i+C_n^1{P}_{i+1}=n\left(P_{i+1}-P_i\right)\\ \frac{d{P}_i^n}{dt}{|}_{t=1}& =n{P}_{i+n}-C_n^{n-1}{P}_{i+n-1}=n\left(P_{i+n}-P_{i+n-1}\right)\end{array}$$

分段贝塞尔曲线

虽然贝塞尔曲线的阶数可以很高，但是如果曲线的阶数过高，调整控制点对曲线的影响就比较小，调整起来相当麻烦。
于是，我们常常使用分段的贝塞尔曲线，保证每一小段不会太复杂。这样每次只用调小段，还可以做到只调局部不影响大局，那就相当舒服了。

分段带来的唯一问题是，曲线在段与段的交界处，如何保证平滑？

所谓平滑，其实就是一阶导数连续，也就是左右导数的极限相同。

对两侧的贝塞尔曲线求导，分别代入 t=0 和 t=1 （即贝塞尔曲线的开始和结束时间），让二者相等。此时能发现，当两侧控制点与分段交接点共线且形成的线段长度相等时，满足曲线平滑性质。

参考资料

B样条曲线

样条曲线

设$[a,b]$为$\mathbb{R}$上的区间
样条是通过一组指定点集而生成平滑曲线的柔性带。 简单地说，B 样条曲线就是通过控制点局部控制形状的曲线。
贝塞尔曲线有以下缺陷：

1. 确定了多边形的顶点数(n+1个)，也就决定了所定义的Bezier曲线的阶次(n次)，这样很不灵活。
2. 当顶点数(n+1)较大时，曲线的次数较高，曲线的导数次数也会较高，因此曲线会出现较多的峰谷值。
3. 贝塞尔曲线无法局部修改。

B样条曲线除了保持Bezier曲线所具有的优点外，还弥补了上述所有的缺陷。
样条曲线的次数是指在指定区间上是几次多项式，阶数是指样条曲线有几阶连续导数。k阶B样条=关于u的k-1次曲线
设有P,P,P,…,P一共n+1个控制点，这些控制点用于定义样条曲线的走向、界限范围，则k阶B样条曲线的定义为:

$$P(u)=\left[\begin{array}{cccc}{P}_0& P_1& \cdots & P_n\end{array}\right]\left[\begin{array}{c}{B}_{0,k}(u)\\ B_{1,k}(u)\\ ⋮\\ B_{n,k}(u)\end{array}\right]=\sum _{i=0}^n{P}_i{B}_{i,k}(u)$$
式中，$B_{i,k}(u)$是第i个k阶B样条基函数，与控制点$P_i$相对应，u是自变量。
基函数有如下德布尔-考克斯递推式：
$$B_{i.k}(u)=\{\begin{array}{ll}\{\begin{array}{ll}1,& u_i⩽u<u_{i+1}\\ 0,& \mathrm{o}\mathrm{t}\mathrm{h}\mathrm{e}\mathrm{r}\end{array}& k=1\\ \frac{u-u_i}{u_{i+k-1}-u_i}{B}_{i,k-1}(u)+\frac{u_{i+k}-u}{u_{i+k}-u_{i+1}}{B}_{i+1,k-1}(u)& k⩾2\end{array}$$
约定$0/0=0$，式中$u_i$是一组被称为节点矢量的非递减序列的连续变化值，首末值一般定义为0和1，该序列如下：
$$\left[u_0,u_1,\cdots ,u_k,u_{k+1},\cdots ,u_n,u_{n+1},\cdots ,u_{n+k}\right]$$