Python实现工程轮廓完美圆角：等距线、切点与分段函数详解

一聊到工程几何建模，很多人脑子里浮现的是NX、SolidWorks里那个Fillet命令：选中两条边，输入半径，回车，一个圆角就出来了。但如果你自己写过CAM前处理、解析过DXF轮廓、或者想用Python做参数化建模，就会发现这个看似简单的功能背后，藏着一整套值得拆开揉碎的几何逻辑。这篇文章我想从一个非常朴素的问题出发：为什么工程轮廓天生适合用分段函数来描述？所谓“完美圆角”在数学上到底意味着什么？以及怎样用Python把一个带尖角的折线轮廓，改造成带圆弧过渡的平滑轮廓。

我自己写这类算法踩过不少坑，比如圆弧方向搞反、半径一大就报错、切点算到线段延长线上。所以这篇会尽量把原理和实现中的细节都讲透，包括等距线求圆心的思路、切点距离的钳制条件、闭合轮廓的正反方向陷阱，以及最终离散成加工路径时要怎么控制弦高误差。适合正在写几何算法、搞数控加工路径生成、或者纯粹想用Python做工程绘图辅助的朋友参考。

1. 为什么要从“分段函数”视角理解工程轮廓

1.1 工程轮廓本质上就是一个分段函数

你可能觉得“分段函数”是高中数学里的概念，跟工程图纸八竿子打不着。但实际上任何一条工程轮廓线，本质上都是一段一段拼起来的参数方程。

直线段可以写成 P(t) = P0 + t·(P1 - P0)，t 从0到1；圆弧段可以写成中心角参变的圆方程；复杂一点还有B样条、NURBS。把它们按顺序首尾拼接，就是一个完整的分段函数。CAD系统之所以能缩放到任意精度不模糊，就是因为保存的不是位图，而是这样的几何基元列表。

我自己的习惯是：拿到一个封闭轮廓，先把它看成“由N段几何元素拼成的分段函数”，每段有各自的参数区间、起止点、局部坐标。这样后面做圆角、倒角、偏置、离散化，都是在做“分段函数的变换”，思路会特别清晰。比如圆角过渡，本质上就是取原轮廓的第i段和第i+1段，在两段交界处删掉一个尖角，插入一段新的圆弧段，于是分段函数从两段变三段，整体仍然是“直线-圆弧-直线”的连续结构。

1.2 尖角是问题，圆角是答案

工程上为什么处处要圆角？不是因为美学，而是因为尖角在物理世界中真的很麻烦。

先说应力。学过材料力学的都知道，直角和尖角处会产生严重的应力集中，应力集中系数理论值可以趋近无穷大。机械零件上哪怕只是一个小台阶，如果没做圆角过渡，疲劳裂纹往往就从那里开始萌生。车间老师傅常说的“尖角杀”，指的不只是划伤人，更是杀零件的寿命。

再说加工。数控铣削时刀具沿轮廓运动，遇到尖锐拐角如果直接转向，刀具冲击大、容易振动，还可能因为减速停顿留下刀痕。有了圆角过渡，刀具可以保持相对恒定的进给速度，路径更平滑，表面质量明显更好。这也是为什么CAM软件里很多策略都要求轮廓“必须圆角化”。

从设计制造到装配检测，圆角几乎是刚需。一个典型的例子是钣金折弯件，折弯内角不做成圆弧，模具容易崩、板材也容易开裂；注塑件就更不用说了，塑料流动需要平滑过渡，尖角处容易出现应力发白和缩痕。可以说“从分段函数到完美圆角”这条路，是所有工程造型绕不开的基本功，也是我用Python写几何算法的第一课。

2. 完美圆角的几何原理：相切、等距线与三个公式

2.1 “完美圆角”的数学合同：G1连续

先给“完美圆角”一个能被程序验证的定义：一段半径为 r 的圆弧，和它两侧的线段都相切。所谓相切，就是圆弧在连接点处的切线和线段的切线方向完全一致。用几何连续性的术语说，位置连续叫G0，切线方向连续叫G1，曲率连续叫G2。圆弧和直线连接处只要求G1，因为直线段曲率为0，圆弧段曲率为1/r，在切点处曲率必然发生突变。

