4、路径规划核心概念：构型空间(C-Space)与任务空间的区别
做机械臂路径规划，第一个绕不开的概念就是「构型空间」，也就是 C-Space。很多新手一上来就问我：为什么不在机器人实际干活的任务空间里直接规划路径？非得绕到那个抽象的 C-Space 里折腾？
嗯，这个问题问得好。我当年刚入行时也这么想，结果被现实狠狠教育了一顿。今天咱们就把这两个空间掰开揉碎了讲清楚。
4.1 任务空间：你眼睛看到的世界
任务空间，也叫工作空间或笛卡尔空间。说白了，就是机械臂末端执行器在真实三维世界里能到达的位置和姿态。我们用 (x, y, z, roll, pitch, yaw) 这六个参数来描述。
举个例子：你让机械臂去抓桌上的水杯。水杯在桌面上有个坐标，比如 (0.5m, 0.3m, 0.1m)。这就是任务空间里的一个点。你眼睛看到的、手能摸到的，都是任务空间。
但问题来了——任务空间里看着没障碍物，不代表机械臂能过去。
核心矛盾：任务空间只描述「末端去哪」，不描述「关节怎么动」。而机械臂是靠关节转动的，不是末端直接瞬移。
我在项目里遇到过这种情况：视觉系统告诉机器人，目标点在桌子下面，路径上没有任何障碍物。结果一执行，机械臂的肘关节直接撞上了旁边的立柱。为什么？因为任务空间里没障碍，但关节空间里有。
4.2 构型空间(C-Space)：关节的「宇宙」
构型空间，英文叫 Configuration Space，简称 C-Space。它描述的是机械臂所有关节角度组合构成的空间。
对于一个 6 轴机械臂，C-Space 就是 6 维空间。每个点代表一组关节角度 (θ₁, θ₂, θ₃, θ₄, θ₅, θ₆)。
你想想看，任务空间是 3 维或 6 维的，C-Space 的维度等于关节数量。两者维度都不一样，怎么能混为一谈？
| 对比维度 | 任务空间 | 构型空间 (C-Space) |
|---|---|---|
| 描述对象 | 末端执行器的位置和姿态 | 所有关节的角度组合 |
| 维度 | 3 (位置) 或 6 (位姿) | 等于关节数量 (如 6 轴就是 6 维) |
| 障碍物表示 | 真实物体的三维几何 | 映射后的「不可达关节组合」 |
| 路径含义 | 末端在空间中的轨迹 | 关节角度随时间的变化曲线 |
| 直观程度 | 高，人眼可见 | 低，抽象难理解 |
4.3 为什么规划必须在 C-Space 里做？
这个问题我当年也纠结过。后来做了几个项目才彻底明白——在任务空间里做规划，本质上是在「自欺欺人」。
4.3.1 障碍物映射：把「身体」考虑进去
任务空间里的障碍物，只挡住了末端。但机械臂有连杆、有肘关节、有腕部。这些部位在运动过程中都可能撞到东西。
在 C-Space 里，我们把任务空间中的障碍物「映射」成 C-Space 中的障碍区域。具体做法是：
- 遍历所有可能的关节角度组合
- 对每组角度，计算机械臂各连杆在任务空间中的位置
- 检查是否有任何连杆与障碍物碰撞
- 如果有，这组关节角度在 C-Space 中标记为「障碍」
这样一来，C-Space 里的障碍物天然包含了「整个机械臂会不会撞」的信息。规划时只要避开这些区域，就保证了全身安全。
我的经验：C-Space 障碍物映射的计算量很大。6 轴机械臂如果按 1° 分辨率遍历，要算 360⁶ 种组合，根本算不完。实际工程中我们用碰撞检测算法 + 采样方法，只检查关键点。
4.3.2 路径连续性：关节运动天然平滑
在 C-Space 里规划出来的路径，是一系列关节角度的连续变化。每个点都对应一组合法的关节角度。只要相邻点之间的角度变化足够小，机械臂的运动就是平滑的。
