Graph – basierte Routenplanung versus Geometrische Routenplanung

Slides:



Advertisements
Ähnliche Präsentationen
Vortrag von Stephanie Weirauch Jens Pleger Peter Jancke Frank Wejmelka
Advertisements

Punkt-in-Polygon-Verfahren III (R/R+-Baum)
Grundlagen des A*-Algorithmus und Anwendung in der Routenplanung
Kap. 13 Sweep-Line Algorithmen Kap Schnittprobleme
Schnelle Matrizenoperationen von Christian Büttner
Das LCA – Problem in Suffixbäumen
WS Algorithmentheorie 13 - Kürzeste (billigste) Wege Prof. Dr. Th. Ottmann.
WS Algorithmentheorie 01 – Divide and Conquer (Segmentschnitt) Prof. Dr. Th. Ottmann.
Vorlesung Informatik 2 Algorithmen und Datenstrukturen (27 – Kürzeste Wege) Prof. Th. Ottmann.
1 Vorlesung Informatik 2 Algorithmen und Datenstrukturen (21 – Kürzeste Wege) T. Lauer.
Algorithmentheorie 12 – Spannende Bäume minimalen Gewichts
Geometrisches Divide and Conquer
Indoor Navigation Performance Analysis
Institut für Kartographie und Geoinformation Dipl.-Ing. J. Schmittwilken Diskrete Mathe II Übung
Klausur „Diskrete Mathematik II“
Institut für Kartographie und Geoinformation Dipl.-Ing. J. Schmittwilken Diskrete Mathe II Übung
Institut für Kartographie und Geoinformation Prof. Dr. Lutz Plümer Geoinformation II Vorlesung In welcher Masche liegt der Punkt p?
Algorithmen und Komplexität
Minimum Spanning Tree: MST
Modellierung von Baumstrukturen mit einem einzigen Polygonnetz
Institut für Kartographie und Geoinformation Prof. Dr. Lutz Plümer Diskrete Mathematik II Vorlesung 1 SS 2001 Algorithmus von Dijkstra.
Effiziente Algorithmen
Effiziente Algorithmen
Datenstrukturen für Landkarten
Black Box Algorithmen Hartmut Klauck Universität Frankfurt SS
Computergraphische Visualisierungs- verfahren für 3D-Stadtmodelle
Institut für Kartographie und Geoinformation Prof. Dr. Lutz Plümer Geoinformation II Vorlesung 8 SS 2000 Punkt-in-Polygon-Verfahren II (Trapezkarte)
Geoinformation II Vorlesung 4 SS 2001 Voronoi-Diagramme.
Diskrete Mathematik II
Institut für Kartographie und Geoinformation Prof. Dr. Lutz Plümer Geoinformation II Vorlesung 7 SS 2000 Punkt-in-Polygon-Verfahren I (Trapezkarte)
Effiziente Algorithmen Hartmut Klauck Universität Frankfurt SS
Effiziente Algorithmen
Black Box Algorithmen Hartmut Klauck Universität Frankfurt SS
Effiziente Algorithmen Hartmut Klauck Universität Frankfurt SS
Effiziente Algorithmen
Black Box Algorithmen Hartmut Klauck Universität Frankfurt SS
Black Box Algorithmen Hartmut Klauck Universität Frankfurt SS
Effiziente Algorithmen Hartmut Klauck Universität Frankfurt SS
Effiziente Algorithmen Hartmut Klauck Universität Frankfurt SS
