Ключевым компонентом для передовых систем помощи драйверу (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 картографии (SLAM) использует алгоритмы, чтобы оценить положение транспортного средства и карту окружения одновременно.
Lidar Toolbox™ предоставляет рабочий процесс регистрации облака точек, который использует алгоритм гистограммы функций быстрой точки (FPFH), чтобы сшить последовательности облака точек. Можно использовать эту функцию для прогрессивного создания карты. Такая карта может облегчить планирование пути для навигации по транспортному средству или может использоваться для SLAM. Для примера того, как использовать extractFPFHFeatures функция в 3-D рабочем процессе SLAM для воздушных данных, см. Aerial Lidar SLAM Использование дескрипторов FPFH.
Lidar Toolbox также предоставляет функции для сопоставления сканов и симуляции показаний датчика диапазона. Эти функции используются в 2-D рабочих процессах SLAM и обнаружения препятствий
Осмыслите рабочий процесс регистрации и отображения облака точек.
Оцените преобразование между двумя облаками точек с помощью функций
Этот пример показывает, как оценить твердое преобразование между двумя облаками точек.
Соответствие и визуализация соответствующих функций в облаках точек
В этом примере показано, как соответствующие функции между облаками точек с помощью pcmatchfeatures функционировать и визуализировать их используя pcshowMatchedFeatures функция.
