Bahnplanungsframework für ein autonomes Fahrzeug - oops ...

62 Suchalgorithmen
Euklidischer Abstand Gewicht w = 2 Gewicht w = 10
Weglänge in [m] 21,21 22,30 23,30
Abstand zum Ziel [m] 0,45 0,88 0,93
Berechnungszeit [ms] 287 717 26,4 3,9
Expandierte Knoten 58 343 110 27
Knoten auf dem Heap 291 710 545 130
Knoten in Open Set 69 344 252 79
Knoten in Closed Set 105 184 277 51
(Tab. 6.3): Messdaten zu (Abb. 6.6).
Die Tabelle (Tab. 6.3) zeigt Messdaten zu einem Szenario mit einem Hindernis (Abb. 6.6). A* mit
euklidischem Abstand würde mit fast 5 Minuten Kalkulationszeit alle Zeitschranken brechen. Wenn
Kalkulationszeit keine Rolle spielt, dann liefert dieser Algorithmus den optimalsten Weg (mit den
vorgegebenen Motion Primitiven) zum Ziel. Mit nur 1, 52m längerem Weg, was etwa 7% entspricht,
1
braucht A* mit einem Gewicht w = 2 nur noch 26, 4ms und damit etwa
10 000
der Zeit und Ressourcen.
A* mit einem Gewicht w = 10 bringt weitere 1, 05m Wegeinbuße, 2, 57m (≈ 11, 87%) zum
ursprünglichem Weg und ist noch einmal um eine Faktor 10 schneller, was in zeitkritischen Systemen
weitere Zeit- und Ressourceneinsparnisse bringen kann. Schaut man sich die gefundenen Pfade grafisch
an (Abb. 6.6), so erkennt man, dass der optimale Weg nicht der Weg ist, den ein Mensch fahren
würde, denn ein Mensch würde kurz vor einem weit entferntem Hindernis ausweichen und nicht den
kürzesten Weg nehmen.
Die Gewichtung der Entfernung hat neben der Suboptimalität noch eine weitere Nebenwirkung.
Dadurch dass näher am Ziel liegende Konfigurationen sehr viel besser bewertet werden, werden längere
Primitiven meist bevorzugt, obwohl diese viel schlechter sind. Dadurch können Rückwärtsprimitiven
den Vorwärtsprimitiven vorgezogen werden, wenn das Ziel hinter der Startkonfiguration liegt
(Abb. 6.7 a). Wenn Kurven länger sind, als die Gerade, so werden diese bevorzugt, obwohl das Hindernis
in direkter Fahrtrichtung liegt und auch Geraden als Primitiven existieren (Abb. 6.7 b).
(a) Rückwärtsfahren wird bevorzugt
(b) Kurven werden bevorzugt
(Abb. 6.7): Hervorgehobene Nachteile an Heuristik mit gewichtetem Abstand in A*.