• Keine Ergebnisse gefunden

Kapitel 1.1: K¨ urzeste Pfade Polygonale Hindernisse

N/A
N/A
Protected

Academic year: 2022

Aktie "Kapitel 1.1: K¨ urzeste Pfade Polygonale Hindernisse"

Copied!
117
0
0

Wird geladen.... (Jetzt Volltext ansehen)

Volltext

(1)

Wiederholung Kurzdurchlauf!

Elmar Langetepe University of Bonn

(2)

Kapitel 1.1: K¨ urzeste Pfade Polygonale Hindernisse

Methoden der Offline Bewegungsplanung Wiederholung 29.01.14 cElmar Langetepe WS ’1314 2

(3)

Kapitel 1.1: K¨ urzeste Pfade Polygonale Hindernisse

• Anzahl k¨urzester Pfade in der Ebene zw. Polygonen

(4)

Kapitel 1.1: K¨ urzeste Pfade Polygonale Hindernisse

• Anzahl k¨urzester Pfade in der Ebene zw. Polygonen

• Idee: Sichtbarkeitsgraph, Def., Komplexit¨at, worst-case

Methoden der Offline Bewegungsplanung Wiederholung 29.01.14 cElmar Langetepe WS ’1314 2

(5)

Kapitel 1.1: K¨ urzeste Pfade Polygonale Hindernisse

• Anzahl k¨urzester Pfade in der Ebene zw. Polygonen

• Idee: Sichtbarkeitsgraph, Def., Komplexit¨at, worst-case

• Berechnung: Naiv, Single-Source Sweep, Simultaner Sweep

(6)

Kapitel 1.1: K¨ urzeste Pfade Polygonale Hindernisse

• Anzahl k¨urzester Pfade in der Ebene zw. Polygonen

• Idee: Sichtbarkeitsgraph, Def., Komplexit¨at, worst-case

• Berechnung: Naiv, Single-Source Sweep, Simultaner Sweep

• Theorem: Single Source Sweep, Analyse O(n2 log n)

Methoden der Offline Bewegungsplanung Wiederholung 29.01.14 cElmar Langetepe WS ’1314 2

(7)

Kapitel 1.1: K¨ urzeste Pfade Polygonale Hindernisse

• Anzahl k¨urzester Pfade in der Ebene zw. Polygonen

• Idee: Sichtbarkeitsgraph, Def., Komplexit¨at, worst-case

• Berechnung: Naiv, Single-Source Sweep, Simultaner Sweep

• Theorem: Single Source Sweep, Analyse O(n2 log n)

• Theorem: Simultaner Sweep, Analyse O(n2)

(8)

Kapitel 1.1: K¨ urzeste Pfade Polygonale Hindernisse

• Anzahl k¨urzester Pfade in der Ebene zw. Polygonen

• Idee: Sichtbarkeitsgraph, Def., Komplexit¨at, worst-case

• Berechnung: Naiv, Single-Source Sweep, Simultaner Sweep

• Theorem: Single Source Sweep, Analyse O(n2 log n)

• Theorem: Simultaner Sweep, Analyse O(n2)

• Bearbeitungsreihenfolge

Methoden der Offline Bewegungsplanung Wiederholung 29.01.14 cElmar Langetepe WS ’1314 2

(9)

Kapitel 1.1: K¨ urzeste Pfade Polygonale Hindernisse

• Anzahl k¨urzester Pfade in der Ebene zw. Polygonen

• Idee: Sichtbarkeitsgraph, Def., Komplexit¨at, worst-case

• Berechnung: Naiv, Single-Source Sweep, Simultaner Sweep

• Theorem: Single Source Sweep, Analyse O(n2 log n)

• Theorem: Simultaner Sweep, Analyse O(n2)

• Bearbeitungsreihenfolge

• Bearbeitung durchf¨uhren

(10)

Kapitel 1.1: K¨ urzeste Pfade Polygonale Hindernisse

• Anzahl k¨urzester Pfade in der Ebene zw. Polygonen

• Idee: Sichtbarkeitsgraph, Def., Komplexit¨at, worst-case

• Berechnung: Naiv, Single-Source Sweep, Simultaner Sweep

• Theorem: Single Source Sweep, Analyse O(n2 log n)

• Theorem: Simultaner Sweep, Analyse O(n2)

• Bearbeitungsreihenfolge

• Bearbeitung durchf¨uhren

• Bearbeitungsreihenfolge berechnen: Dualit¨at verwenden

Methoden der Offline Bewegungsplanung Wiederholung 29.01.14 cElmar Langetepe WS ’1314 2

(11)

Kapitel 1.1: K¨ urzeste Pfade Polygonale Hindernisse

• Anzahl k¨urzester Pfade in der Ebene zw. Polygonen

• Idee: Sichtbarkeitsgraph, Def., Komplexit¨at, worst-case

• Berechnung: Naiv, Single-Source Sweep, Simultaner Sweep

• Theorem: Single Source Sweep, Analyse O(n2 log n)

• Theorem: Simultaner Sweep, Analyse O(n2)

• Bearbeitungsreihenfolge

• Bearbeitung durchf¨uhren

• Bearbeitungsreihenfolge berechnen: Dualit¨at verwenden

• Theorem: Arrangement, Geradenschnittpunkte entlang der Geraden, O(n2)

(12)

Kapitel 1.1: K¨ urzeste Pfade Polygonale Hindernisse

• Anzahl k¨urzester Pfade in der Ebene zw. Polygonen

• Idee: Sichtbarkeitsgraph, Def., Komplexit¨at, worst-case

• Berechnung: Naiv, Single-Source Sweep, Simultaner Sweep

• Theorem: Single Source Sweep, Analyse O(n2 log n)

• Theorem: Simultaner Sweep, Analyse O(n2)

• Bearbeitungsreihenfolge

• Bearbeitung durchf¨uhren

• Bearbeitungsreihenfolge berechnen: Dualit¨at verwenden

• Theorem: Arrangement, Geradenschnittpunkte entlang der Geraden, O(n2)

