Navigation Toolbox

プランニングやナビゲーションのためのアルゴリズムの設計、シミュレーション、および展開

Navigation Toolbox™ は、動作プランニングやナビゲーションシステムを設計する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検索やサンプリングベースのパスプランナーが含まれています。また、マルチセンサー姿勢推定用のセンサーモデルやアルゴリズムが付属しています。独自のデータを使用して 2D マップおよび 3D マップ表現を作成したり、ツールボックスに含まれている自己位置推定と環境地図作成 (SLAM) アルゴリズムを使用してマップを生成したりできます。自動運転やロボット工学向けの参照例も提供されています。

経路の最適性や円滑性、性能ベンチマークを比較するためのメトリクスを生成できます。SLAM Map Builder アプリでは、マップ生成を対話的に可視化し、デバッグできます。アルゴリズムは、ハードウェアに直接展開してテストできます (MATLAB Coder™ または Simulink Coder™ を使用)。

新機能
ドキュメンテーションとリソース
製品評価版の入手または製品の購入

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。姿勢推定により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)

姿勢グラフ最適化を使用して、Lidar スキャンで SLAM アルゴリズムを実装します。SLAM Map Builder アプリを使用して、ループ閉じ込みの検索と修正を行います。結果として得られるマップ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

3D Lidar 点群を使用した SLAM の実行

Lidar SLAM を使用したマップの生成。

位置推定と姿勢推定

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

慣性センサーや 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り、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

地上車両の位置と方向の推定

モンテカルロ位置推定を使用した TurtleBot の位置推定

非同期センサーによる姿勢推定

合成データを使用した視覚慣性オドメトリ

屋内環境におけるモンテカルロ位置推定。

2D プおよび 3D のマップ表現

実際のセンサーまたはシミュレートされたセンサーの読み取り値を使用して、バイナリ占有グリッドまたは確率占有グリッドを作成します。クエリに対して高速で、メモリ効率に優れた自己中心型マップを使用します。

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と最適化された姿勢グラフによる深度画像からの占有マップの作成

占有グリッド

3D 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、最適な経路を選択し、経路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* などのサンプリング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経路を決定します。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 や Reeds-Shepp の基本動作を使用して、円滑で走行可能な経路を作成します。

RRT を使用して移動ロボットの経路を計画

ロボットマニュピュレーター向け RRT による動作プランニング

高速道路走行のための車線変更

ナビゲーションのためのパスプランニングアルゴリズムの選択