位置推定

自己位置推定と環境地図作成の同時実行、地図の作成、オドメトリ

SLAM (自己位置推定と環境地図作成の同時実行) アルゴリズムを使用して、ビジュアルまたは LiDAR データに基づいて自車の周辺の地図を作成します。ビジュアル慣性オドメトリを使用して、慣性測定ユニット (IMU) などのオンボードセンサーからのデータに基づいて車両の姿勢 (位置と方向) を推定します。

関数

すべて展開する

回転

`rigid3d`	(非推奨) 右から乗算する規則を使用した 3 次元剛体幾何学的変換
`quaternion`	四元数配列の作成
`dist`	角距離 (ラジアン)
`rotateframe`	四元数の座標系の回転
`rotatepoint`	四元数の点の回転
`rotmat`	四元数の回転行列への変換
`rotvec`	四元数の回転ベクトルへの変換 (ラジアン単位)
`rotvecd`	四元数の回転ベクトルへの変換 (度単位)
`parts`	四元数の各部分の抽出
`euler`	四元数をオイラー角 (ラジアン) に変換
`eulerd`	四元数をオイラー角 (度) に変換
`compact`	四元数配列を N 行 4 列の行列に変換

ビジュアル SLAM

`imageviewset`	Manage data for structure-from-motion, visual odometry, and visual SLAM
`optimizePoses`	Optimize absolute poses using relative pose constraints
`createPoseGraph`	Create pose graph
`relativeCameraPose`	カメラの姿勢間の相対的な回転と並進を計算
`triangulate`	ステレオイメージでの歪み補正後のマッチする点の 3 次元位置
`bundleAdjustment`	3 次元の点とカメラの姿勢のコレクションの調整
`bundleAdjustmentMotion`	Adjust collection of 3-D points and camera poses using motion-only bundle adjustment
`bundleAdjustmentStructure`	Refine 3-D points using structure-only bundle adjustment

点群 SLAM

`pcviewset`	Manage data for point cloud based visual odometry and SLAM
`optimizePoses`	Optimize absolute poses using relative pose constraints
`createPoseGraph`	Create pose graph
`scanContextDistance`	Distance between scan context descriptors
`scanContextDescriptor`	Extract scan context descriptor from point cloud
`pctransform`	3 次元点群の変換
`pcalign`	Align array of point clouds
`pcregistercorr`	Register two point clouds using phase correlation
`pcregistercpd`	Register two point clouds using CPD algorithm
`pcregistericp`	ICP アルゴリズムを使用した 2 つの点群のレジストレーション
`pcregisterndt`	Register two point clouds using NDT algorithm
`pcregisterloam`	Register two point clouds using LOAM algorithm
`pcmapndt`	Localization map based on normal distributions transform (NDT)

トピック

Rotations, Orientations, and Quaternions for Automated Driving
Quaternions are four-part hypercomplex numbers that are used to describe three-dimensional rotations and orientations. Learn how to use them for automated driving applications.
MATLAB での Visual SLAM の実装
Visual simultaneous localization and mapping (vSLAM) ワークフローと、MATLAB を使用してそれを実装する方法について理解する。
単眼の Visual Simultaneous Localization and Mapping
Visual simultaneous localization and mapping (vSLAM)。
MATLAB での点群 SLAM の実装
点群のレジストレーションと地図作成のワークフローを理解する。

注目の例

Lidar Localization with Unreal Engine Simulation

Develop and evaluate a lidar localization algorithm using synthetic lidar data from the Unreal Engine^® simulation environment.

ライブスクリプトを開く

Develop Visual SLAM Algorithm Using Unreal Engine Simulation

Develop a visual simultaneous localization and mapping (SLAM) algorithm using image data from the Unreal Engine simulation environment.

ライブスクリプトを開く

LiDAR データからのマップの作成

慣性測定ユニット (IMU) の読み取り値を補助的に使用し、3-D LiDAR センサーデータを処理して、マップを順次作成します。

スクリプトを開く

Build a Map from Lidar Data Using SLAM

Process lidar data to build a map and estimate a vehicle trajectory using simultaneous localization and mapping.

スクリプトを開く

Build a Map with Lidar Odometry and Mapping (LOAM) Using Unreal Engine Simulation

Build a map with the lidar odometry and mapping (LOAM) [1] algorithm by using synthetic lidar data from the Unreal Engine® simulation environment. In this example, you learn how to:

ライブスクリプトを開く

Build Occupancy Map from 3-D Lidar Data using SLAM

Build a 2-D Occupancy map from 3-D Lidar data using a simultaneous localization and mapping (SLAM) algorithm.

ライブスクリプトを開く

Build Map and Localize Using Segment Matching

Build a map with lidar data and localize the position of a vehicle on the map using SegMatch, a place recognition algorithm based on segment matching.

ライブスクリプトを開く

Visual-Inertial Odometry Using Synthetic Data

Estimate the position and orientation of a vehicle by using an inertial measurement unit (IMU) and a monocular camera.

スクリプトを開く

Visual Localization in a Parking Lot

Develop a visual localization system using synthetic image data from a parking lot scene in Unreal Engine environment.

ライブスクリプトを開く

Perception-Based Parking Spot Detection Using Unreal Engine Simulation

Build a bird's-eye-view map of a parking lot using semantically segmented images from the ego vehicle camera, and detect empty parking spots from the map.

ライブスクリプトを開く