trackerJPDA

Соедините вероятностное средство отслеживания ассоциации данных

Описание

trackerJPDA Система object™ является средством отслеживания, способным к обработке обнаружений нескольких целей от нескольких датчиков. Использование средства отслеживания соединяет вероятностную ассоциацию данных, чтобы присвоить обнаружения каждой дорожке. Средство отслеживания применяет мягкое присвоение, где несколько обнаружений могут способствовать каждой дорожке. Средство отслеживания инициализирует, подтверждает, корректирует, предсказывает (выполняет каботажное судоходство), и удаляет дорожки. Входные параметры к средству отслеживания являются отчетами обнаружения, сгенерированными objectDetection, radarSensor, monostaticRadarSensor, irSensor, или sonarSensor объекты. Средство отслеживания оценивает вектор состояния и оценочную ошибочную ковариационную матрицу состояния для каждой дорожки. Каждое обнаружение присвоено по крайней мере одной дорожке. Если обнаружение не может быть присвоено никакой существующей дорожке, средство отслеживания создает новый трек.

Любой новый трек запускается в предварительном состоянии. Если достаточно обнаружений присвоено предварительной дорожке, ее изменениям состояния в подтвержденном (см. ConfirmationThreshold свойство. Если обнаружение уже имеет известную классификацию (т.е. ObjectClassID поле возвращенной дорожки является ненулевым), что соответствующая дорожка сразу подтверждена. Когда дорожка подтверждена, средство отслеживания полагает, что дорожка представляет физический объект. Если обнаружения не присвоены дорожке в specifiable количестве обновлений, дорожка удалена.

Отслеживать цели с помощью этого объекта:

Создайте trackerJPDA объект и набор его свойства.
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 = trackerJPDA

tracker = trackerJPDA(Name,Value)

Описание

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

пример

tracker = trackerJPDA(Name,Value) свойства наборов для средства отслеживания с помощью одной или нескольких пар "имя-значение". Например, trackerJPDA('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 release функция 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).

`TrackerIndex` — Уникальный идентификатор средства отслеживания
0 (значение по умолчанию) | неотрицательное целое число

Уникальный идентификатор средства отслеживания, заданный как неотрицательное целое число. Это свойство используется в качестве SourceIndex в средстве отслеживания выходные параметры, и отличают дорожки, которые прибывают из различных средств отслеживания в системе нескольких-средств-отслеживания. Необходимо задать это свойство как положительное целое число, чтобы использовать дорожку выходные параметры в качестве входных параметров к термофиксатору дорожки.

Пример 1

`FilterInitializationFcn` — Отфильтруйте функцию инициализации
`@initcvekf` (значение по умолчанию) | указатель на функцию | вектор символов

Отфильтруйте функцию инициализации, определенный функцией указатель 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 для trackerJPDA объект.

Функция инициализации	Функциональное определение
`initcvkf`	Инициализируйте постоянную скорость линейный Фильтр Калмана.
`initcakf`	Инициализируйте постоянное ускорение линейный Фильтр Калмана.
`initcvabf`	Инициализируйте фильтр альфы - беты постоянной скорости
`initcaabf`	Инициализируйте фильтр альфы - беты постоянного ускорения
`initcvekf`	Инициализируйте расширенный Фильтр Калмана постоянной скорости.
`initcaekf`	Инициализируйте расширенный Фильтр Калмана постоянного ускорения.
`initrpekf`	Инициализируйте постоянную скорость параметризованный областью значений расширенный Фильтр Калмана.
`initapekf`	Инициализируйте постоянную скорость параметризованный углом расширенный Фильтр Калмана.
`initctekf`	Инициализируйте расширенный Фильтр Калмана постоянной угловой скорости вращения.
`initcackf`	Инициализируйте фильтр кубатуры постоянного ускорения.
`initctckf`	Инициализируйте фильтр кубатуры постоянной угловой скорости вращения.
`initcvckf`	Инициализируйте фильтр кубатуры постоянной скорости.
`initcvukf`	Инициализируйте сигма-точечный фильтр Калмана постоянной скорости.
`initcaukf`	Инициализируйте сигма-точечный фильтр Калмана постоянного ускорения.
`initctukf`	Инициализируйте сигма-точечный фильтр Калмана постоянной угловой скорости вращения.
`initcvmscekf`	Инициализируйте расширенный Фильтр Калмана постоянной скорости в модифицированных сферических координатах.
`initekfimm`	Инициализируйте отслеживание фильтр IMM.

