Bahnplanungsframework für ein autonomes Fahrzeug - oops ...

44 Sampling
Mithilfe von α i und r M,i können anhand der Formel für x α und y α (siehe Kapitel 4.2) die Endkonfigurationen
der Kreisbögen berechnet werden. Hinzu kommt eine Gerade der Länge l M (Abb. 5.1).
(Abb. 5.1): Control Space Sampling: Arc-Based search space der Tiefe 2 und n = 8.
Wie bereits im Kapitel über Kreisbögen (Kapitel 4.2) angesprochen, eignen sich diese nicht besonders
gut zum Befahren, aufgrund ihrer nicht ruckfreien Übergänge. Beim Übergang zwischen
dem maximalen Lenkeinschlag in die eine Richtung zu dem maximalen Lenkeinschlag in die andere
Richtung, driftet das Fahrzeug sehr weit aus der Kurve. Die Alternative wären Haltepunkte an den
Übergängen, um den Lenkwinkel einzustellen, was jedoch dem flüssigen Fahrverhalten widerspricht.
5.1.2 ADAPTIVE SEARCH SPACE
Bei dem Adaptive search space wird zu den Lenkwinkeln, wie in Arc-Based search space, auch die
Lenkgeschwindigkeit v steer hinzugenommen. Es entstehen Klothoiden (siehe Kapitel 4.3) oder Continuos
Steering Primitiven (siehe Kapitel 4.4). Hinzu kommt, dass man die Start- und Endlenkwinkel
diskretisiert, so dass man anhand des Endleknwinkels, nur die Motion Primitiven mit dem gleichen
Startlenkwinkel als Kindkonfigurationen bekommt, um für einen ruckfreien Übergang zu sorgen. Motion
Primitiven, deren Start- als auch Endlenkwinkel gleich sind, sind entweder Geraden beim Lenkwinkel
ϕ = 0 oder Kreisbögen. Eine Möglichkeit die Primitiven leicht vorzuberechnen und diese
anschliessend auszuwählen, ist diese in eine 2n + 1 × 2n + 1 Matrix zu schreiben, wobei die Zeilen
dem diskreten Startlenkwinkel und die Spalten dem diskreten Endlenkwinkel entsprechen. Anhand
des Endlenkwinkels einer Motion Primitive wird die selbe Zeile der Matrix als Folgeprimitiven ausgewählt.
Sei der Suchraum (engl. search space) S folgendermassen definiert: