Bahnplanungsframework für ein autonomes Fahrzeug - oops ...
Bahnplanungsframework für ein autonomes Fahrzeug - oops ...
Bahnplanungsframework für ein autonomes Fahrzeug - oops ...
Erfolgreiche ePaper selbst erstellen
Machen Sie aus Ihren PDF Publikationen ein blätterbares Flipbook mit unserer einzigartigen Google optimierten e-Paper Software.
53<br />
6<br />
SUCHALGORITHMEN<br />
Bisher wurden Motion Primitiven <strong>ein</strong>geführt, die von <strong>ein</strong>em <strong>Fahrzeug</strong> mit Achsschenkellenkung abgefahren<br />
werden können. Weiterhin wurden Samplingmethoden vorgestellt, um <strong>für</strong> das <strong>Fahrzeug</strong> aus<br />
verschiedenen Konfigurationen die möglichen Motion Primitiven zu berechnen, woraus <strong>ein</strong> Erreichbarkeitsbaum<br />
entsteht. Wenn man sich noch <strong>ein</strong>mal das Bild des Adaptive Search Space anschaut,<br />
so erkennt man bereits bei <strong>ein</strong>er Suchtiefe von 4 und Primitivenanzahl von 5, dass der Baum viele<br />
Knoten besitzt und den Raum gut abdeckt, jedoch noch nicht so Raumgreifend ist (Abb. 6.1).<br />
(Abb. 6.1): Erreichbarkeitsbaum von Adaptive Search Space mit Tiefe 4 und 5 Nachfolgeelementen.<br />
Bereits dieser Erreichbarkeitsbaum hat 5 + 5 2 + 5 3 + 5 4 = 750 Elemente. Man erkennt, dass<br />
dieser mit der Tiefe exponentiell wächst, was bereits nach geringen Suchtiefen den Rahmen <strong>für</strong> die<br />
Möglichkeiten <strong>ein</strong>es PCs sprengen würde. Die Formel ist <strong>ein</strong>e geometrische Reihe, <strong>für</strong> die allgem<strong>ein</strong><br />
gilt:<br />
S n =<br />
n∑<br />
i=0<br />
q i = 1 + q 1 + q 2 + . . . + q n−1 + q n = qn+1 − 1<br />
q − 1<br />
(6.1)