Exponenta Banner

trackerTOMHT

Мультигипотеза, мультидатчик, мультивозражает средству отслеживания

расширьте все на странице

Описание

Система trackerTOMHT object™ является средством отслеживания мультигипотезы, способным к обработке обнаружений многих целей от нескольких датчиков. Средство отслеживания инициализирует, подтверждает, предсказывает, исправляет и удаляет дорожки. Входные параметры к средству отслеживания являются отчетами обнаружения, сгенерированными objectDetection, radarSensor, monostaticRadarSensor, irSensor или объектами sonarSensor. Средство отслеживания оценивает ковариационную матрицу вектора состояния и вектора состояния для каждой дорожки. Средство отслеживания присваивает обнаружения на основе ориентированного на дорожку, подход мультигипотезы. Каждое обнаружение присвоено по крайней мере одной дорожке. Если обнаружение не может быть присвоено никакой дорожке, средство отслеживания создает дорожку.

Любой новый трек запускается в предварительном состоянии. Если достаточно обнаружений присвоено предварительной дорожке, ее изменениям состояния в подтвержденном. Если обнаружение уже имеет известную классификацию (поле ObjectClassID возвращенной дорожки является ненулевым), та дорожка сразу подтверждена. Когда дорожка подтверждена, мультиобъектное средство отслеживания полагает, что дорожка представляет физический объект. Если обнаружения не присвоены дорожке в specifiable количестве обновлений, дорожка удалена. Для обзора того, как средство отслеживания функционирует, см. Алгоритмы.

К отслеживаемым объектам с помощью средства отслеживания мультигипотезы:

  1. Создайте объект trackerTOMHT и установите его свойства.

  2. Вызовите объект с аргументами, как будто это была функция.

Чтобы узнать больше, как Системные объекты работают, смотрите то, Что Системные объекты? MATLAB.

Создание

Синтаксис

tracker = trackerTOMHT
tracker = trackerTOMHT(Name,Value)

Описание

tracker = trackerTOMHT создает Системный объект trackerTOMHT со значениями свойств по умолчанию.

пример

tracker = trackerTOMHT(Name,Value) свойства наборов для мультиобъектного средства отслеживания с помощью одной или нескольких пар "имя-значение". Например, trackerTOMHT('FilterInitializationFcn',@initcvukf,'MaxNumTracks',100) создает мультиобъектное средство отслеживания, которое использует постоянную скорость, сигма-точечный фильтр Калмана и позволяет максимум 100 дорожек. Заключите каждое имя свойства в кавычки.

Свойства

развернуть все

Если в противном случае не обозначено, свойства являются ненастраиваемыми, что означает, что вы не можете изменить их значения после вызова объекта. Объекты блокируют, когда вы вызываете их, и функция release разблокировала их.

Если свойство является настраиваемым, можно изменить его значение в любое время.

Для получения дополнительной информации об изменении значений свойств смотрите Разработку системы в MATLAB Используя Системные объекты (MATLAB).

Отфильтруйте функцию инициализации, заданную как указатель на функцию или как вектор символов, содержащий имя допустимой функции инициализации фильтра. Средство отслеживания использует функцию инициализации фильтра при создании новых треков.

Sensor Fusion and Tracking Toolbox™ предоставляет много функций инициализации, которые можно использовать, чтобы задать FilterInitializationFcn.

Функция инициализацииФункциональное определение
initcvabfИнициализируйте фильтр альфы - беты постоянной скорости
initcaabfИнициализируйте фильтр альфы - беты постоянного ускорения
initcvekfИнициализируйте расширенный Фильтр Калмана постоянной скорости.
initcackfИнициализируйте фильтр кубатуры постоянного ускорения.
initctckfИнициализируйте фильтр кубатуры постоянной угловой скорости вращения.
initcvckfИнициализируйте фильтр кубатуры постоянной скорости.
initcapfИнициализируйте фильтр частиц постоянного ускорения.
initctpfИнициализируйте фильтр частиц постоянной угловой скорости вращения.
initcvpfИнициализируйте фильтр частиц постоянной скорости.
initcvkfИнициализируйте постоянную скорость линейный Фильтр Калмана.
initcvukfИнициализируйте сигма-точечный фильтр Калмана постоянной скорости.
initcaekfИнициализируйте расширенный Фильтр Калмана постоянного ускорения.
initcakfИнициализируйте постоянное ускорение линейный Фильтр Калмана.
initcaukf Инициализируйте сигма-точечный фильтр Калмана постоянного ускорения.
initctekf Инициализируйте расширенный Фильтр Калмана постоянной угловой скорости вращения.
initctukfИнициализируйте сигма-точечный фильтр Калмана постоянной угловой скорости вращения.
initcvmscekfИнициализируйте измененные сферические координаты постоянной скорости, расширил Фильтр Калмана.
initrpekfИнициализируйте постоянную скорость параметризованный областью значений расширенный Фильтр Калмана.
initapekfИнициализируйте постоянную скорость параметризованный углом расширенный Фильтр Калмана.
initekfimmИнициализируйте отслеживание фильтр IMM.

