Создайте сетку заполнения из сканирований лазерного дальномера
map = buildMap(scans,poses,mapResolution,maxRange)map = buildMap(scans,poses,mapResolution,maxRange)robotics.OccupancyGrid путем вставки лазерного дальномера scans в данном poses. Задайте разрешение получившейся карты, mapResolution и максимальной области значений датчика лазерного дальномера, maxRange.
Функция buildMap берет в показаниях сканирования лазерного дальномера и сопоставленных положениях, чтобы создать сетку заполнения. когда lidarScan возражает и сопоставил положения [x y theta], чтобы создать robotics.OccupancyGrid.
Загрузите сканирование и оценки положения, собранные из датчиков на роботе в гараже. Собранные данные сопоставляются с помощью алгоритма robotics.LidarSLAM, который выполняет сканирование, соответствующее, чтобы сопоставить сканирования и настроить положения по полной траектории робота. Проверяйте, чтобы убедиться, сканирования и положения являются той же длиной.
load scansAndPoses.mat
length(scans) == length(poses)ans = logical
1
Создайте карту. Задайте сканирования, и положения в buildMap функционируют и включают желаемое разрешение карты (10 ячеек на метр) и макс. область значений лазерного дальномера (19,2 метров). Каждое сканирование добавляется в связанных положениях, и значения вероятности в сетке заполнения обновляются.
occGrid = buildMap(scans,poses,10,19.2);
figure
show(occGrid)
title('Occupancy Map of Garage')
Используйте объект LidarSLAM итеративно добавлять и сравнить сканирования лазерного дальномера и создать оптимизированный график положения траектории робота. Чтобы получить карту заполнения от связанных положений и сканирований, используйте функцию buildMap.
Загрузите данные и настроенный алгоритм SLAM
Загрузите массив ячеек объектов lidarScan. Сканирования лазерного дальномера были собраны в гараже на роботе Husky® от ClearPath Robotics®. Как правило, лоцируйте сканирования, взяты в высокой частоте, и каждое сканирование не нужно для SLAM. Поэтому вниз выберите сканирования путем выбора только каждого 40-го сканирования.
load garage_fl1_southend.mat scans scans = scans(1:40:end);
Чтобы настроить алгоритм SLAM, задайте область значений лазерного дальномера, сопоставьте разрешение, порог закрытия цикла и поисковый радиус. Настройте эти параметры для своего определенного робота и среды. Создайте объект LidarSLAM с этими параметрами.
maxRange = 19.2; % meters resolution = 10; % cells per meter slamObj = robotics.LidarSLAM(resolution,maxRange); slamObj.LoopClosureThreshold = 360; slamObj.LoopClosureSearchRadius = 8;
Добавьте сканирования итеративно
Используя цикл for, добавьте сканирования в объект SLAM. Объект использует сканирование, соответствующее, чтобы сравнить каждое добавленное сканирование с ранее добавленными единицами. Чтобы улучшить карту, объект оптимизирует график положения каждый раз, когда это обнаруживает закрытие цикла. Каждые 10 сканирований, отобразите сохраненные положения и сканирования.
for i = 1:numel(scans) addScan(slamObj,scans{i}); if rem(i,10) == 0 show(slamObj); end end
Просмотрите карту заполнения
После добавления всех сканирований к объекту SLAM создайте карту robotics.OccupancyGrid путем вызова buildMap со сканированиями и положениями. Используйте то же разрешение карты и макс. область значений, которую вы использовали с объектом SLAM.
[scansSLAM,poses] = scansAndPoses(slamObj);
occGrid = buildMap(scansSLAM,poses,resolution,maxRange);
figure
show(occGrid)
title('Occupancy Map of Garage')