Zusammenfassung Verallgemeinerungen VD Segmente/Pledge Algorithmus
|
|
- Mathilde Kathrin Brandt
- vor 7 Jahren
- Abrufe
Transkript
1 Zusammenfassung Verallgemeinerungen VD Segmente/Pledge Algorithmus Elmar Langetepe University of Bonn Algorithmische Geometrie VD Segmente/Pledge c Elmar Langetepe SS 11 1
2 Voronoi Diagramm von Liniensegmenten Jetzt alle Objekte Punkte oder Liniensegmente Bisektor zwischen Punkt und Segment Abstand eines Punktes x zu Segment l, Streifen Bisektor zwischen zwei Segmenten l 1 und l 2 B(l 1, l 2 ) = {x IR 2 ; xl 1 = xl 2 } Voronoi Region VR(l, S) = {x IR 2 ; xl < xl l S \ {l}} y x y x l l x (i) x (ii) Algorithmische Geometrie VD Segmente/Pledge c Elmar Langetepe SS 11 2
3 Voronoi Diagramm von Liniensegmenten Jetzt alle Objekte Punkte oder Liniensegmente Bisektor zwischen Punkt und Segment Abstand eines Punktes x zu Segment l, Streifen Bisektor zwischen zwei Segmenten l 1 und l 2 B(l 1, l 2 ) = {x IR 2 ; xl 1 = xl 2 } Voronoi Region VR(l, S) = {x IR 2 ; xl < xl l S \ {l}} y x y x l l x (i) x (ii) Algorithmische Geometrie VD Segmente/Pledge c Elmar Langetepe SS 11 2
4 Bisektor von Segmenten Lemma 5.24 Der Bisektor von zwei disjunkten Liniensegmenten l 1 und l 2 ist eine Kurve aus Parabelstücken, Liniensegmenten und zwei Halbgeraden. Verantwortungsbereiche der Streifen, Lage zueinander 1. l 1 Punkt, l 2 Punkt: Bisektorstück Gerade 2. l 1 Segment, l 2 Punkt: Bisektorstück Parabel 3. l 1 Segment, l 2 Segment: Bisektorstück Gerade d l 2 c l 2 b c b c l 1 c a d b b l1 a Algorithmische Geometrie VD Segmente/Pledge c Elmar Langetepe SS 11 3
5 Regionen sind sternförmig Menge von Liniensegmenten S, Voronoi-Region von einem Liniensegment VR(l, S)! Lemma 5.25 Sei S eine Menge von Liniensegmenten und l S. Für jeden Punkt x in der Voronoi-Region VR(l, S) gilt: Das Liniensegment xy x zwischen x und dem Punkt y x l der am nächsten zu x liegt, liegt in VR(l, S). Beweis: Widerspruch! Algorithmische Geometrie VD Segmente/Pledge c Elmar Langetepe SS 11 4
6 Regionen zusammenhängend Korollar 5.26 Die Voronoi-Regionen von Liniensegmenten sind zusammenhängend. Beweis: Alle Punkte der Region haben Blickkontakt zu l! Algorithmische Geometrie VD Segmente/Pledge c Elmar Langetepe SS 11 5
7 Bisektor: Maximal 7 Stücke! Lemma 5.27 Der Bisektor von zwei disjunkten Liniensegmenten l 1 und l 2 ist eine Kurve aus Parabelstücken, Liniensegmenten und zwei Halbgeraden und besteht aus maximal 7 Stücken. Halbstreifen, insgesamt 8 Einmal betreten, einmal verlassen, monoton Mind. Segment l 1 liegt auf konvex. Hülle Bisektor betritt sukzessive 3 Streifen von l 1 max. 6 Kanten überqueren b d d a d d l 1 l 1 d l 2 l 1 l 2 c l 2 l 1 c l 1 b a l 1 Algorithmische Geometrie VD Segmente/Pledge c Elmar Langetepe SS 11 6
8 Anwendung Bahnplanung: Kreisförmiger Agent Algorithmische Geometrie VD Segmente/Pledge c Elmar Langetepe SS 11 7
9 Anwendung Bahnplanung: Kreisförmiger Agent Verwende kleinsten Kreis um Roboter Voronoi Diagramm der Segmente der Hindernisse Weg auf Bisektoren: Möglichst großer Abstand Zum Bisektor laufen, dann Breitensuche R Algorithmische Geometrie VD Segmente/Pledge c Elmar Langetepe SS 11 7
10 Anwendung Bahnplanung: Kreisförmiger Agent Verwende kleinsten Kreis um Roboter Voronoi Diagramm der Segmente der Hindernisse Weg auf Bisektoren: Möglichst großer Abstand Zum Bisektor laufen, dann Breitensuche R Algorithmische Geometrie VD Segmente/Pledge c Elmar Langetepe SS 11 7
11 Anwendung Bahnplanung: Kreisförmiger Agent Verwende kleinsten Kreis um Roboter Voronoi Diagramm der Segmente der Hindernisse Weg auf Bisektoren: Möglichst großer Abstand Zum Bisektor laufen, dann Breitensuche R Algorithmische Geometrie VD Segmente/Pledge c Elmar Langetepe SS 11 7
12 Anwendung Bahnplanung: Kreisförmiger Agent Verwende kleinsten Kreis um Roboter Voronoi Diagramm der Segmente der Hindernisse Weg auf Bisektoren: Möglichst großer Abstand Zum Bisektor laufen, dann Breitensuche R Algorithmische Geometrie VD Segmente/Pledge c Elmar Langetepe SS 11 7
13 Anwendung Bahnplanung: Kreisförmiger Agent Verwende kleinsten Kreis um Roboter Voronoi Diagramm der Segmente der Hindernisse Weg auf Bisektoren: Möglichst großer Abstand Zum Bisektor laufen, dann Breitensuche R s t Algorithmische Geometrie VD Segmente/Pledge c Elmar Langetepe SS 11 7
