incl/rrtext.hh

   1 /*! \brief RRT* extensions.
   2  *
   3  * The extensions are used to implement or change the default behavior of the
   4  * RRT* algorithm.
   5  *
   6  * \file
   7  * \defgroup ext-col Collision detection extensions
   8  * \defgroup ext-store Node storage and searching tree extensions
   9  * \defgroup ext-cost Cost extensions
  10  * \defgroup ext-opt Path optimization extensions
  11  * \defgroup ext-sampl Random sampling extensions
  12  * \defgroup ext-steer Steering procedure extensions
  13  * \defgroup ext-aux Auxilliary extensions
  14  */
  15 #ifndef RRTS_RRTEXT_H
  16 #define RRTS_RRTEXT_H
  17
  18 #include "rrts.hh"
  19
  20 // ext2
  21 #include "cute_c2.h"
  22
  23 // ext4
  24 #define GRID 1 // in meters
  25 #define GRID_WIDTH 40 // in meters
  26 #define GRID_HEIGHT 40 // in meters
  27 #define GRID_MAX_XI ((unsigned int) floor(GRID_WIDTH / GRID)) // min is 0
  28 #define GRID_MAX_YI ((unsigned int) floor(GRID_HEIGHT / GRID)) // min is 0
  29
  30 // ext9
  31 #define GRID_MAX_HI 60
  32
  33 namespace rrts {
  34
  35 /*! \brief Finish when more than 1000 iterations.
  36  *
  37  * \ingroup ext-aux
  38  */
  39 class RRTExt18 : public virtual RRTS {
  40 private:
  41         bool should_finish() const;
  42 };
  43
  44 /*! \brief Finish when goal found or more than 1000 iterations.
  45  *
  46  * \ingroup ext-aux
  47  */
  48 class RRTExt17 : public virtual RRTS {
  49 private:
  50         bool should_finish() const;
  51 };
  52
  53 /*! \brief Use Reeds & Shepp steering procedure.
  54  *
  55  * \ingroup ext-steer
  56  */
  57 class RRTExt16 : public virtual RRTS {
  58 private:
  59         void steer(RRTNode const& f, RRTNode const& t);
  60 };
  61
  62 /*! \brief Log goal's cumulative cost each iteration.
  63  *
  64  * \ingroup ext-aux
  65  */
  66 class RRTExt15 : public virtual RRTS {
  67 private:
  68         std::vector<double> log_path_cost_;
  69 public:
  70         Json::Value json() const;
  71         void json(Json::Value jvi);
  72         bool next();
  73 };
  74
  75 /*! \brief Random sampling in the circuit between root and goal.
  76  *
  77  * \ingroup ext-sampl
  78  * \see https://stackoverflow.com/questions/5837572/generate-a-random-point-within-a-circle-uniformly/50746409#50746409
  79  */
  80 class RRTExt14 : public virtual RRTS {
  81 private:
  82         Point circle_c_;
  83         double circle_r_ = 0.0;
  84         std::uniform_real_distribution<double> udr_;
  85         std::uniform_real_distribution<double> udt_;
  86         std::uniform_real_distribution<double> udh_;
  87         RRTNode sample();
  88 public:
  89         RRTExt14();
  90         void reset();
  91 };
  92
  93 /*! \brief Use Dijkstra algorithm to find path between interesting nodes.
  94  *
  95  * The search for interesting nodes starts at root, the last drivable nodes is
  96  * added to interesting nodes until goal is reached.
  97  *
  98  * \ingroup ext-opt
  99  */
 100 class RRTExt13 : public virtual RRTS {
 101 private:
 102         class DijkstraNode {
 103         public:
 104                 RRTNode* node = nullptr;
 105                 unsigned int i = 0;
 106                 bool v = false;
 107                 bool vi();
 108                 DijkstraNode(RRTNode* n);
 109         };
 110         class DijkstraNodeComparator {
 111         public:
 112                 int operator() (DijkstraNode const& n1, DijkstraNode const& n2);
 113         };
 114         std::vector<RRTNode*> opath_;
 115         double ogoal_cc_ = 0.0;
 116         double otime_ = 0.0;
 117         std::vector<DijkstraNode> dn_;
 118         void pick_interesting();
 119         void dijkstra_forward();
 120         void dijkstra_backward();
 121         void compute_path();
 122 public:
 123         RRTExt13();
 124         Json::Value json() const;
 125         void json(Json::Value jvi);
 126         void reset();
 127 };
 128
 129 /* \brief Different `steer` procedures.
 130
 131 Use sampling in control input for `steer1`. Use R&S steering for `steer2`.
 132 */
 133 class RRTExt12 : public virtual RRTS {
 134         protected:
 135                 void steer1(RRTNode &f, RRTNode &t);
 136                 bool connect();
 137         public:
 138                 bool next();
 139 };
 140
 141 /* \brief Goal Zone.
