代码拉取完成,页面将自动刷新
同步操作将从 Nrush/EKF_SLAM 强制同步,此操作会覆盖自 Fork 仓库以来所做的任何修改,且无法恢复!!!
确定后同步将在后台操作,完成时将刷新页面,请耐心等待。
function data_original = gendata( do_vis )
%
% 用于产生EKF_SLAM仿真所需要的数据。
%
% Inputs:
% do_vis - 是否进行可视化
%
% Outputs:
% data_original - 产生的数据,各项含义如下
% key_points - 地图关键点
% lamdmarks - landmark的坐标
% states.G - 真实舵角
% states.V - 真实速度
% states.Gn - 带有噪声的舵角
% states.Vn - 带有噪声的速度
% states.xtrue - 真实的位姿
% states.ftag_visible - 可观测到的landmark
% states.ztrue - 真实的landmark观测值
% states.zn - 带有噪声的landmark观测值
% states.observation_update - 是否进行了观测数据更新
% states.next_keypoint - 下一目标点
%
% 纪友州 2019
% 清除数据
clear all
% 加载模型参数
simulation_config
% 无参数,默认可视化
if nargin < 1
do_vis = 1;
end
% 产生运动轨迹的关键点
t = 0:0.8:6.28;
key_points = gen_trajectory2d( t );
data_original.key_points = key_points;
% 产生landmarks
n_landmarks = N_LANDMARKS;
border = [BORDER_LENGTH, BORDER_LENGTH];
minpos = min((key_points'));
maxpos = max((key_points'));
minlm = minpos - border;
maxlm = maxpos + border;
landmarks(1, :) = minlm(1)+rand(n_landmarks, 1)*(maxlm(1)-minlm(1));
landmarks(2, :) = minlm(2)+rand(n_landmarks, 1)*(maxlm(2)-minlm(2));
data_original.landmarks = landmarks;
% 控制频率
dt = DT_CONTROLS;
% 初始目标关键点
iwp= 1;
% 初始舵角
G= 0;
% 初始位姿
xtrue = [key_points(:,1);135*pi/180];
true_states = zeros(5,1000000);
wp = key_points;
dtsum= DT_OBSERVE+0.0001;
ftag= 1:size(landmarks,2);
if SAVE_GIF == 1
if exist('gen_data.avi','file') == 2
delete(gen_data.avi);
end
if exist('gen_data.gif','file') == 2
delete(gen_data.avi);
end
%创建avi文件对象
aviobj = VideoWriter('gen_data.avi','Uncompressed AVI');
open(aviobj)
end
fig=figure;
i = 1;
k = 1;
while iwp ~= 0
% 更新真实舵角
[G,iwp]= compute_steering(xtrue, wp, iwp, AT_WAYPOINT, G, RATEG, MAXG, dt);
% 判断是否跑完所有圈数
if iwp==0 && NUMBER_LOOPS > 1
iwp=1;
NUMBER_LOOPS= NUMBER_LOOPS-1;
end
% 更新车的真实位置
xtrue= vehicle_model(xtrue, V,G, WHEELBASE,dt);
% 更新采集到的控制量
[Vn,Gn]= add_control_noise(V,G,Q, SWITCH_CONTROL_NOISE);
ob = 0;
%真实landmark观测值
dtsum= dtsum + dt;
if dtsum >= DT_OBSERVE
dtsum= 0;
% 检测周围landmark
[z,ftag_visible]= get_observations(xtrue, landmarks, ftag, MAX_RANGE);
ztrue = z;
% 添加观测噪声
z = add_observation_noise(z,R, SWITCH_SENSOR_NOISE);
% 真实数据
true_state = [xtrue;V;G];
true_states(:,i) = true_state;
ob = 1;
i = i + 1;
end
% 采集数据
state.G = G;
state.V = V;
state.xtrue = xtrue;
state.Vn = Vn;
state.Gn = Gn;
state.ztrue = ztrue;
state.ftag_visible = ftag_visible;
state.zn = z;
state.observation_update = ob;
state.next_keypoint = iwp;
data_original.states(k) = state;
% 可视化操作
if do_vis == 1
% 清除图像
cla;
hold on;
scatter( landmarks(1, :), landmarks(2, :), 'b*' );
axis equal;
plot( wp(1,:), wp(2, :), 'r.','markersize',26 );
% 画出车的位姿
draw_car(xtrue,5,'k');
% 画出下一目标点的位置
if iwp~=0
plot(wp(1,iwp),wp(2,iwp),'bo','markersize',13,'linewidth',1);
end
% 画出激光雷达观测范围
draw_circle(xtrue(1), xtrue(2),MAX_RANGE);
% 画出激光雷达观测线
plines = make_laser_lines(z,xtrue);
if ~isempty(plines)
plot(plines(1,:),plines(2,:));
end
% 画出历史轨迹
plot( true_states(1, 1:i-1), true_states(2, 1:i-1), 'k--','linewidth',3 );
pause(0.00001);
if SAVE_GIF == 1
%获取当前画面
F = getframe(fig);
%加入avi对象中
writeVideo(aviobj,F);
%转成gif图片,只能用256色
im = frame2im(F);
[I,map] = rgb2ind(im,256);
%写入 GIF89a 格式文件
if k == 1
imwrite(I,map,'gen_data.gif','GIF', 'Loopcount',inf,'DelayTime',0.1);
else
imwrite(I,map,'gen_data.gif','GIF','WriteMode','append','DelayTime',0.1);
end
end
k = k+1;
end
end
save data data_original
此处可能存在不合适展示的内容,页面不予展示。您可通过相关编辑功能自查并修改。
如您确认内容无涉及 不当用语 / 纯广告导流 / 暴力 / 低俗色情 / 侵权 / 盗版 / 虚假 / 无价值内容或违法国家有关法律法规的内容,可点击提交进行申诉,我们将尽快为您处理。