14 Anwendung Bahnplanung: Kreisförmiger Agent Verwende kleinsten Kreis um Roboter Voronoi Diagramm der Segmente der Hindernisse Weg auf Bisektoren: Möglichst großer Abstand Zum Bisektor laufen, dann Breitensuche e s R s t e t Algorithmische Geometrie VD Segmente/Pledge c Elmar Langetepe SS 11 7
15 Anwendung Bahnplanung: Kreisförmiger Agent Verwende kleinsten Kreis um Roboter Voronoi Diagramm der Segmente der Hindernisse Weg auf Bisektoren: Möglichst großer Abstand Zum Bisektor laufen, dann Breitensuche e s e t s t R s t Algorithmische Geometrie VD Segmente/Pledge c Elmar Langetepe SS 11 7
16 Anwendung Bahnplanung: Kreisförmiger Agent Verwende kleinsten Kreis um Roboter Voronoi Diagramm der Segmente der Hindernisse Weg auf Bisektoren: Möglichst großer Abstand Zum Bisektor laufen, dann Breitensuche e s e t s t R s t Algorithmische Geometrie VD Segmente/Pledge c Elmar Langetepe SS 11 7
17 Start s kann stets angelaufen werden s in Region von e s, Kreis frei Kürzester Weg zu e s, Strahl Richtung Bisektor Trifft Bisektor bei S, Kreis/Weg ist frei!! V D(L) e s S s Algorithmische Geometrie VD Segmente/Pledge c Elmar Langetepe SS 11 8
18 Bewegungsplanung von Agenten: Online/Offline Historie: Entkommen aus dem Labyrinth Effizientmaße: Länge des Weges/Rechenzeit Offline: Alle Informationen sind vorhanden Online: Nur lokale Informationen: Sicht/Tastsensor Modell: Karte aufbauen, Umgebung merken, kein Speicher Unvollständige Information: Vorlesung WS 11/12 Algorithmische Geometrie VD Segmente/Pledge c Elmar Langetepe SS 11 9
19 Entkommen aus dem Labyrinth: Modell Punktförmiger Agent/kreisförmiger Agent Polygonale Szene Touch Sensor, Folge einer Wand Folge einer Richtung (exakt) Drehwinkel-Zähler (keinen weiteren Speicher) Winkelcounter = Algorithmische Geometrie VD Segmente/Pledge c Elmar Langetepe SS 11 10
20 Pledge Algorithmus Winkelcounter = Algorithmische Geometrie VD Segmente/Pledge c Elmar Langetepe SS 11 11
21 Pledge Algorithmus 1. Wähle Winkel ϕ und drehe den Roboter in diese Richtung. 2. Gehe in Richtung ϕ, bis der Roboter ein Hindernis erreicht. 3. Drehe nach rechts und halte den Kontakt mit der Wand an der linken Seite des Roboters. 4. Folge der Wand und addiere dabei die Drehwinkel, bis der totale Drehwinkel Null ist, dann GOTO (2). Winkelcounter = Algorithmische Geometrie VD Segmente/Pledge c Elmar Langetepe SS 11 11
22 Pledge Algorithmus Winkelzähler mod 2π = 0 reicht nicht Nur Linke Hand reicht nicht s s Algorithmische Geometrie VD Segmente/Pledge c Elmar Langetepe SS 11 12
23 Kapitel Buch Kapitel 5 Seite 248 mitte S. 256 mitte Kapitel 7 Seite 315 oben S. 321 oben Algorithmische Geometrie VD Segmente/Pledge c Elmar Langetepe SS 11 13
Zusammenfassung Voronoi Diagramme
Zusammenfassung Voronoi Diagramme Elmar Langetepe University of Bonn Algorithmische Geometrie Voronoi Diagramme 03.06.11 c Elmar Langetepe SS 15 1 Kap. 5: Voronoi Diagramme Zerlegung der Ebene in Zellen
MehrBewegungsplanung bei unvollständiger Information
Bewegungsplanung bei unvollständiger Information Sebastian Hempel Aktuelle Forschungsthemen in der Algorithmik Überblick 1. Einleitung 2. Auswege aus einem Labyrinth 3. Finden eines Ziels in unbekannter
MehrDurchschnitte und Sichtbarkeit
Durchschnitte und Sichtbarkeit Elmar Langetepe University of Bonn Algorithmische Geometrie Durchschnitte 11.05.15 c Elmar Langetepe SS 15 1 Durchschnitt von Halbgeraden/Konvexe Hülle Algorithmische Geometrie
MehrDer Pledge-Algorithmus
Der Pledge-Algorithmus Benjamin Kahl 22. Juni 2017 Inhaltsverzeichnis 1 Einführung 1.1 Modelldefinition...2 2 Naiver Ansatz 2.1 Zufällige Wegwahl...3 2.2 Rechte-Hand-Methode...3 3 Pledge-Algorithmus 3.1
MehrAusarbeitung: Ausweg aus einem Labyrinth bei unvollständiger Information
Ausarbeitung: Ausweg aus einem Labyrinth bei unvollständiger Information Arsenij E. Solovjev 7. Mai 2009 Zusammenfassung Problemdenition. Pledge-Algorithmus. Bug-Strategie. Einführung in Robotik. Vorstellung
Mehrfür n-elementige Punktmenge jedenfalls Ω(n log n), da mit VD die konvexe Hülle in linearer Zeit bestimmbar.
