进行航迹融合模型为汽车安全应用程序万博1manbetx

介绍

汽车安全应用程序很大程度上依赖于车辆的态势感知。一个更好的态势感知提供了基础为不同情况下一个成功的决策。为了达到这个目标,车辆可以从车辆间数据融合中受益。这个例子说明了工作流模型的融合数据从两辆车来提高车辆的态势感知。万博1manbetx

设置和模型的概述

在运行这个例子之前,drivingScenario对象被用来创建相同的场景中定义汽车安全应用程序进行航迹融合。从这个场景和演员的道路被保存到场景对象文件TrackToTrackFusionScenario.mat。

跟踪和融合

跟踪和融合部分的模型有两个子系统,实现车辆的目标跟踪和融合能力1和车辆2在这个场景中。

车辆1子系统

这个子系统包括场景的读者(自动驾驶工具箱)块读取演员构成的数据保存文件。块的演员带来了从世界坐标转换场景进自我车辆坐标。演员的姿势是流在公共汽车上生成的块。演员提出了由传感器仿真子系统,使用生成雷达和视觉检测。这些检测然后传递到JPDA追踪V1块,哪些流程检测生成歌曲的列表。轨道然后传递到一个跟踪Concatenation1块,连接这些输入跟踪。第一个输入跟踪Concatenation1块当地JPDA跟踪器的跟踪和第二输入轨道跟踪熔化炉的其他车辆。将本地跟踪中心轨迹,跟踪熔化炉需要当地跟踪参数信息。然而,这些信息并不是可以从直接JPDA跟踪器的输出。因此,一个辅助更新构成块用于供应这个信息从v1Pose通过读取数据。垫文件。 The updated tracks are then broadcasted to T2TF Tracker V1 block as an input. Finally, the进行航迹熔化炉T2TF追踪V1块融合当地的车辆跟踪和追踪收到其他车辆的跟踪熔化炉。每次更新后,每个车辆的跟踪熔化炉广播其融合跟踪输入的更新跟踪熔化炉的其他车辆在接下来的时间戳。

车2子系统

车2子系统类似设置车辆1子系统。

可视化

可视化的块使用MATLAB实现系统块并使用HelperTrackDisplay定义的块。块使用RunTimeObject参数,确认追踪,追踪和确认跟踪检测集群、JPDA追踪V1更新造成V1, T2TF追踪V1块分别车辆1和RunTimeObject参数,确认追踪,追踪和确认跟踪检测集群、JPDA追踪V2更新造成V2, T2TF追踪V2块分别车辆2展示他们的输出。看到在模拟块数据的访问(万博1manbetx模型)为进一步的信息关于如何访问块在模拟输出。

结果

运行模式后,你可以看到结果。这个动画显示了这一仿真结果。

可视化包括两个面板。左边的面板显示了检测,当地的追踪,融合跟踪车辆1生成在模拟和代表车辆1的态势感知。右边的面板显示了车辆2的态势感知。

记录检测用黑色的圆圈表示。本地和融合跟踪车辆1代表一个正方形和一个钻石,分别。本地和融合跟踪车辆2由固体黑色广场和钻石。在模拟、车辆1检测车辆停在街道的右侧,并追踪与停放车辆相关证实。目前,汽车2只检测到车辆1立即在它前面。随着仿真的继续,确认跟踪车辆1上广播fuser车辆2。融合后的跟踪、车辆2之前就意识到对象检测这些对象。同样,车辆2跟踪车辆广播1。车辆1融合这些痕迹,成为意识到之前检测对象。

特别是,你观察到行人站之间的蓝色和紫色汽车街道的右边是由车辆检测和跟踪1。车辆2第一次成为意识到从车辆行人通过融合跟踪1在0.8秒左右。需要车辆2大约3秒之前,开始使用自己的传感器检测行人。跟踪一个行人的能力基于输入从车辆1允许车辆2扩大态势感知和减轻事故的风险。

总结

这个例子展示了如何执行进行航迹融合模型。万博1manbetx您了解了如何使用分散执行跟踪跟踪建筑,当地每辆车负责维护自己的痕迹,从其他车辆融合跟踪,跟踪到其他车辆通信。你也使用一块JPDA跟踪器来生成本地跟踪。