导航的工具箱
设计、模拟和部署用于规划和导航的算法
Navigation Toolbox™提供了用于设计运动规划和导航系统的算法和分析工具。工具箱包含可定制的搜索和基于采样的路径规划器。它还包含了用于多传感器姿态估计的传感器模型和算法。您可以使用自己的数据创建2D和3D地图表示,或者使用工具箱中包含的同步定位和映射(SLAM)算法生成地图。为自动驾驶和机器人应用提供了参考示例。
您可以生成用于比较路径最优性、平滑性和性能基准的指标。SLAM map builder应用程序允许您交互式地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 Coder™或Simulink Coder™)来测试算法。万博1manbetx
开始:
同步定位和映射(SLAM)
实现SLAM算法与激光雷达扫描使用位姿图优化。使用SLAM Map Builder应用程序查找和修改循环闭包。构建并导出结果映射作为占用网格。
定位和姿态估计
应用蒙特卡罗定位(MCL)来估计使用传感器数据和环境地图的车辆的位置和方向。
利用惯性传感器和GPS估计非完整飞行器和飞行器的姿态。通过将惯性传感器与高度计或视觉里程计融合来确定无GPS的姿态。
2D和3D地图交涉
创建使用真实或模拟传感器读数二进制或概率占用电网。使用以自我为中心的地图是快速查询和存储效率。
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*来找到从起点到目标位置的路径。根据应用程序的状态空间调整planner接口。使用Dubins和reed - shepp运动原语创建平滑的、可驱动的路径。
路径规划的量度
使用度量来验证路径的平稳性和清除障碍的能力。通过数值和可视化比较选择最佳路径。
传感器模型
模拟IMU、GPS和INS传感器。调整温度和噪声等参数以模拟真实世界的条件。使用距离传感器估计到目标的距离,并使用里程测量传感器测量车辆的运动。
同步定位和映射(SLAM)
创建2D和3D入住使用SLAM算法和激光扫描数据映射
SLAM地图生成器应用程序
交互式修改环闭合和使用SLAM算法调整整体地图
姿态估计
利用IMU和GPS传感器以及蒙特卡罗定位技术精确地估计车辆的姿态
定制采样基于路径的规划师
使用RRT和RRT*算法规划从起点到目标位置的路径
路径规划指标
使用指标来检查和比较路径规划者的输出
传感器模型
使用IMU,GPS模拟的模型和一系列传感器
轨迹和航点跟踪算法
使用内置的算法来生成机器人轨迹和控制命令
看到发行说明有关这些功能和相应功能的详细信息。
有问题吗?
联系米希尔,导航工具箱技术专家