Konstruktion des Voronoi-Diagramms Untere Schranke für den Zeitaufwand: für n-elementige Punktmenge jedenfalls Ω(n log n), da mit VD die konvexe Hülle in linearer Zeit bestimmbar. Wenn man die n Punkte
MehrUberblick 1. Kurzeste Wege 2. Sichtbarkeitsgraphen 3. Berechnung des Sichtbarkeitsgraphen 4. Kurzeste Wege fur polygonale Roboter 1
Vorlesung Geometrische Algorithmen Sichtbarkeitsgraphen und kurzeste Wege Sven Schuierer Uberblick 1. Kurzeste Wege 2. Sichtbarkeitsgraphen 3. Berechnung des Sichtbarkeitsgraphen 4. Kurzeste Wege fur polygonale
MehrAlgorithmische Geometrie: Rest Lokalisierung von Punkten; Voronoi Diagramme (1/2)
Algorithmische Geometrie: Rest Lokalisierung von Punkten; Voronoi Diagramme (1/2) Nico Düvelmeyer WS 2009/2010, 22.12.2009 Überblick 1 Fertigstellung Kapitel 7 2 Definition Voronoi Diagramm 3 Grundlegende
MehrUberblick 1. Problemstellung 2. Kongurationsraum 3. Bewegungsplanung fur einen Punktroboter 4. Minkowski Summen 5. Pseudo-Scheiben 6. Bewegungsplanung
Vorlesung Geometrische Algorithmen Bewegungsplanung fur Roboter (Robot Motion Planning) Sven Schuierer Uberblick 1. Problemstellung 2. Kongurationsraum 3. Bewegungsplanung fur einen Punktroboter 4. Minkowski
MehrVoronoi-Diagramme. Dr. Martin Nöllenburg Vorlesung Algorithmische Geometrie INSTITUT FÜR THEORETISCHE INFORMATIK FAKULTÄT FÜR INFORMATIK
Vorlesung Algorithmische Geometrie INSTITUT FÜR THEORETISCHE INFORMATIK FAKULTÄT FÜR INFORMATIK Martin Nöllenburg 29.05.2011 Das Postamt-Problem b(p, q) = {x R 2 : xp = xq } p q h(p, q) h(q, p) = {x :
MehrAlgorithmische Geometrie: Voronoi Diagramme (Teil 2)
Algorithmische Geometrie: Voronoi Diagramme (Teil 2) Nico Düvelmeyer WS 2009/2010, 12.1.2010 Überblick 1 Definition und grundlegende Eigenschaften (Wied.) 2 Bestimmung des Voronoi Diagramms Gleitebenenverfahren
MehrVoronoi-Diagramme INSTITUT FÜR THEORETISCHE INFORMATIK FAKULTÄT FÜR INFORMATIK. Dr. Martin Nöllenburg Vorlesung Algorithmische Geometrie
Vorlesung Algorithmische Geometrie INSTITUT FÜR THEORETISCHE INFORMATIK FAKULTÄT FÜR INFORMATIK Martin Nöllenburg 03.06.2014 1 Das Postamt-Problem b(p, q) = {x 2 R 2 : xp = xq } p q h(p, q) h(q, p) = {x
MehrAnwendungen der WSPD & Sichtbarkeitsgraphen
Vorlesung Algorithmische Geometrie INSTITUT FÜR THEORETISCHE INFORMATIK FAKULTÄT FÜR INFORMATIK Martin Nöllenburg 08.07.2014 1 Wdh.: Well-Separated Pair Decomposition Def.: Ein Paar disjunkter Punktmengen
MehrAnwendungen der WSPD & Sichtbarkeitsgraphen
Vorlesung Algorithmische Geometrie INSTITUT FÜR THEORETISCHE INFORMATIK FAKULTÄT FÜR INFORMATIK Martin Nöllenburg 10.07.2012 Wdh.: Well-Separated Pair Decomposition Def.: Ein Paar disjunkter Punktmengen
MehrLokalisierung von inneren und äußeren Grenzen in Sensornetzwerken
Lokalisierung von inneren und äußeren Grenzen in Sensornetzwerken Seminararbeit: Algorithmen für Sensornetzwerke Thomas Gramer 1 Thomas Gramer: KIT Universität des Landes Baden-Württemberg und nationales
MehrAlgorithmische Geometrie, SoSe 2005 Skriptmitschrift vom 29. April 2005
Algorithmische Geometrie, SoSe 2005 Skriptmitschrift vom 29. April 2005 Antonia Wittmers Igor Savchenko Konvexe Hüllen Inkrementeller Algorithmus für die konvexe Hülle Dabei heißt inkrementeller Algorithmus,
Mehr11. Bewegungsplanung für Roboter bei unvollständiger Information. Problem 1: Ausweg aus einem Labyrinth (s. Klein 1997)
11. Bewegungsplanung für Roboter bei unvollständiger Information Problem 1: Ausweg aus einem Labyrinth (s. Klein 1997) Unterschied zwischen Berechnung der Lösung (Vorauss.: Information über das Labyrinth
MehrDistanzprobleme in der Ebene
Distanzprobleme in der Ebene (Literatur: deberg et al., Kapitel 7,9) Christian Knauer 1 Motivation: Alle nächsten Nachbarn Gegeben: Eine Menge von Punkten P in der Ebene Berechne: Zu jedem Punkt aus P
MehrAlgorithmische Geometrie: Einstimmung
Algorithmische Geometrie: Einstimmung Nico Düvelmeyer WS 2009/2010, 20.10.2009 Überblick 1 Organisatorisches 2 Fachgebiet Typische Untersuchungsgegenstände Typische Anwendungsgebiete 3 Inhalte der Vorlesung
MehrVoronoi-Diagramme und Delaunay-Triangulierungen
Vorlesung Algorithmische Geometrie Voronoi-Diagramme & Delaunay-Triangulierungen LEHRSTUHL FÜR ALGORITHMIK I INSTITUT FÜR THEORETISCHE INFORMATIK FAKULTÄT FÜR INFORMATIK Martin Nöllenburg 07.06.2011 Erinnerung:
MehrÜbungsblatt 7 - Voronoi Diagramme
Karlsruher Institut für Technologie Algorithmische Geometrie Fakultät für Informatik Sommersemester 2012 ITI Wagner Martin Nöllenburg/Andreas Gemsa Übungsblatt 7 - Voronoi Diagramme 1 Voronoi-Zellen Sei
MehrWegeplanung: Wegekartenverfahren
Wegeplanung: Wegekartenverfahren Idee Sichtbarkeitsgraph Voronoi-Diagramm Probabilistische Wegekarten Rapidly-Exploring Random Tree Prof. Dr. O. Bittel, HTWG Konstanz Autonome Roboter - Wegekartenverfahren
