Démarrer avec Navigation Toolbox
Navigation Toolbox™ propose des algorithmes et des outils d'analyse pour la modélisation et l'étalonnage des capteurs, la planification de mouvement, la localisation et la cartographie simultanées (SLAM) ainsi que la navigation inertielle. La toolbox propose des modèles de capteurs et des algorithmes pour la localisation. Vous pouvez simuler et visualiser les données des capteurs IMU, GPS et d'encodeur de roue, et régler les filtres de fusion pour l'estimation de pose multisensorielle.
La toolbox contient des algorithmes échantillonnés personnalisables de recherche et de planification de trajectoires, ainsi que des métriques de validation et de comparaison de trajectoires. Vous pouvez créer des représentations cartographiques 2D et 3D, générer des cartes à l'aide d'algorithmes SLAM et visualiser et débugger de manière interactive la génération de cartes avec l'application de création de cartes SLAM.
Des exemples de référence sont proposés pour les applications dans les domaines de l'aéronautique, de la conduite automatisée, de la robotique et de l'électronique grand public. Vous pouvez tester vos algorithmes de navigation en les déployant directement sur le matériel (avec MATLAB® Coder™ ou Simulink® Coder).
Tutoriels
- Rotations, Orientation, and Quaternions
This example reviews concepts in three-dimensional rotations and how quaternions are used to describe orientation and rotations.
- Orientation, Position, and Coordinate Convention
Learn about toolbox conventions for spatial representation and coordinate systems.
- Introduction to Simulating IMU Measurements
This example shows how to simulate inertial measurement unit (IMU) measurements using the
imuSensorSystem object™. - Estimer la position et l'orientation d'un véhicule terrestre
Cet exemple montre comment estimer la position et l'orientation des véhicules terrestres en fusionnant les données d'une centrale inertielle (IMU) et d'un récepteur GPS.
- Estimate Robot Pose with Scan Matching
This example demonstrates how to match two laser scans using the Normal Distributions Transform (NDT) algorithm [1].
- Plan Mobile Robot Paths Using RRT
This example shows how to use the rapidly exploring random tree (RRT) algorithm to plan a path for a vehicle through a known map.
- Implement Simultaneous Localization And Mapping (SLAM) with Lidar Scans
Implement offline SLAM using a pose graph and a collection series of lidar scans, and build a map of the environment.
- Perform SLAM Using 3-D Lidar Point Clouds
Implement SLAM using 3-D lidar data, point cloud processing algorithms, and pose graph optimization.
Vidéos
Aperçu de Navigation Toolbox
Découvrez les différentes fonctionnalités supportés par Navigation Toolbox
