Iterative Generierung fliegbarer Trajektorien mit Hilfe einer Sampling-basierten Bewegungsplanung

Kurzfassung

Inspiriert durch die zunehmende Eigenständigkeit von Robotern gibt es in jüngster Vergangenheit Ansätze, unbemannte autonome Luftfahrzeuge (engl. UAV)zu entwickeln, die verschiedenartige Aufgaben in unbekanntem, hindernissreichem Gebiet lösen sollen. Als Testobjekt wird dabei ein Modelbauhubschrauber gewählt, deren Flugeigenschaften in das Model mit einfließen. Um fliegbare Pfade zwischen zwei Punkten zu berechnen, ist eine schnelle Bewegungsplanung von Nöten, weswegen auf Optimalität der Pfade verzichtet wird. Dabei muss darauf geachtet werden, dass bei einem neu auftauchendem Hindernis in Echtzeit, während des Fluges, ein neuer Pfad berechnet werden kann. Dafür sind die deterministisch basierenden Algorithmen zu langsam, weswegen bei diesen Problemen hauptächlich zufallsbasierte Algorithmen, wie die Probabilistic Road Maps(PRMs) und Rapidly Exploring Random Trees (RRTs) eingesetzt werden. Hier wurde der RRT als Methode gewählt, der einen iterativen Ansatz sowie Erstellung von Zufallspunkten nutzt, um den Raum zu explorieren und den Pfad zu berechnen. Es wurde entschieden, den sogenannten Closed-Loop RRT als Kernlösungsverfahren zu wählen, bei dem später Verbesserungen möglich sind, um die Bahnplanung während des Fluges zu gewährleisten. Dieser wurde nebst einigen anderen Varianten implementiert und hinsichtlich verschiedener Umgebungen getestet.