MehrDelaunay-Triangulierungen
Vorlesung Algorithmische Geometrie Delaunay-Triangulierungen INSTITUT FU R THEORETISCHE INFORMATIK FAKULTA T FU R INFORMATIK Martin No llenburg 10.06.2014 Grafik c Rodrigo I. Silveira 1 Dr. Martin No llenburg
MehrDualität + Quad-trees
Übung Algorithmische Geometrie Dualität + Quad-trees LEHRSTUHL FÜR ALGORITHMIK I INSTITUT FÜR THEORETISCHE INFORMATIK FAKULTÄT FÜR INFORMATIK Andreas Gemsa 30.06.2011 Übersicht Übungsblatt 10 - Dualität
MehrThe weighted farthest color Voronoi diagram on trees and graphs
The weighted farthest color Voronoi diagram on trees and graphs Torsten Baumgartner 6. September 004 Zusammenfassung Ausarbeitung zu einem gleichnamigen Vortrag im Rahmen des Informatik-Seminars Algorithmische
MehrOptimales Routing. Paul Kunze
Optimales Routing Paul Kunze 10.07.2015 Grundlagen Grundlagen endliche Menge an Punkten Φ = {x i } aus R 2 hier: gebildet durch Poisson-Punktprozess A = A D : Route zum Ziel D Φ. Abbildung auf einem Graphen
MehrSichtbarkeitsgraphen. Dr. Martin Nöllenburg Vorlesung Algorithmische Geometrie
Vorlesung Algorithmische Geometrie LEHRSTUHL FÜR ALGORITHMIK I INSTITUT FÜR THEORETISCHE INFORMATIK FAKULTÄT FÜR INFORMATIK Martin Nöllenburg 12.07.2011 Bewegungslanung für Roboter Ideen?? Problem: Gegeben
MehrGeometrische Algorithmen Voronoi-Diagramme. Lernmodul 7: Geo-Algorithmen und -Datenstrukturen - Voronoi-Diagramme
Folie 1 von 32 Geometrische Algorithmen Voronoi-Diagramme Folie 2 von 32 Voronoi-Diagramme Übersicht Problemstellung Animation zur Konstruktion eines Voronoi-Diagramms Definition, Eigenschaften eines Voronoi-Diagramms
MehrAlgorithmische Geometrie
Algorithmische Geometrie Martin Peternell TU Wien 31. Fortbildungstagung für Geometrie 2010, Strobl 1 Themen der Algorithmische Geometrie Entwurf von Algorithmen für geometrische Fragestellungen betreffend
MehrAlgorithmische Geometrie. Prof. Dr. Thomas Ottmann. Mitarbeit: PD Dr. Sven Schuierer Dr. Stefan Edelkamp
Algorithmische Geometrie Prof. Dr. Thomas Ottmann Mitarbeit: PD Dr. Sven Schuierer Dr. Stefan Edelkamp Literatur: M. de Berg, M. van Krefeld, M. Overmars O. Schwarzkopf: Computational Geometry (Algorithms
MehrAlgorithmen 3. Algorithmen prolog der Informatik
Von Labyrinthen zu Algorithmen 3 Gerald Futschek Ariadne-Faden Algorithmus Modifizierte Grundoperationen: Aktionen: Beim Gehen in Gängen zusätzlich Faden abspulen bzw. aufwickeln zusätzliche Abfrage: Quert
MehrFachbereich Informatik. Lehrgebiet Praktische Informatik VI. Diplomarbeit
Fachbereich Informatik Lehrgebiet Praktische Informatik VI Diplomarbeit Das Voronoi-Diagramm von Liniensegmenten und eine Anwendung auf ein Problem mit zusammengesetzten Metriken eingereicht im: März 2002
MehrÜbungen zur Vorlesung Algorithmische Geometrie
Prof. Dr. E. Wanke Düsseldorf, 22. Juni 2016 S. Hoffmann, M.Sc. Übungen zur Vorlesung Algorithmische Geometrie Hinweise Programmieraufgaben: Alle vorgeschlagenen Programmieraufgaben können Sie in einer
MehrMethoden der Offline Bewegungsplanung für Roboter
Methoden der Offline Bewegungsplanung für Roboter Mögliche Prüfungsfragen Vorlesung von Elmar Langetepe WS 16/17 Beachtet bitte: Diese Liste hat keinen Anspruch auf Vollständigkeit! Manchmal werden auch
MehrAlgorithmische Geometrie: Delaunay Triangulierung (Teil 1)
Algorithmische Geometrie: Delaunay Triangulierung (Teil 1) Nico Düvelmeyer WS 2009/2010, 26.1.2010 Überblick 1 Motivation Interpolation von Höhendaten 2 Triangulierungen von ebenen Punktmengen 3 Delaunay
MehrAufgabensammlung zur algorithmischen Geometrie
1 Aufgabensammlung zur algorithmischen Geometrie 2012WS Andreas Kriegl 1. Konvexe Hülle als Durchschnitt. Zeige, daß der Durchschnitt konvexer Mengen wieder konvex ist und somit die konvexe Hülle einer
Mehr2.4. Triangulierung von Polygonen
Als drittes Problem haben wir in Kapitel 1 die Triangulierung von Polygonen identifiziert, die etwa bei der Überwachung eines Museums durch Kameras auftritt. F70 F71 Definition und Theorie: Definition
MehrAlgorithmische Geometrie: Delaunay Triangulierung (Teil 2)
Algorithmische Geometrie: Delaunay Triangulierung (Teil 2) Nico Düvelmeyer WS 2009/2010, 2.2.2010 Überblick 1 Delaunay Triangulierungen 2 Berechnung der Delaunay Triangulierung Randomisiert inkrementeller
MehrGeradenarrangements und Dualität von Punkten und Geraden
Vorlesung Algorithmische Geometrie von Punkten und Geraden INSTITUT FÜR THEORETISCHE INFORMATIK FAKULTÄT FÜR INFORMATIK Martin Nöllenburg 12.06.2012 Dualitätsabbildung Bisher haben wir Dualität für planare
MehrAlgorithmische Geometrie 3. Schnitte von Liniensegmenten
Algorithmische Geometrie 3. Schnitte von Liniensegmenten JProf. Dr. Heike Leitte Computergraphik und Visualisierung Inhaltsverzeichnis 1. Einführung 2. Konvexe Hülle 3. Schnitte von Liniensegmenten 4.
