主要内容

选择基于传感器数据的SLAM工作流

您可以使用计算机视觉工具箱™、导航工具箱™和激光雷达工具箱™进行同步定位和测绘(SLAM)。SLAM被广泛应用于自动驾驶、机器人和无人机等领域。要了解更多关于SLAM的信息，请参见什么是SLAM?．

选择SLAM工作流

要为您的应用程序选择正确的SLAM工作流，请考虑您正在收集的传感器数据类型。MATLAB®万博1manbetx支持SLAM工作流，使用来自单眼或立体相机系统的图像，或点云数据，包括2-D和3-D激光雷达数据。

下表总结了SLAM可用的主要特性。

传感器数据 特性 主题 例子 工具箱 代码生成

单眼图像

  • 特征检测、提取和匹配

  • 三角测量和束调整

  • 关键帧和地图点的数据管理

  • 环路闭合检测使用袋的特征

  • 相似位姿图优化

  • 计算机视觉工具箱

立体影像

  • 立体图像整流

  • 特征检测、提取和匹配

  • 从视差重建，三角化，束调整

  • 关键帧和地图点的数据管理

  • 环路闭合检测使用袋的特征

  • 姿态图优化

  • 计算机视觉工具箱

RGB-D图片

  • 特征检测、提取和匹配

  • 从深度图像重建，三角化，和束调整

  • 关键帧和地图点的数据管理

  • 环路闭合检测使用袋的特征

  • 姿态图优化

  • 计算机视觉工具箱

二维激光雷达扫描

  • 占用地图构建

  • 车辆姿态估计

  • 姿态图优化

  • SLAM算法调优

  • SLAM地图生成器应用程序

  • 导航的工具箱

  • 激光雷达的工具箱

点云数据

  • 点云处理

  • 登记

  • 地图构建的数据管理

  • 具有全局特征的环路闭合检测

  • 姿态图优化

  • 在已知地图中的本地化

  • 计算机视觉工具箱

三维激光雷达扫描

特点:

  • 登记

  • 环路闭合检测

  • 在已知地图中的本地化

  • 激光雷达的工具箱