Концепции отзывов в 3D вращениях и как кватернионы используются, чтобы описать ориентацию и вращения. Кватернионы являются скошенным полем гиперкомплексных чисел. Они нашли применение в космосе, компьютерной графике и виртуальной реальности. В MATLAB® математика кватерниона может быть представлена путем управления классом кватерниона.

Симулируйте измерения инерционного модуля измерения (IMU) с помощью imuSensor Системного объекта. IMU может включать комбинацию отдельных датчиков, включая гироскоп, акселерометр и магнитометр. Можно задать свойства отдельных датчиков с помощью gyroparams, accelparams, и magparams, соответственно.

Оцените положение и ориентацию наземных транспортных средств путем объединения данных от инерционного модуля измерения (IMU) и получателя системы глобального позиционирования (GPS).

Демонстрирует, как совпадать с двумя лазерными сканированиями с помощью алгоритма Преобразования нормальных распределений (NDT) [1]. Цель сканирования, соответствующего, состоит в том, чтобы найти относительное положение (или преобразовать) между двумя положениями робота, где рентген был сделан. Сканирования могут быть выровнены на основе форм их перекрывающихся функций.

Используйте алгоритм быстро исследующего случайного дерева (RRT), чтобы запланировать путь транспортное средство через известную карту. Ограничения специального транспортного средства также применяются с пользовательским пространством состояний. Можно настроить собственного планировщика с пользовательским пространством состояний и объектами валидации пути для любого приложения навигации.

Демонстрирует, как реализовать алгоритм Одновременной локализации и отображения (SLAM) на собранной серии сканирований лидара с помощью оптимизации графика положения. Цель этого примера состоит в том, чтобы создать карту среды с помощью сканирований лидара и получить траекторию робота.

Демонстрирует, как реализовать алгоритм Одновременной локализации и отображения (SLAM) на собранных 3-D данных о датчике лидара с помощью алгоритмов обработки облака точек и оптимизации графика положения. Цель этого примера состоит в том, чтобы оценить траекторию робота и создать 3-D карту заполнения среды от 3-D облаков точек лидара и оцененной траектории.

Симулируйте измерения инерционного модуля измерения (IMU) с помощью imuSensor Системного объекта. IMU может включать комбинацию отдельных датчиков, включая гироскоп, акселерометр и магнитометр. Можно задать свойства отдельных датчиков с помощью gyroparams, accelparams, и magparams, соответственно.

Используйте отклонение Аллана, чтобы определить шумовые параметры гироскопа MEMS. Эти параметры могут использоваться, чтобы смоделировать гироскоп в симуляции. Измерение гироскопа моделируется как:

Магнитометры обнаруживают силу магнитного поля вдоль X датчика, Y и осей Z. Точные измерения магнитного поля важны для сплава датчика и намерения направиться и ориентация.

Удалите смещение гироскопа из IMU, использующего imufilter.

Как вы можете создать IMU + алгоритм сплава GPS, подходящий для беспилотных воздушных транспортных средств (БПЛА) или quadcopters.

Оцените положение и ориентацию наземных транспортных средств путем объединения данных от инерционного модуля измерения (IMU) и получателя системы глобального позиционирования (GPS).

Объедините данные от акселерометра с 3 осями, гироскопа с 3 осями, магнитометр с 3 осями (вместе обычно называемый датчиком MARG для Магнитного, Углового Уровня и Силой тяжести), и высотомер с 1 осью, чтобы оценить ориентацию и высоту.

Демонстрирует применение алгоритма Локализации Монте-Карло (MCL) на TurtleBot® в симулированной среде Gazebo®.

Используйте алгоритмы сплава с 9 осями и с 6 осями, чтобы вычислить ориентацию. Существует несколько алгоритмов, чтобы вычислить ориентацию из инерционных модулей измерения модулей магнитно-угловой силы тяжести уровня (MARG) и (IMUs). Этот пример покрывает основы ориентации и как использовать эти алгоритмы.

Выровняйте и предварительно обработайте регистрируемые данные о датчике. Это позволяет фильтрам сплава выполнять оценку ориентации как ожидалось. Записанные данные были собраны из акселерометра и гироскопа, смонтированного на наземном транспортном средстве.

Используйте сферическую линейную интерполяцию (SLERP), чтобы создать последовательности кватернионов, и lowpass фильтруют шумные траектории. SLERP является обычно используемым методом компьютерной графики для создания анимаций вращающегося объекта.

Как вы можете плавить датчики на различных уровнях, чтобы оценить положение. Акселерометр, гироскоп, магнитометр и GPS используются, чтобы определить ориентацию и положение транспортного средства, проходящего круговой путь. Можно использовать средства управления на окне рисунка, чтобы варьироваться уровни датчика и эксперимент с уволенным датчика при наблюдении эффекта на предполагаемом положении.

Используйте функцию matchScans, чтобы вычислить различие в положении между серией лазерных сканирований. Составьте относительные положения при помощи заданной функции composePoses, чтобы получить преобразование к начальной системе координат. Затем преобразуйте все лазерные сканирования в начальную систему координат с помощью этих составленных положений.

