Configuration Space
- Auch genannt: C-space, joint space, configuration manifold
- Kategorie: Foundations & spatial maths › Kinematics
- Schlagwörter: motion-planning, kinematics, collision-avoidance, path-planning, robot-arms
Der Raum aller möglichen Konfigurationen eines Roboters, in dem jeder Punkt jeden Gelenkwert oder jede Körperpose festlegt, wodurch Bewegungsplanung zur Suche nach einem Pfad für einen einzelnen Punkt wird.
Definition
Konfigurationsraum (Configuration Space), auch C-Raum (C-Space), ist die Menge aller Konfigurationen, die ein Roboter einnehmen kann, wobei eine Konfiguration der minimale Satz von Werten ist, der die Lage jedes Teils des Roboters vollständig festlegt. Bei einem Roboterarm ist dies der Vektor der Gelenkwinkel; bei einem mobilen Roboter auf dem Boden sind es seine Position und Ausrichtung. Die Dimension des Konfigurationsraums entspricht der Anzahl der Freiheitsgrade des Roboters.
Das Konzept wurde durch die Arbeit von Tomás Lozano-Pérez zur räumlichen Planung aus dem Jahr 1983 zentral für die Bewegungsplanung. Seine Kernidee ist, dass sich Hindernisse im physischen Arbeitsraum als C-Hindernisse (C-Obstacles) in den Konfigurationsraum abbilden lassen: die Menge der Konfigurationen, in denen der Roboter kollidieren würde. Was übrig bleibt, ist der freie Raum (Free Space). Eine kollisionsfreie Bewegung für einen Roboter mit komplexer Form zu planen, wird damit zum Problem, einen Pfad für einen einzelnen Punkt durch den freien Konfigurationsraum zu finden.
Konfigurationsräume haben ihre eigene Gestalt. Ein Drehgelenk ohne Anschläge schließt sich wie ein Kreis, sodass ein Arm mit mehreren solchen Gelenken einen torusartigen C-Raum statt eines flachen Quaders hat. Ein Starrkörper, der sich in einer Ebene bewegt, hat einen Konfigurationsraum, der zwei Translationen mit einer Rotation verbindet. Diese Struktur ist wichtig dafür, wie Abstände gemessen und Pfade interpoliert werden.
In hochdimensionalen C-Räumen ist es unpraktikabel, C-Hindernisse explizit zu berechnen. Sampling-basierte Planer wie Probabilistic Roadmaps (PRM) und Rapidly-exploring Random Trees (RRT) vermeiden das: Sie ziehen Konfigurationen als Stichproben, platzieren die Geometrie des Roboters mithilfe der Vorwärtskinematik im Arbeitsraum und führen eine Kollisionsprüfung durch. Auch optimierungsbasierte Planer arbeiten im C-Raum, während sie Kosten im Arbeitsraum auswerten.
Warum es wichtig ist
Der Konfigurationsraum ist die gemeinsame Sprache der Bewegungsplanung. Wer ihn versteht, kann erklären, warum ein Pfad, der im Arbeitsraum kurz aussieht, für den Roboter lang oder unmöglich sein kann, und warum Planer Gelenkwerte statt Endeffektorpositionen abtasten.
Wichtige Anwendungen
- Kollisionsfreie Bewegungsplanung für Roboterarme und mobile Manipulatoren
- Sampling-basierte Planer wie PRM und RRT
- Analyse von Erreichbarkeit und Gelenkgrenzen
- Pfadplanung für mobile Roboter, die ihre Grundfläche und Ausrichtung berücksichtigen müssen
In der Praxis
Wenn ein Manipulationsteam Armbewegungen mit einem Framework wie MoveIt plant, arbeitet der Planer im Gelenkraum des Arms: Er tastet Gelenkvektoren ab, prüft jeden gegen das Kollisionsmodell von Roboter und Szene und verbindet gültige Stichproben zu einem Pfad. Ingenieure legen Gelenkgrenzen fest und entscheiden, welche Gelenke sich zyklisch schließen, wählen eine Abstandsmetrik, die große körpernahe Gelenke angemessen gewichtet, und stimmen die Auflösung der Kollisionsprüfung entlang jedes Pfadsegments so ab, dass dünne Hindernisse zwischen den Stichproben nicht übersprungen werden.
Häufige Missverständnisse
- Der Konfigurationsraum ist dasselbe wie der Arbeitsraum — der Arbeitsraum ist der physische Bereich, den der Endeffektor erreichen kann, während der Konfigurationsraum der Raum der Gelenkwerte oder Körperposen ist
- Planer berechnen die vollständige Menge der C-Hindernisse — in mehr als wenigen Dimensionen ist das unpraktikabel, daher prüfen die meisten Planer stattdessen abgetastete Konfigurationen
- Der Konfigurationsraum ist immer ein flacher Quader aus Gelenkbereichen — rotatorische Freiheitsgrade schließen sich, was ihm eine gekrümmte, periodische Struktur gibt
Wer das wissen sollte
- Ingenieure für Bewegungsplanung
- Robotik-Studierende, die Kinematik und Planung lernen
- Softwareingenieure, die Planer wie MoveIt integrieren
Verwandte Technologien
- Bewegungsplanung (Motion Planning)
- Probabilistic Roadmap (PRM)
- Rapidly-exploring Random Tree (RRT)
- MoveIt
- Kollisionsprüfung (Collision Checking)
- Vorwärtskinematik (Forward Kinematics)
Verwandte Begriffe
Verwandte Projekte
- Nav2: ROS 2 navigation stack with path planning and obstacle avoidance for mobile robots
- ROS Motion Planning: One repo implementing 40+ classic and learning-based robot path planners as ROS plugins
- OMPL: Sampling-based motion planning library powering MoveIt and countless robotics applications
- MoveIt 2: Motion planning framework for ROS 2 robot arms, with kinematics and collision checking
- PyRoki: Modular Python toolkit for kinematic optimization across CPU, GPU, and TPU via JAX
- mink: Python inverse kinematics library built on MuJoCo supporting 20+ robot platforms
Videos
- Modern Robotics, Chapter 2.3.1: Configuration Space Topology: Northwestern Robotics