Lokale Navigation

31
LOKALE NAVIGATION … oder wie finde ich den Weg

description

… oder wie finde ich den Weg. Lokale Navigation. Elastic Band VFH+ VFH* Obstacle-Restriction Method (ORM) Potentialfeld-Methode Beam Curvature Methode (BCM). inhalt. Elastic Band. Voraussetzung: Pfad vom Pfadplaner Position in der Systemhierarchie:. - PowerPoint PPT Presentation

Transcript of Lokale Navigation

Page 1: Lokale Navigation

LOKALE NAVIGATION

… oder wie finde ich den Weg

Page 2: Lokale Navigation

INHALT

1. Elastic Band

2. VFH+

3. VFH*

4. Obstacle-Restriction Method (ORM)

5. Potentialfeld-Methode

6. Beam Curvature Methode (BCM)

Page 3: Lokale Navigation

ELASTIC BAND

Page 4: Lokale Navigation

4

Voraussetzung: Pfad vom Pfadplaner

Position in der Systemhierarchie:

Page 5: Lokale Navigation

5

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

Page 6: Lokale Navigation

6

UMSETZUNG MIT BUBBLES (BLASEN)

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

Page 7: Lokale Navigation

7

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)

Page 8: Lokale Navigation

VFH+

Page 9: Lokale Navigation

9

DER ALGORITHMUS

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

Page 10: Lokale Navigation

10

ERSTE STUFE - PRIMARY POLAR HISTOGRAM

Page 11: Lokale Navigation

11

ZWEITE STUFE - BINARY POLAR HISTOGRAM

Page 12: Lokale Navigation

12

DRITTE STUFE - MASKED POLAR HISTOGRAM

Page 13: Lokale Navigation

13

VIERTE STUFE – WAHL DER FAHRTRICHTUNG

Kostenfunktion:

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

g ( c)=μ1⋅Δ ( c , k t )+ μ 2⋅Δ ( c ,θ iα )+ μ 3⋅Δ ( c , k n , i−1)

Page 14: Lokale Navigation

VFH*

Lokale Hindernisvermeidung mit Vorausuntersuchung

Page 15: Lokale Navigation

15

EINLEITUNG

sucht nach Tälern in einem lokal entwickelten Polaren

Histogramm

VFH* verwendet den A* Suchalgorithmus, Kostenfunktionen und

heuristische Funktionen

Page 16: Lokale Navigation

16

VFH* ALGORITHMUS

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

Pfad mit geringsten f(c) wird

neuer Bewegungspfadng = 3

ng = 2

ng = 1

Aktuelle

Position

A* Suchbaum der Tiefe 3

Page 17: Lokale Navigation

17

Zieltiefe ng = 2

Ablauf:

mögliche Pfade (hellgrau)

bestimmen und Kosten

berechnen

günstigsten Pfad finden

(schwarz)

Roboter entlang des

günstigsten Pfades

bewegen

Page 18: Lokale Navigation

18

Vorteil von VFH* hängt von der

Zieltiefe des Baumes ab

je Höher die Zieltiefe,

umso besser ist der

Algorithmus,

aber auch umso langsamer

Page 19: Lokale Navigation

OBSTACLE-RESTRICTION METHOD (ORM)

Hindernisvermeidung in schwierigen Umgebungen mit Hilfe von Hinderniseinschränkungen

Page 20: Lokale Navigation

20

ALLGEMEINE BESCHREIBUNG

- 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

Page 21: Lokale Navigation

21

MAN NEHME ZWISCHENZIELE!

Page 22: Lokale Navigation

22

WARUM GEHT‘S NICHT DIREKT?

Page 23: Lokale Navigation

23

„UMSCHAUEN“ HEIẞT‘S!

Page 24: Lokale Navigation

24

PROBLEM? NICHT HIER!

Page 25: Lokale Navigation

POTENTIALFELD-METHODE

Page 26: Lokale Navigation

26

ANALOGIE

Roboter ist positiv geladenes Teilchen

Zielpunkt besitzt anziehendes Potential

Hindernisse besitzen abstoßendes Potential

Aufbau eines Potential-Feldes

Page 27: Lokale Navigation

27

"ZIEL" DES ROBOTERS:

Abstand zu Hindernissen maximieren

Abstand zum Ziel minimieren

Page 28: Lokale Navigation

28

VOR- UND NACHTEILE

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

Page 29: Lokale Navigation

BEAM CURVATURE METHODE (BCM)

basierend auf Strahlen-Verfahren

Page 30: Lokale Navigation

30

BEAM CURVATURE METHODE

Unterteilung in 3 Schritte:

Erstellen der Beams "Final Set" erzeugen Besten Weg auswählen

(vereinfachte) Umsetzung: siehe Tafel

Page 31: Lokale Navigation

ENDE Danke für eure Aufmerksamkeit <