开始导航工具箱
设计,模拟和部署用于自动导航的算法
Navigation Toolbox™提供运动计划,同时本地化和映射(SLAM)和惯性导航的算法和分析工具。该工具箱包括可自定义的搜索和基于采样的路径计划,以及用于验证和比较路径的指标。您可以创建2D和3D地图表示形式,使用SLAM算法生成地图,并使用SLAM MAP BUILLEDER应用程序进行交互可视化和调试地图生成。该工具箱提供了用于本地化的传感器模型和算法。您可以模拟和可视化IMU,GPS和Wheel编码器传感器数据以及调谐融合过滤器,以进行多传感器姿势估计。
为自动驾驶,机器人技术和消费电子应用提供了参考示例。您可以通过将导航算法直接部署到硬件来测试您的导航算法(使用MATLAB®CODER™或者万博1manbetx®编码器)。
教程
- 旋转,方向和四个
该示例回顾了三维旋转中的概念,以及如何使用四元来描述方向和旋转。
- 模拟IMU测量简介
此示例显示了如何使用该惯性测量单元(IMU)测量
imusensor
(传感器融合和跟踪工具箱)系统对象。 - 估计地面车辆的位置和方向
此示例显示了如何通过融合惯性测量单元(IMU)和全球定位系统(GPS)接收器的数据来估计地面车辆的位置和方向。
- 估算机器人姿势以扫描匹配
此示例演示了如何使用正常分布变换(NDT)算法匹配两个激光扫描[1]。
- 使用RRT计划移动机器人路径
此示例显示了如何使用快速探索的随机树(RRT)算法来计划通过已知地图的车辆的路径。
- 通过激光扫描同时实施同时本地化和映射(SLAM)
此示例演示了如何使用姿势图优化在一系列收集的激光扫描中实现同时定位和映射(SLAM)算法。
- 使用3-D LIDAR点云执行猛击
此示例演示了如何实施同时本地化和映射(SLAM)使用点云处理算法和姿势图优化对收集的3-D LIDAR传感器数据的算法。