轨道对象时传感器检测到磁道的关联是不明确的。在这个例子中，你使用一个单一假设跟踪器，一个多假设跟踪和概率数据关联跟踪比较纤夫如何处理这种不确定性。要跟踪的机动目标更好，你使用各种模型估算目标的运动。

跟踪大量的对象。鸟类产生的一大群和全球近邻多目标跟踪器，trackerGNN，用于估计在羊群每只鸟的运动。

使用trackerGNN跟踪大量的目标。类似的技术可以应用到trackerJPDA和trackerTOMHT为好。

调整和运行跟踪器，跟踪场景中的多个对象。这个例子说明，并演示了传感器融合和跟踪工具箱纤夫的关键属性的重要性。

配置和利用GNN和JPDA跟踪器中的Simulink仿真的公路场景，其中传感器融合和跟踪工具箱™。万博1manbetx它紧密地遵循传感器融合使用合成雷达和Simulink中视觉数据（自动驾驶的工具箱）。万博1manbetx在Simulink的系统建模的主要好处是执行“假设”分析和选择的结果中最佳的性能基万博1manbetx础上，要求跟踪器的简单性。

追踪传感器融合和跟踪工具箱™中的S万博1manbetximulink对象时传感器检测到磁道的关联是不明确的。它紧密地遵循跟踪近距目标在模糊MATLAB®例子。

生成的C代码为MATLAB函数过程检测并输出轨道。该功能包含trackerGNN，但任何跟踪器可以用来代替。