Bahnplanungsframework für ein autonomes Fahrzeug - oops ...

6.5 Ergebnisse und Evaluation 79
6.5 ERGEBNISSE UND EVALUATION
Die heuristische Suche bietet eine Möglichkeit von einer Startkonfiguration zu einer gegebenen Endkonfiguration
einen Weg mit Kollisionsvermeidung zu planen. Aber einen Schwachpunkt haben alle
diese genannten Algorithmen der bisher noch nicht genannt wurde. Alle Algorithmen weisen Schwierigkeiten
auf, wenn sie in engen Räumen suchen müssen, oder durch einen Engpass planen müssen. In
Abbildung (Abb. 6.22) ist ein Szenario mit einem Engpasshindernis gezeigt. In beiden Fällen wurden
gleiche Fahrzeugparameter, der gleiche Suchalgorithmus und gleiche Primitiven benutzt, der einzige
Unterschied besteht nur in der leicht versetzten Startkonfiguration, die bereits dazu führt, dass die
Lücke im Hindernis nicht mehr gefunden wird.
(a) Lücke wird nicht gefunden.
(b) Lücke kann durchfahren werden.
(Abb. 6.22): Engpässe werden von heuristischen Suchen übersehen.
Dieses Problem weisen alle hier aufgeführten heuristischen Suchalgorithmen auf. Das Problem
lässt sich theoretisch sehr leicht lösen, denn der Grund dafür sind die diskreten Punkte, die angefahren
werden können. Sie entstehen durch die diskrete Berechnung der Primitiven mit den verschiedenen
Samplingverfahren. Dies lässt sich dadurch beheben, dass entweder kürzere Primitiven oder eine
höhere Anzahl an Nachfolgekonfigurationen berechnet werden. Beide Lösungsversuche führen aber
durch die Exponentiell wachsende Erreichbarkeitsbäume zu stetig steigenden Suchzeiten. Eine andere
Möglichkeit bietet die Umgebung besser zu definieren, indem z. B. zwischen den Hindernissen ein
Weg definiert wird und dieser über online Sampling angefahren wird.
Zur Evaluation der gezeigten Algorithmen wurde das bereits bekannte Szenario mit einem Hindernis
verwendet (Abb. 6.23). Die getesteten Algorithmen sind der naive A*, wo die naiven Datenstrukturen
verwendet wurden. A* mit optimierten Datenstrukturen und die hierarchische Suche mit
Theta* vor A*. Des Weiteren wurde mit jedem Algorithmus jeweils verschiedene Heuristiken verwendet.
Darunter die naive Heuristik mit dem euklidischem Abstand, die optimierte Heuristik mit
dem Kreisbogenabstand, dazu wurden die nicht optimalen Heuristiken mit der Orientierung und dem
gewichteten Abstand genommen.