介绍

汽车安全应用在很大程度上依赖于车辆的态势感知。更好的环境意识为不同情况下的成功决策提供了基础。为了实现这一目标，车辆可以从车辆间的数据融合中受益。这个例子说明了在Simulink中融合两辆车的数据以增强车辆的态势感知的工作流程。万博1manbetx

模型的设置和概述

在运行此示例之前，drivingScenario对象用于创建定义的相同场景用于汽车安全应用的履带对履带融合．然后将这个场景中的道路和角色保存到场景对象文件中TrackToTrackFusionScenario.mat．

跟踪和融合

在模型的跟踪与融合部分有两个子系统实现目标的跟踪与融合能力Vehicle1和Vehicle2在这种情况下。

Vehicle1

这个子系统包括场景的读者(自动驾驶工具箱)块，从已保存的文件中读取角色姿态数据。该块将演员的姿势从场景的世界坐标转换为自我载体坐标。演员的姿势在由街区生成的公共汽车上流动。传感器仿真子系统使用动作位姿，生成雷达和视觉检测。然后这些检测被传递给JPDA追踪V1块，它处理检测以生成一个轨道列表。然后铁轨被引入跟踪Concatenation1块，它将这些输入轨道连接起来。的第一个输入跟踪Concatenation1块是来自JPDA跟踪器的本地轨道，第二个输入是来自其他车辆的轨道缓冲器的轨道。为了将局部轨道转换为中心轨道，需要获取局部轨道的参数信息。然而，JPDA跟踪器的直接输出无法提供这些信息。因此，使用助手Update Pose块从v1Pose读取数据来提供这些信息。垫文件。更新后的音轨然后广播给T2TF追踪V1块作为输入。最后,trackFuserT2TF追踪V1Block将本地车辆的轨道与从其他车辆的轨道熔断器接收的轨道熔断。每次更新后，每辆车的履带熔断器都会广播其融合履带，并在下一个时间戳中反馈到另一辆车的履带熔断器的更新中。

Vehicle2

Vehicle2子系统遵循类似的设置Vehicle1如上所述的子系统。

可视化

可视化模块使用MATLAB系统模块实现，并使用HelperTrackDisplay块。块使用RunTimeObject参数来显示块的输出。看到在模拟过程中访问块数据(万博1manbetx模型)有关如何在模拟期间访问块输出的进一步信息。

结果

运行模型之后，您可以将结果可视化为图中所示。下面的动画显示了这个模拟的结果。

可视化包括两个面板。左边的面板显示了检测，局部轨迹和融合轨迹Vehicle1在仿真过程中生成，并表示的态势感知Vehicle1．右边的面板显示了对情景的感知Vehicle2．

记录的检测用黑色圆圈表示。本地和保险丝的痕迹Vehicle1分别用正方形和菱形表示。本地和保险丝的痕迹Vehicle2由纯黑色正方形和菱形表示。请注意，在模拟的开始阶段，Vehicle1检测停放在街道右侧的车辆，并确认与停放车辆相关的轨道。目前Vehicle2只检测Vehicle1就在它的前面。随着模拟的继续，从Vehicle1对引信的广播开了吗Vehicle2．铁轨熔断后，vehicle2在自己检测到这些对象之前就会意识到这些对象。同样的,Vehicle2音轨是向Vehicle1．Vehicle1将这些轨迹融合，在探测到目标之前就能意识到目标。

特别是，你观察到站在街道右侧的蓝色和紫色汽车之间的行人被Vehicle1．Vehicle2首先通过融合轨道来感知行人Vehicle1大约在0.8秒。这需要Vehicle2大约在它开始用自己的传感器检测行人之前3秒。根据输入信息跟踪行人的能力Vehicle1允许Vehicle2提高对环境的认识，降低事故风险。

总结

这个例子展示了如何在Simulink中执行轨迹到轨迹的融合。万博1manbetx您学习了如何使用分散式跟踪体系结构执行跟踪，其中每辆车负责维护自己的本地轨道，融合来自其他车辆的轨道，并将轨道与其他车辆通信。您还使用了JPDA跟踪器块来生成本地轨迹。