Exponenta Banner
exponenta event banner

initcvggiwphd

Создайте постоянную скорость ggiwphd фильтр

свернуть все на странице

Синтаксис

phd = initcvggiwphd
phd = initcvggiwphd(detections)

Описание

phd = initcvggiwphd инициализирует постоянную скорость ggiwphd отфильтруйте с нулевыми компонентами в фильтре.

пример

phd = initcvggiwphd(detections) инициализирует постоянную скорость ggiwphd отфильтруйте на основе информации, предоставленной в обнаружениях объектов, detections. Функция инициализирует постоянное скоростное состояние с тем же соглашением как constvel и cvmeasX; x; y; y; z; z].

Примечание

Эта функция инициализации не совместима с trackerGNN, trackerJPDA, и trackerTOMHT системные объекты.

Примеры

свернуть все

Скрипт Open Live Script

Считайте объект расположенным в положении [1; 2; 3] с обнаружениями, однородно распространенными вокруг, это - степень. Размер степени 1.2, 2.3 и 3.5 в x, y и z направлениях, соответственно.

detections = cell(20,1);
location = [1;2;3];
dimensions = [1.2;2.3;3.5];
rng(2018) % Reproducible results
measurements = location + dimensions.*(-1 + 2*rand(3,20));
for i = 1:20
    detections{i} = objectDetection(0,measurements(:,i));
end

Инициализируйте постоянную скорость ggiwphd отфильтруйте со сгенерированными обнаружениями.

phd = initcvggiwphd(detections);

Проверяйте, что значения состояния в фильтре имеют те же оценки положения как среднее значение измерений.

states = phd.States
states = 6×1

    1.2856
         0
    1.9950
         0
    2.9779
         0


measurementMean = mean(measurements,2)
measurementMean = 3×1

    1.2856
    1.9950
    2.9779

Проверяйте степень и ожидаемое количество обнаружений.

extent = phd.ScaleMatrices/(phd.DegreesOfFreedom - 4)
extent = 3×3

    1.4603    0.0885   -0.2403
    0.0885    3.0050   -0.0225
   -0.2403   -0.0225    4.8365


expDetections = phd.Shapes/phd.Rates
expDetections = 20

Входные параметры

свернуть все

Обнаружения объектов, заданные как массив ячеек objectDetection объекты. Можно создать detections непосредственно, или можно получить detections от выходных параметров объектов датчика, таких как radarSensor, monostaticRadarSensor, irSensor, и sonarSensor.

Пример: detection = objectDetection(0,[1;4.5;3],'MeasurementNoise', [1.0 0 0; 0 2.0 0; 0 0 1.5])

Выходные аргументы

свернуть все

ggiwphd отфильтруйте, возвращенный как ggiwphd объект.

Алгоритмы

  • Можно использовать initcvggiwphd как FilterInitializationFcn свойство trackingSensorConfiguration.

  • Когда обнаружения обеспечиваются, как введено, функция добавляет один компонент в плотность, которая отражает среднее значение обнаружений. Когда функция вызвана без любых входных параметров, фильтр инициализируется без компонентов в плотности.

  • Функция использует распространение измерений, чтобы описать распределение Обратного Уишарта.

  • Функция использует количество обнаружений, чтобы описать Гамма распределение.

  • Функция конфигурирует шум процесса фильтра путем принятия модульного ускоряющего стандартного отклонения.

  • Функция задает максимум 500 компонентов в фильтре.

Расширенные возможности

Генерация кода C/C++
Генерация кода C и C++ с помощью MATLAB® Coder™.

Смотрите также

| | |

Введенный в R2019a

Документация Sensor Fusion and Tracking Toolbox
Поддержка