Effiziente Algorithmen Hartmut Klauck Universität Frankfurt SS
Effiziente Algorithmen
Effiziente Algorithmen Hartmut Klauck Universität Frankfurt SS
Quantum Computing Hartmut Klauck Universität Frankfurt WS 05/
Konstruktion der Voronoi-Diagramme I
Vorlesung Mai 2000 Konstruktion des Voronoi-Diagramms II
Institut für Kartographie und Geoinformation Prof. Dr. Lutz Plümer Geoinformation III Vorlesung 1 WS 2001/02 Punkt-in-Landkarte I (Streifenkarte)
Institut für Kartographie und Geoinformation Prof. Dr. Lutz Plümer Geoinformation II 6. Sem. Vorlesung Mai 2000 Konstruktion des Voronoi-Diagramms.
Landkarten Landkarten sind Tesselationen mit folgenden Eigenschaften:
Analyse der Laufzeit von Algorithmen
Vom graphischen Differenzieren
Institut für Kartographie und Geoinformation Prof. Dr. Lutz Plümer Diskrete Mathematik II Vorlesung Datenstrukturen für den Algorithmus von.
Institut für Kartographie und Geoinformation Prof. Dr. Lutz Plümer Geoinformation II Vorlesung 4 WS 01/02 Quadtrees.
Constraint Delaunay Triangulations
Routenplanung querfeldein - Geometric Route Planning
Korrektheit von Programmen – Testen
Institut für Kartographie und Geoinformation Prof. Dr. Lutz Plümer Diskrete Mathematik II Vorlesung Suche des kürzesten Weges in einem Netz.
Institut für Kartographie und Geoinformation Prof. Dr. Lutz Plümer Diskrete Mathematik II Vorlesung Voronoi-Diagramme.
Anwendung der Ellipsoidmethode in der Kombinatorischen Optimierung
Geoinformation II 6. Sem. Vorlesung April 2000 Geometrische Algorithmen - ein einführendes, größeres Beispiel für ein Semester-begleitendes Programmier.
Institut für Kartographie und Geoinformation Dipl.-Ing. J. Schmittwilken Diskrete Mathe II Übung
Stabile Hochzeiten, Zuweisungsspiele und beides gleichzeitig
Gliederung der Vorlesung
Institut für Informationssysteme Technische Universität Braunschweig Institut für Informationssysteme Technische Universität Braunschweig Verdrängung von.
Institut für Kartographie und Geoinformation Prof. Dr. Lutz Plümer Geoinformation II 6. Sem. Vorlesung 4 4. Mai 2000 Voronoi-Diagramm.
Programmiersprachen II Fortsetzung Datenstrukturen Balancierte Bäume 3 Prof. Dr. Reiner Güttler Fachbereich GIS HTW.
Einführung in die Informationsverarbeitung Teil Thaller Stunde V: Wege und warum man sie geht Graphen. Köln 14. Januar 2016.
Rechen- und Kommunikationszentrum (RZ) Selektionsstrategien auf Graphstrukturen Sven Porsche Seminarvorträge Aachen.
Vorlesung April 2000 Polygon Overlay
Vorlesung AVL-Bäume/Algorithmen-
Punkt-in-Landkarte II
 Präsentation transkript:

