Main Content

이 페이지의 내용은 이전 릴리스에 관한 것입니다. 해당 영문 페이지는 최신 릴리스에서 제거되었습니다.

이동 로봇 알고리즘 설계

맵 작성, 경로 계획, 경로 추종, 상태 추정

다음 Robotics System Toolbox™ 알고리즘은 이동 로봇이나 지상 이동체의 응용 사례에 중점을 둡니다. 이러한 알고리즘은 맵 작성부터 계획, 제어에 이르는 전체적인 이동 로봇 워크플로를 지원합니다. 점유 그리드를 사용하여 주변 환경의 맵을 작성하고, 주어진 환경에 따라 로봇의 경로 계획 알고리즘을 개발하고, 일련의 웨이포인트를 추종하도록 제어기를 조정할 수 있습니다. 로봇의 라이다 센서 데이터를 기반으로 상태 추정을 수행합니다.

함수

모두 확장

binaryOccupancyMap이진 값으로 점유 그리드 생성
getOccupancyGet occupancy value of locations
inflate각 점유 위치 확장
moveMove map in world frame (R2019b 이후)
occupancyMatrix점유 그리드를 행렬로 변환
raycastCompute cell indices along a ray (R2019b 이후)
lidarScan2차원 라이다 스캔을 저장하기 위한 객체 생성 (R2019b 이후)
plotDisplay laser or lidar scan readings
removeInvalidDataRemove invalid range and angle data
transformScanTransform laser scan based on relative pose
stateEstimatorPFCreate particle filter state estimator
initializeInitialize the state of the particle filter
predictPredict state of robot in next time step
correctAdjust state estimate based on sensor measurement
getStateEstimateExtract best state estimate and covariance from particles
mobileRobotPRM확률적 로드맵 경로 플래너 생성 (R2019b 이후)
findpath로드맵에서 출발 지점과 목표 지점 사이의 경로 찾기 (R2019b 이후)
controllerPurePursuit일련의 웨이포인트를 따라가도록 제어기 생성 (R2019b 이후)
ackermannKinematicsCar-like steering vehicle model (R2019b 이후)
bicycleKinematics자전거 이동체 모델 (R2019b 이후)
differentialDriveKinematics차동 구동 이동체 모델 (R2019b 이후)
unicycleKinematics외륜 이동체 모델 (R2019b 이후)

블록

Ackermann Kinematic ModelAckermann 기구학 모델을 사용한 차륜 이동체의 모션 (R2019b 이후)
Bicycle Kinematic Model자전거 기구학 모델을 사용하여 차륜 이동체의 모션 계산 (R2019b 이후)
Differential Drive Kinematic Model차동 구동 기구학 모델을 사용하여 이동체 모션 계산 (R2019b 이후)
Unicycle Kinematic Model외륜 기구학 모델을 사용하여 이동체 모션 계산 (R2019b 이후)
Pure Pursuit선속도 제어 명령과 각속도 제어 명령 (R2019b 이후)

도움말 항목

맵 작성과 경로 계획

모션 모델링

로봇 제어

상태 추정

  • Particle Filter Parameters
    To use the stateEstimatorPF particle filter, you must specify parameters such as the number of particles, the initial particle location, and the state estimation method.
  • Particle Filter Workflow
    A particle filter is a recursive, Bayesian state estimator that uses discrete particles to approximate the posterior distribution of the estimated state.
  • Track a Car-Like Robot Using Particle Filter
    Particle filter is a sampling-based recursive Bayesian estimation algorithm, which is implemented in the stateEstimatorPF object.