教程

工具箱的约定

• 方向，位置和坐标约定
  了解空间表示和坐标系统的工具箱约定。

跟踪场景和传感器

• 跟踪仿真概述
  您可以使用此工具箱中提供的函数和对象构建完整的跟踪模拟。
• 模拟雷达探测
  模拟雷达传感器探测目标。

惯性传感器融合

• IMU、GPS、INS/GPS型号
  惯性传感器和GPS的组合模型。

估计过滤器

• 估计滤波器简介
  对工具箱中提供的估计过滤器的一般回顾。

多目标跟踪

• 多目标跟踪导论
  介绍基于分配的多目标跟踪器。

指标和可视化

• 跟踪指标简介
  在设计多目标跟踪系统时，有必要设计一种方法来根据可用的地面真实值来评估系统的性能。
• 使用theaterPlot可视化跟踪场景
  方法的使用theaterPlot对象以可视化跟踪场景的各个方面。

特色的例子

跟踪场景和模拟传感器检测简介

介绍如何在模拟目标运动和传感器探测的跟踪场景中生成合成雷达探测。具体来说，这个例子显示:

打开实时脚本

用跟踪场景设计器设计和模拟跟踪场景

在现有会话文件中使用trackingScenarioDesigner。使用该应用程序，您可以添加、修改或删除场景中所有对象的平台、单一雷达传感器和轨迹。您还可以将该场景导出为MATLAB脚本以供进一步分析。

打开实时脚本

扫描雷达模式配置

模型不同的雷达扫描模式使用fusionRadarSensor．此示例显示如何配置fusionRadarSensor用于几种常用的雷达扫描模式。使用这个模型，您可以模拟机械扫描、电子扫描以及同时使用机械和电子扫描的雷达。在方位角和仰角的扫描限制是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方向

采用6轴和9轴融合算法计算方向。有几种算法可以从惯性测量单元(imu)和磁角速率重力(MARG)单元计算方向。这个例子涵盖了定向的基础知识以及如何使用这些算法。

打开实时脚本

机动目标跟踪

使用各种跟踪滤波器跟踪机动目标。该示例显示了使用单个运动模型和多个运动模型的过滤器之间的区别。

打开脚本

多目标跟踪器自动调优跟踪滤波器

调优跟踪过滤器，提高跟踪器的跟踪性能。

打开实时脚本

将检测转换为objectDetection格式

这些示例展示了如何将传感器的本机格式的实际检测转换为objectDetection对象。objectDetection是工具箱中大多数跟踪过滤器和跟踪器的标准输入格式。这六个示例逐步展示了如何使用不同的跟踪场景设置objectDetection。

打开实时脚本

调优多对象跟踪器

调优并运行跟踪器来跟踪场景中的多个对象。该示例解释并演示了传感器融合和跟踪工具箱中跟踪器的关键属性的重要性。

打开实时脚本

视频

第1部分:什么是传感器融合?
概述什么是传感器融合，以及它如何帮助自主系统的设计。

第2部分:融合Mag，加速度和陀螺估计方向
使用磁力计、加速度计和陀螺仪来估计物体的方向。

第三部分:融合GPS和IMU的姿态估计
使用GPS和IMU来估计一个物体的方向和位置。

第4部分:用IMM过滤器跟踪单个对象
通过使用交互的多模型过滤器估计状态来跟踪单个对象。

第5部分:如何同时跟踪多个对象?
介绍了多目标跟踪中的两个常见问题:数据关联和航迹维护。

第六部分:什么是履带级融合?
引入航迹到航迹融合和跟踪架构。