主要内容

Lidar-Based导航

点云配准与地图构建,三维同步定位与测绘,二维激光雷达目标检测

高级驾驶辅助系统(ADAS)应用和自主机器人的一个关键组成部分是,能够感知车辆或机器人相对于周围环境的位置,并利用这些信息估计到达目的地的最佳路径。同步定位和测绘(SLAM)过程使用算法来估计车辆的姿态和环境地图的同时。

Lidar Toolbox™提供了一个点云配准工作流,使用快速点特征直方图(FPFH)算法将点云序列拼接在一起。您可以使用此功能来进行渐进式地图构建。该地图可用于车辆导航路径规划,也可用于SLAM。下面是如何使用的例子extractFPFHFeatures函数在3-D空中数据SLAM工作流中,参见基于ffh描述符的航空激光雷达SLAM

激光雷达工具箱还提供扫描匹配和模拟距离-方位传感器读数的功能。这些功能可用于二维障碍物检测工作流,为车辆提供实时的碰撞警告。

功能

全部展开

matchScans 估计两个激光扫描之间的姿势
matchScansGrid 使用网格搜索估计两个激光雷达扫描之间的姿态
matchScansLine 利用直线特征估计两次激光扫描之间的姿态
rangeSensor 模拟距离-方位传感器读数
lidarScan 创建用于存储二维激光雷达扫描的对象
pcregistericp 采用ICP算法配准两点云
pcregistercpd 采用CPD算法配准两点云
pcregisterndt 用NDT算法配准两点云
extractFPFHFeatures 从点云中提取快速点特征直方图(FPFH)描述符
pcmatchfeatures 寻找点云之间的匹配特征
pcshowMatchedFeatures 显示匹配特征点的点云

特色的例子