平滑移动:用多项式驾驭轨迹

Hacker News Top 新闻

摘要

本文介绍了如何使用多项式,特别是 Smoothstep 函数,通过匹配位置的导数(速度、加速度、加加速度等)来生成机器人和 3D 打印机的平滑运动轨迹,从而避免不连续性。

暂无内容
查看原文
查看缓存全文

缓存时间: 2026/08/13 21:22

# 用多项式驯服轨迹 · ...还有一件事 ... 来源:https://nick.zoic.org/art/smooth-move-taming-trajectories-with-polynomials/ 2026\-08\-03robots (https://nick.zoic.org/tag/robots)/3dprint (https://nick.zoic.org/tag/3dprint)/python (https://nick.zoic.org/tag/python)/maths (https://nick.zoic.org/tag/maths) 这篇文章完全是关于运动的。关于车辆、机器人,或类似 3D 打印机的设备。 3D 打印机实际上就是一个带热熔胶枪的专用机器人,它可以在多个方向移动,同时喷出熔融塑料。 ## 位置、速度、加速度 ... 我们的机器人或打印头在空间中有一个*位置*,还有一个*速度*,即移动的快慢,以及一个*加速度*,即速度变化的快慢。 速度就是位置的[导数](https://en.wikipedia.org/wiki/Derivative):我们的位置变化有多快。加速度是速度的导数:我们的速度增加或减少有多快。 这些都是*矢量*,因为它们既有大小也有[方向](https://despicableme.fandom.com/wiki/Vector_Perkins),但对于(许多)3D 打印机和机器来说,每个轴都是独立的机构,所以本文暂时把它们当作标量来讨论,例如一个正数或负数。 ### ... 加加速度(Jerk)? [加加速度(Jerk)](https://wikipedia.org/Jerk_%28Physics%29)是加速度的导数,担心它可能看起来有点抽象。 想象一个在盒子

相似文章

无显式轨迹下3D扩散策略的预见性学习

Hugging Face Daily Papers

引入Movement Trend Guidance以增强机器人操作中的3D扩散策略,通过无显式轨迹提供预见性,在RoboTwin2.0和LIBERO-40等基准测试上实现性能提升。

从单一轨迹学习分数阶动力学

arXiv cs.LG

本文提出分数阶普通最小二乘网格搜索(FO-GS),一种从单一轨迹识别分数阶线性时不变系统的方法,具有理论误差界限和实验验证。