Локализация

Одновременная локализация и картография, создание карты, одометрия

Используйте алгоритмы одновременной локализации и картографии (SLAM), чтобы создать карты, окружающие автомобиль, оборудованный датчиком на основе данных о лидаре или визуального. Используйте визуально-инерционную одометрию, чтобы оценить положение (положение и ориентация) транспортного средства на основе данных из встроенных датчиков, таких как инерционные модули измерения (IMUs).

Функции

развернуть все

Вращения

`rigid3d`	3-D твердое геометрическое преобразование
`quaternion`	Создайте массив кватерниона
`dist`	Угловое расстояние в радианах
`rotateframe`	Вращение системы координат кватерниона
`rotatepoint`	Вращение точки кватерниона
`rotmat`	Преобразуйте кватернион в матрицу вращения
`rotvec`	Преобразуйте кватернион в вектор вращения (радианы)
`rotvecd`	Преобразуйте кватернион в вектор вращения (в градусах)
`parts`	Извлеките части кватерниона
`euler`	Преобразуйте кватернион в Углы Эйлера (радианы)
`eulerd`	Преобразуйте кватернион в Углы Эйлера (степени)
`compact`	Преобразуйте массив кватерниона в N-by-4 матрица

Визуальный SLAM

`imageviewset`	Управляйте данными для структуры от движения, визуальной одометрии и визуального SLAM
`optimizePoses`	Оптимизируйте абсолютные положения с помощью относительных ограничений положения
`createPoseGraph`	Создайте график положения
`relativeCameraPose`	Вычислите относительное вращение и перевод между положениями камеры
`triangulate`	3-D местоположения неискаженных соответствующих точек в стереоизображениях
`bundleAdjustment`	Совершенствуйте 3-D точки и положения камеры
`bundleAdjustmentMotion`	Совершенствуйте положение камеры с помощью корректировки пакета только для движения
`bundleAdjustmentStructure`	Совершенствуйте 3-D точки с помощью корректировки пакета только для структуры

Облако точек SLAM

`pcviewset`	Справьтесь данные для облака точек основывали визуальную одометрию и SLAM
`optimizePoses`	Оптимизируйте абсолютные положения с помощью относительных ограничений положения
`createPoseGraph`	Создайте график положения
`scanContextDistance`	Расстояние между дескрипторами контекста скана
`scanContextDescriptor`	Извлеките дескриптор контекста скана из облака точек
`pctransform`	Преобразуйте 3-D облако точек
`pcalign`	Выровняйте массив облака точек
`pcregistercorr`	Укажите две корреляции фазы использования облаков точек
`pcregistercpd`	Укажите два облака точек с помощью алгоритма CPD
`pcregistericp`	Укажите два облака точек с помощью алгоритма ICP
`pcregisterndt`	Укажите два облака точек с помощью алгоритма NDT
`pcmapndt`	Карта локализации на основе нормальных распределений преобразовывают (NDT)

Темы

Вращения, ориентации и кватернионы для автоматизированного управления

Кватернионы являются гиперкомплексными числами с четырьмя частями, которые используются, чтобы описать трехмерные вращения и ориентации. Узнать, как использовать их для автоматизированных ведущих приложений.

Реализуйте визуального SLAM в MATLAB

Изучите рабочий процесс визуальной одновременной локализации и картографии (vSLAM) и как реализовать его с помощью MATLAB.

Монокулярная визуальная одновременная локализация и картография

Визуальная одновременная локализация и картография (vSLAM).

Реализуйте облако точек SLAM в MATLAB

Изучите рабочий процесс отображения и регистрация облака точек.

Рекомендуемые примеры

Lidar Localization with Unreal Engine Simulation

Лоцируйте локализацию с нереальной симуляцией Engine

Разработайте и оцените алгоритм локализации лидара с помощью синтетических данных о лидаре из Нереального Engine^® среда симуляции.

Открыть скрипт

Develop Visual SLAM Algorithm Using Unreal Engine Simulation

Разработайте визуальный алгоритм SLAM Используя нереальную симуляцию Engine

Разработайте визуальный алгоритм одновременной локализации и картографии (SLAM) с помощью данных изображения от Нереальной среды симуляции Engine.

Открыть скрипт

Создайте карту из данных о лидаре

Обработайте 3-D данные о датчике лидара, чтобы прогрессивно создать карту с помощью со стороны показаний инерциального измерительного блока (IMU).

Открыть скрипт

Создайте карту из данных о лидаре Используя SLAM

Обработайте данные о лидаре, чтобы создать карту и оценить траекторию транспортного средства с помощью одновременной локализации и картографии.

Открыть скрипт

Build Occupancy Map from 3-D Lidar Data using SLAM

Создайте Карту Заполнения из 3-D Данных о Лидаре с помощью SLAM

Создайте 2D карту Заполнения из 3-D данных о Лидаре с помощью алгоритма одновременной локализации и картографии (SLAM).

Скрипт Open Live Script

Build Map and Localize Using Segment Matching

Создайте карту и локализуйте Используя соответствие сегмента

Создайте карту с данными о лидаре и локализуйте положение транспортного средства на карте с помощью SegMatch [1], алгоритма распознавания места на основе соответствия сегмента.

Скрипт Open Live Script