加载数据并设置SLAM算法

的单元格数组lidarScan对象。激光雷达扫描是由ClearPath Robotics公司的Husky®机器人在停车场收集的。通常情况下，激光雷达的扫描频率很高，而且SLAM不需要每次扫描。因此，通过只选择每40次扫描来对扫描进行采样。

负载garage_fl1_southend.mat扫描扫描=扫描(1:40:结束);

为了建立SLAM算法，需要指定激光雷达的范围、地图分辨率、环路闭合阈值和搜索半径。针对特定的机器人和环境调整这些参数。创建lidarSLAM对象使用这些参数。

maxRange = 19.2;%米分辨率= 10;每米细胞百分比slamObj = lidarSLAM(分辨率，maxRange);slamObj。LoopClosureThreshold = 360;slamObj。LoopClosureSearchRadius = 8;

迭代添加扫描

使用一个为循环，添加扫描到SLAM对象。对象使用扫描匹配将每个添加的扫描与之前添加的扫描进行比较。为了改进映射，对象会在检测到循环闭包时优化姿态图。每10次扫描，显示存储的姿势和扫描。

为i = 1:数字(扫描)addScan(slamObj，扫描{i});如果rem(i,10) == 0 show(slamObj);结束结束

查看占用率图

将所有扫描添加到SLAM对象后，构建一个occupancyMap通过调用映射buildMap扫描和摆姿势。使用与SLAM对象相同的映射分辨率和最大范围。

[scansSLAM,pose] = scansandpose (slamObj);occMap = buildMap(扫描slam，姿势，分辨率，maxRange);图显示(occMap)“车库占用图”）