• Mittel: Topologischer Sweep, Horizontb¨aume verwenden

Methoden der Offline Bewegungsplanung Wiederholung 29.01.14 cElmar Langetepe WS ’1314 2

(13)

• Aktualisierung Horizontb¨aume: Pro. Knoten alle Knoten der Zelle

(14)

• Aktualisierung Horizontb¨aume: Pro. Knoten alle Knoten der Zelle

• Zonentheorem: Zone Komplexit¨at O(n)

Methoden der Offline Bewegungsplanung Wiederholung 29.01.14 cElmar Langetepe WS ’1314 3

(15)

• Aktualisierung Horizontb¨aume: Pro. Knoten alle Knoten der Zelle

• Zonentheorem: Zone Komplexit¨at O(n)

• Folgerung: Akt. Horizontb¨aume O(n2)

(16)

• Aktualisierung Horizontb¨aume: Pro. Knoten alle Knoten der Zelle

• Zonentheorem: Zone Komplexit¨at O(n)

• Folgerung: Akt. Horizontb¨aume O(n2)

• Theorem: Laufzeit Berechung k¨urzester Wege O(n2), Sichtbarkeitsgraph, Dijkstra

Methoden der Offline Bewegungsplanung Wiederholung 29.01.14 cElmar Langetepe WS ’1314 3

(17)

• Aktualisierung Horizontb¨aume: Pro. Knoten alle Knoten der Zelle

• Zonentheorem: Zone Komplexit¨at O(n)

• Folgerung: Akt. Horizontb¨aume O(n2)

• Theorem: Laufzeit Berechung k¨urzester Wege O(n2), Sichtbarkeitsgraph, Dijkstra

• Untere Schranke: Konstruktion: Ω(n log n)

(18)

• Aktualisierung Horizontb¨aume: Pro. Knoten alle Knoten der Zelle

• Zonentheorem: Zone Komplexit¨at O(n)

• Folgerung: Akt. Horizontb¨aume O(n2)

• Theorem: Laufzeit Berechung k¨urzester Wege O(n2), Sichtbarkeitsgraph, Dijkstra

• Untere Schranke: Konstruktion: Ω(n log n)

• Andere Idee: Shortest Path Map, Locus Approach

Methoden der Offline Bewegungsplanung Wiederholung 29.01.14 cElmar Langetepe WS ’1314 3

(19)

Kapitel 1.2: K¨ urzeste Pfade innerhalb Polygon

(20)

Kapitel 1.2: K¨ urzeste Pfade innerhalb Polygon

• Theorem: In Zeit O(n)

Methoden der Offline Bewegungsplanung Wiederholung 29.01.14 cElmar Langetepe WS ’1314 4

(21)

Kapitel 1.2: K¨ urzeste Pfade innerhalb Polygon

• Theorem: In Zeit O(n)

• Lee/Preparata, Guibas/Hershberger

(22)

Kapitel 1.2: K¨ urzeste Pfade innerhalb Polygon

• Theorem: In Zeit O(n)

• Lee/Preparata, Guibas/Hershberger

• Triangulation, Dualer Graph, Dreiecksfolge, Diagonalen, iterativ

Methoden der Offline Bewegungsplanung Wiederholung 29.01.14 cElmar Langetepe WS ’1314 4

(23)

Kapitel 1.2: K¨ urzeste Pfade innerhalb Polygon

• Theorem: In Zeit O(n)

• Lee/Preparata, Guibas/Hershberger

• Triangulation, Dualer Graph, Dreiecksfolge, Diagonalen, iterativ

• Analyse: Trichter akt., amortisiert O(n)

(24)

Kapitel 1.2: K¨ urzeste Pfade innerhalb Polygon

• Theorem: In Zeit O(n)

• Lee/Preparata, Guibas/Hershberger

• Triangulation, Dualer Graph, Dreiecksfolge, Diagonalen, iterativ

• Analyse: Trichter akt., amortisiert O(n)

• Preprocessing: O(n), Hierachische Triangulation, Schichtengraph

Methoden der Offline Bewegungsplanung Wiederholung 29.01.14 cElmar Langetepe WS ’1314 4

(25)

Kapitel 1.2: K¨ urzeste Pfade innerhalb Polygon

• Theorem: In Zeit O(n)

• Lee/Preparata, Guibas/Hershberger

• Triangulation, Dualer Graph, Dreiecksfolge, Diagonalen, iterativ

• Analyse: Trichter akt., amortisiert O(n)

• Preprocessing: O(n), Hierachische Triangulation, Schichtengraph

• Cutting-Theorem

(26)

Kapitel 1.2: K¨ urzeste Pfade innerhalb Polygon

• Theorem: In Zeit O(n)

• Lee/Preparata, Guibas/Hershberger

• Triangulation, Dualer Graph, Dreiecksfolge, Diagonalen, iterativ

• Analyse: Trichter akt., amortisiert O(n)

• Preprocessing: O(n), Hierachische Triangulation, Schichtengraph

• Cutting-Theorem

• Pfadl¨ange: O(log n), Pfade: Diagonalen entfernen, Sanduhren konkat.

Methoden der Offline Bewegungsplanung Wiederholung 29.01.14 cElmar Langetepe WS ’1314 4

(27)

Kapitel 1.2: K¨ urzeste Pfade innerhalb Polygon

• Theorem: In Zeit O(n)

• Lee/Preparata, Guibas/Hershberger

• Triangulation, Dualer Graph, Dreiecksfolge, Diagonalen, iterativ

• Analyse: Trichter akt., amortisiert O(n)

• Preprocessing: O(n), Hierachische Triangulation, Schichtengraph

• Cutting-Theorem

• Pfadl¨ange: O(log n), Pfade: Diagonalen entfernen, Sanduhren konkat.

• Theorem: O(k + log n) mit Prepr. O(n)!