Можно также записать собственную функцию инициализации. Функция должна иметь следующий синтаксис:

filter = filterInitializationFcn(detection)
Вход к этой функции является отчетом обнаружения как созданные objectDetection. Вывод этой функции должен быть объектом, принадлежащим одному из классов фильтра: trackingKF, trackingEKF, trackingUKF, trackingCKF, trackingPF, trackingMSCEKF, trackingGSF, trackingIMM или trackingAB.

Чтобы вести вас в записи этой функции, можно исследовать детали предоставленных функций из MATLAB®. Например:

type initcvekf

Типы данных: function_handle | char

Максимальное количество дорожек, которые средство отслеживания может поддержать, заданный как положительное целое число.

Типы данных: single | double

Максимальное количество датчиков, которые могут быть соединены со средством отслеживания, задало как положительное целое число. MaxNumSensors должен быть больше, чем или равным самому большому значению SensorIndex, найденного во всех обнаружениях, используемых, чтобы обновить средство отслеживания. SensorIndex является свойством объекта objectDetection. Свойство MaxNumSensors определяет, сколько наборов полей ObjectAttributes каждая выходная дорожка может иметь.

Типы данных: single | double

Максимальное количество гипотез, сохраняемых дорожками в случаях неоднозначности, заданной как положительное целое число. Большие значения увеличивают вычислительную загрузку.

Пример: 10

Типы данных: single | double

Определите максимальный номер ответвлений дорожки (гипотезы), допускал каждую дорожку. Большие значения увеличивают вычислительную загрузку.

Типы данных: single | double

Максимальное количество сканирований сохраняется в истории ответвления, заданной как положительное целое число. Количество сканирований истории дорожки обычно от 2 до 6. Большие значения увеличивают вычислительную загрузку.

Пример 6

Типы данных: single | double

Порог присвоения обнаружения, заданный как положительная скалярная величина, 1 3 вектор неуменьшения положительных значений, [C 1, C 2, C 3], или an1-4 вектор неуменьшения положительных значений, [C 1, C 2, C 3, C 4]. Если задано как скаляр, заданное значение, val, будет расширено до [0.3,0.7,1, Inf] *val. Если задано как [C 1, C 2, C 3], это будет расширено как [C 1, C 2, C 3, Inf].

Пороги управляют (1) присвоением обнаружения к дорожке, (2) созданием нового ответвления от обнаружения и (3) созданием нового ответвления от неприсвоенной дорожки. Пороговые значения должны удовлетворить: C 1 <= C 2 <= C 3<=C4.

  • C 1 задает расстояние, таким образом, что, если дорожка имеет присвоенное обнаружение с более низким расстоянием, чем C 1, дорожка больше не рассматривается неприсвоенной и не создает неприсвоенное ответвление дорожки.

  • C 2 задает расстояние, что, если обнаружение было присвоено дорожке с более низким расстоянием, чем C 2, обнаружение больше не рассматривается неприсвоенным и не создает ответвление нового трека.

  • C 3 задает максимальное расстояние для присвоения обнаружения к дорожке.

  • C 4 задает комбинации дорожки и обнаружения, для которого выполняется точный нормированный расчет стоимости. Первоначально, средство отслеживания выполняет крупную оценку для нормированного расстояния между всеми дорожками и обнаружениями. Средство отслеживания только вычисляет точное нормированное расстояние для комбинаций, крупное нормированное расстояние которых является меньше, чем C 4.

Советы:

  • Увеличьте значение C 3, если существуют обнаружения, которые должны быть присвоены дорожкам, но не являются. Уменьшите значение, если существуют обнаружения, которые присвоены дорожкам, которым они не должны быть присвоены (слишком далеко).

  • Увеличение значений, C 1 и C 2 помогает управлять количеством ответвлений дорожки, которые создаются. Однако выполнение так сокращает количество ответвлений (гипотезы), каждая дорожка имеет.

