28.02.2014 Aufrufe

Bahnplanungsframework für ein autonomes Fahrzeug - oops ...

Bahnplanungsframework für ein autonomes Fahrzeug - oops ...

Bahnplanungsframework für ein autonomes Fahrzeug - oops ...

MEHR ANZEIGEN
WENIGER ANZEIGEN

Erfolgreiche ePaper selbst erstellen

Machen Sie aus Ihren PDF Publikationen ein blätterbares Flipbook mit unserer einzigartigen Google optimierten e-Paper Software.

6.2 Heuristische Funktion 61<br />

A* mit euklidischem Abstand A* mit gewichtetem Abstand<br />

Weglänge in [m] 11,35 11,54<br />

Abstand zum Ziel [m] 0,44 0,34<br />

Berechnungszeit [ms] 8,8 1,9<br />

Expandierte Knoten 73 12<br />

Knoten auf dem Heap 360 55<br />

Knoten in Open Set 258 44<br />

Knoten in Closed Set 72 11<br />

(Tab. 6.2): Messdaten zu (Abb. 6.5).<br />

Die Tabelle (Tab. 6.2) zeigt die Messdaten <strong>für</strong> A* mit euklidischem Abstand und A* mit gewichtetem<br />

Abstand, die im flachen Szenario ohne Hindernisse gemessen wurden (Abb. 6.5). Man erkennt<br />

daran, dass selbst in <strong>ein</strong>em Szenario ohne Hindernisse A* mit euklidischem Abstand sehr lange<br />

braucht, da bereits expandierte Knoten mehrmals untersucht werden, weil anhand der diskreten Kurven<br />

die Wege leicht am Ziel vorbeiführen. A* mit gewichtetem Abstand bevorzugt die Primitiven,<br />

die näher an das Ziel führen viel höher, weshalb diese weiter in Richtung Ziel expandiert werden, als<br />

bereits untersuchte Knoten zu beginn noch <strong>ein</strong>mal zu untersuchen. Dabei findet dieser <strong>ein</strong>en kaum<br />

schlechteren Pfad, der nur 0, 09m länger ist, da<strong>für</strong> aber mit ca 1 5<br />

Zeit- und Ressourcenaufwand. Ähnlich<br />

der Argumentation in Kapitel 6.2.2 kann diese Wegdiskrepanz vernachlässigt und als optimal<br />

angesehen werden (Äquidistanz der Primitiven vorausgesetzt).<br />

Wo A* mit euklidischem Abstand noch den optimalen Weg, mit etwas langsamer Kalkulationszeit<br />

geliefert hat, versagt der Algorithmus komplett, wenn bereits <strong>ein</strong> kl<strong>ein</strong>es Hindernis in den Weg<br />

kommt. Es entsteht wieder nahezu <strong>ein</strong> gesamter Erreichbarkeitsbaum als Tiefensuche bis zum Objekt<br />

und der Algorithmus braucht sehr lange, um <strong>ein</strong>en Weg um das Hindernis zu finden. Aber bereits mit<br />

<strong>ein</strong>er geringen Gewichtung wird <strong>ein</strong>e Bahn sehr schnell gefunden. Mit steigendem Gewicht ist die<br />

Suche viel schneller, jedoch immer suboptimaler. Es stellt sich hier die Frage, ob man Optimalität<br />

gegen Berechnungszeit <strong>ein</strong>tauschen sollte (Abb. 6.6).<br />

(a) Euklidischer Abstand (b) Gewicht w = 2 (c) Gewicht w = 10<br />

(Abb. 6.6): A* mit unterschiedlichen Gewichtungen der Heuristik im Vergleich.

Hurra! Ihre Datei wurde hochgeladen und ist bereit für die Veröffentlichung.

Erfolgreich gespeichert!

Leider ist etwas schief gelaufen!