feedback motion planning
Post on 10-Feb-2016
58 Views
Preview:
DESCRIPTION
TRANSCRIPT
Feedback Motion Planning
Feedback Motion PlanningNavigation Autonomer Mobiler Systeme 2007/2008Sebahattin Kck und Tim NulpaVeranstalter: Prof. Dr. Bernd Krieg-Brckner Dr. Bernd Gersdorf1MotivationUnsicherheit ist angeboren in der physischen WeltDie Schritte eines Plans sind abhngig von der Information, die whrend der Ausfhrung erfasst wirdDas Konzept Rckkopplung (Feedback) kommt ins Spiel um Korrekturmanahmen whrend der Ausfhrung einzufhrenZuverlssiger: Rcksicht auf Modellierung von Unsicherheiten2Unsicherheit zu modellierenExplizitBahnplanung zhlt deutlich zu der Abweichung, welches durch Unsicherheit verursacht wirdRckkopplungsbasierte Algorithmen bercksichtigen diese Unsicherheiten Unsicherheitsmodellierung ist eine anspruchsvolle Aufgabe,Aber schwieriges AlgorithmusdesignAnfllig Fehlern auszugeben3Unsicherheit zu modellierenImplizitEine Bahn wird ohne Bercksichtigung von Unsicherheiten berechnetEin Rckkopplungsplan nimmt whrend der Ausfhrung Korrekturmanahmen vor, um Abweichungen, die durch Unsicherheit verursacht werden, aufzuheben4Diskreter ZustandsrumeDefinierung eines RckkopplungsplansBetrachte eine diskrete Bahnplanungsproblem, wo der Anfangszustand nicht gegeben istDefiniere den Zustandsverlauf als
Definiere Aktionsverlauf als
5Diskreter ZustandsrumeFormulierung einer optimalen diskreten RckkopplungsplanSei X ein endlicher nicht leerer ZustandsraumFr jeden definiere den Aktionsraum U (x) ist eine Zustandsbergangsfunktion
6Diskreter ZustandsrumeDie geordnete Menge S = {1,2,,,,,,,,,,,}Kennzeichnet die Menge der Stufen
Ein Element k S wird Stufe genannt ist die ZielmengeDefiniere Kostenfunktion:
wobei F = K + 1
7Diskreter ZustandsrumeVorgehensweise bei LsungenAngesichts der Anfangskonditionen kann ein Ablauf spezifiziert werdenOhne Anfangskondition knnte ein Ablauf fr jeden Zustand spezifiziert werdenberhhte Speicheranforderungz.B. A* AlgorithmusEine Ablauffhrung fr jeden Zustand ist berflssigEs gengt nur den ersten Ablauf bei jedem Zustand zu fhren
Diskreter ZustandsrumeFeedback PlanDefiniere Feedback Plan als eine Funktion : X U dass jeden Zustand zu einem Ablauf abbildet
Wenn das Ziel erreicht wird, wendet die Rckkopplung den Endablauf (termination action) an:
Diskreter ZustandsrumeEine Rckkopplung heit erst gelst, wenn das Ziel von jedem Zustand, von wo aus das Ziel erreichbar ist, erreicht wirdRckkopplungsplanAusfhrbarkeit und OptimalittSei die Menge der Zustnde, von wo aus das Ziel erreichbar istEine Rckkopplung wird Ausfhrbare Rckkopplung genannt, wenn
Eine Rckkopplungsplan ist optimal, wenn das totale Kosten L(, x) von irgendeiner Anfangskondition am geringsten unter allen mglichen Plnen erreichbar ist
Rckkopplungsplan auf einem 2D GitterBeispiel:Betrachte das 2D Gitter ProblemMgliche Bewegungen sind: hoch (), runter (), links (), rechts () und beenden
Rckkopplungsplan auf einem 2D GitterLsung:Es gibt viele LsungenDie dargestellte Lsungist optimal bezglich derAnzahl der Schritte zum ZielAber existieren auch einige alternative Rckkopplungs-Plne, die optimale Lsung liefern
Rckkopplungsplan als NavigationsfunktionMethoden wie Dijkstra Algorithmus und Iteration (value Iteration) erzeugen Informationen, die benutzt werden knnen um Rckkopplung zu reprsentieren
Um das zu erreichen wird ein Rckkopplung (Feedback plan) als Potentialfunktion ber einen Zustandsraum ausgedrckt
Potentialfunktion kann optimale Lsung fr Rckkopplung liefernNavigationsfunktionen in diskreten ZustandsraumBetrachte die diskrete Potentialfunktion
Eine Rckkopplung kann durch das benutzen des lokalen Operators die Potentialfunktion definieren
Navigationsfunktionen in diskreten ZustandsraumIm Falle der optimalen Planung ist der lokale Operator definiert dann als:
Wenn das Planungsproblem isotrop ist, dann:
Fr alle Isotrop: unabhngigkeit einer Eigenschaft von der Richtung
Navigationsfunktionen in diskreten ZustandsraumWir brauchen eine Potentialfunktion, das erfolgreich den Ziel erreicht
Nehmen wir an, dass Kostenfunktion isotrop ist
Sei der erreichte Zustand nach der Anwendung von (ausgegeben von lokalen Operator)
Navigationsfunktionen in diskreten ZustandsraumDefinitionEine Potentialfunktion , die die folgende drei Eigenschaften besitzt, nennt man auch Navigationsfunktion1. fr alle
2. wenn keinvon x aus erreichbar ist 3. und der Zustand nach der Anwendung des lokalen Operators
Navigationsfunktionen in diskreten ZustandsraumDefinitioneine optimale Navigationsfunktion ist eine Navigationsfunktion, das den Grundsatz der Optimalitt erfllt:
Navigationsfunktionen in diskreten Zustandsraumso wrde eine Korrektur von einer optimalenNavigationsfunktion aussehenwir knnen den Grundsatz der Optimalitt mit der isotropen Kosten nachprfen
Navigationsfunktionen in diskreten ZustandsraumBeispielBetrachte das vorherigeBeispiel mit einem isotropischen KostenmodellEs wird eine Aktion (Ablauf)ausgewhlt, dass den Potentialwert reduziert und uns zum Ziel (Feedback Plan) bringt
Gitterbasierte Navigationsfunktion fr BahnplanungOptimale Bahnplanung bringt Roboter nher zu HindernissenEine Gitterbasierte Version, der Maximum Clearance Karte benutzt, kann konstruiert werden um Abstand von Hindernissen zu habenEine Navigationsfunktion, welches den Roboter auf der Karte fhrt, kann definiert werdenMaximum Clearance AlgorithmusVorausgesetzt, dass es nur ein Zielzustand gibt
Initialisiere fr jedenbestimme und fge alle nicht besuchten Nachbarn von x inWenn dann beenden. Andernfalls lass i: = i + 1 und gehe zu Schritt 3.
