Ключевым компонентом для современных систем помощи водителю (ADAS) и автономных роботов является обеспечение осведомленности о том, где находится транспортное средство или робот, относительно его окружения и использование этой информации для оценки наилучшего пути к месту назначения. Процесс одновременной локализации и отображения (SLAM) использует алгоритмы для оценки позы транспортного средства и карты окружающей среды одновременно.
Lidar Toolbox™ предоставляет рабочий процесс регистрации облака точек, который использует алгоритм быстрой гистограммы (FPFH) для сшивания последовательностей облака точек. Эту функцию можно использовать для прогрессивного построения карт. Такая карта может облегчить планирование пути для навигации транспортного средства или может использоваться для SLAM. Для примера использования extractFPFHFeatures функция в рабочем процессе 3-D SLAM для воздушных данных, см. Aerial Lidar SLAM Using FPFH Descriptors.
Lidar Toolbox также предоставляет функции для сопоставления сканирования и моделирования показаний датчиков, несущих дальность. Эти функции используются в процессах 2-D SLAM и обнаружения препятствий
Описание процесса регистрации и сопоставления облака точек.
Оценка преобразования между двумя облаками точек с помощью функций
В этом примере показано, как оценить жесткое преобразование между двумя облаками точек.
Сопоставление и визуализация соответствующих элементов в облаках точек
В этом примере показано, как соотносить элементы между облаками точек с помощью pcmatchfeatures и визуализировать их с помощью pcshowMatchedFeatures функция.