 142
 143 */
 144 class RRTExt11 : public virtual RRTS {
 145         protected:
 146                 bool goal_found(RRTNode &f);
 147 };
 148
 149 /*! \brief Reeds & Shepp (build) and Euclidean + abs angle (search).
 150  *
 151  * Use Reeds & Shepp path length for building tree data structure and Euclidean
 152  * distance plus (abs) heading difference for searching it.
 153  *
 154  * \ingroup ext-cost
 155  * \see https://doi.org/10.1109/TITS.2015.2477355
 156  */
 157 class RRTExt10 : public virtual RRTS {
 158 protected:
 159         double cost_build(RRTNode const& f, RRTNode const& t) const;
 160         double cost_search(RRTNode const& f, RRTNode const& t) const;
 161 };
 162
 163 /* \brief Use grid data structure to store RRT nodes.
 164
 165 This approach speeds up the search process for the nearest neighbor and
 166 the near vertices procedures.
 167 */
 168 class RRTExt9 : public virtual RRTS {
 169         private:
 170                 class Cell {
 171                         private:
 172                                 bool changed_ = false;
 173                                 std::vector<RRTNode *> nodes_;
 174                         public:
 175                                 void nn(RRTNode *t, RRTNode **nn, RRTS *p);
 176                                 void store_node(RRTNode *n);
 177
 178                                 // getter, setter
 179                                 bool changed() const
 180                                 {
 181                                         return this->changed_;
 182                                 }
 183                                 std::vector<RRTNode *> &nodes()
 184                                 {
 185                                         return this->nodes_;
 186                                 }
 187
 188                                 Cell();
 189                 };
 190                 Cell grid_[GRID_MAX_XI][GRID_MAX_YI][GRID_MAX_HI];
 191                 double x_min_ = 0;
 192                 double x_max_ = 0;
 193                 double y_min_ = 0;
 194                 double y_max_ = 0;
 195                 double h_min_ = 0;
 196                 double h_max_ = 2 * M_PI;
 197
 198                 unsigned int xi(RRTNode n);
 199                 unsigned int yi(RRTNode n);
 200                 unsigned int hi(RRTNode n);
 201         public:
 202                 void init();
 203                 void deinit();
 204                 void store_node(RRTNode n);
 205                 RRTNode *nn(RRTNode &t);
 206                 std::vector<RRTNode *> nv(RRTNode &t);
 207 };
 208
 209 /*! \brief Use 3D k-d tree data structure to store RRT nodes.
 210  *
 211  * This approach speeds up the search process for the nearest neighbor and the
 212  * near vertices procedures. This extension implements 3D K-d tree.
 213  *
 214  * \ingroup ext-store
 215  * \see https://en.wikipedia.org/wiki/K-d_tree
 216  */
 217 class RRTExt8 : public virtual RRTS {
 218 private:
 219         class KdNode {
 220         public:
 221                 RRTNode* node = nullptr;
 222                 KdNode* left = nullptr;
 223                 KdNode* right = nullptr;
 224                 KdNode(RRTNode* n);
 225         };
 226         KdNode* kdroot_ = nullptr;
 227         std::vector<KdNode> kdnodes_;
 228         void store(RRTNode* n, KdNode*& ref, unsigned int lvl);
 229         void find_nn(RRTNode const& t, KdNode const* const r, unsigned int lvl);
 230         void find_nv(RRTNode const& t, KdNode const* const r, unsigned int lvl);
 231 public:
 232         RRTExt8();
 233         void reset();
 234         void store(RRTNode n);
 235         void find_nn(RRTNode const& t);
 236         void find_nv(RRTNode const& t);
 237 };
 238
 239 /* \brief Use k-d tree data structure to store RRT nodes.
 240
 241 This approach speeds up the search process for the nearest neighbor and
 242 the near vertices procedures. This extension implements 2D K-d tree.
 243
 244 \see https://en.wikipedia.org/wiki/K-d_tree
 245 */
 246 class RRTExt7 : public virtual RRTS {
 247         private:
 248                 class KdNode {
 249                         private:
 250                                 RRTNode *node_ = nullptr;
 251                                 KdNode *left_ = nullptr;
 252                                 KdNode *right_ = nullptr;
 253                         public:
 254                                 // getter, setter
 255                                 RRTNode *node() const { return this->node_; }
 256                                 KdNode *&left() { return this->left_; }
 257                                 KdNode *&right() { return this->right_; }
 258                                 KdNode(RRTNode *n);
 259                 };
 260                 KdNode *kdroot_ = nullptr;
 261                 void delete_kd_nodes(KdNode *n);
 262                 void store_node(RRTNode *n, KdNode *&r, int l);
 263                 void nn(RRTNode *&n, RRTNode &t, KdNode *r, int l, double &d);
 264         public:
 265                 void init();
 266                 void deinit();
 267                 void store_node(RRTNode n);
 268                 RRTNode *nn(RRTNode &t);
 269                 std::vector<RRTNode *> nv(RRTNode &t);
 270 };
 271
 272 /*! \brief Reeds & Shepp (build, search).
