このページの内容は最新ではありません。最新版の英語を参照するには、ここをクリックします。
Navigation Toolbox 入門
Navigation Toolbox™ は、モーション プランニング、自己位置推定と環境地図作成の同時実行 (SLAM)、慣性ナビゲーションのためのアルゴリズムと解析ツールを提供します。このツールボックスには、カスタマイズ可能な探索とサンプリングベースのパスプランナー、およびパスの検証と比較に使用するメトリクスが含まれています。SLAM マップ ビルダー アプリにより、2 次元および 3 次元地図表現を作成し、SLAM アルゴリズムを使用してマップを生成し、マップの生成を対話的に可視化してデバッグすることができます。このツールボックスには位置推定用のセンサー モデルとアルゴリズムが含まれています。IMU、GPS、およびホイール エンコーダーのセンサー データのシミュレーションと可視化を行い、マルチセンサー姿勢推定用のフュージョン フィルターを調整することができます。
自動運転、ロボティクス、家電製品のアプリケーション向けの参考例が提供されています。ナビゲーション アルゴリズムをハードウェアに直接展開して (MATLAB® Coder™ または Simulink® Coder を使用)、このアルゴリズムをテストできます。
チュートリアル
- Rotations, Orientation, and Quaternions
This example reviews concepts in three-dimensional rotations and how quaternions are used to describe orientation and rotations.
- 方向、位置、および座標の規則
空間表現と座標系に関するツールボックスの規則について説明する。
- IMU 測定のシミュレーションの概要
この例では、
imuSensorSystem object™ を使用して慣性計測ユニット (IMU) 測定をシミュレートする方法を示します。 - 地上ビークルの位置と向きの推定
この例では、慣性計測ユニット (IMU) と全地球測位システム (GPS) 受信機からのデータを融合させて、地上ビークルの位置と向きを推定する方法を説明します。
- Estimate Robot Pose with Scan Matching
This example demonstrates how to match two laser scans using the Normal Distributions Transform (NDT) algorithm [1].
- RRT を使用したモバイル ロボットのパスの計画
この例では、Rapidly-exploring Random Tree (RRT) アルゴリズムを使用して、既知のマップでビークルのパスを計画する方法を説明します。
- LIDAR スキャンでの自己位置推定と環境地図作成の同時実行 (SLAM) の実装
姿勢グラフと LiDAR スキャンの一連のコレクションを使用してオフライン SLAM を実装し、環境のマップを作成する。
- 3 次元 LiDAR 点群を使用した SLAM の実行
3 次元 LiDAR データ、点群処理アルゴリズム、および姿勢グラフ最適化を使用して SLAM を実装する。