但圆角最重要的不是曲率连续，而是“切点落在两条线段的有效范围内，而不是它们的延长线上”。一个漂亮圆角，要让人看不出拼接痕迹，圆弧起点和终点与相邻线段平滑衔接，不能出现“切进去再弹出来”的折线感。说白了一句话：圆弧该圆的半径刚刚好，该贴的位置贴得刚刚好。

这也解释了为什么网上很多简单的“圆角”实现是错的：有人直接拿直线插补，用很多小线段去逼近圆角形状，那只是外观相似，数学上根本不相切；有人算出圆心但没检查切点是否越界，结果圆弧超出线段边界，加工时刀具直接扎进不该切的地方。所以“完美圆角”不是审美词，是数学合同。

2.2 求圆心：三种思路和我的选择

怎么求圆角的圆心？我见过三种主流思路。

第一种是角平分线公式法。已知两条边的夹角 α 和圆角半径 r，圆心在角平分线上，到顶点的距离为 d = r / sin(α/2)，切点到顶点的距离为 L = r / tan(α/2)。这个公式简洁漂亮，适合在直角三角形里手算。但它的问题是：α是“内角”还是“外角”很容易搞混；遇到凹角时还要先求补角，否则符号直接翻车。

第二种是向量旋转法。把进入边的单位向量旋转90度得到法向，用两条边的法向构造两个约束方程，联立解出圆心。这种方法的几何意义清楚，也不容易出错，但实现时依然要小心法向方向的选择——凸角和凹角需要的法向方向是相反的。

第三种是等距线求交法，也是我实际工程中最推荐的方法。把两条原始线段各自向内偏移 r，得到两条平行线，这两条平行线的交点就是圆心。为什么？因为圆弧与一条线段相切，等价于圆心到这条线段的距离恰好等于 r；同时满足两条线段距离为 r 的点，只能是两条偏移线的交点。

第三种思路最“笨”，但最稳。我形容它就像在马路两边各划一道警戒线，两道警戒线交的点，就是安放红绿灯的位置。它天然支持凸角和凹角，只要把“内偏移方向”选对，计算复杂度也只是两条直线求交，不用处理三角函数，更不会遇到夹角接近0度时的数值爆炸。所以后面Python实现，我全部采用等距线求交的路线。

2.3 切点距离与半径钳制

有了圆心，还要找到圆弧和两条线段各自相切的切点。切点其实就是圆心在原始线段上的投影点。直线从A到B方向为e，圆心为O，那么切点参数 t = dot(OA, e)，切点坐标就是 A + t·e。

这一步看似简单，但工程上它负责一件极其重要的事：半径合法性判定。如果算出来的 t 大于线段的长度，说明切点跑到了线段延长线上。这说明圆角半径太大，已经超出了这条边的承载能力。CAD软件这时会直接把半径钳制到允许的最大值，或者直接报错提示你“圆角半径超出轮廓范围”。

所以记住这三件事：圆心在等距线交点上；切点是圆心到线段的垂足；切点必须在线段有效范围内。这三条同时满足，圆角才是“完美”的。后面代码里我还会再演示怎么把这个检查落到实处。

3. Python实现：用几何类把圆角算法跑起来

3.1 先装环境，再定义几个几何基元

实现圆角算法不需要重型库，Python标准库的 math 就够完成核心计算。可视化用 matplotlib，数组运算用 numpy。如果你还没装，建议新建一个虚拟环境，避免污染全局Python环境：

python -m venv geofillet source geofillet/bin/activate # Windows下是 geofillet\Scripts\activate pip install numpy matplotlib

我经常看到有人问“Python画图横坐标太密集”之类的问题，这多半是matplotlib的刻度参数没调好，跟后面的可视化验证也有关联。先不用管，后面我会提。

几何基元不用造得很复杂，一个二维点用二元组表示就够。核心工具函数是向量运算：

import math from typing import Tuple Point = Tuple[float, float] def vec(a: Point, b: Point) -> Point: return (b[0] - a[0], b[1] - a[1]) def dot(u: Point, v: Point) -> float: return u[0] * v[0] + u[1] * v[1] def cross(u: Point, v: Point) -> float: return u[0] * v[1] - u[1] * v[0] def norm(u: Point) -> float: return math.hypot(u[0], u[1]) def normalize(u: Point) -> Point: n = norm(u) return (u[0] / n, u[1] / n)