(28)

Kapitel 1.2: K¨ urzeste Pfade innerhalb Polygon

• Theorem: In Zeit O(n)

• Lee/Preparata, Guibas/Hershberger

• Triangulation, Dualer Graph, Dreiecksfolge, Diagonalen, iterativ

• Analyse: Trichter akt., amortisiert O(n)

• Preprocessing: O(n), Hierachische Triangulation, Schichtengraph

• Cutting-Theorem

• Pfadl¨ange: O(log n), Pfade: Diagonalen entfernen, Sanduhren konkat.

• Theorem: O(k + log n) mit Prepr. O(n)!

• Anwendung: Geod¨atischer Durchmesser, Anfragen

Methoden der Offline Bewegungsplanung Wiederholung 29.01.14 cElmar Langetepe WS ’1314 4

(29)

Kapitel 1.2: K¨ urzeste Pfade innerhalb Polygon

• Theorem: In Zeit O(n)

• Lee/Preparata, Guibas/Hershberger

• Triangulation, Dualer Graph, Dreiecksfolge, Diagonalen, iterativ

• Analyse: Trichter akt., amortisiert O(n)

• Preprocessing: O(n), Hierachische Triangulation, Schichtengraph

• Cutting-Theorem

• Pfadl¨ange: O(log n), Pfade: Diagonalen entfernen, Sanduhren konkat.

• Theorem: O(k + log n) mit Prepr. O(n)!

• Anwendung: Geod¨atischer Durchmesser, Anfragen

• Theorem: Monotone Matrizen, Maximum in O(n)

(30)

• Definition: Monotone Matrix

Methoden der Offline Bewegungsplanung Wiederholung 29.01.14 cElmar Langetepe WS ’1314 5

(31)

• Definition: Monotone Matrix

• Algorithmus: Spaltenreduktion, Zeilenreduktion, Analyse T(n) ∈ O(n), Beweis

(32)

• Definition: Monotone Matrix

• Algorithmus: Spaltenreduktion, Zeilenreduktion, Analyse T(n) ∈ O(n), Beweis

• Spezielle Matrix

Methoden der Offline Bewegungsplanung Wiederholung 29.01.14 cElmar Langetepe WS ’1314 5

(33)

Kapitel 1.2.4: SWR und TPP

(34)

Kapitel 1.2.4: SWR und TPP

• Def. SWR im einfachen Polygon, wesentliche Cuts

Methoden der Offline Bewegungsplanung Wiederholung 29.01.14 cElmar Langetepe WS ’1314 6

(35)

Kapitel 1.2.4: SWR und TPP

• Def. SWR im einfachen Polygon, wesentliche Cuts

• Theorem: SWR in rect. Pol. in Zeit O(n)

(36)

Kapitel 1.2.4: SWR und TPP

• Def. SWR im einfachen Polygon, wesentliche Cuts

• Theorem: SWR in rect. Pol. in Zeit O(n)

• Beweis: Wes. Cuts in Randreihenfolge, Roll-Out Methode, Analyse

Methoden der Offline Bewegungsplanung Wiederholung 29.01.14 cElmar Langetepe WS ’1314 6

(37)

Kapitel 1.2.4: SWR und TPP

• Def. SWR im einfachen Polygon, wesentliche Cuts

• Theorem: SWR in rect. Pol. in Zeit O(n)

• Beweis: Wes. Cuts in Randreihenfolge, Roll-Out Methode, Analyse

• Allgemein: Problem Corner Situation

(38)

Kapitel 1.2.4: SWR und TPP

• Def. SWR im einfachen Polygon, wesentliche Cuts

• Theorem: SWR in rect. Pol. in Zeit O(n)

• Beweis: Wes. Cuts in Randreihenfolge, Roll-Out Methode, Analyse

• Allgemein: Problem Corner Situation

• Def. TPP Problemstellung, SWR ist Instanz allg. TPP

Methoden der Offline Bewegungsplanung Wiederholung 29.01.14 cElmar Langetepe WS ’1314 6

(39)

Kapitel 1.2.4: SWR und TPP

• Def. SWR im einfachen Polygon, wesentliche Cuts

• Theorem: SWR in rect. Pol. in Zeit O(n)

• Beweis: Wes. Cuts in Randreihenfolge, Roll-Out Methode, Analyse

• Allgemein: Problem Corner Situation

• Def. TPP Problemstellung, SWR ist Instanz allg. TPP

• Theorem: Einfache Variante Aufbau: O(kn log(n/k)), Query:

O(k log(n/k))

(40)

Kapitel 1.2.4: SWR und TPP

• Def. SWR im einfachen Polygon, wesentliche Cuts

• Theorem: SWR in rect. Pol. in Zeit O(n)

• Beweis: Wes. Cuts in Randreihenfolge, Roll-Out Methode, Analyse

• Allgemein: Problem Corner Situation

• Def. TPP Problemstellung, SWR ist Instanz allg. TPP

• Theorem: Einfache Variante Aufbau: O(kn log(n/k)), Query:

O(k log(n/k))

• Full Comb. Shortest Path Map, Komplexit¨at expon.

Methoden der Offline Bewegungsplanung Wiederholung 29.01.14 cElmar Langetepe WS ’1314 6

(41)

Kapitel 1.2.4: SWR und TPP

• Def. SWR im einfachen Polygon, wesentliche Cuts

• Theorem: SWR in rect. Pol. in Zeit O(n)

• Beweis: Wes. Cuts in Randreihenfolge, Roll-Out Methode, Analyse

• Allgemein: Problem Corner Situation

• Def. TPP Problemstellung, SWR ist Instanz allg. TPP

• Theorem: Einfache Variante Aufbau: O(kn log(n/k)), Query:

O(k log(n/k))

• Full Comb. Shortest Path Map, Komplexit¨at expon.

