このページの翻訳は最新ではありません。ここをクリックして,英語の最新版を参照してください。
导航的工具箱入門
导航工具箱™は,運動の計画,位置推定とマッピングの同時実行(大满贯)慣性ナビゲーションのためのアルゴリズムと解析ツールを提供します。このツールボックスには,カスタマイズ可能な探索とサンプリングベースのパスプランナー,およびパスの検証と比較に使用するメトリクスが含まれています。大满贯マップ ビルダー アプリにより、2 次元および 3 次元マップ表現を作成し、SLAM アルゴリズムを使用してマップを生成し、マップの生成を対話的に可視化してデバッグすることができます。このツールボックスには位置推定用のセンサー モデルとアルゴリズムが含まれています。IMU、GPS、およびホイール エンコーダーのセンサー データのシミュレーションと可視化を行い、マルチセンサー姿勢推定用のフュージョン フィルターを調整することができます。
自動運転,ロボット工学,家電製品のアプリケーション向けの参考例が提供されています。ナビゲーションアルゴリズムをハードウェアに直接展開して(MATLAB®编码器™または金宝app®编码器を使用),このアルゴリズムをテストできます。
チュートリアル
- 旋转，方向和四元数
这个例子回顾了三维旋转的概念，以及四元数如何用来描述方向和旋转。四元数是超复数的倾斜场。它们在航空航天、计算机图形和虚拟现实领域都有应用。在MATLAB®中，四元数数学可以通过操作表示
四元数类。 - IMU测量模拟简介
这个例子展示了如何模拟惯性测量单元(IMU)测量使用
imuSensor(传感器融合和跟踪工具箱)系统对象。IMU可以包括单个传感器的组合，包括陀螺仪、加速度计和磁力计。您可以使用命令指定单个传感器的属性gyroparams(传感器融合和跟踪工具箱)accelparams(传感器融合和跟踪工具箱)和magparams(传感器融合和跟踪工具箱)。 - 估计地面车辆的位置和方向
这个例子展示了如何通过融合来自惯性测量单元(IMU)和全球定位系统(GPS)接收器的数据来估计地面车辆的位置和方向。
- 基于扫描匹配的机器人姿态估计
这个例子演示了如何使用正态分布变换(NDT)算法[1]匹配两个激光扫描。扫描匹配的目标是找到扫描处两个机器人位置之间的相对位姿(或转换)。扫描可以根据重叠特征的形状进行对齐。
- 使用RRT规划移动机器人路径
这个例子展示了如何使用快速探索随机树(RRT)算法来规划通过已知地图的车辆路径。特殊的车辆约束也应用于自定义状态空间。您可以为任何导航应用程序使用自定义状态空间和路径验证对象来优化您自己的规划器。
- 利用激光雷达扫描实现同步定位和测绘(SLAM)
这个例子演示了如何使用位姿图优化在一系列收集的激光雷达扫描上实现同步定位和测绘(SLAM)算法。本例的目标是使用激光雷达扫描并检索机器人的轨迹来构建环境地图。
- 使用三维激光雷达点云执行SLAM
这个例子演示了如何实现同时定位和绘图(SLAM)算法对采集的三维激光雷达传感器数据进行点云处理和位姿图优化。本例的目标是估计机器人的轨迹，并根据3-D激光雷达点云和估计的轨迹创建环境的3-D占据地图。
你也可以从以下列表中选择一个网站:
