在Python中使用的科学计算库

Scipy插值函数

• 导入插值模块
• 一维插值函数interp1d
• 二维插值函数
• 样条插值函数

在机器人的控制系统中，在规划运动参数时会遇到一个问题：当规划路径的点之间的时间间隔过长（即时间步长较大），而底层控制器却需要更快捷的响应速度（即要求更高的工作频率）。这种情况下通常会采用插值的方法来达到由低频信号向高频信号转换的目的）。常用的曲线拟合方法包括线性拟合、梯形拟合以及多项式拟合等技术手段，在这些方法中较为常用且效果显著的是三次样条拟合与五次多项式拟合方案）。实际操作中编写自己的拟合模型相对来说并不复杂，在协作机器人界面中介绍如何进行这一过程的具体实现）。建议对于希望快速构建模型的小白或开发者可以选择调用现有的Scipy模块完成相应的计算功能以提高效率

导入插值模块

可以通过下面方法导入插值模块

    #导入插值模块
    from scipy import interpolate

通过在查询interpolate/interpolate.py文件时，在了解该文件时会发现它涉及的一维插值、二维插值以及样条插值等不同的技术

    __all__ = ['interp1d', 'interp2d', 'spline', 'spleval', 'splmake', 'spltopp',