开始导航的工具箱
设计、模拟和部署自动导航算法
导航工具箱™为运动规划、同步定位和测绘(SLAM)以及惯性导航提供算法和分析工具。该工具箱包括可定制的基于搜索和采样的路径规划器,以及用于验证和比较路径的度量。您可以创建2D和3D地图表示,使用SLAM算法生成地图,并使用SLAM地图生成器应用程序交互式地可视化和调试地图生成。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和车轮编码器传感器数据,并为多传感器姿态估计调整融合滤波器。
为自动驾驶、机器人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(使用MATLAB®编码器™或动态仿真模块®编码器).
教程
- 旋转、方向和四元数
这个例子回顾了三维旋转中的概念,以及如何使用四元数来描述方向和旋转。
- 方向,位置和坐标约定
了解空间表示和坐标系统的工具箱约定。
- IMU测量模拟简介
方法模拟惯性测量单元(IMU)测量
imuSensor
系统对象。 - 估计地面车辆的位置和方向
这个例子展示了如何通过融合来自惯性测量单元(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。
- 利用扫描匹配估计机器人姿态
这个例子演示了如何使用正态分布变换(NDT)算法[1]匹配两个激光扫描。
- 使用RRT规划移动机器人路径
本例展示了如何使用快速探索随机树(RRT)算法通过已知地图为车辆规划路径。
- 使用激光雷达扫描实现同步定位和映射(SLAM)
本示例演示了如何使用姿态图优化在收集的一系列激光雷达扫描上实现同步定位和映射(SLAM)算法。
- 使用三维激光雷达点云执行SLAM
此示例演示如何实现同时定位和映射(SLAM)算法对采集的三维激光雷达传感器数据采用点云处理算法和位姿图优化。