Можно также записать собственной функции инициализации использование следующего синтаксиса:

filter = filterInitializationFcn(detection)

Вход к этой функции является отчетом обнаружения как созданные objectDetection. Выход этой функции должен быть объектом фильтра: trackingKF, trackingEKF, trackingUKF, trackingCKF, trackingGSF, trackingIMM, trackingMSCEKF, или trackingABF.

Для руководства в записи этой функции используйте type команда, чтобы исследовать детали встроенных в MATLAB^® функций. Например:

type initcvekf

Примечание

trackerJPDA не принимает все функции инициализации фильтра в Sensor Fusion and Tracking Toolbox. Полный список функций инициализации фильтра, доступных в Sensor Fusion and Tracking Toolbox, дан в разделе Initialization Фильтров Оценки.

Типы данных: function_handle | char

`EventGenerationFcn` — Выполнимая объединенная функция генерации событий
`@jpdaEvents` (значение по умолчанию) | указатель на функцию | вектор символов

Выполнимая объединенная функция генерации событий, определенный функцией указатель или как вектор символов, содержащий имя выполнимой объединенной функции генерации событий. Функция генерации генерирует выполнимые объединенные матрицы события от допустимых событий (обычно даваемый матрицей валидации) сценария отслеживания. Матрица валидации является бинарной матрицей, перечисляющей все возможные ассоциации обнаружений к дорожке. Для получения дополнительной информации смотрите jpadEvents.

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

FJE = myfunction(ValidationMatrix)

Вход и из этой функции должен точно следовать за форматами, используемыми в jpdaEvents. Для руководства в записи этой функции используйте type команда, чтобы исследовать детали jpdaEvents:

type jpdaEvents

Пример: @myfunction или 'myfunction'

Типы данных: function_handle | char

`MaxNumTracks` — Максимальное количество дорожек
100 (значение по умолчанию) | положительное целое число

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

Типы данных: single | double

`MaxNumSensors` — Максимальное количество датчиков
20 (значение по умолчанию) | положительное целое число

Максимальное количество датчиков, которые могут быть соединены со средством отслеживания, задало как положительное целое число. MaxNumSensors должен быть больше или быть равен самому большому значению SensorIndex найденный во всех обнаружениях раньше обновлял средство отслеживания. SensorIndex свойство objectDetection объект. MaxNumSensors свойство определяет сколько наборов ObjectAttributes каждая дорожка может иметь.

Типы данных: single | double

`StateParameters` — Параметры дорожки утверждают систему координат
`struct([])` (значение по умолчанию) | `struct` | `struct array`

Параметры дорожки утверждают систему координат, заданную как struct или массив структур. Используйте это свойство задать систему координат состояния дорожки и как преобразовать дорожку от средства отслеживания (названный источником) система координат к системе координат термофиксатора.

Это свойство является настраиваемым.

Типы данных: struct

`AssignmentThreshold` — Порог присвоения обнаружения
`30*[1 Inf]` (значение по умолчанию) | положительная скалярная величина | 1 2 вектор положительных значений

Порог присвоения обнаружения (или порог пропускания), заданный как положительная скалярная величина или 1 2 вектор [C _1,C2], где C ₁ ≤ C ₂. Если задано как скаляр, заданное значение, val, расширено до [val, Inf].

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 меньше C ₂. Кроме того, средство отслеживания может только присвоить обнаружение дорожке, если точное нормированное расстояние между ними меньше C ₁. Смотрите distance функция используется с отслеживанием фильтров (таких как trackingCKF и trackingEKF) для объяснения расчета расстояния.

Советы:

Увеличьте значение C ₂, если существует дорожка и комбинации обнаружения, которые должны быть вычислены для присвоения, но не являются. Уменьшите это значение, если расчет стоимости занимает слишком много времени.
Увеличьте значение C ₁, если существуют обнаружения, которые должны быть присвоены дорожкам, но не являются. Уменьшите это значение, если существуют обнаружения, которые присвоены дорожкам, которым они не должны быть присвоены (слишком далеко).

`DetectionProbability` — Вероятность обнаружения
0.9 (значение по умолчанию) | скаляр в области значений [0,1]

Вероятность обнаружения, заданного как скаляр в области значений [0,1]. Это свойство используется в вычислениях крайних апостериорных вероятностей ассоциации и вероятности существования дорожки при инициализации и обновлении дорожки.