Graph – basierte Routenplanung versus Geometrische Routenplanung Fußgängernavigation Graph – basierte Routenplanung versus Geometrische Routenplanung Philipp Zeimetz Philipp Zeimetz - Navigation mit GIS - 7. Semester - WS 02/03

Graph – basierte Routenplanung Erinnerung und Ausblick Graph – basierte Routenplanung 10 9 8 7 6 5 4 3 2 1 Geometrische Routenplanung Philipp Zeimetz - Navigation mit GIS - 7. Semester - WS 02/03

Graphen-basierte Routenplanung Wir kennen aus der diskreten Mathematik II: Algorithmus von Dijkstra Alle kürzesten Wege von einem Knoten Laufzeit O(e + n log n) (mit fibonacci Heaps) ( n / e = Anzahl der Knoten / Kanten ) Algorithmus von Floyd Kürzesten Wege zwischen allen Paaren von Knoten Kosten O (n³) Philipp Zeimetz - Navigation mit GIS - 7. Semester - WS 02/03

Philipp Zeimetz - Navigation mit GIS - 7. Semester - WS 02/03 Unterschiede Was unterscheidet die beiden Verfahren: Graphen-basierte Routenplanung: Ableitung der Topologie aus der Geometrie Repräsentation der Topologie durch Graphen Ableitung eines Graphen aus der Geometrie Der Graph besteht aus nicht negativ gewichtete Kanten Geometrische Routenplanung Keine Abstraktion der Geometrie Repräsentation der Geometrie durch Polygone Geometrie dient als Grundlage der Berechnungen Berechnung und Ausgabe einer Trajektorie Philipp Zeimetz - Navigation mit GIS - 7. Semester - WS 02/03

Philipp Zeimetz - Navigation mit GIS - 7. Semester - WS 02/03 Motivation Wo liegen die Vorteile der geometrischen Routenplanung? Bewegung wird nicht auf wenige Kanten beschränkt Fußgänger bewegen sich freier als Züge oder Autos! Eine exakte Trajektorie wird berechnet Robotik Schifffahrt Philipp Zeimetz - Navigation mit GIS - 7. Semester - WS 02/03

geometrische Routenplanung Vorgehen: Zerlegung des freien Raums Erstellung des Verbindungsgraphen Punktlokalisierung in Landkarten Berechnung der möglichen Wege Verwendung von Trichtern (funnel) Ausgabe einer Wegebeschreibung Liefert eine Koordinaten Liste Philipp Zeimetz - Navigation mit GIS - 7. Semester - WS 02/03

Das Verfahren ist sehr Komplex! Wir beschränken uns auf folgende Fälle: Wir bewegen uns im zweidimensionalen Die Karte ist uns bekannt Die Karte besteht aus Polygonen Die Position ist uns bekannt Fußgänger haben keine Ausdehnung Existiert eine Verbindung zwischen zwei Hindernissen, so passen Fußgänger auch hindurch Philipp Zeimetz - Navigation mit GIS - 7. Semester - WS 02/03

Die Karte Besteht aus: Einem begehbaren Polygon mit freier Raum Hindernisse Besteht aus: Einem begehbaren Polygon mit vielen unbegehbaren Löchern (ebenfalls Polygone) Philipp Zeimetz - Navigation mit GIS - 7. Semester - WS 02/03

Philipp Zeimetz - Navigation mit GIS - 7. Semester - WS 02/03 Zellzerlegung 1 2 3 4 5 6 7 8 9 10 freier Raum Hindernisse Zerlegung der Karte in einfache Polygone: Bestimmung von Minima und Maxima der Hindernispolygone Einfügen Horizontaler Kanten Nummerierung der neuen Kacheln Berechnungskosten: O (n) Philipp Zeimetz - Navigation mit GIS - 7. Semester - WS 02/03

Philipp Zeimetz - Navigation mit GIS - 7. Semester - WS 02/03 Gewinn der Zerlegung I freier Raum Hindernisse 1 2 3 4 5 6 7 8 9 10 es entstehen einfache Polygone der gesuchte Weg verläuft zwischen linker und rechter Begrenzung „Auswüchse“ werden nicht besucht Philipp Zeimetz - Navigation mit GIS - 7. Semester - WS 02/03

Gewinn der Zerlegung II freier Raum Hindernisse 1 2 3 4 5 6 7 8 9 10 „Höhlen“ werden im Graph zu toten Enden Philipp Zeimetz - Navigation mit GIS - 7. Semester - WS 02/03

Philipp Zeimetz - Navigation mit GIS - 7. Semester - WS 02/03 Punktelokalisierung freier Raum Hindernisse 1 2 3 4 5 6 7 8 9 10 In welchem Polygon liegen End- und Anfangspunkt? II Durch Zellzerlegung entsteht eine Karte, welche an die Trapezkarte aus GIS III Laufzeit: O (n log n) I Philipp Zeimetz - Navigation mit GIS - 7. Semester - WS 02/03

Philipp Zeimetz - Navigation mit GIS - 7. Semester - WS 02/03 Verbindungsgraph 9 10 freier Raum Hindernisse 8 6 7 5 4 3 2 1 Philipp Zeimetz - Navigation mit GIS - 7. Semester - WS 02/03