MehrGeradenarrangements und Dualität von Punkten und Geraden
Vorlesung Algorithmische Geometrie von Punkten und Geraden INSTITUT FÜR THEORETISCHE INFORMATIK FAKULTÄT FÜR INFORMATIK Martin Nöllenburg 17.06.2014 1 Dualitätsabbildung Bisher haben wir Dualität für planare
MehrGeradenarrangements und Dualität von Punkten und Geraden
Vorlesung Algorithmische Geometrie von Punkten und Geraden INSTITUT FÜR THEORETISCHE INFORMATIK FAKULTÄT FÜR INFORMATIK Martin Nöllenburg 12.06.2012 Dualitätsabbildung Bisher haben wir Dualität für planare
MehrMafI I: Logik & Diskrete Mathematik (F. Hoffmann)
Lösungen zum 14. und letzten Aufgabenblatt zur Vorlesung MafI I: Logik & Diskrete Mathematik (F. Hoffmann) 1. Ungerichtete Graphen (a) Beschreiben Sie einen Algorithmus, der algorithmisch feststellt, ob
MehrCell Decomposition & Potential Field
Seminar EXRPR Cell Decomposition & Potential Field Gruppe 2: Thomas Janu Martin Koch Adrian J. Merkl Matthias Schneider Cell Decomposition & Potential Field 20.06.2005 Gruppe 2 Gliederung (1) 1.Cell Decomposition
MehrAlois Fichtl, Julius Vogelbacher 10. Juni Voronoi und Johnson-Mehl Mosaike
Alois Fichtl, Julius Vogelbacher 10. Juni 2008 Voronoi und Johnson-Mehl Mosaike Seite 2 Voronoi- und Johnson-Mehl-Mosaike Alois Fichtl, Julius Vogelbacher 10. Juni 2008 Inhaltsverzeichnis Einführung Mosaike
MehrVorlesung Algorithmische Geometrie Konvexe Hülle im R 3
Vorlesung Algorithmische Geometrie Konvexe Hülle im R 3 LEHRSTUHL FÜR ALGORITHMIK I INSTITUT FÜR THEORETISCHE INFORMATIK FAKULTÄT FÜR INFORMATIK Andreas Gemsa 26.06.2012 Prüfung! Termine: 20. Juli 27.
MehrJurij-Andrei Reichenecker 21. Juni Tessellationen
Jurij-Andrei Reichenecker 21. Juni 2010 Tessellationen Seite 2 Tessellationen 21. Juni 2010 Jurij-Andrei Reichenecker Inhalt Einführung Voronoi Tessellation Algorithmus zur Erstellung von Voronoi Tessellationen
Mehr2. Triangulation ebener Punktmengen. 3. Definition und Eigenschaften der Delaunay Triangulation
Delaunay Triangulation 1. Motivation 2. Triangulation ebener Punktmengen 3. Definition und Eigenschaften der Delaunay Triangulation 4. Berechnung der Delaunay Triangulation (randomisiert, inkrementell)
Mehr10.1 Geometrische Wegplanung im Konfigurationsraum
10 Pfadplanung 10.1 Geometrische Wegplanung im Konfigurationsraum Vorausetzungen Roboter bewegt sich in der Ebene, ohne sich zu drehen Hindernisse sind konvexe Polygone Beispiel Grundgedanke Problem wird
MehrKlausur. 18. Juli 2008, 10:15-12:15 Uhr. Name:... Matrikelnummer:... Anzahl beschriebener Blätter (ohne Aufgabenblatt):... D(p) : Y = p x X + p y
GRUNDZÜGE DER ALGORITHMISCHEN GEOMETRIE Klausur 18. Juli 2008, 10:15-12:15 Uhr Name:................................... Matrikelnummer:................................... Anzahl beschriebener Blätter (ohne
MehrPhilipp Bodewig, Christoph Weiler
Software-Praktikum: Labyrinth-Roboter Philipp Bodewig, Christoph Weiler Inhalt Praktikumsaufgabe Labyrinthspezifikationen Roboter Suchalgorithmus Speicherung des Labyrinths Vorführung Praktikumsaufgabe
MehrGraphdurchmusterung, Breiten- und Tiefensuche
Prof. Thomas Richter 18. Mai 2017 Institut für Analysis und Numerik Otto-von-Guericke-Universität Magdeburg thomas.richter@ovgu.de Material zur Vorlesung Algorithmische Mathematik II am 18.05.2017 Graphdurchmusterung,
Mehr12. Flächenrekonstruktion aus 3D-Punktwolken und generalisierte Voronoi-Diagramme
12. Flächenrekonstruktion aus 3D-Punktwolken und generalisierte Voronoi-Diagramme (Einfache) Voronoi-Diagramme: Motivation: gegeben: Raum R, darin Menge S von Objekten Frage nach Zerlegung von R in "Einflusszonen"