Пример: 0.85

Типы данных: single | double

`InitializationThreshold` — Порог, чтобы инициализировать дорожку
0 (значение по умолчанию) | скаляр в области значений [0,1]

Порог вероятности, чтобы инициализировать новый трек, заданный как скаляр в области значений [0,1]. Если вероятности соединения обнаружения с какой-либо из существующих дорожек все меньше, чем InitializationThreshold, обнаружение будет использоваться, чтобы инициализировать новый трек. Это позволяет обнаружения, которые являются в логическом элементе валидации дорожки, но имеют вероятность ассоциации ниже, чем порог инициализации, чтобы породить новый трек.

Пример: 0.1

Типы данных: single | double

`TrackLogic` — Отследите тип логики подтверждения и удаления
`'History'` (значение по умолчанию) | `'Integrated'`

Подтверждение и тип логики удаления, заданный как:

'History' – Отследите подтверждение, и удаление основано на числе раз, дорожка была присвоена обнаружению в последних обновлениях средства отслеживания.
'Integrated' – Отследите подтверждение, и удаление основано на вероятности существования дорожки, которое интегрировано в функции присвоения.

`ConfirmationThreshold` — Порог для подтверждения дорожки
скаляр | 1 2 вектор

Порог для подтверждения дорожки, заданного как скаляр или 1 2 вектор. Порог зависит от типа логики подтверждения и удаления дорожки, которую вы устанавливаете с TrackLogic свойство:

'History' – Задайте порог подтверждения как 1 2 вектор [M N]. Дорожка подтверждена, если она записала, по крайней мере, хиты M в последних обновлениях N. trackerJPDA указывает хит по логике истории дорожки согласно HitMissThrehold. Значением по умолчанию является [2 3].
'Integrated' – Задайте порог подтверждения как скаляр. Дорожка подтверждена, если ее вероятность существования больше или равна порогу подтверждения. Значением по умолчанию является 0.95.

Типы данных: single | double

`DeletionThreshold` — Порог для удаления дорожки
скаляр | с действительным знаком 1 2 вектор

Порог для удаления дорожки, заданного как скаляр или с действительным знаком 1 2 вектор. Порог зависит от типа логики подтверждения и удаления дорожки, которую вы устанавливаете с TrackLogic свойство:

'History' – Задайте порог подтверждения как [P R]. Дорожка удалена, если она записала, по крайней мере, P промахи в последних обновлениях R . trackerJPDA укажет мисс по логике истории дорожки согласно HitMissThrehold свойство. Значением по умолчанию является [5,5].
'Integrated' – Задайте порог удаления как скаляр. Дорожка удалена, если ее вероятность существования опускается ниже порога. Значением по умолчанию является 0.1.

Пример: 0.2 или [5,6]

Типы данных: single | double

`HitMissThreshold` — Порог для регистрации как попало
0.2 (значение по умолчанию) | скаляр в области значений [0,1]

Порог для регистрации случайного, заданного как скаляр в области значений [0,1]. Логика истории дорожки укажет мисс, и дорожка будет курсироваться, если сумма безусловных вероятностей присвоений будет ниже HitMissThreshold. В противном случае логика истории дорожки укажет хит.

Пример: 0.3

Зависимости

Чтобы включить этот аргумент, установите TrackLogic свойство к 'History'.

Типы данных: single | double

`ClutterDensity` — Пространственная плотность измерений помехи
`1e-6` (значение по умолчанию) | положительная скалярная величина

Пространственная плотность измерений помехи, заданных как положительная скалярная величина. Плотность помехи описывает ожидаемое количество ложных положительных обнаружений на единичный объем. Это используется в качестве параметра модели помехи Пуассона. Когда TrackLogic установлен в 'Integrated', ClutterDensity также используется в вычислении начальной вероятности существования дорожки.

Пример: 1e-5

Типы данных: single | double

`NewTargetDensity` — Пространственная плотность новых целей
`1e-5` (значение по умолчанию) | положительная скалярная величина

Пространственная плотность новых целей, заданных как положительная скалярная величина. Новая целевая плотность описывает ожидаемое количество новых треков на единичный объем на пробеле измерения. Это используется в вычислении вероятности существования дорожки во время инициализации дорожки.

