Cette page a été traduite par traduction automatique. Cliquez ici pour voir la dernière version en anglais.

Commencez avec Navigation Toolbox

Concevoir, simuler et déployer des algorithmes pour la navigation autonome

Navigation Toolbox™ fournit des algorithmes et des outils d'analyse pour la planification de mouvements, la localisation et la cartographie simultanées (SLAM) et la navigation inertielle. La toolbox comprend des planificateurs de chemins personnalisables basés sur la recherche et l'échantillonnage, ainsi que des mesures pour valider et comparer les chemins. Vous pouvez créer des représentations cartographiques 2D et 3D, générer des cartes à l'aide d'algorithmes SLAM, ainsi que visualiser et déboguer de manière interactive la génération de cartes avec l'application de création de cartes SLAM. La toolbox fournit des modèles de capteurs et des algorithmes pour la localisation. Vous pouvez simuler et visualiser les données des capteurs IMU, GPS et encodeur de roue, et régler les filtres de fusion pour une estimation de pose multi-capteurs.

Des exemples de référence sont fournis pour les applications de conduite automatisée, de robotique et d'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 imuSensor System object.
Estimate Position and Orientation of a Ground Vehicle

This example shows how to estimate the position and orientation of ground vehicles by fusing data from an inertial measurement unit (IMU) and a global positioning system (GPS) receiver.
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

Présentation de la Navigation Toolbox
Découvrez les différentes fonctionnalités prises en charge dans Navigation Toolbox