导航的工具箱
设计、模拟和部署规划和导航算法
导航工具箱™提供了设计运动规划和导航系统的算法和分析工具。工具箱包含可定制的搜索和基于采样的路径规划器。文中还包含了多传感器姿态估计的传感器模型和算法。您可以使用自己的数据创建2D和3D地图表示，或者使用工具箱中包含的同步定位和映射(SLAM)算法生成地图。提供了自动驾驶和机器人应用的参考示例。
您可以生成用于比较路径最优性、平滑性和性能基准的指标。SLAM地图构建器应用程序允许您交互式地可视化和调试地图生成。您可以通过将算法直接部署到硬件(使用MATLAB Coder™或Simulink Coder™)来测试算法。金宝app
开始:
同步定位与绘图(SLAM)
利用位姿图优化实现激光雷达扫描SLAM算法。使用SLAM Map Builder应用程序查找和修改循环闭包。建立和导出结果地图作为一个占用网格。
使用激光雷达SLAM生成地图。
定位与姿态估计
应用蒙特卡洛定位(MCL)，利用传感器数据和环境地图估计车辆的位置和方向。
利用惯性传感器和GPS估计非完整飞行器和飞行器的姿态。在没有GPS的情况下，通过高度计或目视里程计融合惯性传感器来确定姿态。
室内环境中的蒙特卡罗定位。
2D和3D地图表示
使用真实或模拟传感器读数创建二进制或概率占用网格。使用查询速度快、内存效率高的自我中心映射。
三维占用网格可视化。
路径规划
使用基于采样的路径规划器，如快速探索随机树(RRT)和RRT*来找到从起点到目标位置的路径。将规划器接口调整到应用程序的状态空间。使用Dubins和reed - shepp运动原语创建平滑的，可驾驶的路径。
路径从RRT*算法。
路径规划的度量
使用度量来验证路径的平滑性和清除障碍。使用数字和视觉比较选择最佳路径。
路径间隙度量。
传感器模型
IMU、GPS和INS传感器型号。调整参数，如温度和噪声，以模拟真实环境。使用距离传感器估计到目标的距离，使用里程传感器测量车辆的运动。
探索图库(3张图片)
传感器运动模拟
绘制车辆的方向、速度、轨迹和传感器测量值。生成轨迹，以模拟传感器在世界各地旅行。将轨迹导出到外部模拟器或场景设计器。
路径点轨迹和速度插值。
车辆运动传感器模型
模拟车轮编码器传感器读数和计算车辆里程
GNSS传感器模型
使用gnssSensor对象模拟全球导航卫星系统(GNSS)接收器读数
基于网格的A*路径规划
使用a *算法规划从起点到目标位置的路径
轨迹优化弗奈特增强
使用改进的实用程序，在生成最优轨迹的弗瑞特空间更多的控制
大满贯
实现对离群点具有鲁棒性的位姿图优化
用于惯性传感器的滤波器调谐器
自动调整惯导、IMU和AHRS滤波器的惯性传感器融合性能
看到发布说明有关这些特性和相应功能的详细信息。