• Last Step Shortest Path Map, Komplexit¨at O(ni), Beweise, Anfrage, Aufbau

(42)

Kapitel 1.3: K¨ urzeste Wege 3D

Methoden der Offline Bewegungsplanung Wiederholung 29.01.14 cElmar Langetepe WS ’1314 7

(43)

Kapitel 1.3: K¨ urzeste Wege 3D

• Theorem: NP schwer

(44)

Kapitel 1.3: K¨ urzeste Wege 3D

• Theorem: NP schwer

• Def. NP schwer

Methoden der Offline Bewegungsplanung Wiederholung 29.01.14 cElmar Langetepe WS ’1314 7

(45)

Kapitel 1.3: K¨ urzeste Wege 3D

• Theorem: NP schwer

• Def. NP schwer

• Reduktion von 3 SAT, Def. 3 SAT

(46)

Kapitel 1.3: K¨ urzeste Wege 3D

• Theorem: NP schwer

• Def. NP schwer

• Reduktion von 3 SAT, Def. 3 SAT

• Konstruktion: 2n Wege simulieren mit lin. Szene

Methoden der Offline Bewegungsplanung Wiederholung 29.01.14 cElmar Langetepe WS ’1314 7

(47)

Kapitel 1.3: K¨ urzeste Wege 3D

• Theorem: NP schwer

• Def. NP schwer

• Reduktion von 3 SAT, Def. 3 SAT

• Konstruktion: 2n Wege simulieren mit lin. Szene

• Zs.-hang Bahnplanung, Satisfiability

(48)

Kapitel 1.3: K¨ urzeste Wege 3D

• Theorem: NP schwer

• Def. NP schwer

• Reduktion von 3 SAT, Def. 3 SAT

• Konstruktion: 2n Wege simulieren mit lin. Szene

• Zs.-hang Bahnplanung, Satisfiability

• Konstrukte: Verdoppler, Klauselfilter, Literalfilter, Mischer

Methoden der Offline Bewegungsplanung Wiederholung 29.01.14 cElmar Langetepe WS ’1314 7

(49)

Kapitel 1.3: K¨ urzeste Wege 3D

• Theorem: NP schwer

• Def. NP schwer

• Reduktion von 3 SAT, Def. 3 SAT

• Konstruktion: 2n Wege simulieren mit lin. Szene

• Zs.-hang Bahnplanung, Satisfiability

• Konstrukte: Verdoppler, Klauselfilter, Literalfilter, Mischer

• Wozu Mischer?

(50)

Kapitel 1.4: K¨ urzeste Wege auf Polyeder

Methoden der Offline Bewegungsplanung Wiederholung 29.01.14 cElmar Langetepe WS ’1314 8

(51)

Kapitel 1.4: K¨ urzeste Wege auf Polyeder

• Lemmata: Lokale Eigenschaften, Wege

(52)

Kapitel 1.4: K¨ urzeste Wege auf Polyeder

• Lemmata: Lokale Eigenschaften, Wege

• Theorem: Laufzeit O(n3 log n)

Methoden der Offline Bewegungsplanung Wiederholung 29.01.14 cElmar Langetepe WS ’1314 8

(53)

Kapitel 1.4: K¨ urzeste Wege auf Polyeder

• Lemmata: Lokale Eigenschaften, Wege

• Theorem: Laufzeit O(n3 log n)

• Beweis: Cont. Dijkstra und add. gew. Voronoi Diagramme

(54)

Kapitel 1.4: K¨ urzeste Wege auf Polyeder

• Lemmata: Lokale Eigenschaften, Wege

• Theorem: Laufzeit O(n3 log n)

• Beweis: Cont. Dijkstra und add. gew. Voronoi Diagramme

• Def. Optimalit¨atsintervalle, Diskretisierung Wege

Methoden der Offline Bewegungsplanung Wiederholung 29.01.14 cElmar Langetepe WS ’1314 8

(55)

Kapitel 1.4: K¨ urzeste Wege auf Polyeder

• Lemmata: Lokale Eigenschaften, Wege

• Theorem: Laufzeit O(n3 log n)

• Beweis: Cont. Dijkstra und add. gew. Voronoi Diagramme

• Def. Optimalit¨atsintervalle, Diskretisierung Wege

• Lemma: Anzahl in O(n), Beweis

(56)

Kapitel 1.4: K¨ urzeste Wege auf Polyeder

• Lemmata: Lokale Eigenschaften, Wege

• Theorem: Laufzeit O(n3 log n)

• Beweis: Cont. Dijkstra und add. gew. Voronoi Diagramme

• Def. Optimalit¨atsintervalle, Diskretisierung Wege

• Lemma: Anzahl in O(n), Beweis

• Berechnung, Einf¨ugen neuer Intervalle, Cont. Dijkstra, Aufwand, DS

Methoden der Offline Bewegungsplanung Wiederholung 29.01.14 cElmar Langetepe WS ’1314 8

(57)

Kapitel 1.4: K¨ urzeste Wege auf Polyeder

• Lemmata: Lokale Eigenschaften, Wege

• Theorem: Laufzeit O(n3 log n)

• Beweis: Cont. Dijkstra und add. gew. Voronoi Diagramme

• Def. Optimalit¨atsintervalle, Diskretisierung Wege

• Lemma: Anzahl in O(n), Beweis

• Berechnung, Einf¨ugen neuer Intervalle, Cont. Dijkstra, Aufwand, DS

• Aufteilen der Dreiecke, add. gew. VD

(58)

Kapitel 1.4: K¨ urzeste Wege auf Polyeder

• Lemmata: Lokale Eigenschaften, Wege

• Theorem: Laufzeit O(n3 log n)

• Beweis: Cont. Dijkstra und add. gew. Voronoi Diagramme

• Def. Optimalit¨atsintervalle, Diskretisierung Wege

• Lemma: Anzahl in O(n), Beweis

• Berechnung, Einf¨ugen neuer Intervalle, Cont. Dijkstra, Aufwand, DS

• Aufteilen der Dreiecke, add. gew. VD

• Komplexit¨at, Berechnung O(n log n)

Methoden der Offline Bewegungsplanung Wiederholung 29.01.14 cElmar Langetepe WS ’1314 8

(59)

Kapitel 1.5: K¨ urzeste Pfade Liniensegment

(60)

Kapitel 1.5: K¨ urzeste Pfade Liniensegment

• Problemdefinition

Methoden der Offline Bewegungsplanung Wiederholung 29.01.14 cElmar Langetepe WS ’1314 9

(61)

Kapitel 1.5: K¨ urzeste Pfade Liniensegment

• Problemdefinition

• Theorem: Drei Bewegungsarten

(62)

Kapitel 1.5: K¨ urzeste Pfade Liniensegment

• Problemdefinition

• Theorem: Drei Bewegungsarten

• Surface Area Theorem

Methoden der Offline Bewegungsplanung Wiederholung 29.01.14 cElmar Langetepe WS ’1314 9

(63)

Kapitel 1.5: K¨ urzeste Pfade Liniensegment

• Problemdefinition

• Theorem: Drei Bewegungsarten

• Surface Area Theorem

• Def. Diameter Fkt.