Wavefront Propagation
Wavefront Propagation ( Wellen-Ausbreitung)
112 2 2 3 3 3 44455677888999910111011101010111112121324Maximum Clearance AlgorithmusMarkiere jeden Zustand, wo sich zwei gegenberliegende wavefronts als Gitterzustand (Skeleton) treffenS kennzeichnet die menge aller Gitterzustnde (Skeleton)Verbinde mit dem Gitter (Skeleton) mit einem Suchalgorithmus und fge den resultierenden Pfad in S
Maximum Clearance AlgorithmusBerechne eine NF ber SBerechne eine NF indem man S als Zielregion betrachtetFr jeden setze fr die restlichen Zustnde setze wo der nchste Punkt zu x ist
Maximum clearance Algorithmus
27Weitere Algorithmen fr die implizite BahnplanungSchaffen eines jeweils gltigen Konfigurationsraumes
ndern der jeweiligen Route nur bei erkannten Hindernissen28AlgorithmenEs gibt viele Algorithmen die sich zur Bahnplanung eignenUnterschied ist hauptschlich der AufwandAufwand minimieren durch:Vereinfachte Darstellung der WeltVereinfachen von Objekten...29AlgorithmenSichtbarkeitsgraphVektorfelderPotentialfelderMusterbasierte AnstzePolar Bug Algorithmus30SichtbarkeitsgraphAuf der Basis von Sichtlinien im 2D-RaumNicht gerichteter GraphDie Kanten sind alle Verbindungen die nicht das innere eines Hindernisses schneiden31Sichtbarkeitslinien Beispiel
32SichtbarkeitslinienSuche auf dem Graphen mit klassischen AlgorithmenNearest NeighbourDijkstraBei vielen Hindernissen wird der Graph sehr GroHoher AufwandHoher Speicherbedarf33Vektorfelder ber ZellkomplexenEin Raum wird per Zelldekomposition unterteilt
ber jede Zelle wird ein Vektorfeld gelegt34ZelldekompositionExakte ZellzerlegungDer freie Raum wird exakt dargestelltHoher Aufwand
Approximierte ZellzerlegungNherungsweise Darstellung des RaumesGeringerer Rechenaufwand35Zelldekomposition Beispiel
36VektorfelderOrdnen jedem Punkt im Raum einen Vektor zu
37Vektorfelder ber ZellkomplexenDas Vekotfeld zeigt zu einer Ausgangskanteber die Ausgangskante kommt man zu einem neuen Feld im Zellenkomplex
38Vektorfelder ber Zellkomplexen Beispiel
39Musterbasierte Methodenber die freien Bereiche eines Raumes werden simple Muster gelegtZum Beispiel Kreise
40Musterbasierte MethodenAuf jedem Muster ist ein Vektor definiert der zu einem nchsten fhrt
41Erweitern des GrundproblemsReaktive BahnplanungBewegeliche Dinge im WegKinematische EinschrnkungenBewegunsradius des RobotersGeometrische EinschrnkungenAusmae des Roboters42Aufwand minimierenViele Mglichkeiten z.B. vereinfachte Darstellung des sich bewegenden Objektes
43Polar Bug AlgorithmusFunktioniert auf der Basis von LaserscannerdatenWird bereits erfolgreich getestetSpeziell fr die Navigation in sich stndig ndernden UmgebungenAngewendet bei Projekten wie Care-O-Bot44KollisionsvermeidungUnterste Sicherheitsebende sollte immer ein Modul zur Kollisionserkennung seinStoppt das aktive Fahrzeug im NotfallWichtig bei kurzfristig auftretenden HindernissenZum Beispiel wenn eine Person davor springt45Polar Bug AlgorithmusBeispiel
46FazitEs gibt viele Algorithmen, die die Roboter Bewegungen berechnenViele Algorithmen gehen davon aus, dass der berechnete Weg ohne jede Abweichung befahren werden kannAber meistens zeigt der Roboter kleine Abweichungen von den eigentlichen Weg und dies fhrt auf einen Hindernisfreien Raum zu KollisionenDurch Feedback Motion Planning wird dieses Problem beheben
47Danke fr die Aufmerksamkeit !!!48
top related