导航工具箱
设计、仿真和部署用于规划和导航的算法。
Navigation Toolbox™ 提供用于设计运动规划和导航系统的算法和分析工具。该工具箱包含可自定义的搜索和基于采样的路径规划器。还包含用于多传感器姿态估计的传感器模型和算法。既可以使用自己的数据创建 2D 和 3D 地图表示形式，也可以使用该工具箱中的即时定位与地图构建 (SLAM) 算法生成地图。帮助文档为自动驾驶和机器人应用场景提供了参考示例。
可以生成用于比较路径最优性、平坦度和性能基准的度量指标。可以利用 SLAM map builder 应用程序交互式地显示和调试地图生成。可以直接将算法部署到硬件来测试算法（使用 MATLAB Coder™ 或 Simulink Coder™）。
快速入门：
即时定位与地图构建 (SLAM)
使用姿态图优化，通过激光雷达扫描实现 SLAM 算法。使用 SLAM Map Builder 应用程序查找和修改循环闭包。以占据栅格的形式构建和导出生成的地图。
使用 lidar SLAM 生成地图。
定位与姿态估计
运用蒙特卡罗定位法 (MCL)，利用传感器数据和环境地图来估算车辆的位置和方向。
使用惯性传感器和 GPS 估计非完整车辆和飞行器的姿态。 在没有GPS的情况下，通过将惯性传感器与高度计或视觉里程表融合来确定姿态。
室内环境中的蒙特卡罗定位。
2D 和 3D 地图表示形式
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。
3D 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*，查找从起点到目标位置的路径。 让规划器接口适应您的应用的状态空间。使用 Dubins 和 Reeds-Shepp 运动基元创建平坦的可行驶路径。
利用 RRT* 算法产生的路径。
路径规划的度量
使用度量来验证路径的平坦性和避开障碍。使用数值和视觉比较来选择最佳路径。
路径空隙度量。
传感器模型
对 IMU、GPS 和 INS 传感器进行建模。调节温度和噪声等参数，对真实世界的情况进行仿真。使用距离传感器估算与目标的距离，使用测距传感器测量车辆运动。
IMU 和 GPS 模型。
航点轨迹和速度插值。
即时定位与地图构建 (SLAM)
用 SLAM 算法和 LiDAR 扫描数据创建 2D 和 3D 占据图
SLAM Map Builder 应用
交互式修改循环闭包，用 SLAM 算法调整整体地图
姿态估算
用 IMU 和 GPS 传感器以及 Monte Carlo 定位来准确估计车辆姿态
基于自定义采样的路径规划器
用 RRT 和 RRT* 算法规划从起点到目标位置的路径
路径规划度量
用度量指标来检查和对比路径规划器的输出
传感器模型
为 IMU、GPS 和范围传感器使用仿真模型
轨迹和航点跟随算法
用内置算法生成轨迹并控制机器人命令
关于这些特性和相应函数的详细信息，请参阅发行说明。
有疑问吗？
请联系 Navigation Toolbox 技术专家 Mihir