(64)

Kapitel 1.5: K¨ urzeste Pfade Liniensegment

• Problemdefinition

• Theorem: Drei Bewegungsarten

• Surface Area Theorem

• Def. Diameter Fkt.

• Beweis: Rotation ist optimal

Methoden der Offline Bewegungsplanung Wiederholung 29.01.14 cElmar Langetepe WS ’1314 9

(65)

Kapitel 2.1: Reine Translationsbewegung

(66)

Kapitel 2.1: Reine Translationsbewegung

• Def. Konfigurationsraum, Referenzpunkt

Methoden der Offline Bewegungsplanung Wiederholung 29.01.14 cElmar Langetepe WS ’1314 10

(67)

Kapitel 2.1: Reine Translationsbewegung

• Def. Konfigurationsraum, Referenzpunkt

• Einfache Idee: Voronoi Diagramm Liniensegmente, koll.-freier Weg

(68)

Kapitel 2.1: Reine Translationsbewegung

• Def. Konfigurationsraum, Referenzpunkt

• Einfache Idee: Voronoi Diagramm Liniensegmente, koll.-freier Weg

• Def. Konfigurationsraum-Hindernis

Methoden der Offline Bewegungsplanung Wiederholung 29.01.14 cElmar Langetepe WS ’1314 10

(69)

Kapitel 2.1: Reine Translationsbewegung

• Def. Konfigurationsraum, Referenzpunkt

• Einfache Idee: Voronoi Diagramm Liniensegmente, koll.-freier Weg

• Def. Konfigurationsraum-Hindernis

• Lemma: CPi = −R(0, 0) + Pi, Beweis!

(70)

Kapitel 2.1: Reine Translationsbewegung

• Def. Konfigurationsraum, Referenzpunkt

• Einfache Idee: Voronoi Diagramm Liniensegmente, koll.-freier Weg

• Def. Konfigurationsraum-Hindernis

• Lemma: CPi = −R(0, 0) + Pi, Beweis!

• Def. Minkowski Summe

Methoden der Offline Bewegungsplanung Wiederholung 29.01.14 cElmar Langetepe WS ’1314 10

(71)

Kapitel 2.1: Reine Translationsbewegung

• Def. Konfigurationsraum, Referenzpunkt

• Einfache Idee: Voronoi Diagramm Liniensegmente, koll.-freier Weg

• Def. Konfigurationsraum-Hindernis

• Lemma: CPi = −R(0, 0) + Pi, Beweis!

• Def. Minkowski Summe

• Lemma: Eigenschaften, Beweis

(72)

Kapitel 2.1: Reine Translationsbewegung

• Def. Konfigurationsraum, Referenzpunkt

• Einfache Idee: Voronoi Diagramm Liniensegmente, koll.-freier Weg

• Def. Konfigurationsraum-Hindernis

• Lemma: CPi = −R(0, 0) + Pi, Beweis!

• Def. Minkowski Summe

• Lemma: Eigenschaften, Beweis

• Lemma: Komplexit¨aten konvex/konvex n.-konvex/konvex n.-konvex/n.-konvex

Methoden der Offline Bewegungsplanung Wiederholung 29.01.14 cElmar Langetepe WS ’1314 10

(73)

Kapitel 2.1: Reine Translationsbewegung

• Def. Konfigurationsraum, Referenzpunkt

• Einfache Idee: Voronoi Diagramm Liniensegmente, koll.-freier Weg

• Def. Konfigurationsraum-Hindernis

• Lemma: CPi = −R(0, 0) + Pi, Beweis!

• Def. Minkowski Summe

• Lemma: Eigenschaften, Beweis

• Lemma: Komplexit¨aten konvex/konvex n.-konvex/konvex n.-konvex/n.-konvex

• Beweise: Komplexit¨aten-Lemma, untere Schranken!

(74)

Kapitel 2.1: Reine Translationsbewegung

• Def. Konfigurationsraum, Referenzpunkt

• Einfache Idee: Voronoi Diagramm Liniensegmente, koll.-freier Weg

• Def. Konfigurationsraum-Hindernis

• Lemma: CPi = −R(0, 0) + Pi, Beweis!

• Def. Minkowski Summe

• Lemma: Eigenschaften, Beweis

• Lemma: Komplexit¨aten konvex/konvex n.-konvex/konvex n.-konvex/n.-konvex

• Beweise: Komplexit¨aten-Lemma, untere Schranken!

