Jämförelse av olika sampling-based motion planners i flera configuration spaces

A lot of tasks in our society can be automatized through the use of motion planners. One approach of motion planning is known as sampling-based motion planning. In order to find out strengths and weaknesses of different sampling-based motion planners, benchmarks were run where the memory usage, the length of solutions and the time to find a feasible solution were compared. Multiple configuration spaces were used in order to correlate the effectiveness of planners with the different traits of the configuration spaces. The results show that the Lazy-PRM* takes up less memory than the PRM, RRT and RRT*. The results also suggest that there is a correlation between the configuration space and which planner finds the best result within a certain timeframe.Det finns många processer och uppgifter i vårt samhälle som kan automatiseras med hjälp av motion planners. En kategori av motion planners är känd som sampling-based motion planning. För att undersöka styrkor och svagheter för olika sampling-based motion planners så kördes ett flertal benchmarks. I dessa benchmarks mättes hur mycket minne som togs upp, längden av lösningarna och hur lång tid det tog att finna en giltig lösning. Flera configuration spaces användes i syfte att finna om vissa algoritmer är mer lämpade för configuration spaces med särskilda egenskaper. Resultaten visade att Lazy-PRM* tar upp mindre minne än PRM, RRT och RRT*. Resultaten antyder också att det finns ett samband mellan configuration space och vilken planeringsalgoritm som hittar bäst resultat inom en särskild tidsram