---
title: "運動規劃（Motion Planning）"
slug: motion-planning
language: zh-TW
source: https://aiterms.tw/terms/motion-planning
updated_at: 2026-04-29
tags: [機器人學, 自動駕駛, 最佳化, AI應用, AI基礎]
ipas_term: false
---

# 運動規劃（Motion Planning）

> **你有沒有看過機器人要走路，卻不能直接往目標衝過去？**
> 你可以把它想成先在腦中畫好一條安全路線，再讓機器人照著走，還要同時避開障礙物和動作限制。
> 它不只回答「要去哪裡」，也回答「怎麼走才真的走得到」，這就是運動規劃比單純找路更難的地方。 這也讓它很適合先拿到可用答案，再慢慢把精度往上推。
>
### 容易混淆

> **運動規劃 vs 路徑規劃**
> 運動規劃：還要考慮速度、轉向、加速度
> 路徑規劃：多半只看空間裡的可行路線
> 最關鍵的區別：先看它是在比什麼，再看它怎麼做。
>
> **運動規劃 vs 控制**
> 運動規劃：先決定整體怎麼走
> 控制：把規劃好的路徑變成實際電機訊號
> 最關鍵的區別：先看它是在比什麼，再看它怎麼做。
>
### 記住這句就好

> 路能找到不夠，還要真的走得動。
>
### 實際案例

> **倉儲搬運車**
> 搬運車要從貨架 A 走到貨架 B，系統會先算出能穿過走道、又不會撞到人的路線。
>
> **自動駕駛轉彎**
> 車子不能只看地圖上的最短路，還要顧轉彎半徑、車道寬度、和其他車流。
>
### 算法與應用

> 運動規劃常把世界表示成狀態空間，然後在裡面找一條從起點到終點的可行軌跡。
> 常見方法有圖搜尋、取樣式搜尋、以及和最佳化結合的方法。
> 環境越動態，越需要把時間因素一起算進去。
>
### 情境判斷

> **Q1（直覺題）：室內配送機器人要穿過走廊到會議室，最需要先做什麼？**
> → 先做運動規劃，找出能避開障礙物且符合機器人尺寸的路徑。
>
> **Q2（判斷題）：如果環境臨時多了一個人站在路中間，原本規劃好的路還能直接用嗎？**
> → 不一定，得看是否還安全，若障礙物改變了可通行區域，就要重新規劃。
>
### 常見問題

> **Q：運動規劃一定要最短路嗎？**
> 不一定，很多時候安全、平順、耗能低，比絕對最短更重要。
>
> **Q：它和導航地圖是一樣的嗎？**
> 不是。導航地圖給你大方向，運動規劃處理的是機器人當下怎麼走。
>
> **Q：高維空間為什麼更難？**
> 因為可能狀態數暴增，路徑搜尋和碰撞檢查都會變重。
>
### 相關術語

> - **機器人學**：先看機器人怎麼動，才知道規劃在管哪一層。
> - **自動駕駛技術**：這是最常見的應用場景之一。
> - **規劃**：運動規劃是更具體的一種規劃問題。
> - **逆向運動學**：關節角度怎麼配合目標位置，兩者常一起處理。
> - **強化學習**：有些系統會把規劃和學習結合起來。

---

來源：https://aiterms.tw/terms/motion-planning
快查頁：https://aiterms.tw/terms/motion-planning
最後更新：2026/04/29
深度解說：https://aiterms.tw/learning/what-is-motion-planning