开始使用传感器融合和跟踪工具

教程

工具箱的约定

• 方向、位置和协调会议
  了解工具箱约定空间表示法和坐标系统。

追踪场景和传感器

• 跟踪仿真概述
  您可以构建一个完整的跟踪仿真使用这个工具箱提供的功能和对象。
• 模拟雷达检测
  模拟目标探测雷达传感器。

惯性传感器融合

• 模型IMU, GPS和INS / GPS
  惯性传感器和GPS的组合模型。

估计过滤器

• 介绍估计过滤器
  总复习的估计工具箱中提供的过滤器。

多目标跟踪

• 介绍多目标跟踪
  介绍assignment-based多个目标跟踪器。

指标和可视化

• 介绍跟踪指标
  虽然设计多目标跟踪系统,有必要设计一个方法来评估其性能对可用的地面实况。
• 使用theaterPlot来可视化跟踪场景
  这个例子展示了如何使用theaterPlot对象可视化跟踪场景的各个方面。

特色的例子

介绍追踪场景和模拟传感器检测

介绍如何生成合成雷达探测模拟目标运动跟踪场景和传感器检测。具体地说,这个例子展示了:

打开生活的脚本

设计和模拟跟踪场景与跟踪场景设计师

使用trackingScenarioDesigner现有会话文件。使用应用程序时,您可以添加、修改或删除平台,单站雷达传感器,和场景中的所有对象的轨迹。您还可以导出的场景作为一个MATLAB脚本进行进一步分析。

打开生活的脚本

扫描雷达模式配置

模型不同的雷达扫描模式使用fusionRadarSensor。这个例子展示了如何配置fusionRadarSensor几个常用的雷达扫描模式。使用这个模型,可以模拟机械扫描雷达,电子扫描,同时使用机械和电子扫描。扫描限制在方位角和高度可配置的机械和电子扫描模式。

打开脚本

通过惯性传感器融合估计取向

使用六轴和9-axis融合算法来计算取向。有几种算法来计算方向惯性测量单元(imu)和magnetic-angular rate-gravity(玛格)单位。这个例子中涵盖了基本的方向和如何使用这些算法。

打开生活的脚本

机动目标跟踪

使用各种跟踪机动目标跟踪过滤器。过滤器的示例显示了区别使用单个运动模型和多个运动模型。

打开脚本

自动优化多目标跟踪器的跟踪滤波器

调整跟踪滤波器和改进跟踪器的跟踪性能。

打开生活的脚本

检测转换成objectDetection格式

这些例子显示如何将实际检测传感器到objectDetection原生格式的对象。objectDetection是标准输入格式对于大多数跟踪过滤器和追踪器工具箱。六个例子逐步显示如何设置objectDetection不同跟踪场景。

打开生活的脚本

优化多目标跟踪器

优化和运行跟踪器跟踪多个场景中的对象。示例解释和演示的重要性关键属性追踪器的传感器融合和跟踪工具。

打开生活的脚本

视频

第1部分:传感器融合是什么?
概述传感器融合是什么以及它如何帮助在自治系统的设计。

第2部分:融合Mag、Accel和陀螺估计取向
用磁强计、加速度计和陀螺来估计物体的方向。

第3部分:融合GPS和IMU估计姿势
使用GPS和IMU估计物体的方向和位置。

第4部分:跟踪一个对象IMM滤波器
跟踪一个对象通过估计状态交互多模型滤波器。

第5部分:如何跟踪多个对象呢?
引入多目标跟踪两个常见的问题:数据关联和跟踪维护。

第6部分:Track-Level融合是什么?
介绍进行航迹融合和跟踪体系结构。