但在任务空间里规划呢？你规划了一条末端直线轨迹，看着很漂亮。可逆解到关节空间后，关节角度可能剧烈跳动，甚至出现奇异点。
我曾经踩过这个坑：在任务空间里规划了一条圆弧轨迹，仿真跑得完美。上真机后，第五关节突然反转了 180°，差点把末端工具甩飞。原因就是任务空间路径经过了一个奇异点，关节角度不连续。
避坑指南：千万不要在任务空间里规划路径然后直接逆解到关节空间执行。一定要在 C-Space 里做规划，或者至少做关节空间的平滑后处理。
4.3.3 多解问题：同一个末端位置对应无数种关节姿态
6 轴机械臂的逆运动学通常有 8 组解。同一个末端位置，可以有不同的肘部高低、腕部翻转。在任务空间里，你只指定了末端位置，没指定关节姿态。
但在 C-Space 里，每个点就是一组确定的关节角度。没有歧义，没有多解。规划器只管从 A 点到 B 点，路径上的每个点都是唯一确定的。
4.4 C-Space 的维度灾难与应对
说了这么多 C-Space 的好处，也得说说它的缺点——维度灾难。
7 轴机械臂的 C-Space 是 7 维的。你没法像 2 维或 3 维空间那样可视化。搜索算法的计算量随维度指数增长。
怎么应对？我常用的方法有：
- 采样规划：不遍历整个 C-Space，而是随机采样。RRT、PRM 这些算法就是干这个的。
- 降维处理：如果某些关节对任务影响小，可以固定或简化。
- 增量式规划：每次只规划一小段，边走边规划。
一句话总结：任务空间是「目标导向」的，C-Space 是「过程导向」的。规划路径看过程，所以必须在 C-Space 里做。
4.5 两个空间的转换关系
搞清楚了区别，还得知道怎么转换。这是实际干活的基础。
| 转换方向 | 名称 | 公式/方法 | 特点 |
|---|---|---|---|
| C-Space → 任务空间 | 正运动学 | T = f(θ₁, θ₂, ..., θₙ) | 唯一解，计算快 |
| 任务空间 → C-Space | 逆运动学 | θ = f⁻¹(T) | 多解，可能有奇异点 |
正运动学很简单，给一组关节角度，用 DH 参数法算出末端位姿。这是唯一确定的。
逆运动学就麻烦了。同一个末端位姿，可能有 0 组、2 组、4 组甚至 8 组解。而且有些位姿在机械臂的工作空间之外，无解。
我个人的习惯是：在 C-Space 里做规划时，起点和终点先用逆运动学转成关节角度。如果有多解，选一个离当前关节角度最近的解。这样能减少不必要的关节运动。
4.6 一张图看懂核心逻辑
下面这张图展示了任务空间和 C-Space 的关系，以及为什么规划要在 C-Space 里做。
4.7 实际工程中的选择建议
说了这么多理论，最后给点实际干活时的建议：
- 简单场景：如果机械臂只有 2-3 个关节，且工作空间没有障碍物，可以直接在任务空间规划。但这种情况很少见。
- 复杂场景：6 轴以上、有障碍物、要求高精度，必须在 C-Space 里规划。别偷懒。
- 混合策略：先用任务空间定出关键路径点，再用 C-Space 做局部规划。我很多项目都这么干。
我的习惯：调试阶段先用 C-Space 规划跑仿真，确认路径安全后再上真机。真机上如果发现碰撞风险，优先调整 C-Space 里的障碍物映射参数，而不是去改任务空间的路径。
好了，C-Space 和任务空间的区别就讲到这里。记住一句话：任务空间告诉你「去哪」，C-Space 告诉你「怎么去」。规划路径是「怎么去」的问题，所以必须在 C-Space 里解决。