这些函数没什么高深之处，但请务必统一口径：到底是“从A到B的向量”还是“从B到A的向量”，一个符号错了，整个圆角方向就会反掉。

3.2 核心函数：两条线的圆角过渡

现在写最核心的 fillet 函数。输入是折线上连续三个点 A、B、C，其中B是尖角顶点，外加半径 r。输出是圆心 O、两个切点 T1、T2。整体思路就是等距线求交：

def fillet(A: Point, B: Point, C: Point, r: float, direction: int = 1): e1 = normalize(vec(A, B)) e2 = normalize(vec(B, C)) cr = cross(e1, e2) if abs(cr) < 1e-12: # 共线，不需要圆角 return None # 根据转向确定偏移方向 # direction=1表示逆时针轮廓，内部在左侧 side = direction if cr > 0 else -direction n1 = (-e1[1], e1[0]) # 左法线 n2 = (-e2[1], e2[0]) A1 = (A[0] + side * r * n1[0], A[1] + side * r * n1[1]) B1 = (B[0] + side * r * n2[0], B[1] + side * r * n2[1]) # 两条偏移线求交，得到圆心 denom = cross(e1, e2) v = (B1[0] - A1[0], B1[1] - A1[1]) t = cross(v, e2) / denom O = (A1[0] + t * e1[0], A1[1] + t * e1[1]) # 切点：圆心到原始线段的投影 t1 = dot(vec(A, O), e1) t2 = dot(vec(B, O), e2) T1 = (A[0] + t1 * e1[0], A[1] + t1 * e1[1]) T2 = (B[0] + t2 * e2[0], B[1] + t2 * e2[1]) len1 = norm(vec(A, B)) len2 = norm(vec(B, C)) if not (0 <= t1 <= len1 and 0 <= t2 <= len2): raise ValueError(f"圆角半径 {r} 过大，切点超出边范围") return O, T1, T2, r

这个函数能同时处理凸角和凹角，关键在side的选择。我默认轮廓按逆时针绕行，此时凸角对应的叉积为正，内测在左法线一侧；凹角对应的叉积为负，内侧反而在右法线一侧。所以 direction 乘以叉积符号，就能自动翻转偏移方向。

3.3 闭合轮廓遍历与分段函数输出

单条边会算还不够，真正的轮廓是一圈闭合的折线。遍历闭合轮廓时记得“首位相接”：

def fillet_contour(pts: list, r: float, direction: int = 1): n = len(pts) fillets = [] for i in range(n): A = pts[(i - 1) % n] B = pts[i] C = pts[(i + 1) % n] result = fillet(A, B, C, r, direction) if result is not None: fillets.append(result) return fillets

这里得到的 fillets 是每个尖角处的圆角信息。如果你要的是一个可直接绘图的连续轮廓，还需要按顺序把“直线段”和“圆弧段”交替拼接。我习惯把轮廓表达成一个由几何元素组成的列表，也就是我开头说的“分段函数”：第一段从某个切点到下一个切点画直线，第二段画圆弧，第三段再画直线，如此往复。

圆弧段的采样可以单独写一个函数。这里最容易出问题的地方是角度差的计算，尤其是起点角度和终点角度跨越±π边界的时候。稳妥做法是计算两角之差，然后修正到正确的旋转方向：

def sample_arc(center: Point, start: Point, end: Point, r: float, n: int = 64): a0 = math.atan2(start[1] - center[1], start[0] - center[0]) a1 = math.atan2(end[1] - center[1], end[0] - center[0]) inc = (a1 - a0) % (2 * math.pi) if inc > math.pi: inc -= 2 * math.pi return [ (center[0] + r * math.cos(a0 + inc * i / n), center[1] + r * math.sin(a0 + inc * i / n)) for i in range(n + 1) ]

这里采用“从start到end的旋转角不超过180度”的原则，实际生成时还要结合轮廓的绕行方向再确认一下。如果你发现圆弧画反了，多半就是角度修正的方向和轮廓行走方向不一致。

