多目标跟踪和传感器融合是感知系统的核心,是自主系统和监控系统的关键组成部分。像照相机、激光雷达、雷达和声纳这样的传感器产生探测信号,作为跟踪器的输入信号。多目标跟踪算法用于估计目标的数量,以及它们的状态,包括位置、速度,在某些情况下,大小和方向。这些信息使自主系统和监视系统能够保持态势感知。
多目标跟踪性能由以下因素驱动:
- 传感器参数包括检测概率(Pd),分辨率和精度
- 当前目标和探测的数量
- 对不在环境中的物体进行错误测量
- 被跟踪物体测量的不确定性
用MATLAB®和传感器融合和跟踪工具箱™,您可以跟踪对象的数据来自真实世界的传感器,包括主动和被动雷达,声纳,激光雷达,EO/IR, IMU,和GPS。您还可以从虚拟传感器生成合成数据,以在不同场景下测试算法。工具箱包括一个多目标跟踪器和估计过滤器库,您可以为您的应用程序进一步定制这些库。您还可以生成C代码MATLAB编码器™加速模拟性能或在原型系统上获得一个领先的开始。
要了解更多关于多目标跟踪的信息,请参见传感器融合和跟踪工具箱™用于MATLAB。