5D Pathplanning

Abstract

Die Pfadplanung befasst sich mit der Aufgabe einem Roboter zu ermöglichen, sich durch eine Karte zu navigieren. Dies geschieht, indem eine Reihe von Posen ermittelt wird, die von einem gegebenen Startpunkt zu einem gewünschten Ziel führen. Diese PosenReihe muss den mobilen Roboter sicher und kollisionsfrei um Hindernisse herumführen und dabei seine physikalischen Fähigkeiten berücksichtigen. Dies ist ein fundamentaler Bestandteil der mobilen Robotik und wird daher auch umfangreich erforscht. Die meisten Ansätze in der Literatur basieren auf der Anwendung eines Suchalgorithmus auf einer zweidimensionalen Karte. Alternativ kann ein 5D Zustandsraum erstellt werden, der aus (x, y, \Theata, v, \omega) besteht. Diese Zustände basieren auf der Pose in der Karte und den Geschwindigkeiten des Roboters. Dieser Ansatz erlaubt es, einen globalen, zeitoptimierten Pfad in einer nicht-iterativen Suche zu finden. Die 5D-Darstellung ermöglicht auch die Berücksichtigung jeder Roboter-Konfiguration, beispielsweise einer Ackermann-Lenkung. Im Vergleich zu einer 2D-Karte, werden für den 5D-Ansatz mehr Zeit- und Rechenressourcen benötigt.Im Rahmen dieser Arbeit wurde der 5D-Ansatz in einem vollständig integrierten Planer aufgesetzt. Mithilfe dieses Planers konnte eine Simulationsumgebung erstellt werden, in der Experimente durchgeführt werden konnten. Die Experimente wurden so ausgewählt, dass ein Vergleich mit anderen State-of-the-Art-Planern möglich ist. Die Prozesskennwerte wurden gemessen und dokumentiert. Die Ergebnisse wurden statistisch analysiert, um die Fähigkeiten des Planers darzustellen.Die Ergebnisse einer Beispielanwendung zeigen, dass der 5D-Planer in den gleichen Zeiträumen arbeiten kann wie andere State-of-the-Art-Planer und somit praxisrelevant ist. Weitere große Vorteile des 5D-Planers ergeben sich aus seinem Design: globale, zeitoptimierte Pfade, keine iterativen Prozesse und eine Funktionalität in allen Roboterkonfigurationen.

Path planning is the process of enabling a robot to navigate through a map. It is achieved by identifying a series of poses that lead from the initial starting point to the desired destination. These poses must safely guide a mobile robot around obstacles on a collision-free course while considering the robot's natural constrains.Path planning is a fundamental subfield of mobile robotics and one of the most active. Most approaches found in the literature are based on applying a search algorithm to a two-dimensional map. Alternatively, one can create a 5D state-space consisting of x,y,theta,v,w. These states are based on the robot's pose and velocities on the map.This approach allows for a single-iteration search, that finds the globally time-optimized path. The 5D representation also allows one to plan for any robot-configuration, e.g., one with car-like steering. One problem inherent to this approach is the need for computational resources. Compared to a 2D map, more time and resources are needed to search a 5D space.For this thesis, 5D approach was set up as a fully integrated planner. This planner was used to set up a simulation environment in which experiments were carried out. These experiments were chosen to enable for a comparison with other state-of-the-art planners. Processing metrics were measured and documented.The results were statistically analyzed, to demonstrate the planner's capabilities. A practical application demonstrates that the 5D planner operates within the same time ranges as other state-of-the-art planners, making it applicable to current real-world scenarios. The 5D planner's design offers additional benefits, including global time optimality, a single-iteration search, and applicability to all robot configurations.