MehrKapitel 8: Bipartite Graphen Gliederung der Vorlesung
Gliederung der Vorlesung 1. Grundbegriffe. Elementare Graphalgorithmen und Anwendungen 3. Kürzeste Wege 4. Minimale spannende Bäume 5. Färbungen und Cliquen 6. Traveling Salesman Problem 7. Flüsse in Netzwerken
MehrPolygontriangulierung
Vorlesung Algorithmische Geometrie Polygone triangulieren LEHRSTUHL FÜR ALGORITHMIK I INSTITUT FÜR THEORETISCHE INFORMATIK FAKULTÄT FÜR INFORMATIK Martin Nöllenburg 26.04.2011 Das Kunstgalerie-Problem
MehrSichtbarkeitsgraph. Andreas Gemsa Übung Algorithmische Geometrie
Übung Algorithmische Geometrie Sichtbarkeitsgraph LEHRSTUHL FÜR ALGORITHMIK I INSTITUT FÜR THEORETISCHE INFORMATIK FAKULTÄT FÜR INFORMATIK Andreas Gemsa 19.07.2012 Ablauf Nachtrag Sichtbarkeitsgraph WSPD
MehrKonvexe Mengen. Kanglin,Chen. Universität Bremen, Proseminar WS 04/05
Konvexe Mengen Kanglin,Chen Universität Bremen, Proseminar WS 04/05 Satz. (Satz von Kirchberger) Sei P, Q E n kompakt und nicht leer. Dann gilt: P, Q sind durch eine Hyperebene streng trennbar. Für jede
MehrÜbersicht. Begriffserklärung Motivation / Anwendungen Drei Algorithmen Zusammenfassung Fragen Quellen. Triangulierung von Steffen Ernst 2
Triangulierung Übersicht Begriffserklärung Motivation / Anwendungen Drei Algorithmen Zusammenfassung Fragen Quellen Triangulierung von Steffen Ernst 2 Begriffserklärung Ein Graph ist trianguliert, wenn
Mehr1. Semesterschularbeit
1. Semesterschularbeit 3.2.2000 (100 Minuten) 1) Die Punkte A=[3,0,-1], B=[1,4,-1] und C=[-2,0,4] liegen auf einer Kugel, deren Mittelpunkt in der Ebene ε: 2x+3y-8z=4 liegt. a) Stelle die Kugelgleichung
MehrAlgorithmische Geometrie: Lineare Optimierung (I)
Algorithmische Geometrie: Lineare Optimierung (I) Nico Düvelmeyer WS 2009/2010, 17.11.2009 Überblick 1 Geometrie von Gießformen 2 Durchschnitte von Halbebenen 3 Inkrementeller Algorithmus Überblick 1 Geometrie
MehrLineare Algebra II. Prof. Dr. M. Rost. Übungen Blatt 1 (SS 2011) Abgabetermin: Donnerstag, 21. April.
Lineare Algebra II Prof. Dr. M. Rost Übungen Blatt 1 (SS 2011) Abgabetermin: Donnerstag, 21. April http://www.math.uni-bielefeld.de/~rost/la2 Erinnerungen, Ergänzungen und Vorgriffe zur Vorlesung: Symmetrische
MehrÜbung 13 Algorithmen II
Michael Axtmann michael.axtmann@kit.edu http://algo2.iti.kit.edu/algorithmenii_ws16.php - 0 Axtmann: KIT Universität des Landes Baden-Württemberg und nationales Forschungszentrum in der Helmholtz-Gemeinschaft
MehrHallo Welt für Fortgeschrittene
Hallo Welt für Fortgeschrittene Geometrie I Markus Götze Informatik 2 Programmiersysteme Martensstraße 3 91058 Erlangen Gliederung Grundlagen Polygone ccw Pick's Theorem Konvexe Hülle Hallo Welt für Fortgeschrittene
MehrBerechnung approximierter Voronoi-Zellen auf geometrischen Datenströmen
Definition Berechnung approximierter Voronoi-Zellen auf geometrischen Datenströmen Seminar über Algorithmen WS 2005/2006 Vorgetragen von Oliver Rieger und Patrick-Thomas Chmielewski basierend auf der Arbeit
MehrDas Voronoi Diagramm. 1. Definition. 2. Eigenschaften. 3. Größe und Speicherung. 4. Konstruktion. 5. Verwendung
Das Voronoi Diagramm 1. Definition 2. Eigenschaften 3. Größe und Speicherung 4. Konstruktion 5. Verwendung Das Voronoi- Diagramm Voronoi Regionen Euklidische Distanz: d(p,q) = (px-qx)^2+(py-qy)^2 Das Voronoi-Diagramm
MehrHallo Welt für Fortgeschrittene
Hallo Welt für Fortgeschrittene Geometrie II Benjamin Zenke Informatik 2 Programmiersysteme Martensstraße 3 91058 Erlangen Inhalt Closest Pair Divide & Conquer Bereichssuche Gitterverfahren k-d-tree Sweep-Line-Algorithmen
