导航工具箱
设计、模拟和部署规划和导航算法
导航工具箱™ 提供用于设计运动规划和导航系统的算法和分析工具。工具箱包含可自定义的基于搜索和采样的路径规划器。它还包含用于多传感器姿势估计的传感器模型和算法。您可以使用自己的数据创建二维和三维地图表示，也可以使用simultane生成地图工具箱中包含ous定位和映射（SLAM）算法。为自动驾驶和机器人应用提供参考示例。
您可以生成用于比较路径最佳性、平滑度和性能基准的指标。SLAM map builder应用程序允许您以交互方式可视化和调试地图生成。您可以通过将算法直接部署到硬件（使用MATLAB编码器）来测试算法™ 或Simulink编码器™).万博1manbetx
开始：
同步定位和映射（SLAM）
使用姿势图优化通过激光雷达扫描实现SLAM算法。使用SLAM地图生成器应用程序查找和修改回路闭合。生成并导出结果地图作为占用网格。
使用LIDAR SLAM的地图生成。
定位与姿态估计
应用Monte Carlo定位（MCL）来估计使用传感器数据和环境的地图的车辆的位置和方向。
使用惯性传感器和GPS估计非完整飞行器和航空飞行器的姿态。通过将惯性传感器与高度表或视觉里程计融合，在没有GPS的情况下确定姿态。
蒙特卡罗本地化在室内环境中。
2D和3D地图表示
使用真实或模拟传感器读数创建二进制或概率占用网格。使用快速查询和记忆的EgoCentric Maps。
三维网格可视化。
路径规划
使用基于采样的路径规划器，如快速探索随机树（RRT）和RRT*查找从起点到目标位置的路径。根据应用程序的状态空间调整规划器界面。使用Dubins和Reeds Shepp运动原语创建平滑的可驾驶路径。
来自RRT *算法的路径。
路径规划的度量
使用指标验证路径的平滑度和与障碍物的距离。使用数值和视觉比较选择最佳路径。
路径清除度量。
传感器型号
对IMU、GPS和INS传感器进行建模。调整温度和噪声等参数以模拟真实世界条件。使用距离传感器估计到目标的距离，并使用里程传感器测量车辆运动。
探索画廊（3张图片）
传感器运动仿真
绘制车辆的方向、速度、轨迹和传感器测量值。生成轨迹以模拟在世界各地行驶的传感器。将轨迹导出到外部模拟器或场景设计器。
航路点轨迹和速度插值。
车辆运动的传感器模型
模拟轮式编码器传感器读数和计算车速
GNSS传感器模型
使用全球导航卫星系统传感器对象模拟全球导航卫星系统（GNSS）接收器读数
基于网格的A*路径规划
使用*算法规划从起点到目标位置的路径
轨迹最佳的Frenet增强功能
利用改进的实用程序以便在Frenet Space中产生最佳轨迹的控制
砰地关上
实现姿势图优化，以鲁棒性对抗异常值
惯性传感器的过滤器调谐器
自动调整INS、IMU和AHRS滤波器的惯性传感器融合性能
看见发行说明有关这些功能和相应功能的详细信息。
