Navigation Toolbox

Entwerfen, Simulieren und Bereitstellen von Algorithmen zur autonomen Navigation

Haben Sie Fragen? Vertrieb kontaktieren.

Die Navigation Toolbox enthält Algorithmen und Analysetools für die Bewegungsplanung, die Simultane Positionsbestimmung und Kartierung (SLAM) sowie die Trägheitsnavigation. Die Toolbox bietet eine konfigurierbare Suche und Sampling-basierte Bahnplaner sowie Metriken zur Validierung und zum Vergleich von Bahnen. Mit der SLAM Map Builder App lassen sich 2D- und 3D-Kartendarstellungen erzeugen, Karten mit SLAM-Algorithmen generieren und die Kartenerzeugung interaktiv visualisieren und debuggen. Zudem bietet die Toolbox Sensormodelle und Algorithmen für die Positionsbestimmung. Diese erlauben Ihnen die Simulation und Visualisierung von IMU-, GPS- und Rad-Encoder-Sensordaten sowie die Abstimmung von Fusionsfiltern für die Multisensor-Lagebestimmung.

Hierzu finden Sie Referenzbeispiele aus den Bereichen Automatisiertes Fahren, Robotik und Verbraucherelektronik. Sie können Ihre Navigations-Algorithmen testen, indem Sie sie direkt auf der Hardware bereitstellen (mit MATLAB Coder oder Simulink Coder).

Was ist die Navigation Toolbox?

Erstellen Sie Belegungsraster in 2D und 3D.

Kartendarstellung

Erstellen Sie Belegungskarten in 2D und 3D. Verwenden Sie hierfür Multilayer Maps, um generische Daten, wie beispielsweise Kosten, zu speichern. Mithilfe von kapselbasierten Kollisionsobjekten lassen sich zudem Hindernisse darstellen.

Dokumentation | Beispiele

Implementieren Sie individuell erstellbare SLAM-Lösungen (Simultaneous Localization and Mapping).

SLAM (Simultaneous Localization and Mapping)

Implementieren Sie individuell erstellbare Multi-Sensor-SLAM-Lösungen mithilfe einer fehlerresistenten Pose-Graph-Optimierung. Durch die Verwendung interaktiver Werkzeuge können Sie zudem Loop Closures überprüfen und modifizieren.

Dokumentation | Beispiele

Bahnplanung

Finden Sie mithilfe konfigurierbarer Sampling-basierter Planer wie RRT und RRT* oder suchbasierter Planer wie A* und Hybrid A* Wege durch diverse Umgebungen.

Praktische Bewegungsplanung mithilfe des RRT-Algorithmus (4 Videos)

Dokumentation | Beispiele

Sensor-Modellierung

Modellieren und optimieren Sie die Parameter für verschiedene Sensoren wie beispielsweise IMU, GPS, GNSS, Rad-Encoder und Entfernungsmesser. Visualisieren Sie dabei Sensororientierung, Geschwindigkeit, Trajektorien und Messwerte.

Dokumentation | Beispiele

Multisensor-Lagebestimmung

Ermitteln Sie die Position von Boden- und Luftfahrzeugen mithilfe von Trägheitssensoren mit oder ohne GPS. Fehler der Lageschätzung lassen sich durch automatische Filterabstimmung minimieren.

Dokumentation | Beispiele

Navigation in dynamischen Umgebungen

Planen Sie lokale Trajektorien um eine globale Bahn und weichen Sie gleichzeitig beweglichen Hindernissen aus. Zur Verfolgung geplanter Bahnen und Trajektorien dienen Regelungsalgorithmus.

Bewegungsbahnplanung für Autobahnen mit Frenet-Referenzpfad

Produktressourcen:

Dokumentation Beispiele Videos Anforderungen Versionshinweise

„Mit MATLAB und Simulink haben wir einen Prototypen unseres Motion Controllers entworfen und innerhalb eines Monats auf Hardware getestet. Durch Simulationen konnten wir den Algorithmus für die Positionsbestimmung prüfen und etwaige Probleme abklären.“
Haruki Takemoto and Kenneth Renny Simba, Musashi Seimitsu Industry Co., Ltd.

Weitere Berichte von Anwendern ansehen