映射

2-D和3-D的占用地图，自我中心地图，光线投射

占用地图用于表示环境中的障碍物并定义您的世界范围。您可以使用光线投射从传感器读数生成地图并更新障碍物位置。与现有地图同步并移动本地帧以创建跟随您车辆的以自我为中心的地图。地图支持二维地图和p三维地图的概率表示法。万博1manbetx

使用这些地图运动规划在地图上规划路径或使用定位与姿态估计算法估计你的车辆在环境中的姿态。

对象

`binaryOccupancyMap`	用二进制值创建占用网格
`occupancyMap`	创建带有概率值的占用地图
`occupancyMap3D`	创建三维入住地图
`mapLayer`	创建映射层N维数据
`multiLayerMap`	管理多个地图层

功能

`buildMap`	根据激光雷达扫描建立占用地图
`checkOccupancy`	检查位置是否有空闲、占用或未知值
`exportOccupancyMap3D`	导入一个八叉树文件作为3D占用地图
`入住`	获取位置的占用值
`getMapData`	从地图层检索数据
`importOccupancyMap3D`	导入一个八叉树文件作为3D占用地图
`使充气`	膨胀每个占据的网格位置
`插入射线`	插入激光扫描观测的射线
`insertPointCloud`	在地图中插入三维点或点云观测
`地图杂波`	生成带有随机分散障碍的地图
`mapMaze`	生成随机的2d迷宫地图
`移动`	在世界框架中移动地图
`occupancyMatrix`	将占用网格转换为双矩阵
`raycast`	沿着射线计算单元格指数
`rayIntersection`	查找光线和已占用贴图单元的交点
`setOccupancy`	设置位置占用值
`setMapData`	分配数据到地图层
`syncWith`	同步地图与重叠地图
`显示`	在图中显示网格值
`updateOccupancy`	整合地点的概率观测

主题

占用网格

详细的入住率网格功能和地图结构。

使用距离传感器创建以自我为中心的占用地图

占用地图通过将连续的世界空间映射到离散的数据结构，为机器人应用程序提供了一种简单而可靠的表示环境的方法。

从驾驶场景设计师创建以自我为中心的占用地图

这个例子展示了如何从驾驶场景设计器应用程序．

根据激光雷达扫描和姿势建立占用地图

的buildMap函数接受激光雷达扫描读数和相关的姿势，以建立一个占用网格lidarScan对象和相关(x yθ)建立一个occupancyMap．

使用地图层融合多个激光雷达传感器

占用地图通过将连续世界空间映射到离散数据结构，为机器人应用提供了一种简单而健壮的环境表示方法。

利用视觉测程和优化的姿势图从深度图像构建占用地图

这个例子展示了如何使用三维姿态图优化减少单目摄像机估计轨迹(位置和方向)中的漂移。

特色的例子

使用距离传感器创建以自我为中心的占用地图

占用地图通过将连续的世界空间映射到离散的数据结构，为机器人应用程序提供了一种简单而可靠的表示环境的方法。单个网格单元可以包含二进制或概率信息，其中0表示空闲空间，1表示已占用空间。随着时间的推移，您可以使用传感器测量来建立这些信息，并有效地将它们存储在地图中。这些信息对于更高级的工作流程也很有用，比如碰撞检测和路径规划。

打开实时脚本