Ключевой компонент для приложений продвинутых систем помощи водителю (ADAS) и автономных роботов включает осведомленность о том, где транспортное средство или робот относительно его среды и использующий эту информацию, чтобы оценить лучший путь к его месту назначения. Процесс одновременной локализации и картографии (SLAM) использует алгоритмы, чтобы оценить положение транспортного средства и карту среды одновременно.
Lidar Toolbox™ обеспечивает рабочий процесс регистрации облака точек, который использует алгоритм быстро укажите гистограмму функции (FPFH), чтобы сшить вместе последовательности облака точек. Можно использовать эту функцию для прогрессивного создания карты. Такая карта может упростить планирование пути для навигации транспортного средства или может использоваться для SLAM. Для примера того, как использовать extractFPFHFeatures функция в 3-D рабочем процессе SLAM для воздушных данных, смотрите Воздушный Лидар SLAM Используя Дескрипторы FPFH.
Lidar Toolbox также обеспечивает функции сопоставления сканов и симуляции переносящих область значений показаний датчика. Эти функции используются в 2D SLAM и рабочих процессах обнаружения препятствия
Реализуйте облако точек SLAM в MATLAB
Изучите рабочий процесс отображения и регистрация облака точек.
Оцените преобразование между двумя облаками точек, использующими функции
В этом примере показано, как оценить твердое преобразование между двумя облаками точек.
Совпадайте и визуализируйте соответствующие функции в облаках точек
В этом примере показано, как совпадать с соответствующими функциями между облаками точек с помощью pcmatchfeatures функционируйте и визуализируйте их использующий pcshowMatchedFeatures функция.
