Navigation Toolbox 시작하기

자율 내비게이션을 위한 알고리즘 설계, 시뮬레이션 및 배포

Navigation Toolbox™는 모션 계획, SLAM(동시적 위치추정 및 지도작성), 관성 항법을 위한 알고리즘과 분석 툴을 제공합니다. 이 툴박스에는 사용자 지정 가능한 탐색 기능과 샘플링 기반 경로 플래너뿐만 아니라 경로 검증과 비교를 위한 메트릭도 들어 있습니다. 2차원 맵 표현과 3차원 맵 표현을 만들고, SLAM 알고리즘을 사용하여 맵을 생성하고, SLAM 맵 작성기 앱을 통해 맵 생성을 대화형 방식으로 시각화하고 디버그할 수 있습니다. 또한 이 툴박스는 위치추정을 위한 센서 모델과 알고리즘을 제공합니다. 이를 통해 IMU, GPS, 휠 인코더 센서 데이터를 시뮬레이션하고 시각화할 수 있으며 다중 센서 자세 추정을 위해 융합 필터를 조정할 수 있습니다.

자율 주행, 로보틱스, 가전제품 응용 분야에 대한 참조 예제가 제공됩니다. 내비게이션 알고리즘을 하드웨어에 직접 배포하여 내비게이션 알고리즘을 테스트할 수 있습니다(MATLAB^® Coder™ 또는 Simulink^® Coder 사용).

튜토리얼

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.
IMU 측정값 시뮬레이션 소개

이 예제는 imuSensor System object를 사용하여 IMU(관성 측정 장치) 측정값을 시뮬레이션하는 방법을 보여줍니다.
지상 이동체의 위치와 방향 추정하기

이 예제는 IMU(관성 측정 장치)와 GPS(위성 측위 시스템) 수신기에서 제공되는 데이터를 융합하여 지상 이동체의 위치와 방향을 추정하는 방법을 보여줍니다.
Estimate Robot Pose with Scan Matching

This example demonstrates how to match two laser scans using the Normal Distributions Transform (NDT) algorithm [1].
RRT를 사용한 이동 로봇 경로 계획

이 예제는 RRT(Rapidly-exploring Random Tree) 알고리즘을 사용하여 알려진 맵에서 움직이는 이동체의 경로를 계획하는 방법을 보여줍니다.
라이다 스캔으로 SLAM(동시적 위치추정 및 지도작성) 구현하기

이 예제는 자세 그래프 최적화를 사용해 수집한 일련의 라이다 스캔에 SLAM(동시적 위치추정 및 지도작성)을 구현하는 방법을 보여줍니다.
3차원 라이다 포인트 클라우드를 사용하여 SLAM 수행

이 예제에서는 수집된 3차원 라이다 센서 데이터에 포인트 클라우드 처리 알고리즘과 자세 그래프 최적화를 사용하여 SLAM(동시적 위치추정 및 지도작성) 알고리즘을 구현하는 방법을 보여줍니다.

비디오

Navigation Toolbox 개요
Navigation Toolbox에서 지원되는 다양한 기능에 대해 알아보기