Уменьшайте дрейф в предполагаемой траектории (местоположение и ориентация) монокулярной камеры с помощью 3-D оптимизации графика положения. Визуальная одометрия оценивает текущее глобальное положение камеры (текущая система координат). Из-за плохого соответствия или ошибок в 3-D триангуляции точки, траектории робота часто имеют тенденцию дрейфовать от основной истины. Обнаружение закрытия цикла и оптимизация графика положения уменьшают этот дрейф и правильный для ошибок.

Карты заполнения предлагают простой все же устойчивый способ представлять среду для автоматизированных приложений путем отображения непрерывного мирового пробела со структурой дискретных данных. Отдельные ячейки сетки могут содержать двоичный файл или probabilitistic информацию, где 0 указывает на свободное пространство, и 1 idicates занял место. Можно создавать эту информацию в зависимости от времени с помощью измерений датчика и эффективно хранить их в карте. Эта информация также полезна для более усовершенствованных рабочих процессов, такова как обнаружение столкновений и планирование пути.

Создайте эгоцентрическую карту заполнения из приложения Driving Scenario Designer. Этот пример использует информацию о препятствии от генератора обнаружения видения, чтобы обновить эгоцентрическую карту заполнения.

Функция buildMap берет в показаниях сканирования лидара и сопоставленных положениях, чтобы создать сетку заполнения как lidarScan объекты и сопоставленный [x y тета] положения, чтобы создать occupancyMap.

Уменьшайте дрейф в предполагаемой траектории (местоположение и ориентация) монокулярной камеры с помощью 3-D оптимизации графика положения. В этом примере вы создаете карту заполнения из изображений глубины, которые могут использоваться в планировании пути при навигации в той среде.

Демонстрирует, как реализовать алгоритм Одновременной локализации и отображения (SLAM) на собранных 3-D данных о датчике лидара с помощью алгоритмов обработки облака точек и оптимизации графика положения. Цель этого примера состоит в том, чтобы оценить траекторию робота и создать 3-D карту заполнения среды от 3-D облаков точек лидара и оцененной траектории.

Демонстрирует, как реализовать алгоритм Одновременной локализации и отображения (SLAM) на собранной серии сканирований лидара с помощью оптимизации графика положения. Цель этого примера состоит в том, чтобы создать карту среды с помощью сканирований лидара и получить траекторию робота.

Демонстрирует, как реализовать алгоритм Одновременной локализации и отображения (SLAM) на сканированиях лидара, полученных из симулированной среды с помощью оптимизации графика положения.

Используйте алгоритм быстро исследующего случайного дерева (RRT), чтобы запланировать путь транспортное средство через известную карту. Ограничения специального транспортного средства также применяются с пользовательским пространством состояний. Можно настроить собственного планировщика с пользовательским пространством состояний и объектами валидации пути для любого приложения навигации.

Выполните динамическое перепланирование на складской карте со средством поиска области значений и* планировщик пути.

Симулируйте автоматизированную систему маневра изменения маршрута для магистрали ведущий сценарий.

Выполните динамическое перепланирование в городском сценарии с помощью trajectoryOptimalFrenet.

Запланируйте путь, чтобы переместить большую мебель в ограниченное пространство, избегающее полюсов. Этот пример показывает рабочий процесс "проблемы Двигателя Фортепьяно", которая используется в тестировании алгоритмов планирования пути с ограниченными пространствами состояний. Этот пример использует объект plannerRRTStar реализовать пользовательское оптимизированное быстро исследующее дерево (RRT*) алгоритм. Если помощники в качестве примера иллюстрируют, как задать пользовательские пространства состояний и валидацию состояния для любого приложения планирования движения.

Запланируйте цепкое движение Кинову Джако Асситив Роботикс Арм, использующую алгоритм быстро исследующего случайного дерева (RRT). Этот пример использует объект plannerRRTStar произвести состояния и запланировать движение робота. Если помощники в качестве примера иллюстрируют, как задать пользовательские пространства состояний и валидацию состояния для приложений планирования движения.

Используйте Simulink, чтобы избежать препятствий при следовании за путем для робота с дифференциальным приводом. Этот пример использует ROS, чтобы отправить и получить информацию от средства моделирования MATLAB®-based. Можно заменить средство моделирования на другие ОСНОВАННЫЕ НА ROS средства моделирования, такие как Gazebo®.

Используйте ROS Toolbox и TurtleBot® с векторными полевыми гистограммами (VFH), чтобы выполнить предотвращение препятствия при управлении роботом в среде. Блуждания робота путем управления вперед до препятствий мешают. Объект controllerVFH вычисляет держащиеся направления, чтобы избежать объектов при попытке управлять вперед.

Концепции отзывов в 3D вращениях и как кватернионы используются, чтобы описать ориентацию и вращения. Кватернионы являются скошенным полем гиперкомплексных чисел. Они нашли применение в космосе, компьютерной графике и виртуальной реальности. В MATLAB® математика кватерниона может быть представлена путем управления классом кватерниона.