Алгоритм мобильного робота Проекта

Отображение, планирование пути, следование пути, оценка состояния

Эти алгоритмы Robotics System Toolbox™ фокусируются на мобильной робототехнике или наземных транспортных средствах. Эти алгоритмы помогают вам со всем рабочим процессом мобильной робототехники от отображения до планирования и управления. Можно создавать карты окружений с помощью сеток заполнения, разрабатывать алгоритмы планирования пути для роботов в заданном окружении и настраивать контроллеры, чтобы следовать набору путевых точек. Выполните оценку состояния на основе данных датчика лидара от вашего робота.

Функции

расширить все

binaryOccupancyMapСоздайте сетку заполнения с двоичными значениями
getOccupancyПолучите значение заполнения местоположений
inflateРаздувайте каждое место занятой сетки
moveПеремещение карты в лабораторной системе координат
occupancyMatrixПреобразуйте сетку заполнения в матрицу
raycastВычислите индексы камер вдоль луча
lidarScanСоздайте объект для хранения 2-D сканы лидара
plotОтобразите лазер или чтения сканов лидара
removeInvalidDataУдалите недопустимые данные области значений и угла
transformScanПреобразуйте лазерную скан на основе относительного положения
stateEstimatorPFСоздайте оценку состояния фильтра частиц
initializeИнициализируйте состояние фильтра частиц
predictПредсказать состояние робота на следующем временном шаге
correctСкорректируйте оценку состояния на основе измерения датчика
getStateEstimateИзвлеките лучшую оценку состояния и ковариацию из частиц
mobileRobotPRMСоздайте вероятностный планировщик пути дорожной карты
findpathНайдите путь между начальной и целевой точками на дорожной карте
controllerPurePursuitСоздайте контроллер, чтобы следовать набору путевых точек
ackermannKinematicsМодель автомобиля, подобного рулевому транспортному средству
bicycleKinematicsМодель велосипедного транспортного средства
differentialDriveKinematicsТранспортное средство с дифференциальным приводом
unicycleKinematicsМодель одноколесного транспортного средства

Блоки

Ackermann Kinematic ModelАвтомобильное движение транспортного средства с использованием кинематической модели Ackermann
Bicycle Kinematic ModelВычислите движение автомобиля, подобного транспортному средству, используя велосипедную кинематическую модель
Differential Drive Kinematic ModelВычислите движение транспортного средства с помощью дифференциальной кинематической модели привода
Unicycle Kinematic ModelВычислите движение транспортного средства с помощью одноколесной кинематической модели
Pure PursuitКоманды линейного и углового управления скоростью

Темы

Отображение и планирование пути

Заполнение сеток

Подробная информация о функциональности сетки заполнения и структуре карты.

Вероятностные дорожные карты (PRM)

Как работает алгоритм PRM и конкретные параметры настройки.

Планирование пути в окружениях различной сложности

Этот пример демонстрирует, как вычислить путь без препятствий между двумя местоположениями на заданной карте с помощью планировщика пути Вероятностной дорожной карты (PRM).

Построение карты при известном местоположении

В этом примере показано, как создать карту окружения с помощью показаний датчика области значений и положений робота для робота с дифференциальным приводом.

Планируйте путь для Робота с дифференциальным приводом в Simulink

Этот пример демонстрирует, как выполнить путь без препятствий между двумя местоположениями на заданной карте в Simulink ® .

Моделирование движения

Симулируйте различные кинематические модели для мобильных роботов

Этот пример показывает, как смоделировать различные модели кинематики робота в окружении и сравнить их.

Управление роботом

Чистый контроллер преследования

Функциональность и детали алгоритма Pure Pursuit Controller.

Путь следования для Робота с дифференциальным приводом

Этот пример демонстрирует, как управлять роботом, чтобы следовать по желаемому пути с помощью Robot Simulator.

Управляйте Роботом с дифференциальным приводом в Gazebo с Simulink

Этот пример показов, как управлять роботом с дифференциальным приводом в совместном моделировании Gazebo с помощью Simulink.

Оценка состояния

Параметры фильтра частиц

Как использовать stateEstimatorPF фильтр частиц, вы должны задать параметры, такие как количество частиц, начальное местоположение частиц и метод оценки состояния.

Рабочий процесс фильтра частиц

Фильтр частиц является рекурсивным байесовским оценщиком состояния, который использует дискретные частицы, чтобы аппроксимировать апостериорное распределение предполагаемого состояния.

Отследите робота, похожего на автомобиль, используя фильтр частиц

Фильтр частиц является рекурсивным байесовским алгоритмом оценки, основанным на дискретизации, который реализован в stateEstimatorPF объект.

Рекомендуемые примеры