Navigation Toolbox

計画および運行向けアルゴリズムを設計、シミュレーション、および展開

Navigation Toolbox™ は動作プランニングおよびナビゲーションのシステムを開発するアルゴリズムと解析ツールを提供します。ツールボックスにはカスタム可能な探索、およびサンプルベースのパスプランナーが含まれます。また、複数センサーでの姿勢推定向けセンサーモデルとアルゴリズムも含まれています。独自のデータを用いて 2 次元または 3 次元の地図表現を作成、またはツールボックスに付属する自己位置推定と環境地図作成 (SLAM) を用いて地図を生成することができます。自動運転とロボット工学のためのリファレンスサンプルが提供されます。

経路最適性、円滑性、および性能ベンチマークのためのメトリクスを生成することができます。SLAM マップビルダーアプリにより、地図生成を対話型で可視化してデバッグすることができます。独自のアルゴリズムをハードウェアに直接展開することで (MATLAB Coder™ または Simulink Coder™ を使用)、アルゴリズムをテストすることができます。

新機能
その他の Navigation Toolbox リソース
購入する

無料ホワイトペーパー
MATLABおよびSimulinkによる自律移動ロボット開発

今すぐダウンロード

地図作成と位置推定

SLAM アルゴリズムを使用して環境の占有マップを作成します。姿勢推定を使用して車両の位置を推定します。

自己位置推定と環境地図作成 (SLAM)

lidar スキャンと姿勢グラフの最適化によるSLAM アルゴリズムを実装します。SLAM マップビルダーアプリを使用して、ループ閉じ込みを検索して変更します。結果の地図を占有グリッドとして構築してエクスポートします。

Lidar スキャンによる自己位置推定と環境地図作成 (SLAM) の実装

3次元 LiDAR 点群を使用した SLAM の実行

lidar SLAM を使用した地図生成

位置推定および姿勢推定

モンテカルロ位置推定 (MCL) を適用し、センサーのデータと環境の地図を使用して車両の位置と方向を推定します。

慣性センサーおよび GPS を使用して、非ホロノミックな航空機の姿勢を推定します。慣性センサーと高度計またはビジュアルオドメトリを融合することによって、GPS を使用せずに姿勢を決定します。

慣性航法のための IMU と GPS のフュージョン

地上車両の位置と向きの推定

モンテカルロ位置推定を使用した Turtlebot の位置推定

Pose Estimation from Asynchronous Sensors

Visual-Inertial Odometry Using Synthetic Data

室内環境におけるモンテカルロ位置推定

2 次元および 3 次元の地図表現

現実のまたはシミュレーションされたセンサー読み取りを使用して、バイナリまたは確率的な占有グリッドを作成します。問い合わせに対して高速でメモリー効率の良い、自己中心の地図を使用します。

距離センサーを使用した自己中心型占有マップの作成

ビジュアルオドメトリおよび最適化された姿勢グラフを使用して深度画像から占有マップを構築

占有グリッド

3 次元占有グリッドの可視化。

動作プランニング

拡張可能なパスプランナーを使用して、最適なパスを選択し、パス追従のためのステアリングコマンドを算出します。

パスプランニング

Rapidly-Exploring Random Tree (RRT) や RRT* などのサンプルベースのパスプランナーを使用して、開始位置から終了位置までのパスを決定します。アプリケーションの状態空間にプランナーのインターフェイスを適応させます。Dubins および Reeds-Shepp の基本動作を使用して、円滑かつ走行可能なパスを作成します。

RRT を使用してモバイルロボットのパスを計画

ロボット操作のための RRT を用いた動作プランニング

高速道路走行のための車線変更

RRT パスプランナー