X2.05.1Smooth motion predictability设计研究
匀速与渐变的运动比突然加速更容易被预判
别名: 平滑运动 · 速度连续性 · motion smoothness
概念解释
平滑运动可预测性（smooth motion predictability）指速度恒定或按连续曲线变化时，人较容易外推机器人几秒后的占位。关键不是永远匀速，而是速度、加速度和加加速度的变化遵循可观察规律，使旁人能在运动到达之前更新自己的路径。
机制
人通常以近期速度和方向建立短时运动预测。连续变化使预测误差逐步出现并可被修正；突然加速会一次性放大误差，缩短避让余量。高加加速度还会同步产生姿态、声音和振动瞬变，被解释为控制不稳。平滑曲线因此既降低物理冲击，也提高运动模型的可学习性。
怎么研究
可在相同起终点、峰值速度和总时长下比较不同速度曲线，记录未来位置预测、避让启动、最小间距、惊异与舒适度。只比较慢与快无法分离平滑性。应使用运动日志验证实际而非指令曲线，并在不同负载和地面条件下检查控制器能否保持连续。
边界
平滑不等于安全：稳定高速仍可能制动不足；突发避险动作有时优于缓慢碰撞。高度周期化的平滑运动也可能让人过度相信轨迹不会变化。拥挤环境中，外部扰动频繁迫使重规划，系统应在平滑性与及时响应之间保留安全优先级。
怎么落地
- 对人附近的启动、转弯和停止同时限制速度、加速度与加加速度，并按负载校准。
- 重规划时优先连接为连续轨迹；无法连续时先减速并发出变化预告。
- 用实测轨迹让参与者连续标记未来占位，结合预测误差、最小间距和紧急例外次数验证。