制图

2-d和3-d占用地图,自我中心地图,光线投影

入住地图使用的环境来表示障碍物,并确定你的世界的极限。您可以使用光线投射距离传感器读数建立地图并更新障碍物的位置。同步与现有的地图和移动本地帧创建跟随您的车辆以自我为中心的地图。地图支持二金宝app进制和概率值2-d的地图和3-d一个概率表示映射。

使用连同这些地图运动规划到地图中的使用计划的路径,或本地化和姿态估计算法来估算的环境中您的车辆姿态。

对象

binaryOccupancyMap 创建一个二进制值占用电网
occupancyMap 建立占用地图概率值
occupancyMap3D 创建3-d占用地图

功能

buildMap 从激光雷达扫描生成入住地图
checkOccupancy 免费,占用,或未知值检查地点
exportOccupancyMap3D 导入八叉树文件作为3D地图入住
getOc​​cupancy 获取的位置占用率值
importOccupancyMap3D 导入八叉树文件作为3D地图入住
膨胀 每个充气占据网格位置
insertRay 插入件从激光扫描观察射线
insertPointCloud 插入件3-d点或点云观测到地图
移动 移动地图在世界坐标系
occupancyMatrix 转换占用电网双矩阵
光线投射 沿射线计算细胞指数
rayIntersection 找到光线的交叉点并占领地图细胞
setOccupancy 位置设置占用率值
syncWith SYNC具有重叠地图
表演 显示在数字网格值
updateOccupancy 集成在地点概率意见

话题

入住网格

占用网格功能和地图结构的详细信息。

创建自我中心入住地图使用范围的传感器

入住地图提供了一个简单而由连续世界空间映射到一个离散数据结构代表了机器人应用环境的可靠的方法。

从驾驶情形Designer建立自我中心入住地图

这个例子显示了如何创建从自我中心的占有率地图驾驶场景设计应用

建立占用地图激光雷达扫描和姿势

buildMap函数需要在激光雷达扫描读数和相关联的姿势来构建的占用作为格lidarScan对象和相关[X Y的2θ姿势构建occupancyMap

从深度图像使用Visual里程计和优化的姿态图形建设占用地图

此示例示出了如何减少使用3- d姿态图形优化单目摄像机的估计的轨迹(位置和取向)的漂移。

精选示例