3.4 可视化验证：一次把几何关系画明白

几何算法的调试，最忌讳只看最终结果数值对不对。我的建议是：一上来就把原始折线、圆心、切点、圆弧、辅助偏移线全部画出来，人眼扫一遍比什么调试都好使。

import matplotlib.pyplot as plt def plot_fillet(pts, fillets, sampled_points): fig, ax = plt.subplots(figsize=(8, 6)) xs = [p[0] for p in pts] + [pts[0][0]] ys = [p[1] for p in pts] + [pts[0][1]] ax.plot(xs, ys, '--o', lw=1, label='原始折线') fx = [p[0] for p in sampled_points] fy = [p[1] for p in sampled_points] ax.plot(fx, fy, '-', lw=2, label='圆角轮廓') for O, T1, T2, r in fillets: ax.plot([O[0]], [O[1]], 'rx', label='圆心') ax.plot([T1[0], T2[0]], [T1[1], T2[1]], 's', ms=4, label='切点') ax.set_aspect('equal', adjustable='box') # 这行很关键 ax.grid(True) ax.legend() plt.show()

画图时最容易踩的坑就是坐标轴不等比。CAD里一个正方形如果X轴和Y轴的比例不一样，看起来就像长方形，圆角看起来像椭圆。ax.set_aspect('equal')就是用来修复这个问题的。你要是发现画出来的圆角“不圆”，先检查这一行，不是算法错了。

4. 从屏幕曲线到真实工件：离散化与工程落地

4.1 加工路径里的圆弧不是“画”出来的

在CAD里，圆弧是一个精确的数学实体，你想放大多少倍都清晰。但数控机床不认识“圆弧方程”，它只认识G代码里的坐标和圆弧指令。如果你用的是支持圆弧插补的控制器，可以把圆角直接写成G2/G3指令，这样机床自己走圆弧，轨迹最平滑；如果你的控制器或者后处理器只支持直线插补，那就必须先把圆弧离散成密集的小线段。

我在实际项目里两种方式都遇到过。支持G2/G3时，圆角信息要原样保留，圆心坐标、圆弧起终点、方向全部输出；不支持时，就用采样点逼近，这时弦高误差就成了最需要关心的指标。

把圆角信息保留下来还有个好处：圆弧段是严格等曲率的，后续做刀具半径补偿、功耗仿真都比折线段方便得多。所以我的建议永远是：先把精确几何模型建好，离散化放到最后一步，不要一上来就变成点云。

4.2 弦高误差控制与采样点密度的计算

把圆弧近似成直线段，误差怎么算？假设弦长为 s，圆弧半径为 r，则弦高误差 h 大约等于：

h ≈ s² / (8r)

这个近似在 s 远小于 r 时很准。反过来，给定允许误差 h，可以算出最大弦长：

s ≈ sqrt(8·r·h)

举个例子。半径 r = 10mm，要求弦高误差不超过0.01mm，那么弦长不能超过 sqrt(8×10×0.01) = sqrt(0.8) ≈ 0.894mm。90度圆弧的弧长约15.7mm，需要至少约18段，实际取20到24段比较稳妥。如果你用固定点数64采样，90度圆弧的弦长约 15.7/64 ≈ 0.245mm，弦高误差只有 sqrt？反过来算 h = s²/(8r) ≈ 0.00075mm，远远够用。所以通用代码里我默认给64段，除非你要求特别极端的精度。

这个计算过程值得在代码注释里写清楚，否则过几个月你再打开这个函数，看到n=64会完全想不起为什么。

4.3 连续圆角、凹角圆角与退化情况

只看两个边夹一个角是理想情况，真实轮廓经常有连续多个尖角挨得很近的情况。比如锯齿形的轮廓、槽口、键槽，可能几个角互相之间距离不足。这时候前一个大圆角的切点，可能已经越过下一条边的起点，直接进入下一个顶点区域，切点距离检查会把它拦下来，但也意味着你需要一套“半径自动收缩”的策略。

我常用的策略很朴素：对每个顶点先按工艺要求的半径试算，如果切点越界，就把半径折半再试，直到满足所有顶点条件。这比直接报错用户体验好很多，因为对大多数零件，稍微小一点点的圆角完全不影响功能。