  • Увеличьте значение C 4, если существуют комбинации дорожки и обнаружения, которое должно быть вычислено для присвоения, но не является. Уменьшите его, если расчет стоимости занимает слишком много времени.

Типы данных: single | double

Минимальный счет, требуемый подтвердить дорожку, заданную как положительная скалярная величина. Любая дорожка со счетом выше, чем этот порог подтверждена.

Пример: 12

Типы данных: single | double

Максимальное отбрасывание счета перед дорожкой удалено, задано как скаляр. Любая дорожка со счетом, который падает больше, чем этим параметром от максимального счета, удалена. Порог удаления затронут вероятностью ложного предупреждения.

Пример: 12

Типы данных: single | double

Вероятность обнаружения, заданного как положительная скалярная величина между 0 и 1. Это свойство используется, чтобы вычислить счет дорожки.

Пример: 0.5

Типы данных: single | double

Вероятность ложного предупреждения, заданного как скаляр. Это свойство используется, чтобы вычислить счет дорожки.

Пример: 1e-5

Типы данных: single | double

Уровень новых треков на единичный объем, заданный как положительная скалярная величина. Уровень новых треков используется в вычислении счета дорожки во время инициализации дорожки.

Пример: 2.5

Типы данных: single | double

Объем интервала измерения датчика, заданного как положительная скалярная величина. Например, если радар производит 4-D измерение, которое включает азимут, повышение, область значений и уровень области значений, 4-D объем задан радаром угловая ширина луча, ширина интервала области значений и ширина интервала уровня области значений. Объем используется в вычислении счета дорожки при инициализации и обновлении дорожки.

Пример: 1.5

Типы данных: single | double

Минимальная вероятность, требуемая отслеживать, заданный как положительная скалярная величина меньше чем один. Любая дорожка с более низкой вероятностью сокращена. Типичные значения 0.001 к 0,005.

Пример: .003

Типы данных: single | double

Метод сокращения N-сканирования, заданный как 'None' или 'Hypothesis'. В сокращении N-сканирования ответвления, которые принадлежат той же дорожке, сокращены (удаленные), если в истории N-сканирований они противоречат наиболее вероятному ответвлению для той же дорожки. Наиболее вероятное ответвление задано одним из двух способов:

  • 'none' Никакое сокращение N-сканирования не выполняется.

  • 'Hypothesis' – Выбранное ответвление находится в наиболее вероятной гипотезе.

Пример: 'Hypothesis'

Включите матрицу стоимости, заданную как false или true. Если true, можно обеспечить матрицу стоимости присвоения как входной параметр при вызове объекта.

Типы данных: логический

Включите вход обнаруживаемых идентификаторов ответвления при каждом обновлении объекта, заданном как false или true. Установите это свойство на true, если вы хотите предоставить список обнаруживаемых идентификаторов ответвления. Этот список говорит средству отслеживания обо всех ответвлениях, что датчики, как ожидают, обнаружат и, опционально, вероятность обнаружения для каждого ответвления.

Типы данных: логический

Отследите выходной метод, заданный как 'Tracks', 'Hypothesis' или 'Clusters'.

  • 'Tracks' – Выведите центроид каждой дорожки на основе ее ответвлений дорожки.

  • 'Hypothesis' – Выведите ответвления, которые находятся в определенных гипотезах. Если вы выбираете эту опцию, перечисляете гипотезы, чтобы вывести использование свойства HypothesesToOutput.

  • 'Clusters' – Выведите центроид каждого кластера. Подобно 'Tracks' вывод, но включает все дорожки в кластере.

Типы данных: char

Индексы гипотез, чтобы вывести, заданный как массив положительных целых чисел. Индексы должны все быть меньше чем или равны максимальному количеству гипотез, предоставленных средством отслеживания.

Настраиваемый: да

Типы данных: single | double

Это свойство доступно только для чтения.

Количество дорожек сохраняется средством отслеживания, возвращенным как неотрицательное целое число.

Типы данных: double

Это свойство доступно только для чтения.

Количество подтвержденных дорожек, возвращенных как неотрицательное целое число. Если полем IsConfirmed выходной структуры дорожки является true, дорожка подтверждена.

Типы данных: double

Использование

Чтобы обработать обнаружения и дорожки обновления, вызовите средство отслеживания с аргументами, как будто это была функция (описанный здесь).

