主要内容

移动机器人算法设计

映射、路径规划、路径跟踪状态估计

这些机器人系统工具箱™算法关注移动机器人或地面车辆应用程序。这些算法帮助你与整个移动机器人工作流从映射到计划和控制。您可以创建的地图使用占用网格环境,制定机器人路径规划算法在给定的环境中,和优化控制器遵循一套锚点。基于激光雷达传感器数据执行状态估计从你的机器人。

功能

全部展开

binaryOccupancyMap 用二进制值创建占用网格
getOccupancy 会占用位置的价值
膨胀 增加每个网格位置
移动 在世界地图坐标系移动
occupancyMatrix 占用网格转换为矩阵
raycast 沿着射线计算细胞指数
lidarScan 创建对象来存储二维激光雷达扫描
情节 显示激光器或激光雷达扫描读数
removeInvalidData 删除无效的范围和角度数据
transformScan 基于相对姿态变换激光扫描
stateEstimatorPF 创建粒子滤波状态估计量
初始化 初始化粒子滤波的状态
预测 预测下一个时间步的机器人
正确的 调整状态估计基于传感器测量
getStateEstimate 从粒子提取最佳状态估计和协方差
mobileRobotPRM 创建路径概率路线图计划
findpath 找到路径开始点和目标点之间的路线图
controllerPurePursuit 创建控制器按照设置的锚点
ackermannKinematics 轿车转向车辆模型
bicycleKinematics 自行车车模型
differentialDriveKinematics 差动式驱动车辆模型
unicycleKinematics 独轮车车辆模型

阿克曼运动学模型 轮式车运动使用阿克曼运动学模型
自行车运动模型 使用自行车运动模型计算轮式车运动
差动传动运动学模型 使用差动传动运动学模型计算车辆运动
独轮车运动模型 计算车辆运动用独轮车运动模型
单纯的追求 线速度和角速度控制命令

主题

映射和路径规划

运动建模

机器人控制

状态估计