帮助中心帮助中心
同时定位和映射(SLAM)使用这两种方法映射而且定位与姿态估计建立地图的算法,同时在地图中定位你的车辆。使用lidarSLAM调整你自己的SLAM算法,该算法处理激光雷达扫描和里程计姿态估计,以迭代构建地图。使用buildMap获取记录和过滤的数据,使用SLAM创建映射。的大满贯地图生成器应用程序允许您手动修改相对姿势和对齐扫描,以提高您的地图的准确性。
lidarSLAM
buildMap
全部展开
ekfSLAM
正确的
landmarkInfo
poseHistory
预测
removeLandmark
重置
addScan
removeLoopClosures
scansAndPoses
显示
利用扩展卡尔曼滤波(EKF)算法和极大似然算法进行数据关联,使用ekfSLAM实现地标同步定位与映射(SLAM)的可靠实现。在本例中,您将创建车辆周围环境的地标地图,并同时跟踪车辆的路径。通过使用噪声控制命令移动车辆来生成轨迹,并使用它在路径上遇到的地标形成地图。通过再次观察路标,修正车辆轨迹和路标估计。
结合机器人的里程计数据和观察到的基准标记称为AprilTags,以更好地估计机器人的轨迹和环境中的地标位置。该示例使用姿势图方法和因子图方法,并对这两种图进行比较。
演示了如何利用点云处理算法和位姿图优化实现对采集到的三维激光雷达传感器数据的同步定位与映射(SLAM)算法。本例的目标是估计机器人的轨迹,并根据三维激光雷达点云和估计轨迹创建环境的三维占用图。
演示如何实现同步定位和映射(SLAM)算法上收集的一系列激光雷达扫描使用位姿图优化。本例的目标是使用激光雷达扫描构建环境地图并检索机器人的轨迹。
演示了如何利用位姿图优化实现激光雷达扫描的同步定位与映射(SLAM)算法。这个例子需要Simulink®3D动画™和导航工具箱™。
你点击了一个对应于这个MATLAB命令的链接:
在MATLAB命令窗口中输入命令来运行该命令。Web浏览器不支持MATLAB命令。
选择一个网站,在可用的地方获得翻译的内容,并查看当地的活动和优惠。根据您的地理位置,我们建议您选择:.
您也可以从以下列表中选择网站:
选择中国网站(中文或英文)以获得最佳的网站表现。其他MathWorks国家网站没有针对从您的位置访问进行优化。
联系当地办事处