Синтаксис

confirmedTracks = tracker(detections,time)
confirmedTracks = tracker(detections,time,costMatrix)
confirmedTracks = tracker(___,detectableBranchIDs)
[confirmedTracks,tentativeTracks,allTracks] = tracker(___)
[___,analysisInformation] = tracker(___)

Описание

confirmedTracks = tracker(detections,time) возвращает список подтвержденных дорожек, которые обновляются из списка обнаружений, detections, во время обновления, time. Подтвержденные дорожки исправлены и предсказаны ко времени обновления.

confirmedTracks = tracker(detections,time,costMatrix) также задает матрицу стоимости, costMatrix.

Чтобы включить этот синтаксис, установите свойство HasCostMatrixInput на true.

confirmedTracks = tracker(___,detectableBranchIDs) также задает список ожидаемых обнаруживаемых ответвлений, detectableBranchIDs.

Чтобы включить этот синтаксис, установите свойство HasDetectableBranchIDsInput на true.

[confirmedTracks,tentativeTracks,allTracks] = tracker(___) также возвращает список предварительных дорожек, tentativeTracks и списка всех дорожек, allTracks.

[___,analysisInformation] = tracker(___) также возвращает информацию, analysisInformation, полезный для анализа дорожки.

Входные параметры

развернуть все

Список обнаружений, заданный как массив ячеек объектов objectDetection. Значение свойства Time каждого объекта objectDetection должно быть меньше чем или равным текущему времени обновления, time, и больше, чем предыдущая временная стоимость раньше обновляла средство отслеживания.

Время обновления, заданного как скаляр. Средство отслеживания обновляет все дорожки к этому времени. Модули находятся в секундах.

time должен быть больше, чем или равным самому большому значению свойства Time объектов objectDetection в списке входов detections. time должен увеличиться в значении с каждым обновлением средства отслеживания.

Типы данных: single | double

Стойте матрицы, заданной как N с действительным знаком-by-M матрица, где N является количеством ответвлений, и M является количеством текущих обнаружений. Строки матрицы стоимости должны быть в том же порядке как список ответвлений. Столбцы должны быть в том же порядке как список обнаружений. Получите правильный порядок списка ответвлений с помощью функции объекта getBranches. Столбцы матрицы соответствуют обнаружениям.

При первом обновлении объекта или когда средство отслеживания не будет иметь никаких предыдущих дорожек, задайте матрицу стоимости, чтобы иметь размер [0,numDetections]. Обратите внимание на то, что стоимость должна быть вычислена так, чтобы более низкие цены указали на более высокую вероятность присвоения обнаружения к дорожке. Чтобы препятствовать тому, чтобы определенные обнаружения были присвоены определенным дорожкам, установите соответствующую матричную запись стоимости в Inf.

Зависимости

Чтобы включить этот аргумент, установите свойство HasCostMatrixInput на true.

Типы данных: double | single

Обнаруживаемые идентификаторы ответвления, заданные как M с действительным знаком-by-1 вектор или M-by-2 матрица. Обнаруживаемые ответвления являются ответвлениями, которые датчики ожидают обнаруживать. Первый столбец матрицы содержит список идентификаторов ответвления дорожек, о которых сообщают в поле branchID выходных аргументов дорожки. Второй столбец содержит вероятность обнаружения для ответвления. Датчики могут сообщить о вероятности обнаружения, но если не сообщаемый, вероятности обнаружения получены из свойства DetectionProbability.

Ответвления, идентификаторы которых не включены в detectableBranchIDs, рассматриваются как необнаруживаемые. Логика удаления дорожки не считает отсутствие обнаружения как 'мисс' в целях удаления ответвления.

Зависимости

Чтобы включить этот входной параметр, установите свойство HasDetectableBranchIDs на true.

Типы данных: single | double

Выходные аргументы

развернуть все

Подтвержденные дорожки, возвращенные как структура или массив структур. Каждая структура соответствует дорожке. Дорожка подтверждена, если ее счет больше, чем порог подтверждения, заданный в свойстве ConfirmationThreshold. В этом случае полем IsConfirmed структуры является true. Поля структуры заданы Структура Дорожки.

Типы данных: struct

Предварительные дорожки, возвращенные как структура или массив структур. Каждая структура соответствует дорожке. Дорожка является предварительной, если ее счет меньше чем или равен порогу подтверждения, заданному в свойстве ConfirmationThreshold. В этом случае полем IsConfirmed структуры является false. Поля структуры заданы в Структуре Дорожки.

Типы данных: struct

Все дорожки, возвращенные как структура или массив структур. Каждая структура соответствует дорожке. Набор всех дорожек состоит из подтвержденных и предварительных дорожек. Поля структуры заданы в Структуре Дорожки.

