Main Content

位置推定アルゴリズム

粒子フィルター、スキャン マッチング、モンテカルロ位置推定、姿勢グラフ、オドメトリ

モンテカルロ位置推定、スキャン マッチングなどの位置推定アルゴリズムは、距離センサーまたは LIDAR の読み取り値を使用して、既知のマップでの姿勢を推定します。姿勢グラフは推定姿勢を追跡し、エッジの制約およびループ クロージャに基づいて最適化することができます。位置推定とマッピングの同時実行については、SLAMを参照してください。

関数

すべて展開する

stateEstimatorPF粒子フィルターの状態推定器の作成
getStateEstimateExtract best state estimate and covariance from particles
predictPredict state of robot in next time step
correctAdjust state estimate based on sensor measurement
matchScansEstimate pose between two laser scans
matchScansGridEstimate pose between two lidar scans using grid-based search
matchScansLineEstimate pose between two laser scans using line features
transformScanTransform laser scan based on relative pose
lidarScan2 次元 LIDAR スキャンを保存するためのオブジェクトの作成
monteCarloLocalizationLocalize robot using range sensor data and map
lidarScan2 次元 LIDAR スキャンを保存するためのオブジェクトの作成
getParticlesGet particles from localization algorithm
odometryMotionModelCreate an odometry motion model
likelihoodFieldSensorModel尤度フィールドを使用する距離センサー モデルの作成
resamplingPolicyPFCreate resampling policy object with resampling settings
poseGraph Create 2-D pose graph
poseGraph3D Create 3-D pose graph
poseplot3-D pose plot
addPointLandmarkAdd landmark point node to pose graph
addRelativePoseAdd relative pose to pose graph
edgeNodePairsEdge node pairs in pose graph
edgeConstraintsEdge constraints in pose graph
edgeResidualErrorsCompute pose graph edge residual errors
findEdgeIDFind edge ID of edge
nodeEstimatesPoses of nodes in pose graph
optimizePoseGraphOptimize nodes in pose graph
removeEdgesRemove loop closure edges from graph
showPlot pose graph
trimLoopClosuresOptimize pose graph and remove bad loop closures
factorGraphBipartite graph of factors and nodes
factorGraphSolverOptionsSolver options for factor graph
importFactorGraphImport factor graph from g2o log file
factorIMUConvert IMU readings to factor
factorGPSFactor for GPS measurement
factorTwoPoseSE2Factor relating two SE(2) poses
factorTwoPoseSE3Factor relating two SE(3) poses
factorIMUBiasPriorPrior factor for IMU bias
factorVelocity3PriorPrior factor for 3-D velocity
factorPoseSE3PriorFull-state prior factor for SE(3) pose
wheelEncoderOdometryAckermannCompute Ackermann vehicle odometry using wheel encoder ticks and steering angle
wheelEncoderOdometryBicycleCompute bicycle odometry using wheel encoder ticks and steering angle
wheelEncoderOdometryDifferentialDriveCompute differential-drive vehicle odometry using wheel encoder ticks
wheelEncoderOdometryUnicycleCompute unicycle odometry using wheel encoder ticks and angular velocity

トピック

  • Compose a Series of Laser Scans with Pose Changes

    Use the matchScans function to compute the pose difference between a series of laser scans. Compose the relative poses by using a defined composePoses function to get a transformation to the initial frame. Then, transform all laser scans into the initial frame using these composed poses.

  • Minimize Search Range in Grid-based Lidar Scan Matching Using IMU

    This example shows how to use an inertial measurement unit (IMU) to minimize the search range of the rotation angle for scan matching algorithms. IMU sensor readings are used to estimate the orientation of the vehicle, and specified as the initial guess for the matchScansGrid function. This method of initial pose estimation is compared to the base algorithm with assumes an initial guess of [0 0 0].

  • モンテカルロ位置推定アルゴリズム

    モンテカルロ位置推定 (MCL) アルゴリズムは、ロボットの位置と向きを推定するために使用されます。

  • 粒子フィルター ワークフロー

    粒子フィルターは、推定状態の事後分布を離散粒子によって近似する再帰的ベイズ状態推定器です。

  • 粒子フィルターのパラメーター

    stateEstimatorPF (Robotics System Toolbox) 粒子フィルターを使用するには、粒子数、粒子の初期位置、状態推定法などのパラメーターを指定しなければなりません。