Philipp Zeimetz - Navigation mit GIS - 7. Semester - WS 02/03 Verbindungsgraph Eigenschaften des Verbindungsgraphen: 10 9 8 7 6 5 4 3 2 1 Jeder Knoten repräsentiert eine Kachel Jede Kante repräsentiert die Verbindung der begrenzenden Kacheln Von jeder Kachel geht mindestens eine Kante und maximal vier Kanten ab Philipp Zeimetz - Navigation mit GIS - 7. Semester - WS 02/03

Philipp Zeimetz - Navigation mit GIS - 7. Semester - WS 02/03 Laufzeitkosten freier Raum Hindernisse 1 2 3 4 5 6 7 8 9 10 Die Laufzeitkosten für: II Zellzerlegung + Verbindungsgraph Punktlokalisierung O (n) + O (n log n) Betragen zusammen: O (n log n) (n ist die Anzahl der Knoten) I Philipp Zeimetz - Navigation mit GIS - 7. Semester - WS 02/03

Philipp Zeimetz - Navigation mit GIS - 7. Semester - WS 02/03 Suche möglicher Wege 10 9 8 7 6 5 4 3 2 1 freier Raum Hindernisse 1 2 3 4 5 6 7 8 9 10 I II Algorithmus: A* Laufzeit: O (n) Nachteil: jeder Kante muss geprüft werden Aber: auch jede Region max. zwei mal Philipp Zeimetz - Navigation mit GIS - 7. Semester - WS 02/03

Philipp Zeimetz - Navigation mit GIS - 7. Semester - WS 02/03 Trichtern (funnel) Der kürzeste Weg verläuft stets über konvexe Punkte Konvexe Punkte Der Quellpunkt liegt stets auf dem kürzesten Weg Die linke Kette verläuft über konvexe Punkte der linken Begrenzung Rechte Kette Linke Kette Die rechte Kette verläuft über konvexe Punkte der rechten Begrenzung Quellpunkt Die Ketten bewegen sich voneinander weg Philipp Zeimetz - Navigation mit GIS - 7. Semester - WS 02/03

Ein einfaches Beispiel 8 6 4 2 1 freier Raum Hindernisse 1 2 3 4 5 6 7 8 9 10 Der kürzeste Weg verläuft stets über konvexe Punkte II Die Ketten bewegen sich voneinander weg Der Winkel zwischen den Ketten ist minimal I Philipp Zeimetz - Navigation mit GIS - 7. Semester - WS 02/03

Geometric Route Planning 1 3 2 4 6 7 8 9 10 5 A* Philipp Zeimetz - Navigation mit GIS - 7. Semester - WS 02/03

Geometric Route Planning 1 3 2 4 6 7 8 9 10 5 Philipp Zeimetz - Navigation mit GIS - 7. Semester - WS 02/03

Geometric Route Planning 1 3 2 4 6 7 8 9 10 5 Philipp Zeimetz - Navigation mit GIS - 7. Semester - WS 02/03

Geometric Route Planning 1 3 2 4 6 7 8 9 10 5 Philipp Zeimetz - Navigation mit GIS - 7. Semester - WS 02/03

Geometric Route Planning 1 3 2 4 6 7 8 9 10 5 Philipp Zeimetz - Navigation mit GIS - 7. Semester - WS 02/03

Geometric Route Planning 1 3 2 4 6 7 8 9 10 5 Philipp Zeimetz - Navigation mit GIS - 7. Semester - WS 02/03

Geometric Route Planning 1 3 2 4 6 7 8 9 10 5 Philipp Zeimetz - Navigation mit GIS - 7. Semester - WS 02/03

Geometric Route Planning 1 3 2 4 6 7 8 9 10 5 Philipp Zeimetz - Navigation mit GIS - 7. Semester - WS 02/03

