Bahnplanungsframework für ein autonomes Fahrzeug - oops ...

91
8
FAZIT UND AUSBLICK
Das Bahnplanungsframework bietet eine Möglichkeit mehrere Algorithmen auch kombinatorisch auszuprobieren
und deren Verhalten auf Änderung verschiedener Parameter zu untersuchen. Es wurden
einige Algorithmen implementiert und diese wurden auf ihre Parametriesierbarkeit untersucht. Eine
große Rolle spielten dabei die Heuristikfunktion und die hierarchische Suche, durch die die Kalkulationszeit
der Algorithmen verbessert werden konnte. Die Statistikauswertung zeigt Verbesserungsmöglichkeiten
im Programm, weshalb auch optimierte Datenstrukturen für das Open und Closed Set
eingeführt wurden.
Nun flogt noch ein Ausblick auf die einzelnen Kapitel, was interessante Aussichten und eventuell
Verbesserungen bringt, die jedoch im Rahmen dieser Arbeit nicht mehr bearbeitet werden konnten
und somit als Denkanstöße für weitere Arbeiten dienen können.
MOTION PRIMITIVES
In Gesprächen mit Herrn Lehr von Götting KG, die sich schon sehr lange mit diesem Thema befasst,
kam heraus, dass er nie die kinematischen Eigenschaften des Fahrzeugs voll ausreize, sondern bis
nur etwa 2 3
des Maximums gehe. Dabei bezog er sich vor allen Dingen auf die Lenkgeschwindigkeit.
Der Grund dafür sei, dass die Lenkbewegung nicht linear verlaufe, sondern gleichförmig durch einen
Motor beschleunigt und später auch wieder abgebremst werde. Bei kleinen Änderungen sei der Motor
ständig am Beschleunigen und am Bremsen und erreiche niemals die maximale Lenkgeschwindigkeit,
weshalb man etwas geringer beim Berechnen ansetzen solle. Da diese Tatsache aber die Primitiven
unnötig groß anwachsen lässt, kann man noch einen Schritt weiter gehen und nicht Continuous Steering
Primitiven berechnen, sondern Accelerated Steering Primitiven. Dieses Verfahren wurde bisher
aber auch von Herrn Lehr nicht praktiziert.
SAMPLING
Aufgrund der detailarmen Modellierung in der Simulation und den vorgegebenen statischen Szenarien
wurde das vorgestellte online Sampling nicht implementiert. Die Hindernisse werden im Format
RNDF gespeichert, welches auch die Möglichkeit für Straßen und Verbindungen bietet. Doch es reicht
nicht nur die Umgebung zu modellieren, viel wichtiger ist der Algorithmus, der die Primitiven an die
Umgebung anpassen muss. Interessante Ansätze liefert (Kelly & Nagy 2003 [17]).
SUCHALGORITHMEN
Alle Szenarien fanden in einer statischen Umgebung statt. Erweitert man die Umgebung um Dynamik,
so kommen viele weitere Algorithmen in Frage. D* ist einer der bekanntesten dynamischen
Algorithmen, der Teile der bereits gefundenen Bahn wiederverwenden kann. D* wird meistens in