18、加减速控制：离线加减速与在线加减速、速度平滑处理

各位好，我是老张。今天咱们聊聊加减速控制。说实话，这个主题在运动控制里属于「看着简单，做起来全是坑」的那种。我入行头三年，至少有两回因为加减速没处理好，导致设备在客户现场「跳舞」——嗯，就是那种高频抖动，看着都心疼。

加减速控制，说白了就是解决一个问题：电机怎么从A点跑到B点，既快又稳。你想想看，如果直接给电机发一个阶跃速度指令，它会怎么样？轻则丢步，重则机械冲击。所以我们需要一套策略，让速度平滑地变化。

18.1 离线加减速：先算好，再执行

离线加减速，我的理解就是「预计算」。在运动开始之前，我们已经把整条速度曲线算好了。控制器只管按时间戳查表输出就行。

我记得第一次做离线加减速，是在一个点胶机上。当时要求轨迹精度很高，但计算资源有限。我选择了离线方式——先把S曲线算好，存成数组，运行时直接查表。效果还不错，CPU占用率降了40%。

离线加减速的典型流程是这样的：

1. 输入参数：起始速度、目标速度、加速度、加加速度
2. 计算阶段：划分加速段、匀速段、减速段
3. 生成表格：按固定时间间隔生成速度/位置序列
4. 存储：存入RAM或Flash
5. 执行：运行时按周期查表输出

它的优点很明显：

• 计算量小，适合低性能MCU
• 曲线可预先优化，比如做加加速度限制
• 确定性好，不会因为计算延迟导致抖动

但缺点也致命：

• 无法响应实时变化，比如突然的急停指令
• 占用存储空间，尤其是长距离运动
• 灵活性差，参数变了就得重新算

18.2 在线加减速：边跑边算

在线加减速就灵活多了。它不预先计算，而是在每个控制周期里实时算下一步的速度。说白了，就是「走一步看一步」。

我做过一个六轴机器人项目，要求能响应上位机的实时速度变更。离线方式根本不行——你总不能每次改速度都重新算一遍表格吧？所以必须上在线算法。

在线加减速的核心是递推公式。以梯形加减速为例：

// 在线梯形加减速递推
// 输入：当前速度 v_cur, 目标速度 v_tar, 加速度 a, 周期 T
// 输出：下一周期速度 v_next

if (v_cur < v_tar) {
    // 加速阶段
    v_next = v_cur + a * T;
    if (v_next > v_tar) v_next = v_tar;
} else if (v_cur > v_tar) {
    // 减速阶段
    v_next = v_cur - a * T;
    if (v_next < v_tar) v_next = v_tar;
} else {
    // 匀速阶段
    v_next = v_tar;
}

你看，就这么几行代码。但实际项目里，远没这么简单。为什么？因为你还得考虑终点位置约束——不能跑过头了。

在线加减速的优缺点：

• 优点：灵活，能响应实时指令变化
• 优点：不占存储空间
• 缺点：计算量大，对CPU有要求
• 缺点：容易受计算延迟影响，产生抖动

18.3 速度平滑处理：让曲线更「丝滑」

不管是离线还是在线，原始的速度曲线往往不够平滑。比如梯形加减速，在拐点处加速度突变，会产生冲击。这时候就需要速度平滑处理。

我常用的平滑方法有三种：

方法	原理	适用场景	计算量
S曲线	限制加加速度（Jerk）	高精度轨迹	中
FIR滤波	对速度序列做滑动平均	实时性要求高	低
样条插值	用三次样条拟合速度点	离线预计算	高

我个人最常用的是S曲线。为什么呢？因为它物理意义明确——限制加加速度，就是限制力的变化率。你想想看，电机输出力矩的变化如果太剧烈，机械结构就会振动。S曲线正好解决了这个问题。

S曲线的核心公式其实不复杂：

// S曲线速度计算（简化版）
// 输入：时间 t, 总时间 T, 起始速度 vs, 目标速度 ve
// 输出：当前速度 v(t)

// 加速段 (0 <= t <= T/2)
// 使用正弦函数做平滑过渡
v(t) = vs + (ve - vs) * (1 - cos(π * t / T)) / 2;

// 减速段 (T/2 < t <= T)
// 对称处理
v(t) = ve + (vs - ve) * (1 - cos(π * (T - t) / T)) / 2;

当然，实际工程中不会直接用正弦，因为计算量太大。我们一般用多项式近似，或者查表法。

18.4 离线 vs 在线：怎么选？

很多初学者会问：到底用离线还是在线？我的回答是：看场景，别纠结。

我列了一个决策表，供大家参考：

场景	推荐方式	理由
固定路径、固定速度	离线	省CPU，曲线可预优化
实时变速、变路径	在线	灵活，能响应外部指令
高精度轨迹（如激光切割）	离线+S曲线	平滑度可控，无实时抖动
多轴协同（如机器人）	在线+前瞻	需要实时调整各轴速度
低性能MCU	离线	计算量小，存储换时间

其实还有一种混合方式——离线规划+在线微调。我最近几个项目都在用这个思路：先离线算好一条基准曲线，然后在线根据反馈做小范围修正。既保证了平滑性，又保留了灵活性。大家可以试试。

18.5 小结

好了，这一章的内容就这些。总结几个要点：

• 离线加减速：先算后跑，适合固定场景，省CPU
• 在线加减速：边跑边算，适合实时场景，灵活但吃资源
• 速度平滑处理：S曲线是主流，加加速度是关键参数
• 选型建议：没有银弹，根据实际需求来

下一章我会讲梯形加减速与S形加减速的数学推导，到时候咱们把公式掰开了揉碎了讲。各位有什么问题，欢迎在评论区留言。我是老张，咱们下期见。