帮助中心帮助中心
同步定位和映射(大满贯)使用映射和定位和姿态估计算法来建立一个地图的地图和定位你的车辆在同一时间。使用lidarSLAM调整自己的大满贯处理激光雷达扫描和测距的算法对迭代估计构建一个映射。使用buildMap记录和过滤数据创建一个地图使用大满贯。的大满贯地图生成器应用程序允许您手动修改相对姿态和对齐扫描来改善你的地图的准确性。
lidarSLAM
buildMap
全部展开
ekfSLAM
正确的
landmarkInfo
poseHistory
预测
removeLandmark
重置
addScan
removeLoopClosures
scansAndPoses
显示
poseGraph
poseGraph3D
poseplot
addPointLandmark
addRelativePose
edgeNodePairs
edgeConstraints
edgeResidualErrors
findEdgeID
nodeEstimates
optimizePoseGraph
removeEdges
trimLoopClosures
factorGraph
factorGraphSolverOptions
importFactorGraph
factorIMU
factorIMUParameters
factorGPS
factorTwoPoseSE2
factorTwoPoseSE3
factorPoseSE2AndPointXY
factorPoseSE3AndPointXYZ
factorIMUBiasPrior
factorVelocity3Prior
factorPoseSE3Prior
factorCameraSE3AndPointXYZ
estimateGravityDirection
estimateGravityDirectionAndPoseScale
使用ekfSLAM可靠的具有里程碑意义的同时实现本地化和映射(大满贯)使用扩展卡尔曼滤波(EKF)算法和最大似然算法进行数据关联。在本例中,您创建一个具有里程碑意义的地图的实时环境的车辆,同时跟踪车辆的路径。生成一个轨迹通过移动车辆使用的控制命令,并形成地图使用地标遇到沿着路径。正确的车辆轨迹和具有里程碑意义的估计通过观察地标。
结合机器人测距数据和观察到的基准标记称为AprilTags更好地估计机器人轨迹和在环境中具有里程碑意义的位置。示例使用一个姿势图方法和因子图的方法,并比较两个图。
演示如何实现同步定位和映射(大满贯)算法收集使用点云三维激光雷达传感器数据处理算法和姿势图优化。这个例子的目的是估计机器人的轨迹,并创建一个3 d入住率的环境地图的三维激光雷达点云,估计轨迹。
演示如何实现同步定位和映射(大满贯)算法使用带来一系列收集的激光雷达扫描图的优化。这个例子的目的是建立一个使用激光雷达扫描的地图环境和检索机器人的轨迹。
演示如何实现同步定位和映射(大满贯)算法对激光雷达扫描获得使用姿势图模拟环境的优化。这个例子需要仿真软件®3 d动画™和导航工具金宝app箱™。
实现离线地图上收集激光雷达扫描激光雷达大满贯室内面积利用系数图和激光雷达扫描地图。
你点击一个链接对应MATLAB命令:
运行该命令通过输入MATLAB命令窗口。Web浏览器不支持MATLAB命令。金宝app
选择一个网站
选择一个网站翻译内容,看到当地事件和提供。根据你的位置,我们建议您选择:。
你也可以从下面的列表中选择一个网站:
选择中国网站(中文或英文)最佳站点的性能。其他MathWorks国家网站不优化的访问你的位置。
联系你当地的办公室