Geometric Route Planning 1 3 2 4 6 7 8 9 10 5 Philipp Zeimetz - Navigation mit GIS - 7. Semester - WS 02/03

Geometric Route Planning 1 3 2 4 6 7 8 9 10 5 Philipp Zeimetz - Navigation mit GIS - 7. Semester - WS 02/03

Geometric Route Planning 1 3 2 4 6 7 8 9 10 5 Philipp Zeimetz - Navigation mit GIS - 7. Semester - WS 02/03

Geometric Route Planning 1 3 2 4 6 7 8 9 10 5 Philipp Zeimetz - Navigation mit GIS - 7. Semester - WS 02/03

Beschreibung des Weges 1 2 3 4 5 6 7 8 9 10 Die Koordinaten aller Knickpunkte werden ausgegeben. Die Streckenlänge berechnet sich nach: Wobei m die Anzahl der Stützpunkte ist Freier Raum Kartenobjekte Philipp Zeimetz - Navigation mit GIS - 7. Semester - WS 02/03

Philipp Zeimetz - Navigation mit GIS - 7. Semester - WS 02/03 Ein Problemfall ??? n = # Knoten = 16 h = # Löcher = 4 Tiefe des Baums: 2h + 1 = 9 (max) 13 13 11 12 Anzahl Regionen: 3h + 1 = 13 (max) 10 11 12 10 Durchlaufene Regionen: 4h + 1 = 17 (max) 8 9 9 8 7 7 5 6 5 6 # möglicher Wege: 2h = 16 4 4 2 3 Für n = 50 max h = 15 # Wege: 32768 # d. Regionen: 61 2 3 1 1 Philipp Zeimetz - Navigation mit GIS - 7. Semester - WS 02/03

Philipp Zeimetz - Navigation mit GIS - 7. Semester - WS 02/03 Ein Problemfall ??? Anzahl der Sichtbarkeitsüberprüfungen: n² Philipp Zeimetz - Navigation mit GIS - 7. Semester - WS 02/03

Philipp Zeimetz - Navigation mit GIS - 7. Semester - WS 02/03 Ein Spezialfall Freier Raum Kartenobjekte 1 2 3 4 5 6 7 8 9 10 Endpunkt und Startpunkt liegen in einem Polygon Problem: Bei komplexen Polygonen ist die Orientierung schwierig II I Lösung: Ergänzung der Zellzerlegung Algorithmus von Lee und Preparata ... weitere Methoden ... Freier Raum Kartenobjekte Philipp Zeimetz - Navigation mit GIS - 7. Semester - WS 02/03

Ergänzung der Zellzerlegung Freier Raum Kartenobjekte 1 2 3 4 5 6 7 8 9 10 Ergänzung: Einfügen zweier weiterer horizontaler Kanten an Start- und Endpunkt 12 II Beachte: der Verbindungsgraph verändert sich die Nummerierung muss erneuert werden I 11 Philipp Zeimetz - Navigation mit GIS - 7. Semester - WS 02/03

Algorithmus: Lee und Preparata 1. Schritt: Triangulation des beliebigen, lochfreien Polygons Berechnungskosten: O (n) wobei n die Anzahl der Knoten ist Philipp Zeimetz - Navigation mit GIS - 7. Semester - WS 02/03

Algorithmus: Lee und Preparata 2. Schritt: Erstellung eines Graphen zwei Dreiecke sind benachbart, wenn sie gemeinsame Seiten haben Philipp Zeimetz - Navigation mit GIS - 7. Semester - WS 02/03

Algorithmus: Lee und Preparata 3. Schritt: Suche des einzigen Weges Philipp Zeimetz - Navigation mit GIS - 7. Semester - WS 02/03

Algorithmus: Lee und Preparata 3. Schritt: Suche des einzigen Weges Philipp Zeimetz - Navigation mit GIS - 7. Semester - WS 02/03