MehrR a i n e r N i e u w e n h u i z e n K a p e l l e n s t r G r e v e n T e l / F a x / e
R a i n e r N i e u w e n h u i z e n K a p e l l e n s t r. 5 4 8 6 2 8 G r e v e n T e l. 0 2 5 7 1 / 9 5 2 6 1 0 F a x. 0 2 5 7 1 / 9 5 2 6 1 2 e - m a i l r a i n e r. n i e u w e n h u i z e n @ c
MehrF r e i t a g, 3. J u n i
F r e i t a g, 3. J u n i 2 0 1 1 L i n u x w i r d 2 0 J a h r e a l t H o l l a, i c h d a c h t e d i e L i n u x - L e u t e s i n d e i n w e n i g v e r n ü n f t i g, a b e r j e t z t g i b t e
MehrL 3. L a 3. P a. L a m 3. P a l. L a m a 3. P a l m. P a l m e. P o 4. P o p 4. L a. P o p o 4. L a m. Agnes Klawatsch
1 L 3 P 1 L a 3 P a 1 L a m 3 P a l 1 L a m a 3 P a l m 2 P 3 P a l m e 2 P o 4 L 2 P o p 4 L a 2 P o p o 4 L a m 4 L a m p 6 N a 4 L a m p e 6 N a m 5 5 A A m 6 6 N a m e N a m e n 5 A m p 7 M 5 A m p
MehrS o n n t a g, 5. A u g u s t
S o n n t a g, 5. A u g u s t 2 0 1 8 R ü c k b l i c k, A b s c h i e d, v i e l p a s s i e r t u n d k e i n e Z e i t D r e i M o n a t e s i n d v e r g a n g e n, v o l l g e s t o p f t m i t s
MehrS o n n t a g, 2 6. N o v e m b e r
S o n n t a g, 2 6. N o v e m b e r 2 0 1 7 A u s f l u g n a c h N e v a d a u n d A r i z o n a D e r g r o ß e S o h n u n d i c h g i n g e n a u f e i n e F a h r t i n R i c h t u n g N e v a d a
Mehr5. Bäume und Minimalgerüste
5. Bäume und Minimalgerüste Charakterisierung von Minimalgerüsten 5. Bäume und Minimalgerüste Definition 5.1. Es ein G = (V, E) ein zusammenhängender Graph. H = (V,E ) heißt Gerüst von G gdw. wenn H ein
Mehr6. Planare Graphen und Färbungen
6. Planare Graphen und Färbungen Lernziele: Den Begriff der Planarität verstehen und erläutern können, wichtige Eigenschaften von planaren Graphen kennen und praktisch einsetzen können, die Anzahl von
MehrFelix Brandt, Jan Johannsen. Vorlesung im Wintersemester 2008/09
Felix Brandt, Jan Johannsen Vorlesung im Wintersemester 2008/09 Übersicht Übersicht Definition Ein Matching in G = (V, E) ist eine Menge M E mit e 1 e 2 = für e 1, e 2 M, e 1 e 2 Ein Matching M ist perfekt,
MehrNachbarschaft, Grad, regulär, Inzidenz
Nachbarschaft, Grad, regulär, Inzidenz Definition Eigenschaften von Graphen Sei G = (V, E) ein ungerichteter Graph. 1 Die Nachbarschaftschaft Γ(u) eines Knoten u V ist Γ(u) := {v V {u, v} E}. 2 Der Grad
Mehr4.7 Der Algorithmus von Dinic für maximalen Fluss
4.7 Der Algorithmus von Dinic für maximalen Fluss Wir kennen bereits den Algorithmus von Ford Fulkerson zur Suche nach einem maximalen Fluss in einem Graphen. Wir lernen nun einen Algorithmus für maximalen
MehrEs sei P ein einfaches Polygon in der Ebene; P habe n Ecken. Hilfssatz: Zu jedem einfachen Polygon mit mehr als 3 Ecken existiert eine Diagonale.
6. Polygontriangulierung: Wie bewacht man eine Kunstgalerie? 6.1. Grundlegendes zu Polygonen Es sei P ein einfaches Polygon in der Ebene; P habe n Ecken. Definition: Hilfssatz: Zu jedem einfachen Polygon
MehrDilation in Dreiecks - Delaunay Triangulationen
Rheinische Friedrich-Wilhelms-Universität Bonn Institut für Informatik I Markus Zilken Dilation in Dreiecks - Delaunay Triangulationen 26.04.2006 Seminararbeit im SS 2006 Betreuer: Ansgar Gruene Zusammenfassung
MehrEinführung in die Robotik. Jianwei Zhang
- Jianwei Zhang zhang@informatik.uni-hamburg.de Fakultät für Mathematik, Informatik und Naturwissenschaften Technische Aspekte Multimodaler Systeme 26. Juni 2012 J. Zhang 296 Programmierung auf Aufgabenebene
MehrGliederung. Gliederung (cont.) Gliederung (cont.)
