2. 构型空间（C-Space）：从笛卡尔空间到构型空间的映射、障碍物在C-Space中的表示、自由空间与障碍空间
好，咱们进入第二章。上一章我们把机械臂的位姿描述清楚了，但有个问题一直悬着——怎么规划一条不撞墙的路径？
你想想看，在笛卡尔空间里，机械臂末端走一条直线，看着挺简单。但关节怎么转？中间会不会碰到自己？会不会撞到旁边的设备？这些问题在笛卡尔空间里很难直接回答。
所以，我们要换个思路——从笛卡尔空间跳到构型空间。这是我个人觉得整个运动规划里最巧妙的一个概念。
2.1 什么是构型空间？
先问个问题：一个6轴机械臂，它的“状态”到底由什么决定？
不是末端位置，而是6个关节角度。每个角度就是一个维度，6个维度撑起来的空间，就是构型空间（Configuration Space，简称C-Space）。
核心定义：
- 构型（Configuration）：一组关节变量的取值，唯一确定机械臂的完整状态
- 构型空间（C-Space）：所有可能构型的集合
- 维度：等于机械臂的自由度数
举个例子。一个2轴平面机械臂，关节1范围0~360°，关节2范围0~360°。它的C-Space就是一个二维平面，横轴是θ₁，纵轴是θ₂，每个点对应一个唯一的臂形。
我在项目里遇到过不少新手，上来就在笛卡尔空间里规划路径，结果算出来的轨迹关节限位都超了。嗯，这就是没理解C-Space的好处。
2.2 从笛卡尔空间到C-Space的映射
这两个空间怎么转换？靠的是正逆运动学。
| 映射方向 | 数学关系 | 特点 |
|---|---|---|
| 笛卡尔 → C-Space | 逆运动学：q = IK(x) | 多解、可能无解 |
| C-Space → 笛卡尔 | 正运动学：x = FK(q) | 唯一、计算快 |
说白了，你在笛卡尔空间里看到一个目标点，得先算逆解，找到对应的关节角度。但逆解可能有8个、16个，甚至无解。这就是为什么规划要在C-Space里做——你直接操作关节，不用反复算逆解。
我的习惯：做路径规划时，先把所有障碍物映射到C-Space，然后在C-Space里找路径。最后只做一次正运动学，把路径转回笛卡尔空间给控制器用。这样效率高得多。
2.3 障碍物在C-Space中的表示
这才是重点。笛卡尔空间里的障碍物，到了C-Space里会长什么样？
答案是：所有会导致碰撞的构型集合。
怎么算？我一般用碰撞检测的方法：
- 把C-Space离散化成网格（比如每1°一个点）
- 对每个网格点，计算正运动学，得到机械臂在笛卡尔空间里的形状
- 检测这个形状是否与障碍物相交
- 如果相交，标记这个网格点为“障碍”
听起来简单，但计算量巨大。一个6轴机械臂，每轴按1°分辨率，就有360⁶个点——天文数字。所以实际中我们不会暴力遍历，而是用采样法或近似法。
我曾经踩过的坑：有一次做7轴冗余机械臂的避障规划，我试图精确计算C-Space障碍物边界。结果算了三天三夜没算完。后来改用随机采样+碰撞检测，几分钟就搞定了。记住：C-Space障碍物不需要精确边界，只需要知道哪些点能去、哪些不能去。
2.4 自由空间与障碍空间
有了C-Space障碍物的概念，整个空间就分成了两半：
- 自由空间（Free Space）：所有不发生碰撞的构型集合
- 障碍空间（Obstacle Space）：所有发生碰撞的构型集合
路径规划的任务，就是在自由空间里找一条从起点到终点的连续路径。
这里有个关键性质：自由空间不一定是连通的。如果障碍物把自由空间切成了几块，起点和终点在不同块里，那就无解。
判断可规划性的简单方法：
- 起点和终点都在自由空间里 → 可能可规划
- 起点或终点在障碍空间里 → 不可规划（先调整位姿）
- 起点和终点在自由空间的不同连通分量里 → 不可规划（需要重新布置环境）
2.5 知识结构图
下面这张图把本章的核心逻辑串起来了。我建议你多看几遍，理解每个概念之间的关系。
2.6 实际应用中的注意事项
讲完理论，说点实际的。我在做产线机器人调试时，总结了几条经验：
实用技巧：
- 先降维：如果机械臂有对称性（比如SCARA），可以先在低维C-Space里规划，再映射回高维
- 用近似障碍物：把复杂障碍物包成球体或长方体，碰撞检测快很多
- 预留安全边界：在C-Space障碍物周围膨胀一圈，给控制误差留余量
常见误区：
- 以为C-Space里的直线路径对应笛卡尔空间的直线——不对！C-Space直线路径在笛卡尔空间里是曲线
- 忽略自碰撞——机械臂自身部件之间也可能碰撞，这些也要映射到C-Space障碍物里
- 认为C-Space障碍物是静态的——如果环境变化，需要重新映射
好了，这一章的核心就这些。记住一句话：在C-Space里规划，在笛卡尔空间里执行。这是整个运动规划的底层逻辑。