Типы данных: struct

Дополнительная информация для анализа обновлений дорожки, возвращенных как структура. Поля этой структуры:

Поле Описание
BranchIDsAtStepBeginning

Идентификаторы ответвления, когда обновление началось.

CostMatrix

Стоимость матрицы присвоения.

Assignments

Присвоения возвращены в assignTOMHT.

UnassignedTracks

Идентификаторы неприсвоенных ответвлений возвращены в средство отслеживания

UnassignedDetections

Идентификаторы неприсвоенных обнаружений возвращены в trackerTOMHT.

InitialBranchHistory

История ответвления после ветвления и перед сокращением.

InitialBranchScores

Очки ответвления перед сокращением.

KeptBranchHistory

История ответвления после начального сокращения.

KeptBranchScores

Очки ответвления после начального сокращения.

Clusters

Отображение логического массива переходит к кластерам. Ответвления принадлежат того же кластера, если они совместно используют обнаружения в своей истории или принадлежат той же дорожке, или непосредственно или посредством других ответвлений. Такие ответвления несовместимы.

TrackIncompatibility

Матрица несовместимости ответвления. Элемент (i,j) верен, если i-th и j-th ответвления совместно использовали обнаружения в их истории или принадлежат той же дорожке.

GlobalHypotheses

Логическое матричное отображение переходит к глобальным гипотезам. Совместимые ответвления могут принадлежать тех же гипотез.

GlobalHypScoresОбщий счет глобальных гипотез.
PrunedBranches

Логический массив ответвлений, что функция pruneTrackBranches решает быть сокращенной.

GlobalBranchProbabilities

Глобальная вероятность каждого ответвления, существующего в глобальных гипотезах.

BranchesDeletedByPruning

Ответвления удалены средством отслеживания.

BranchIDsAtStepEnd

Идентификаторы ответвления, когда законченное обновление.

Типы данных: struct

Функции объекта

Чтобы использовать объектную функцию, задайте Системный объект как первый входной параметр. Например, чтобы выпустить системные ресурсы Системного объекта под названием obj, используйте этот синтаксис:

release(obj)

развернуть все

getTrackFilterPropertiesПолучите свойства фильтра дорожки
setTrackFilterPropertiesУстановите свойства фильтра дорожки
getBranchesСписки отслеживают ответвления
predictTrackToTimeПредскажите состояние дорожки
releaseВысвободите средства и позвольте изменения в значениях свойств Системного объекта и введите характеристики
resetСбросьте внутренние состояния Системного объекта
isLockedОпределите, используется ли Системный объект
cloneСоздайте объект дублированной системы

Примеры

развернуть все

Открыть скрипт

Создайте Системный объект trackerTOMHT с функцией инициализации Фильтра Калмана постоянной скорости, initcvkf.

tracker = trackerTOMHT('FilterInitializationFcn',@initcvkf, ...
    'ConfirmationThreshold',20, ...
    'DeletionThreshold',-7, ...
    'MaxNumHypotheses',10);

Обновите средство отслеживания с двумя обнаружениями, имеющими ненулевой |ObjectClassID|s. Обнаружения сразу создают подтвержденные дорожки.

detections = {objectDetection(1,[10;0],'SensorIndex',1, ...
    'ObjectClassID',5,'ObjectAttributes',{struct('ID',1)}); ...
    objectDetection(1,[0;10],'SensorIndex',1, ...
    'ObjectClassID',2,'ObjectAttributes',{struct('ID',2)})};
time = 2;
tracks = tracker(detections,time);

Найдите и отобразите положения и скорости.

positionSelector = [1 0 0 0; 0 0 1 0];
velocitySelector = [0 1 0 0; 0 0 0 1];
positions = getTrackPositions(tracks,positionSelector)
velocities = getTrackVelocities(tracks,velocitySelector)

positions =

   10.0000         0
         0   10.0000


velocities =

     0     0
     0     0

Больше о

развернуть все

Алгоритмы

развернуть все

Ссылки

[1] Вертманн, J. R.. "Постепенное Описание В вычислительном отношении Эффективной Версии Нескольких Отслеживание Гипотезы". В международном обществе Оптики и Фотоники, Издания 1698, стр 228-301, 1992.

[2] Блэкмен, S. и R. Пополи. Проект и анализ современных систем слежения. Радарная библиотека дома Artech, Бостон, 1999.

Расширенные возможности

Смотрите также

Функции

Классы

Системные объекты

Введенный в R2018b

Документация Sensor Fusion and Tracking Toolbox
Поддержка