- Gliederung Jianwei Zhang zhang@informatik.uni-hamburg.de Fakultät für Mathematik, Informatik und Naturwissenschaften Technische Aspekte Multimodaler Systeme 15. Juni 2010 Allgemeine Informationen Einführung
MehrGrundlagen zur Delaunay-Triangulierung und zur konvexen Hülle. zum Begriff des Voronoi-Diagramms (vgl. auch Vorlesung "Algorithmische Geometrie"):
Grundlagen zur Delaunay-Triangulierung und zur konvexen Hülle zum Begriff des Voronoi-Diagramms (vgl. auch Vorlesung "Algorithmische Geometrie"): 1 Erzeugung des Voronoi-Diagramms (siehe Vorlesung "Algorithmische
MehrNaiver Algorithmus für Hamiltonkreis
Naiver Algorithmus für Hamiltonkreis Algorithmus HAMILTON EINGABE: G = ([n], E) in Adjazenzmatrixdarstellung 1 Für alle Permutationen π : [n] [n]. 1 Falls (π(1), π(2),..., π(n)) ein Kreis in G ist, AUSGABE
MehrKurven. Markus Kraxner 22. Januar 2015
Kurven Markus Kraxner 22. Januar 2015 1 Inhaltsverzeichnis 1 Einleitung 3 2 Einleitung Kurven 4 2.1 Parameterdarstellung von Kurven.................. 4 2.2 Ebene Kurven............................. 4 2.3
Mehr2. Optimierungsprobleme 6
6 2. Beispiele... 7... 8 2.3 Konvexe Mengen und Funktionen... 9 2.4 Konvexe Optimierungsprobleme... 0 2. Beispiele 7- Ein (NP-)Optimierungsproblem P 0 ist wie folgt definiert Jede Instanz I P 0 hat einen
MehrVon Labyrinthen zu Algorithmen 2. Gerald Futschek
Von Labyrinthen zu Algorithmen 2 Gerald Futschek Problem der Zyklen Die Strategie Linke Wand entlang funktioniert leider nicht bei allen Labyrinthen, wenn man von A nach B will! Möglicherweise gibt es
MehrQuad-trees. Benjamin Niedermann Übung Algorithmische Geometrie
Übung Algorithmische Geometrie Quad-trees LEHRSTUHL FÜR ALGORITHMIK I INSTITUT FÜR THEORETISCHE INFORMATIK FAKULTÄT FÜR INFORMATIK Benjamin Niedermann 02.07.2014 Übersicht Übungsblatt 11 - Quadtrees Motivation:
Mehr10 Delaunay Triangulierung
10 Delaunay Triangulierung 10.1 Motivation Interpolation von Höhendaten Ein Terrain ist der Graph einer Funktion f : A R 2 R. Typischerweise kennen wir f durch Messungen in endlich vielen Punkten P A,
MehrElemente der Algebra
Prof. Dr. H. Brenner Osnabrück SS 2015 Elemente der Algebra Vorlesung 1 Der Gruppenbegriff Definition 1.1. Eine Verknüpfung auf einer Menge M ist eine Abbildung : M M M, (x,y) (x,y) = x y. Statt (x,y)
MehrGeometrische Spannbäume minimalen Durchmessers
Aroximationsschemata in Ablauflanung, Grahentheorie und Geometrie (engl.: Geometric Minimum-Diameter Sanning Tree, GMDST) SS 2004 Überblick Begriffsdefinitionen Eigenschaften von GMDSTs Exakter Algorithmus
Mehrdurch Einfügen von Knoten konstruiert werden kann.
Satz von Kuratowski Definition Unterteilung eines Graphen Sei G = (V, E) und e = {u, v} E. 1 Das Einfügen eines neuen Knoten w in die Kante e führt zum Graphen G = (V {w}, E \ e {{u, w}, {w, v}}). 2 Der
MehrSpanner und weitere Anwendungen der WSPD
Vorlesung Algorithmische Geometrie LEHRSTUHL FÜR ALGORITHMIK I INSTITUT FÜR THEORETISCHE INFORMATIK FAKULTÄT FÜR INFORMATIK Martin Nöllenburg 05.07.2011 Wdh.: Well-Separated Pair Decomposition Def.: Ein
MehrAlgorithmen für Geographische Informationssysteme
Algorithmen für Geographische Informationssysteme 2. Vorlesung: 16. April 2014 Thomas van Dijk basiert auf Folien von Jan-Henrik Haunert Map Matching? Map Matching! Map Matching...als Teil von Fahrzeugnavigationssystemen
MehrDifferentialgeometrie II (Flächentheorie) WS
Differentialgeometrie II (Flächentheorie) WS 2013-2014 Lektion 9 18. Dezember 2013 c Daria Apushkinskaya 2013 () Flächentheorie: Lektion 9 18. Dezember 2013 1 / 17 9. Einführung in der innere Geometrie
MehrAlgorithmische Geometrie 5. Triangulierung von Polygonen
Algorithmische Geometrie 5. Triangulierung von Polygonen JProf. Dr. Heike Leitte Computergraphik und Visualisierung Inhaltsverzeichnis 1. Einführung 2. Konvexe Hülle 3. Schnitte von Liniensegmenten 4.
MehrPunktlokalisation 1. Trapez-Zerlegungen. 2. Eine Suchstruktur. 3. Randomisierter, inkrementeller Algorithmus zur Konstruktion der Trapez-Zerlegung
Punktlokalisation 1. Trapez-Zerlegungen 2. Eine Suchstruktur 3. Randomisierter, inkrementeller Algorithmus zur Konstruktion der Trapez-Zerlegung 4. Analyse Punktlokalisation Einteilung in Streifen Anfragezeit:
MehrMAA = MAB + B AA = B CA + CAA BA A Nun sehen wir mit Proposition 10.7 aus dem Skript, dass A M AB gelten muss.
1. Konvexität in der absoluten Ebene In einem Dreieck in der Euklidischen Ebene hat die Strecke zwischen zwei Seitenmittelpunkten die halbe Länge der dritten Seite. In der absoluten Ebene hat man eine
MehrVereinfachung und Schematisierung von Polygonen
Vorlesung Algorithmische Kartografie Vereinfachung und Schematisierung von Polygonen INSTITUT FÜR THEORETISCHE INFORMATIK FAKULTÄT FÜR INFORMATIK Benjamin Niedermann Martin Nöllenburg 28.04.2015 1 Übersicht
MehrDas Voronoi Spiel. Rheinische Friedrich-Wilhelms-Universität Bonn. DIPLOMARBEIT in der Studienrichtung Informatik. Institut für Informatik I
Rheinische Friedrich-Wilhelms-Universität Bonn Institut für Informatik I Das Voronoi Spiel DIPLOMARBEIT in der Studienrichtung Informatik Betreuung: Dr. Elmar Langetepe Prof. Dr. Rolf Klein Eingereicht
MehrEinleitung. Kurszusammenfassung. KE 1, Grundlagen
Einleitung Natürlich habe ich den Text für mich erstellt. Ich weiß nicht, ob man das schreiben muss. Aber dennoch: Das folgende ist nicht vollständig, nicht richtig, kein Ersatz für den Kurstext, für mich
Mehr