Используйте алгоритмы одновременной локализации и отображения (SLAM) для построения карт вокруг эго-транспортного средства на основе визуальных или лидарных данных. Используйте визуально-инерционную одометрию для оценки позы (положения и ориентации) транспортного средства на основе данных бортовых датчиков, таких как инерциальные измерительные блоки (IMU).
Вращения, ориентации и кватернионы для автоматизированного вождения
Кватернионы - четырёхчастные гиперкомплексные числа, которые используются для описания трёхмерных вращений и ориентаций. Узнайте, как использовать их для автоматических приложений вождения.
Понимание процесса визуальной одновременной локализации и сопоставления (SLAM).
Однодневная визуальная одновременная локализация и отображение
Визуальная одновременная локализация и сопоставление (vSLAM).
Построение карты из данных Lidar
Обработайте 3D данные о датчике лидара, чтобы прогрессивно построить карту с помощью со стороны чтений инерционной единицы измерения (IMU).
Построение карты из данных Lidar с помощью SLAM
Обработка данных лидара для построения карты и оценки траектории транспортного средства с использованием одновременной локализации и отображения.
Постройте карту занятия из 3D данных о лидаре Используя ХЛОПОК
Постройте 2-ю карту Занятия из 3D данных о Лидаре, используя алгоритм одновременной локализации и отображения (SLAM).
Описание процесса регистрации и сопоставления облака точек.
Построение карты и локализация с помощью сопоставления сегментов (панель инструментов Lidar)
В этом примере показано, как построить карту с данными лидара и локализовать положение транспортного средства на карте с помощью SegMatch [1] (Lidar Toolbox), алгоритма распознавания места на основе сопоставления сегментов.
