开始传感器融合和跟踪工具箱
设计、模拟和测试多传感器跟踪和定位系统
传感器融合和跟踪工具箱™包括用于设计、模拟和测试系统的算法和工具,这些系统融合来自多个传感器的数据,以保持态势感知和定位。参考示例为监视和自主系统的多目标跟踪和传感器融合开发提供了起点,包括机载、星载、地基、舰载和水下系统。
您可以融合来自真实世界传感器的数据,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,以测试不同场景下的算法。该工具箱包括多对象跟踪器和评估过滤器,用于评估结合了网格级、检测级和对象或跟踪级融合的体系结构。它还提供了包括OSPA和GOSPA在内的度量标准,用于根据地面真实场景验证性能。
对于模拟加速或快速原型,工具箱支持C和c++代码生成。
教程
- 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。 - IMU、GPS、INS/GPS型号
惯性传感器和GPS的组合模型。 - 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。 - 多目标跟踪导论
介绍基于分配的多目标跟踪器。 - 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。
工具箱的约定
惯性传感器融合
估计过滤器
多目标跟踪
指标和可视化
特色的例子
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。