地図作成

2 次元および 3 次元の占有マップ、エゴセントリックマップ、レイキャスティング

占有マップは、環境内の障害物を表現し、ワールドの範囲を定義するために使用されます。マップを作成し、レイキャスティングを使用してセンサーの読み取り値から障害物の位置を更新することができます。既存のマップと同期してローカル座標系を移動し、ビークルに追従するエゴセントリックマップを作成します。2 次元マップではバイナリ値と確率値、3 次元マップでは確率的表現がマップによってサポートされます。

これらのマップをモーションプランニングと共に使用してマップ内のパスを計画したり、位置推定と姿勢推定アルゴリズムを使用して環境内でのビークルの姿勢を推定したりします。

関数

すべて展開する

2 次元占有マップ

`binaryOccupancyMap`	バイナリ値の占有グリッドを作成
`occupancyMap`	2 次元占有マップの作成 (R2019b 以降)
`mapClutter`	Generate map with randomly scattered obstacles (R2020b 以降)
`mapMaze`	Generate random 2-D maze map (R2021a 以降)
`buildMap`	LIDAR スキャンから占有マップを作成 (R2019b 以降)

3 次元占有マップ

`occupancyMap3D`	3 次元占有マップの作成 (R2019b 以降)
`exportOccupancyMap3D`	八分木ファイルまたは二分木ファイルとして 3 次元占有マップをエクスポート (R2020a 以降)
`importOccupancyMap3D`	3 次元占有マップとしての八分木ファイルまたは二分木ファイルのインポート (R2020a 以降)
`occupancyMap3DCollisionOptions`	Collision-checking options between 3-D occupancy map and collision geometries (R2022b 以降)

階層型マップ

`mapLayer`	Create map layer for N-dimensional data (R2021a 以降)
`multiLayerMap`	Manage multiple map layers (R2021a 以降)

符号付き距離フィールド

`signedDistanceMap`	Discrete signed distance map of 2-D region (R2023a 以降)
`meshtsdf`	Truncated signed distance field for 3-D regions containing meshes (R2024a 以降)

トピック

占有グリッド
占有グリッドの機能とマップ構造体の詳細
Fuse Multiple Lidar Sensors Using Map Layers
Occupancy maps offer a simple yet robust way of representing an environment for robotic applications by mapping the continuous world-space to a discrete data structure. Individual grid cells can contain binary or probabilistic information about obstacle information. However, an autonomous platform may use a variety of sensors that may need to be combined to estimate both the current state of the platform and the state of the surrounding environment.
Build Occupancy Map from Depth Images Using Visual Odometry and Optimized Pose Graph
This example shows how to reduce the drift in the estimated trajectory (location and orientation) of a monocular camera using 3-D pose graph optimization. In this example, you build an occupancy map from the depth images, which can be used for path planning while navigating in that environment.

注目の例

Create Egocentric Occupancy Maps Using Range Sensors

Occupancy Maps offer a simple yet robust way of representing an environment for robotic applications by mapping the continuous world-space to a discrete data structure. Individual grid cells can contain binary or probabilistic information, where 0 indicates free-space, and 1 indicates occupied space. You can build up this information over time using sensor measurements and efficiently store them in the map. This information is also useful for more advanced workflows, such as collision detection and path planning.

ライブスクリプトを開く

Create Egocentric Occupancy Map from Driving Scenario Designer

Create an egocentric occupancy map from the Driving Scenario Designer app. This example uses obstacle information from the vision detection generator to update the egocentric occupancy map.

ライブスクリプトを開く

LIDAR スキャンおよび姿勢からの占有マップの作成

関数buildMapは、占有マップをlidarScanオブジェクトとして作成するために LIDAR スキャンの読み取り値と関連付けられている姿勢を受け取り、occupancyMapを作成するために関連付けられている姿勢 [x y theta] を受け取ります。

ライブスクリプトを開く