Localization

Simultaneous localization and mapping, map building, odometry

使用同时定位和映射（SLAM）算法根据视觉或激光雷达数据来构建自我车辆周围的地图。使用视觉惯性进程仪根据机上传感器（例如惯性测量单元（IMU））的数据来估计车辆的姿势（位置和方向）。

功能

旋转

`刚性3D`	3-D rigid geometric transformation
`季节`	创建一个四个阵列
`dist`	弧度的角度距离
`rotateframe`	Quaternion frame rotation
`旋转点`	四元点旋转
`rotmat`	Convert quaternion to rotation matrix
`rotvec`	将四个旋转载体转换为旋转载体（弧度）
`rotvecd`	Convert quaternion to rotation vector (degrees)
`部分`	提取四个零件
`欧拉`	Convert quaternion to Euler angles (radians)
`欧拉德`	将四个转换为欧拉角（度）
`compact`	Convert quaternion array ton-by-4矩阵

视觉大满贯

`ImageViewSet`	管理从结构，视觉探针和视觉大满贯的结构数据
`优化果皮`	Optimize absolute poses using relative pose constraints
`createposegraph`	创建姿势图
`relativeCameraPose`	Compute relative rotation and translation between camera poses
`triangulate`	3-D locations of undistorted matching points in stereo images
`捆绑`	调整3-D点和相机姿势的收集
`BundleadJustmentMotion`	调整3D点和相机摆姿势的收集
`BundleadJustmentstructure`	Refine 3-D points using structure-only bundle adjustment

Point Cloud SLAM

`PCViewSet`	管理基于点云的视觉进程和猛击的数据
`优化果皮`	Optimize absolute poses using relative pose constraints
`createposegraph`	创建姿势图
`scancontextdistance`	Distance between scan context descriptors
`scancontextdescriptor`	从点云中提取扫描上下文描述符
`pctransform`	Transform 3-D point cloud
`pcalign`	对齐阵列点云
`pcregistercorr`	使用相关注册两个点云
`pcregistercpd`	使用CPD算法注册两个点云
`pcRegistericp`	使用ICP算法注册两个点云
`pcregisterndt`	使用NDT算法注册两个点云
`PCREGISTERLOAM`	使用壤土算法注册两个点云
`PCMAPNDT`	Localization map based on normal distributions transform (NDT)

话题

自动驾驶的旋转，方向和四元素
四季度是四部分的超复合数，用于描述三维旋转和方向。了解如何将它们用于自动驾驶应用程序。
Implement Visual SLAM in MATLAB
理解视觉同步定位d mapping (vSLAM) workflow and how to implement it using MATLAB.
单眼视觉同时定位和映射
视觉同时定位和映射（VSLAM）。
在MATLAB中实施点云大满贯
了解点云注册和映射工作流程。

特色示例

通过虚幻引擎模拟的激光雷达本地化

使用虚幻引擎的合成激光雷达数据开发和评估LIDAR定位算法^®模拟环境。

Open Live Script

使用虚幻引擎模拟开发视觉大满贯算法

使用虚幻引擎仿真环境中的图像数据，开发视觉同时定位和映射（SLAM）算法。

Open Live Script

从LIDAR数据构建地图

在惯性测量单元（IMU）读数的帮助下，处理3-D LIDAR传感器数据以逐步构建地图。

Open Script

使用SLAM从LIDAR数据构建地图

Process lidar data to build a map and estimate a vehicle trajectory using simultaneous localization and mapping.

Open Script

使用虚幻引擎模拟使用LiDAR的进程和映射（壤土）构建地图

Build a map with the lidar odometry and mapping (LOAM) [1] algorithm by using synthetic lidar data from the Unreal Engine® simulation environment. In this example, you learn how to:

Open Live Script

使用SLAM从3-D LIDAR数据构建占用率图

Build a 2-D Occupancy map from 3-D Lidar data using a simultaneous localization and mapping (SLAM) algorithm.

Open Live Script

使用段匹配构建图和本地化

Build a map with lidar data and localize the position of a vehicle on the map using SegMatch [1], a place recognition algorithm based on segment matching.

Open Live Script

使用合成数据的视觉惯性进进量

通过使用惯性测量单元（IMU）和单眼相机来估计车辆的位置和方向。

Open Script

在停车场的视觉本地化

在虚幻引擎环境中，使用来自停车场场景的合成图像数据开发视觉定位系统。

Open Live Script

Perception-Based Parking Spot Detection Using Unreal Engine Simulation

使用自我车辆摄像头的语义分段图像构建停车场的鸟眼图地图，并从地图上检测空停车位。

Open Live Script