Algorithmus: Lee und Preparata 4. Schritt: Anwendung der Trichter Philipp Zeimetz - Navigation mit GIS - 7. Semester - WS 02/03

Philipp Zeimetz - Navigation mit GIS - 7. Semester - WS 02/03 Trichter Algorithmus Die Regeln für die Trichter sind hier etwas anders: die Endpunkte der Ketten müssen keine Konvexe Punkte sein die Ketten verlaufen immer über die nächst möglichen konvexen Punkte  Kriterium der kleinsten Winkel gilt nicht Philipp Zeimetz - Navigation mit GIS - 7. Semester - WS 02/03

Algorithmus: Lee und Preparata 4. Schritt: Anwendung der Trichter Philipp Zeimetz - Navigation mit GIS - 7. Semester - WS 02/03

Algorithmus: Lee und Preparata 4. Schritt: Anwendung der Trichter Philipp Zeimetz - Navigation mit GIS - 7. Semester - WS 02/03

Philipp Zeimetz - Navigation mit GIS - 7. Semester - WS 02/03 Laufzeitkosten Kosten für die Suche in einem einfachen Polygon Algorithmus nach Lee und Preparata: O (n) Setz die Polygon-Triangulation voraus: O (n) Kosten für die Suche in einem komplexen Polygon Zellzerlegung + Verbindungsgraph + Punktlokalisierung: O (n log n) Wegsuche mit A*-Algorithmus: O (n) Trichterkonstruktion: O (n²) Gesamtlaufzeitkosten: O(n²) + ... Philipp Zeimetz - Navigation mit GIS - 7. Semester - WS 02/03

Vergleich der Verfahren I Laufzeitkosten der Algorithmen: Graphbasierte Routenplanung Dijkstra O(e + n log n) Geometrische Routenplanung O (n²) + ... Ergebnis des Vergleichs: Die geometrische Routenplanung ist Aufwendiger Philipp Zeimetz - Navigation mit GIS - 7. Semester - WS 02/03

Vergleich der Verfahren II Projektrelevante Eigenschaften I Geometrische Routenplanung erfordert einen größere Rechenleistung Rechenleistung mobiler Endgeräte noch beschränkt Fußgänger wollen wissen welche Straße sie gehen sollen; nicht wie sie entlang der Straßen laufen sollen Die Ausgabe der Routen soll per Video erfolgen, wodurch bereits eine linienhafte Abstraktion des Weges gegeben ist Philipp Zeimetz - Navigation mit GIS - 7. Semester - WS 02/03

Vergleich der Verfahren III Projektrelevante Eigenschaften II An Plätzen will der Fußgänger wissen in welche Straße er biegen muss; wie er das macht weiß er vermutlich Die Modellierung von z.B. Straßenübergängen oder Ampel- anlagen ist bei der geometrischen Variante schwieriger Philipp Zeimetz - Navigation mit GIS - 7. Semester - WS 02/03

Vergleich der Verfahren IV Zukunftsaussichten: In der Zukunft soll auch die „Kaufhausnavigation“ möglich sein Voraussetzungen: Routenplanung in mehreren „Kaufhausebenen“: Graph – basierte Routenplanung: Modellierung von Rolltreppen, Aufzügen etc. durch Kanten 7 6 5 4 3 2 1 Damenabteilung EG 11 10 12 9 14 8 13 Herrenabteilung UG Philipp Zeimetz - Navigation mit GIS - 7. Semester - WS 02/03

Vergleich der Verfahren V Zukunftsaussichten: In der Zukunft soll auch „park and go“ möglich sein Voraussetzungen: Kombination mehrerer Verkehrsmittel: Graph – basierte Routenplanung: Modellierung von Parkplätzen durch Knoten 7 6 5 4 3 2 1 11 10 12 9 8 13 Auto Fußgänger Parkplatz 7 6 5 4 3 2 1 11 10 12 9 8 13 Auto Fußgänger Philipp Zeimetz - Navigation mit GIS - 7. Semester - WS 02/03