 273  *
 274  * Use Reeds & Shepp path length for building tree data structure as well as for
 275  * searching it.
 276  *
 277  * \ingroup ext-cost
 278  */
 279 class RRTExt6 : public virtual RRTS {
 280 private:
 281         double cost_build(RRTNode const& f, RRTNode const& t) const;
 282         double cost_search(RRTNode const& f, RRTNode const& t) const;
 283 };
 284
 285 /* \brief Different costs extension.
 286
 287 Use different cost for bulding tree data structure and searching in the
 288 structure. This one is complementary to `rrtext1.cc`.
 289 */
 290 class RRTExt5 : public virtual RRTS {
 291         public:
 292                 /* \brief Reeds and Shepp path length.
 293                 */
 294                 double cost_build(RRTNode &f, RRTNode &t);
 295                 /* \brief Euclidean distance.
 296                 */
 297                 double cost_search(RRTNode &f, RRTNode &t);
 298 };
 299
 300 /* \brief Use grid data structure to store RRT nodes.
 301
 302 This approach speeds up the search process for the nearest neighbor and
 303 the near vertices procedures.
 304 */
 305 class RRTExt4 : public virtual RRTS {
 306         private:
 307                 class Cell {
 308                         private:
 309                                 bool changed_ = false;
 310                                 std::vector<RRTNode *> nodes_;
 311                         public:
 312                                 void nn(RRTNode *t, RRTNode **nn, RRTS *p);
 313                                 void store_node(RRTNode *n);
 314
 315                                 // getter, setter
 316                                 bool changed() const
 317                                 {
 318                                         return this->changed_;
 319                                 }
 320                                 std::vector<RRTNode *> &nodes()
 321                                 {
 322                                         return this->nodes_;
 323                                 }
 324
 325                                 Cell();
 326                 };
 327                 Cell grid_[GRID_MAX_XI][GRID_MAX_YI]; // [0, 0] is bottom left
 328                 double x_min_ = 0;
 329                 double x_max_ = 0;
 330                 double y_min_ = 0;
 331                 double y_max_ = 0;
 332
 333                 unsigned int xi(RRTNode n);
 334                 unsigned int yi(RRTNode n);
 335         public:
 336                 void init();
 337                 void deinit();
 338                 void store_node(RRTNode n);
 339                 RRTNode *nn(RRTNode &t);
 340                 std::vector<RRTNode *> nv(RRTNode &t);
 341 };
 342
 343 /* \brief Use Dijkstra algorithm to find the shorter path.
 344 */
 345 class RRTExt3 : public virtual RRTS {
 346         private:
 347         public:
 348                 void reset();
 349                 std::vector<RRTNode *> orig_path_;
 350                 double orig_path_cost_ = 9999;
 351                 std::vector<RRTNode *> first_optimized_path_;
 352                 double first_optimized_path_cost_ = 9999;
 353                 void first_path_optimization();
 354                 void second_path_optimization();
 355                 void compute_path();
 356                 Json::Value json();
 357                 void json(Json::Value jvi);
 358
 359                 // getter, setter
 360                 std::vector<RRTNode *> &orig_path()
 361                 {
 362                         return this->orig_path_;
 363                 };
 364                 double &orig_path_cost() { return this->orig_path_cost_; }
 365                 void orig_path_cost(double c) { this->orig_path_cost_ = c; }
 366                 std::vector<RRTNode *> &first_optimized_path()
 367                 {
 368                         return this->first_optimized_path_;
 369                 };
 370                 double &first_optimized_path_cost() {
 371                         return this->first_optimized_path_cost_;
 372                 }
 373                 void first_optimized_path_cost(double c) {
 374                         this->first_optimized_path_cost_ = c;
 375                 }
 376 };
 377
 378 /*! \brief Use cute_c2 library for collision detection.
 379  *
 380  * \ingroup ext-col
 381  * \see https://github.com/RandyGaul/cute_headers/blob/master/cute_c2.h
 382  */
 383 class RRTExt2 : public virtual RRTS {
 384 private:
 385         c2Poly c2_bc_;
 386         c2x c2x_bc_;
 387         std::vector<c2Poly> c2_obstacles_;
 388         bool collide(RRTNode const& n);
 389         bool collide_steered();
 390 public:
 391         RRTExt2();
 392         Json::Value json() const;
 393         void json(Json::Value jvi);
 394 };
 395
 396 /* \brief Different costs extension.
 397
 398 Use different cost for bulding tree data structure and searching in the
 399 structure.
 400 */
 401 class RRTExt1 : public virtual RRTS {
 402         public:
 403                 /* \brief Reeds and Shepp path length.
 404                 */
 405                 double cost_build(RRTNode &f, RRTNode &t);
 406                 /* \brief Matej's heuristics.
 407                 */
 408                 double cost_search(RRTNode &f, RRTNode &t);
 409 };
 410
 411 } // namespace rrts
 412 #endif /* RRTS_RRTEXT_H */