• Theorem: Familie von Pseudokreisen, Komplexit¨at Rand O(n), Beweis

Methoden der Offline Bewegungsplanung Wiederholung 29.01.14 cElmar Langetepe WS ’1314 10

(75)

• Theorem: Berechnung Konfigurationsraum: O(nm log2 nm)

(76)

• Theorem: Berechnung Konfigurationsraum: O(nm log2 nm)

• Beweis Komplexit¨at, Analyse Div.+Conq. T(nm)

Methoden der Offline Bewegungsplanung Wiederholung 29.01.14 cElmar Langetepe WS ’1314 11

(77)

Kapitel 2.2: Reine Translationsbewegung bel. Agent

(78)

Kapitel 2.2: Reine Translationsbewegung bel. Agent

• Begrenzungen einer Zelle des Konfigurationsraumes

Methoden der Offline Bewegungsplanung Wiederholung 29.01.14 cElmar Langetepe WS ’1314 12

(79)

Kapitel 2.2: Reine Translationsbewegung bel. Agent

• Begrenzungen einer Zelle des Konfigurationsraumes

• Liniensegmente, Zelle des Startpunktes

(80)

Kapitel 2.2: Reine Translationsbewegung bel. Agent

• Begrenzungen einer Zelle des Konfigurationsraumes

• Liniensegmente, Zelle des Startpunktes

• Allgemeiner: Begrenzung durch B¨ogen

Methoden der Offline Bewegungsplanung Wiederholung 29.01.14 cElmar Langetepe WS ’1314 12

(81)

Kapitel 2.2: Reine Translationsbewegung bel. Agent

• Begrenzungen einer Zelle des Konfigurationsraumes

• Liniensegmente, Zelle des Startpunktes

• Allgemeiner: Begrenzung durch B¨ogen

• Theorem: Zelle berechnen O(λs+2(n) log2 n)

(82)

Kapitel 2.2: Reine Translationsbewegung bel. Agent

• Begrenzungen einer Zelle des Konfigurationsraumes

• Liniensegmente, Zelle des Startpunktes

• Allgemeiner: Begrenzung durch B¨ogen

• Theorem: Zelle berechnen O(λs+2(n) log2 n)

• Theorem: Komplexit¨at Zelle O(λs+2(n))

Methoden der Offline Bewegungsplanung Wiederholung 29.01.14 cElmar Langetepe WS ’1314 12

(83)

Kapitel 2.2: Reine Translationsbewegung bel. Agent

• Begrenzungen einer Zelle des Konfigurationsraumes

• Liniensegmente, Zelle des Startpunktes

• Allgemeiner: Begrenzung durch B¨ogen

• Theorem: Zelle berechnen O(λs+2(n) log2 n)

• Theorem: Komplexit¨at Zelle O(λs+2(n))

• Beweis dazu, Ring in Kette umformen, Wechsel und Schnitte

(84)

Kapitel 2.2: Reine Translationsbewegung bel. Agent

• Begrenzungen einer Zelle des Konfigurationsraumes

• Liniensegmente, Zelle des Startpunktes

• Allgemeiner: Begrenzung durch B¨ogen

• Theorem: Zelle berechnen O(λs+2(n) log2 n)

• Theorem: Komplexit¨at Zelle O(λs+2(n))

• Beweis dazu, Ring in Kette umformen, Wechsel und Schnitte

• Berechnung: Div. + Conq., Red-Blue Merge

Methoden der Offline Bewegungsplanung Wiederholung 29.01.14 cElmar Langetepe WS ’1314 12

(85)

Kapitel 2.2: Reine Translationsbewegung bel. Agent

• Begrenzungen einer Zelle des Konfigurationsraumes

• Liniensegmente, Zelle des Startpunktes

• Allgemeiner: Begrenzung durch B¨ogen

• Theorem: Zelle berechnen O(λs+2(n) log2 n)

• Theorem: Komplexit¨at Zelle O(λs+2(n))

• Beweis dazu, Ring in Kette umformen, Wechsel und Schnitte

• Berechnung: Div. + Conq., Red-Blue Merge

• Theorem: Red-Blue Merge O((r + b + k) log(r + b + k)), Beweis

(86)

Kapitel 2.2: Reine Translationsbewegung bel. Agent

• Begrenzungen einer Zelle des Konfigurationsraumes

• Liniensegmente, Zelle des Startpunktes

• Allgemeiner: Begrenzung durch B¨ogen

• Theorem: Zelle berechnen O(λs+2(n) log2 n)

• Theorem: Komplexit¨at Zelle O(λs+2(n))

• Beweis dazu, Ring in Kette umformen, Wechsel und Schnitte

• Berechnung: Div. + Conq., Red-Blue Merge

• Theorem: Red-Blue Merge O((r + b + k) log(r + b + k)), Beweis

• Anwenden auf speziellen Merge

Methoden der Offline Bewegungsplanung Wiederholung 29.01.14 cElmar Langetepe WS ’1314 12

(87)

Kapitel 2.2: Reine Translationsbewegung bel. Agent

• Begrenzungen einer Zelle des Konfigurationsraumes

• Liniensegmente, Zelle des Startpunktes

• Allgemeiner: Begrenzung durch B¨ogen

• Theorem: Zelle berechnen O(λs+2(n) log2 n)

• Theorem: Komplexit¨at Zelle O(λs+2(n))

• Beweis dazu, Ring in Kette umformen, Wechsel und Schnitte

• Berechnung: Div. + Conq., Red-Blue Merge

• Theorem: Red-Blue Merge O((r + b + k) log(r + b + k)), Beweis

• Anwenden auf speziellen Merge

• Anwendung des allg. Theorems: Reine Translation, Roboterarm etc., Laufzeiten

(88)

Kapitel 2.3: Translation und Rotation polygonale Szene

Methoden der Offline Bewegungsplanung Wiederholung 29.01.14 cElmar Langetepe WS ’1314 13

(89)

Kapitel 2.3: Translation und Rotation polygonale Szene

• Theorem: Untere Schranke Ω(n2), Leiter

(90)

Kapitel 2.3: Translation und Rotation polygonale Szene

• Theorem: Untere Schranke Ω(n2), Leiter

• Definition: Kritische Platzierungen, Kontaktpaare

Methoden der Offline Bewegungsplanung Wiederholung 29.01.14 cElmar Langetepe WS ’1314 13

(91)

Kapitel 2.3: Translation und Rotation polygonale Szene

• Theorem: Untere Schranke Ω(n2), Leiter

• Definition: Kritische Platzierungen, Kontaktpaare

• Lemma: Existenz in jeder Zusammenhangskomponente

(92)

