Navigation Toolbox
设计、仿真和部署规划与导航算法
Navigation Toolbox™ 提供一系列算法与分析工具，用于设计运动规划与导航系统。该工具箱包含自定义搜索和基于采样的路径规划器，还提供针对多传感器姿态估计的传感器模型与算法。您可使用自己的数据来创建二维和三维地图表示，也可借助工具箱内置的同步定位与地图构建 (SLAM) 算法来生成地图。工具箱提供了自动驾驶与机器人应用的参考示例。
您可生成各项指标，对路径的最优性、平滑性和性能基准进行比较。SLAM 地图生成器可帮助您以交互方式可视化和调试地图的生成。您可以直接将算法部署到硬件以进行测试（需要 MATLAB Coder™ 或 Simulink Coder™）。
开始:
同步定位与地图构建 (SLAM)
使用姿态图优化通过激光雷达扫描实现 SLAM 算法。使用 SLAM 地图生成器找出并修改闭环。构建所得的地图并将其导出为占据栅格。
使用激光雷达 SLAM 生成地图。
定位和姿态估计
应用蒙特卡罗定位法 (MCL)，借助传感器数据与环境地图来估计车辆的位置和方向。
使用惯性传感器和 GPS 估计非完整系统飞行器的姿态。将惯性传感器与高度计或视觉里程计融合，在不具备 GPS 的情况下确定姿态。
室内环境中的蒙特卡罗定位。
二维与三维地图表示
使用真实或仿真的传感器读数创建二进制或概率占据栅格。使用查询速度快且内存效率高的、以自我为中心的地图。
三维占据栅格可视化。
路径规划
使用基于采样的路径规划器（如快速扩展随机树 (RRT) 和 RRT*）找出从起点到目标位置的路径。调整规划器接口以配合应用的状态空间。使用 Dubins 和 Reeds-Shepp 运动基元创建平滑的可行驶路径。
RRT* 算法给出的路径。
路径规划指标
使用指标来验证路径的平滑性与避障间隙。借助数值比较和视觉比较选择最佳路径。
路径间隙指标。
传感器模型
对 IMU、GPS 以及 INS 传感器建模。调整温度和噪声等参数来模拟真实条件。使用距离传感器估计与目标的距离，使用测距传感器测量车辆运动。
深入了解图片库（3 张图像）
传感器运动仿真
绘制车辆的方向、速度、轨迹和传感器测量值。生成轨迹以模拟传感器在实际环境中的移动。将轨迹导出至外部仿真器或场景设计器。
路点轨迹与速度插值。
车辆运动传感器模型
仿真车轮编码器传感器读数并计算车辆里程
GNSS 传感器模型
使用 gnssSensor 对象仿真全球导航卫星系统 (GNSS) 接收器读数
基于栅格的 A* 路径规划
使用 A* 算法规划从起点到目标位置的路径
轨迹最优 Frenet 增强
使用改进的实用程序在生成 Frenet 空间的最优轨迹时进行更多控制
SLAM
实现姿态图优化，并具有针对离群值的稳健性
惯性传感器的滤波器调谐器
自动调整 INS、IMU 和 AHRS 滤波器的惯性传感器融合性能
关于这些特性和相应函数的详细信息，请参阅发行说明。
