Hauptinhalt

Diese Seite wurde mithilfe maschineller Übersetzung übersetzt. Klicken Sie hier, um das englische Original zu sehen.

Navigation Toolbox

Algorithmen für die autonome Navigation entwerfen, simulieren und implementieren

Navigation Toolbox™ bietet Algorithmen und Analysetools für Sensormodellierung und -kalibrierung, Bewegungsplanung, simultane Lokalisierung und Kartierung (SLAM) sowie Trägheitsnavigation. Die Toolbox bietet Sensormodelle und Algorithmen zur Lokalisierung. Sie können IMU-, GPS- und Drehgeber-Sensordaten simulieren und visualisieren sowie Fusionsfilter für die Multisensor-Posenschätzung abstimmen.

Die Toolbox umfasst anpassbare Suche und stichprobenbasierte Pfadplaner sowie Metriken zur Validierung und zum Vergleich von Pfaden. Mit der SLAM Map Builder App können Sie 2D- und 3D-Kartendarstellungen erstellen, Karten mithilfe von SLAM-Algorithmen generieren und die Kartengenerierung interaktiv visualisieren und debuggen.

Es werden Referenzbeispiele für Anwendungen in den Bereichen Flugzeugbau, automatisiertes Fahren, Robotik und Unterhaltungselektronik bereitgestellt. Sie können Ihre Navigationsalgorithmen testen, indem Sie sie direkt auf Hardware bereitstellen (mit MATLAB® Coder™ oder Simulink® Coder).

Leitfaden zum Einstieg in Navigation Toolbox

Lernen Sie die Grundlagen von Navigation Toolbox

Koordinatentransformationen und Trajektorien

Quaternionen, Rotationsmatrizen, Transformationen, Trajektoriengenerierung

Sensormodelle

Simulation und Kalibrierung für IMU-, GPS- und Entfernungssensoren

Trägheitssensorfusion

Trägheitsnavigation mit IMU und GPS, Sensorfusion, benutzerdefinierte Filterabstimmung

GNSS-Positionierung

Positionsbestimmung mithilfe von GNSS-Daten

Lokalisierungsalgorithmen

Partikelfilter, Scan-Matching, Monte-Carlo-Lokalisierung, Pose-Graphen, Odometrie

Abbildung

2D- und 3D-Belegungskarten, egozentrische Karten, Raycasting

SLAM

Simultane Positionsbestimmung und Kartierung in 2D und 3D

Bewegungsplanung

Globale und lokale Pfadplanung, Pfadverfolgung, Hindernisvermeidung, Pfadmetriken

Codegenerierung und -bereitstellung

Generierung von C/C++ Code und MEX-Funktionen zur Algorithmenbeschleunigung

Sensor fusion shown for UAV flight.

Anwendungen

Beispiele für Trägheitsnavigation, Hardware-Konnektivität und Deep Learning