导航和映射
点云注册和地图构建,2 d和3 d大满贯,二维障碍检测
理解一个未知的环境并导航到所需的目的地,其周围的机器人必须有一个清晰的图像。尤其是在没有GPS数据的情况下,同时定位和地图(大满贯)算法可以帮助机器人做出有效的决策和计划通过其环境的道路。
大满贯包含这两个过程:
本地化——估计在一个已知的环境中机器人的姿态。
映射——建立一个未知环境地图使用一个已知的机器人位姿和传感器数据。
本地化需要机器人的环境地图,和映射需要一个好的姿势估计。在大满贯的过程中,机器人地图创建一个环境而本地化本身。有关更多信息,请参见在MATLAB中实现点云大满贯。
完成大满贯,你必须进行预处理点云。激光雷达工具箱™提供函数来从点云提取特征和使用它们来注册点云。例如如何使用快速点特征直方图(FPFH)特征提取的3 d大满贯工作流空中数据,看看航空激光雷达使用FPFH描述符。
您还可以执行使用二维激光雷达扫描大满贯。通过将数据存储在一个二维激光雷达扫描lidarScan对象,您可以执行扫描匹配估计姿势。有关更多信息,请参见从二维激光雷达扫描构建地图使用大满贯。
激光雷达的工具箱支持各种基于金宝app大满贯工作流,包括二维大满贯,3 d大满贯,在线和离线大满贯。
功能
主题
- 在MATLAB中实现点云大满贯
理解点云注册和工作流映射。
- 估计转换两个点云之间的使用功能
这个例子展示了如何估计两个点云之间的刚性变换。
- 匹配相应和可视化特征点云
这个例子展示了如何匹配相应的点云之间的功能使用
pcmatchfeatures使用功能和可视化pcshowMatchedFeatures函数。 - 驾驶场景生成激光雷达点云数据与多个演员
这个例子向您展示了如何生成激光雷达点云数据与道路、驾驶场景行人和车辆。
