最新のリリースでは、このページがまだ翻訳されていません。 このページの最新版は英語でご覧になれます。

マッピング

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、車両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。

これらのマップを運動の計画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車両の姿勢を推定したりします。

オブジェクト

binaryOccupancyMapバイナリ値の占有グリッドを作成
occupancyMap確率値を使用した占有マップの作成
occupancyMap3D Create 3-D occupancy map

関数

buildMapBuild occupancy map from lidar scans
checkOccupancyCheck locations for free, occupied, or unknown values
getOccupancyGet occupancy value of locations
inflateInflate each occupied grid location
insertRayInsert ray from laser scan observation
insertPointCloudInsert 3-D points or point cloud observation into map
moveMove map in world frame
occupancyMatrixConvert occupancy grid to double matrix
raycastCompute cell indices along a ray
rayIntersectionFind intersection points of rays and occupied map cells
setOccupancySet occupancy value of locations
syncWithSync map with overlapping map
showShow grid values in a figure
updateOccupancyIntegrate probability observations at locations

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

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.

Create Egocentric Occupancy Map from Driving Scenario Designer

This example shows how to 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.

Build Occupancy Map from Lidar Scans and Poses

The buildMap function takes in lidar scan readings and associated poses to build an occupancy grid as lidarScan objects and associated [x y theta] poses to build an occupancyMap.

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