Obstacle-Restriction Method (ORM)
Download
Report
Transcript Obstacle-Restriction Method (ORM)
… oder wie finde ich den Weg
1. Elastic Band
2. VFH+
3. VFH*
4. Obstacle-Restriction Method (ORM)
5. Potentialfeld-Methode
6. Beam Curvature Methode (BCM)
INHALT
ELASTIC BAND
Voraussetzung: Pfad vom
Pfadplaner
Position in der
Systemhierarchie:
4
Es werden 2 Kräfte auf den Pfad
angewendet (dynamisch):
Anziehende Kraft (glättet die
Ecken und "kürzt" den Pfad)
Abstoßende Kraft (sorgt für
den Abstand zu
Hindernissen)
Sollte das Band "reißen" d.h.
unüberbrückbare Hindernisse
auftauchen, benötigt es eine
Anpassung des Pfades durch
den (globalen) Pfadplaner
Beispiel: schließen einer
vorher offenen Tür
5
Bubbles (Kreise bzw. Kugeln) werden iterativ mit dem
Mittelpunkt auf dem Pfad platziert
Größe der Bubbles zeigt jeweils an, in welchem Raum sich
der Roboter kollisionsfrei bewegen kann
Abstand zum vorherigen Bubble =
Radius des neuen Bubbles - Konstante
Überlappung der Bubbles
6
Automatische Veränderung der Größe der Bubbles bei
Änderung des Pfades durch die Kräfte
Damit der Pfad nicht unterbrochen wird, werden in
Freiräumen neue Bubbles eingefügt
Entfernung von Bubbles, deren rechter und linker
Nachbar sich bereits überschneiden (Performance)
7
VFH+
Erweiterung des herkömmlichen VFH Algorithmus
Bezieht die Breite des Roboters in die
Wegplanung mit ein
Reduktion des Kartenrasters auf eindimensionale polare
Histogramm, die um die momentane Position des
Roboters herum aufgebaut werden
Wegberechnung durch Aufwandsrechnung
9
10
11
12
Kostenfunktion:
θ
g (c)= μ1⋅ Δ (c , k t )+ μ2⋅ Δ (c , αi )+ μ3⋅ Δ (c , k n , i− 1)
1. Term: Differenz zwischen möglicher Richtung und
Zielrichtung
2. Term Differenz zwischen möglicher Richtung und
Orientierung des Roboters
3. Term: Differenz zwischen möglicher Richtung und
vorher gewählter Fahrtrichtung
13
Lokale Hindernisvermeidung mit Vorausuntersuchung
VFH*
sucht nach Tälern in einem lokal entwickelten Polaren Histogramm
VFH* verwendet den A* Suchalgorithmus, Kostenfunktionen und heuristische
Funktionen
15
analysiert Konsequenzen für jede mögliche Richtung
Berechnung von Position und Ausrichtung nach geplanten Schritt für jede
mögliche Richtung
Berechnung der Kosten g(c) und heuristischen Funktion h(c)
f(c) = h(c) + g(c)
Heuristische Funktion = geschätzte
Kosten des günstigsten Pfades
von Knoten ni zum Ziel
Aktuelle
Position
ng = 1
ng = 2
Pfad mit geringsten f(c) wird
neuer Bewegungspfad
ng = 3
A* Suchbaum der Tiefe 3
16
Ablauf:
mögliche Pfade (hellgrau)
bestimmen und Kosten
berechnen
günstigsten Pfad finden
(schwarz)
Roboter entlang des
günstigsten Pfades bewegen
Zieltiefe ng = 2
17
Vorteil von VFH* hängt von der
Zieltiefe des Baumes ab
je Höher die Zieltiefe,
umso besser ist der Algorithmus,
aber auch umso langsamer
18
Hindernisvermeidung in schwierigen Umgebungen mit
Hilfe von Hinderniseinschränkungen
OBSTACLE-RESTRICTION
METHOD (ORM)
-
Gibt es keinen direkten Weg, man nehme
einfach Zwischenziele
-
Zwei Grundlegende Schritte zum Erfolg:
-
-
Auswertung der Objektpunkte und Herausfinden der
Zwischenziele (Subgoals)
Schauen, welche Zwischenziele genutzt werden
können
20
21
22
23
24
POTENTIALFELD-METHODE
Roboter ist positiv geladenes Teilchen
Zielpunkt besitzt anziehendes Potential
Hindernisse besitzen abstoßendes Potential
Aufbau eines Potential-Feldes
26
Abstand zu Hindernissen maximieren
Abstand zum Ziel minimieren
27
Vorteil
bei wenigen Hindernissen sehr schnell
Nachteile
Lösung muss nicht immer gefunden werden
Berechnung kann ev. nicht aufhören, falls es keine
Lösung gibt (Lokale Minima)
Oszillation in engen Passagen
Randbedingungen nicht erweiterbar
28
basierend auf Strahlen-Verfahren
BEAM CURVATURE
METHODE (BCM)
Unterteilung in 3 Schritte:
Erstellen der Beams
"Final Set" erzeugen
Besten Weg auswählen
(vereinfachte) Umsetzung: siehe Tafel
30
Danke für eure Aufmerksamkeit <
ENDE