Bahnplanungsframework für ein autonomes Fahrzeug - oops ...
Bahnplanungsframework für ein autonomes Fahrzeug - oops ...
Bahnplanungsframework für ein autonomes Fahrzeug - oops ...
Sie wollen auch ein ePaper? Erhöhen Sie die Reichweite Ihrer Titel.
YUMPU macht aus Druck-PDFs automatisch weboptimierte ePaper, die Google liebt.
27<br />
3<br />
ENTWICKELTES FRAMEWORK<br />
Die Abbildung (Abb. 3.1) zeigt das Architekturdiagramm des entwickelten Frameworks. Die Suche<br />
nach <strong>ein</strong>em Pfad ist aus mehreren „austauschbaren“ Komponenten aufgebaut:<br />
Environment<br />
Start Pose<br />
Goal Pose<br />
Motion<br />
Template<br />
Search<br />
Graph<br />
Search<br />
Algorithm<br />
A*, Theta*<br />
D*, D*-Lite<br />
Motion<br />
Primitives<br />
Path<br />
(Abb. 3.1): Framework Architektur.<br />
Motion Primitives: Diese stellen die kl<strong>ein</strong>sten Pfade, die das <strong>Fahrzeug</strong> mit allen s<strong>ein</strong>en kinematischen<br />
Einschränkungen abfahren kann. Diese b<strong>ein</strong>halten die Starpose, die Endpose und <strong>ein</strong>e<br />
Funktion, die alle Punkte zwischen Star- und Endpose liefert und somit die Bahn darstellt (Kapitel<br />
4).<br />
Motion Template: Diese b<strong>ein</strong>halten <strong>ein</strong>e Menge an Motion Primitiven, mit denen Die Suche abläuft.<br />
Sie definieren die erreichbaren Konfigurationen aus <strong>ein</strong>er Konfiguration heraus. Es gibt mehrere<br />
Möglichkeiten diese Menge zu berechnen, worauf in Sampling (Kapitel 5) <strong>ein</strong>gegangen wird.<br />
Search Graph: Der Search Graph stellt den Erreichbarkeitsbaum dar, der zur Laufzeit aufgebaut<br />
wird. Je besser der Suchalgorithmus, desto kl<strong>ein</strong>er bleibt dieser Baum und breitet sich in Richtung<br />
des Ziels aus.