根据机床动力学性能，提前预测NURBS曲线插补时的速度极小值点，以这些点为基准将曲线分段，同时估算每条子曲线的长度．利用捷度阶跃式7段s型加减速规律对每条子曲线进行连续时间域下的速度规划，以插补总时间周期化为原则对连续时间域下的加减速各阶段运行时间做周期化离散处理．为了减小子曲线间衔接速度的波动，提出连续时间域运行时间重新规划的方法．为了减小NURBS曲线实时插补时的速度波动率，提出利用反向二次插补法进行实时插补计算，该方法不需要迭代计算且计算精度较高．仿真实验结果表明，连续时间域重新规划和周期化离散处理方法能够实现捷度满足机床性能要求的s型加减速速度规划，且实时插补阶段的速度波动率能够达到10^-6级．

提出了一种基于插值拟合的在线复杂刀具轨迹平滑压缩算法,该算法依据主导点的选取策略,对原始数据点进行离线预处理,然后进行主导点的在线插值拟合以及非主导点的误差检测,进而生成一条满足拟合精度要求的B样条曲线。主导点依据离散数据点的曲率阈值、曲率极大值、曲线拐点,以及分段Bezier曲线逼近拟合后的误差最大值点进行选取。在具有C2连续性的分段Bezier曲线逼近拟合前,需要利用长度均分策略,提取长度突变点作为新增的主导点,以保证拟合的准确性。对主导点进行B样条插值拟合后,利用轮廓误差跟随法对非主导点到拟合曲线的误差进行检测。该方法与牛顿迭代法相比,其计算速度更快且能提高算法效率。仿真结果表明,提出的算法可对复杂刀具轨迹进行平滑压缩,且误差检测的精度能够满足要求。