凹角圆角则是另一个重点。很多人以为圆角只是把凸出的角磨平，实际上凹进去的角同样需要圆角过渡，否则刀具转进去时容易过切。用我前面等距线求交的方法，只要 side 符号判断正确，凹角圆角自动就会“长”在凹槽外侧，圆弧向外部鼓出，把原来的直角内口填成一个小圆角。这个特性是等距线法的最大优势，用角平分线公式反而容易错。

5. 我会踩过的那些坑：问题排查与速查表

5.1 半径太大导致切点跑到边外

这是我最早遇到也最典型的错误。比如一条边长5mm，你给它配一个8mm的圆角半径，程序就会算出切点在延长线上。如果不检查切点参数是否落在 [0, len] 范围内，生成的轮廓就会畸形：圆角虽然“相切”，却切到了根本没材料的那一侧，加工出来完全不是你要的东西。

我的处理方式分两级：开发阶段直接 raise ValueError，把问题暴露出来；交付阶段写一个自动降级逻辑，在半径超出时调用min(r, max_safe_radius)钳制。同时输出警告信息，方便现场工艺人员知道发生了什么。

5.2 轮廓方向搞反，圆角“长”到了外侧

这个问题出现的频率比想象中高。读DXF、AI、SVG等文件时，外轮廓通常是逆时针，内孔通常是顺时针。如果你不加判断直接按逆时针处理，内孔的圆角就会全部偏到内部去，刀具路径直接出错。

解决方法是先计算轮廓有向面积，判断旋转方向：

def signed_area(pts): area = 0 n = len(pts) for i in range(n): x1, y1 = pts[i] x2, y2 = pts[(i + 1) % n] area += x1 * y2 - x2 * y1 return area / 2

面积为正说明逆时针，为负说明顺时针。拿到符号后统一反转成逆时针再处理，最后输出时再按原始方向输出。这个“输入归正、中间统一、输出还原”的套路，我强烈推荐你写进所有几何处理工具里。

5.3 浮点误差和共线判断

计算机判断两条线段是否共线，不能直接写if cross == 0，因为浮点数很少精确等于0。建议设一个 epsilon，比如 1e-10 或者 1e-12。我在代码里用abs(cr) < 1e-12跳过共线顶点，这样微小噪声不会触发无效圆角。

还有一个容易被忽视的坑：用户给的折线可能存在重复点或者极短边。如果相邻两个顶点距离只有1e-5mm，单位向量归一化时数值会非常不稳定。我一般会预处理，把距离小于某个阈值的点合并掉，再进入圆角计算。

5.4 调试技巧：先画图再调参

我调试这种几何代码的经验只有一句话：永远别只盯着数值想问题，先画图。把原始折线、偏移线、圆心、切点、圆弧全部画在同一张图上，哪里不对一眼就看出来。文字输出只能告诉你“出错了”，图能告诉你“错在哪”。

比如圆弧方向反了，你会看到圆弧绕了一个大圈子；切点越界，你会看到圆弧起点在边外；圆心位置错，你会看到圆弧和直线存在明显缝隙或交叉。绘图验证的成本极低，收益极高。

5.5 常见问题速查表

下面这张表是我做类似项目时总结的，供你直接套用：

6. 几句掏心窝的话

做几何建模算法，最难的部分往往不是数学公式，而是那些“你以为写对了、实际差一点”的细节。等距线求心、垂足投影、方向符号、越界钳制，每一步单拎出来都很简单，但组合在一起，就像搭积木，任何一块偏了，最终轮廓都会变形。我写这篇也是想告诉你：别怕这种看着“基础”的算法，越基础的几何工具，越值得反复打磨。

如果后续你想继续深入，可以考虑几个方向：一是把圆角半径做成变量，每个顶点可以单独指定，这就不是一个 fillet 函数能搞定的事，需要建立约束求解框架；二是把直线段换成圆弧或样条段，做“双圆弧过渡”或者“样条圆角”，这时候曲面接续的G2连续性会牵扯到更多曲率计算；三是把圆弧段直接输出成CNC的G2/G3代码，真正跑一台机器看看轨迹效果。每个方向都够再写一整篇文章。我这边目前做得最顺手的就是这套等距线+切点投影的框架，希望对你也有用。