导航和制图

点云注册和地图构建、二维和三维SLAM以及二维障碍物检测

高级驾驶员辅助系统（ADAS）应用程序和自动机器人的一个关键组件是能够了解车辆或机器人相对于周围环境的位置，并使用此信息估计到达目的地的最佳路径。同时定位和映射（SLAM）过程使用算法同时估计车辆姿势和环境地图。

激光雷达工具箱™ 提供一个点云注册工作流，该工作流使用快速点特征直方图（FPFH）算法将点云序列缝合在一起。可以将此功能用于渐进式地图构建。这样的地图可以促进车辆导航的路径规划，也可以用于SLAM。有关如何使用特征提取用于航空数据的三维SLAM工作流中的功能，请参见使用FPFH描述符的航空激光雷达SLAM.

激光雷达工具箱还提供扫描匹配和模拟距离方位传感器读数的功能。这些功能用于二维SLAM和障碍物检测工作流

功能

全部展开

姿态估计

`匹配扫描`	估计两次激光扫描之间的姿态
`火柴网`	使用基于网格的搜索估计两次激光雷达扫描之间的姿态
`matchScansLine`	估计两个激光扫描之间的姿态使用线特征
`transformScan`	基于相对位姿的变换激光扫描

传感器模型

rangeSensor 模拟范围轴承传感器读数

数据结构

`lidarScan`	创建用于存储二维激光雷达扫描的对象
`特征`	用于存储基于特征值的特征的对象

登记

`pcregistericp`	使用ICP算法注册两点云
`pcregistercpd`	使用CPD算法注册两点云
`pcregisterndt`	使用NDT算法注册两点云
`特征提取`	从点云线段中提取基于特征值的特征
`特征提取`	从点云中提取快速点特征直方图(FPFH)描述符
`pcmatchfeatures`	查找点云之间的匹配特征
`pcmapsegmatch`	用于定位和环路闭合检测的段和特征图
`pcshowMatchedFeatures`	显示具有匹配特征点的点云