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

Sie wollen auch ein ePaper? Erhöhen Sie die Reichweite Ihrer Titel.

YUMPU macht aus Druck-PDFs automatisch weboptimierte ePaper, die Google liebt.

76 Suchalgorithmen<br />

6.4 HIERARCHISCHE SUCHE<br />

Hierarchien zeigen in vielen Bereichen <strong>ein</strong>en guten Ansatz, unter anderem bereits in den Datenstrukturen<br />

(z. B. Octree) umgesetzt. Aber wie sieht es aus, wenn man die Suche hierarchisch gestalten<br />

könnte? Auf diese Fragestellung wird auch im Buch (Millington & Funge [28]) <strong>ein</strong>gegangen, dazu<br />

folgt <strong>ein</strong> Gedankenexperiment als Motivation.<br />

GEDANKENEXPERIMENT:<br />

Gegeben sei <strong>ein</strong> Gebäude aus mehreren Räumen, möchte man aus <strong>ein</strong>em Raum in <strong>ein</strong>en anderen<br />

planen, so gibt es zunächst k<strong>ein</strong>en Anhaltspunkt über mögliche Hindernisse und Wände. Wenn der<br />

Algorithmus naiv sich in Richtung des Ziels ausbreitet, muss er zunächst die Tür auf der anderen Seite<br />

finden. Des Weiteren plant der Algorithmus in mehrere Räume hin<strong>ein</strong>, die man gar nicht untersuchen<br />

möchte (Abb. 6.18 a). Es wäre logisch nicht direkt auf der Karte zu planen, sondern <strong>ein</strong>e Ebene höher,<br />

zunächst von Raum zu Raum. Es kann vorher <strong>ein</strong> Graph erstellt werden, wo die <strong>ein</strong>zelnen Knoten die<br />

Räume darstellen und die Kanten Verbindungen zwischen den Räumen sind und Informationen zu<br />

den Positionen der Türen haben (Abb. 6.18 b). Es muss nicht nur von Start zum Ziel, sondern über<br />

Zwischenziele geplant werden. Dadurch spart man sich die Suche in unbeteiligten Räumen und kann<br />

zielgerichteter von Tür zu Tür planen (Abb. 6.18 c).<br />

(a) Naiver Ansatz (b) Raumhierarchie (c) Hierarchische Suche<br />

(Abb. 6.18): Gedankenexperiment zur hierarchischen Suche. (gelb → Closed Set, weiss-grau → Open Set,<br />

grün → Pfad, rot → Startposition)<br />

6.4.1 GRIDSUCHE<br />

Vergleicht man die Erreichbarkeitsbäume des Adaptive Search Space mit dem <strong>ein</strong>es Grids, so erkennt<br />

man, dass das Grid sehr viel weniger Knoten hat und <strong>ein</strong>e hohe Wiederholung besitzt (Abb. 6.19).<br />

Der Erreichbarkeitsbaum der Adaptive Search Space wurde hier nur aus 5 Nachfolgern aufgebaut,<br />

bei 8 Nachfolgern besäße der Baum der Tiefe 4 bereits 8 4 = 4 096 Knoten. Das Grid hat ebenfalls 8<br />

Nachfolger und bei <strong>ein</strong>er Tiefe von 4 hat der Baum gerade mal 9 ∗ 9 = 81 Knoten. Dieser Umstand<br />

kann zur hierarchische Suche beitragen, indem man zunächst grob den Weg auf <strong>ein</strong>em Grid vorplant<br />

und dann die Zwischenziele anfährt.

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

Erfolgreich gespeichert!

Leider ist etwas schief gelaufen!