Kapitel 2.3: Translation und Rotation polygonale Szene

• Theorem: Untere Schranke Ω(n2), Leiter

• Definition: Kritische Platzierungen, Kontaktpaare

• Lemma: Existenz in jeder Zusammenhangskomponente

• Bemerkung: Zwei Kontakte fest, Kurve vierten Grades

Methoden der Offline Bewegungsplanung Wiederholung 29.01.14 cElmar Langetepe WS ’1314 13

(93)

Kapitel 2.3: Translation und Rotation polygonale Szene

• Theorem: Untere Schranke Ω(n2), Leiter

• Definition: Kritische Platzierungen, Kontaktpaare

• Lemma: Existenz in jeder Zusammenhangskomponente

• Bemerkung: Zwei Kontakte fest, Kurve vierten Grades

• Theorem: (nicht konvex) Anzahl Krit. Platzierungen Θ(m3n3)

(94)

Kapitel 2.3: Translation und Rotation polygonale Szene

• Theorem: Untere Schranke Ω(n2), Leiter

• Definition: Kritische Platzierungen, Kontaktpaare

• Lemma: Existenz in jeder Zusammenhangskomponente

• Bemerkung: Zwei Kontakte fest, Kurve vierten Grades

• Theorem: (nicht konvex) Anzahl Krit. Platzierungen Θ(m3n3)

• Theorem: (konvex) Anzahl Krit. Platzierungen O(mn λ6(mn))

Methoden der Offline Bewegungsplanung Wiederholung 29.01.14 cElmar Langetepe WS ’1314 13

(95)

Kapitel 2.3: Translation und Rotation polygonale Szene

• Theorem: Untere Schranke Ω(n2), Leiter

• Definition: Kritische Platzierungen, Kontaktpaare

• Lemma: Existenz in jeder Zusammenhangskomponente

• Bemerkung: Zwei Kontakte fest, Kurve vierten Grades

• Theorem: (nicht konvex) Anzahl Krit. Platzierungen Θ(m3n3)

• Theorem: (konvex) Anzahl Krit. Platzierungen O(mn λ6(mn))

• Definition: Beschr¨anken, Kontaktpaare

(96)

Kapitel 2.3: Translation und Rotation polygonale Szene

• Theorem: Untere Schranke Ω(n2), Leiter

• Definition: Kritische Platzierungen, Kontaktpaare

• Lemma: Existenz in jeder Zusammenhangskomponente

• Bemerkung: Zwei Kontakte fest, Kurve vierten Grades

• Theorem: (nicht konvex) Anzahl Krit. Platzierungen Θ(m3n3)

• Theorem: (konvex) Anzahl Krit. Platzierungen O(mn λ6(mn))

• Definition: Beschr¨anken, Kontaktpaare

• Lemma: O1 beschr¨ankt O2 oder O2 beschr¨ankt O1

Methoden der Offline Bewegungsplanung Wiederholung 29.01.14 cElmar Langetepe WS ’1314 13

(97)

Kapitel 2.3: Translation und Rotation polygonale Szene

• Theorem: Untere Schranke Ω(n2), Leiter

• Definition: Kritische Platzierungen, Kontaktpaare

• Lemma: Existenz in jeder Zusammenhangskomponente

• Bemerkung: Zwei Kontakte fest, Kurve vierten Grades

• Theorem: (nicht konvex) Anzahl Krit. Platzierungen Θ(m3n3)

• Theorem: (konvex) Anzahl Krit. Platzierungen O(mn λ6(mn))

• Definition: Beschr¨anken, Kontaktpaare

• Lemma: O1 beschr¨ankt O2 oder O2 beschr¨ankt O1

• Theorem: T+ l¨aßt sich in Zeit O(mn λ6(mn) log(mn)) berechnen

(98)

• Untere Konturen von Arrangements, DSS (Appendix)

Methoden der Offline Bewegungsplanung Wiederholung 29.01.14 cElmar Langetepe WS ’1314 14

(99)

• Untere Konturen von Arrangements, DSS (Appendix)

• Definition: Knotengraph, eine Orientierung!

(100)

• Untere Konturen von Arrangements, DSS (Appendix)

• Definition: Knotengraph, eine Orientierung!

• Lemma: Zusammenhang Cf rei und Knotengraph

Methoden der Offline Bewegungsplanung Wiederholung 29.01.14 cElmar Langetepe WS ’1314 14

(101)

• Untere Konturen von Arrangements, DSS (Appendix)

• Definition: Knotengraph, eine Orientierung!

• Lemma: Zusammenhang Cf rei und Knotengraph

• Definition: Kritische Orientierungen T, [i] bis [vi], ¨Anderungen Knotengraph

(102)

• Untere Konturen von Arrangements, DSS (Appendix)

• Definition: Knotengraph, eine Orientierung!

• Lemma: Zusammenhang Cf rei und Knotengraph

• Definition: Kritische Orientierungen T, [i] bis [vi], ¨Anderungen Knotengraph

• Bemerkung: Aktualisierung V θ: O(mn λ6(mn) log(mn))

Methoden der Offline Bewegungsplanung Wiederholung 29.01.14 cElmar Langetepe WS ’1314 14

(103)

• Untere Konturen von Arrangements, DSS (Appendix)

• Definition: Knotengraph, eine Orientierung!

• Lemma: Zusammenhang Cf rei und Knotengraph

• Definition: Kritische Orientierungen T, [i] bis [vi], ¨Anderungen Knotengraph

• Bemerkung: Aktualisierung V θ: O(mn λ6(mn) log(mn))

• Algorithmen zur Bestimmung von T

(104)

Kapitel 3: Allgemeine Systeme

Methoden der Offline Bewegungsplanung Wiederholung 29.01.14 cElmar Langetepe WS ’1314 15

(105)

Kapitel 3: Allgemeine Systeme

• Theorem: Im Allgemeinen NP schwer

(106)

Kapitel 3: Allgemeine Systeme

• Theorem: Im Allgemeinen NP schwer

• Reduktion von Partition auf Bahnplanungsproblem

Methoden der Offline Bewegungsplanung Wiederholung 29.01.14 cElmar Langetepe WS ’1314 15

(107)

Kapitel 4: Fertigungsplanung

(108)

Kapitel 4: Fertigungsplanung

• Parallel Jaw Gripper Modell, Part Feeder

Methoden der Offline Bewegungsplanung Wiederholung 29.01.14 cElmar Langetepe WS ’1314 16

(109)

Kapitel 4: Fertigungsplanung

• Parallel Jaw Gripper Modell, Part Feeder

• Greifoperationen geometrisch beschreiben, konvexe H¨ulle

(110)

Kapitel 4: Fertigungsplanung

• Parallel Jaw Gripper Modell, Part Feeder

• Greifoperationen geometrisch beschreiben, konvexe H¨ulle

• Definition: Durchmesserfunktion (Diameter)/Greiffunktion, periodizit¨at, Greifplan A

Methoden der Offline Bewegungsplanung Wiederholung 29.01.14 cElmar Langetepe WS ’1314 16

(111)

Kapitel 4: Fertigungsplanung

• Parallel Jaw Gripper Modell, Part Feeder

• Greifoperationen geometrisch beschreiben, konvexe H¨ulle

• Definition: Durchmesserfunktion (Diameter)/Greiffunktion, periodizit¨at, Greifplan A

• Definition: Bis auf Symmetrie eindeutig orientieren

(112)

Kapitel 4: Fertigungsplanung

• Parallel Jaw Gripper Modell, Part Feeder

• Greifoperationen geometrisch beschreiben, konvexe H¨ulle

• Definition: Durchmesserfunktion (Diameter)/Greiffunktion, periodizit¨at, Greifplan A

• Definition: Bis auf Symmetrie eindeutig orientieren

• Algorithmus, s-Intervall, s-Image

Methoden der Offline Bewegungsplanung Wiederholung 29.01.14 cElmar Langetepe WS ’1314 16

(113)

Kapitel 4: Fertigungsplanung

• Parallel Jaw Gripper Modell, Part Feeder

• Greifoperationen geometrisch beschreiben, konvexe H¨ulle

• Definition: Durchmesserfunktion (Diameter)/Greiffunktion, periodizit¨at, Greifplan A

• Definition: Bis auf Symmetrie eindeutig orientieren

• Algorithmus, s-Intervall, s-Image

• Theorem: K¨urzeste Sequenz von Greifoperation, bis auf

Symmetrie eindeutig, Plan in O(n2), berechnen in O(n2 log n)!

(114)

Kapitel 4: Fertigungsplanung

• Parallel Jaw Gripper Modell, Part Feeder

• Greifoperationen geometrisch beschreiben, konvexe H¨ulle

• Definition: Durchmesserfunktion (Diameter)/Greiffunktion, periodizit¨at, Greifplan A

• Definition: Bis auf Symmetrie eindeutig orientieren

• Algorithmus, s-Intervall, s-Image

• Theorem: K¨urzeste Sequenz von Greifoperation, bis auf

Symmetrie eindeutig, Plan in O(n2), berechnen in O(n2 log n)!

• Korrektheit und Optimalit¨at!

Methoden der Offline Bewegungsplanung Wiederholung 29.01.14 cElmar Langetepe WS ’1314 16

(115)

Kapitel 4: Fertigungsplanung

• Parallel Jaw Gripper Modell, Part Feeder

• Greifoperationen geometrisch beschreiben, konvexe H¨ulle

• Definition: Durchmesserfunktion (Diameter)/Greiffunktion, periodizit¨at, Greifplan A

• Definition: Bis auf Symmetrie eindeutig orientieren

• Algorithmus, s-Intervall, s-Image

• Theorem: K¨urzeste Sequenz von Greifoperation, bis auf

Symmetrie eindeutig, Plan in O(n2), berechnen in O(n2 log n)!

• Korrektheit und Optimalit¨at!

• Realistisch: Erst Schiebeoperation, Schwerpunkt!

(116)

Kapitel 4: Fertigungsplanung

• Parallel Jaw Gripper Modell, Part Feeder

• Greifoperationen geometrisch beschreiben, konvexe H¨ulle

• Definition: Durchmesserfunktion (Diameter)/Greiffunktion, periodizit¨at, Greifplan A

• Definition: Bis auf Symmetrie eindeutig orientieren

• Algorithmus, s-Intervall, s-Image

• Theorem: K¨urzeste Sequenz von Greifoperation, bis auf

Symmetrie eindeutig, Plan in O(n2), berechnen in O(n2 log n)!

• Korrektheit und Optimalit¨at!

• Realistisch: Erst Schiebeoperation, Schwerpunkt!

• Definition: Radiusfunktion, Schiebefunktion, Transferfunktion

Methoden der Offline Bewegungsplanung Wiederholung 29.01.14 cElmar Langetepe WS ’1314 16

(117)

• Gleicher Algorithmus!

Referenzen

ÄHNLICHE DOKUMENTE

Offline Bewegungsplanung Einf¨ uhrung 14.10.13 c Elmar Langetepe WS ’1314

Offline Bewegungsplanung 16.10.13 K¨ urzeste Wege c Elmar Langetepe WS ’1314 1... Geht

Offline Bewegungsplanung 21.10.13 K¨ urzeste Wege c Elmar Langetepe WS ’1314 1... Schnittpunkt mit Kette darunter

Offline Bewegungsplanung 23.10.13 K¨ urzeste Wege c Elmar Langetepe WS ’1314 1... Shortest Path in

Offline Bewegungsplanung 9.12.13 Kollisionsfreie Wege c Elmar Langetepe WS ’1314 1... Jetzt: Translation

Offline Bewegungsplanung 06.01.14 Kollisionsfreie Wege c Elmar Langetepe WS ’1314

Offline Bewegungsplanung 27.10.14 K¨ urzeste Wege c Elmar Langetepe WS ’1415 1... 1.2.3 Durchmesser

Offline Bewegungsplanung 29.10.14 K¨ urzeste Wege c Elmar Langetepe WS ’1415 1... Was