Пример: 1e-3

Зависимости

Чтобы включить этот аргумент, установите TrackLogic свойство к 'Integrated'.

Типы данных: single | double

`DeathRate` — Уровень времени целевых смертельных случаев
0.01 (значение по умолчанию) | скаляр в области значений [0,1]

Уровень времени целевых смертельных случаев, заданных как скаляр в области значений [0,1]. DeathRate описывает вероятность, с которой исчезают истинные цели. Это связано с распространением вероятности существования дорожки (PTE):

где δt является временным интервалом с предыдущего раза обновления t.

Зависимости

Чтобы включить этот аргумент, установите TrackLogic свойство к 'Integrated'.

Типы данных: single | double

`InitialExistenceProbability` — Начальная вероятность существования дорожки
0.9 (значение по умолчанию) | скаляр в области значений [0,1]

Это свойство доступно только для чтения.

Начальная вероятность существования дорожки, заданного как скаляр в области значений [0,1] и вычисленный как InitialExistenceProbability = NewTargetDensity*DetectionProbability/(ClutterDensity + NewTargetDensity*DetectionProbability).

Зависимости

Чтобы включить это свойство, установите TrackLogic свойство к 'Integrated'. Когда TrackLogic свойство установлено в 'History', это свойство не доступно.

Типы данных: single | double

`HasCostMatrixInput` — Включите матричный вход стоимости
`false` (значение по умолчанию) | `true`

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

Типы данных: логический

`HasDetectableTrackIDsInput` — Включите вход обнаруживаемых идентификаторов дорожки
`false` (значение по умолчанию) | `true`

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

Типы данных: логический

`NumTracks` — Количество дорожек обеспечено средством отслеживания
неотрицательное целое число

Это свойство доступно только для чтения.

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

Типы данных: single | double

`NumConfirmedTracks` — Количество подтвержденных дорожек
неотрицательное целое число

Это свойство доступно только для чтения.

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

Типы данных: single | double

`TimeTolerance` — Абсолютный допуск времени между обнаружениями
`1e-5` (значение по умолчанию) | положительная скалярная величина

Абсолютный допуск времени между обнаружениями для того же датчика, заданного как положительная скалярная величина. Идеально, trackerJPDA ожидает, что обнаружения из датчика будут иметь идентичные метки времени. Однако, если различия в метках времени между обнаружениями датчика в поле, заданном TimeTolerance, эти обнаружения будут использоваться, чтобы обновить оценку дорожки на основе среднего времени этих обнаружений.

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(___,detectableTrackIDs)

[confirmedTracks,tentativeTracks,allTracks] = tracker(___)

[confirmedTracks,tentativeTracks,allTracks,analysisInformation] = tracker(___)

Описание

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

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

Чтобы включить этот синтаксис, установите HasCostMatrixInput свойство к true.

confirmedTracks = tracker(___,detectableTrackIDs) также задает список ожидаемых обнаруживаемых дорожек, данных detectableTrackIDs. Этот аргумент может использоваться с любым из предыдущих входных синтаксисов.

Чтобы включить этот синтаксис, установите HasDetectableTrackIDsInput свойство к true.

[confirmedTracks,tentativeTracks,allTracks] = tracker(___) также возвращает список предварительных дорожек и список всех дорожек. Можно комбинировать с любым синтаксом из перечисленных выше.

[confirmedTracks,tentativeTracks,allTracks,analysisInformation] = tracker(___) также возвращает информацию об анализе, которая может использоваться в анализе дорожки. Можно комбинировать с любым синтаксом из перечисленных выше.

Входные параметры

развернуть все

`detections` — Список обнаружений
массив ячеек `objectDetection` объекты

Список обнаружений, заданный как массив ячеек objectDetection объекты. Time значение свойства каждого objectDetection объект должен быть меньше чем или равен текущему времени обновления, time, и больше, чем предыдущая временная стоимость раньше обновлял средство отслеживания. Кроме того, Time различия между различным objectDetection объекты в массиве ячеек не должны быть равными.

`time` — Время обновления
скаляр

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

time должен быть больше или быть равен самому большому Time значение свойства objectDetection объекты во входе detections список. time должен увеличиться в значении с каждым обновлением средства отслеживания.

Типы данных: single | double

`costMatrix` — Стойте матрицы
M с действительным знаком-by-N матрица

Стойте матрицы, заданной как M с действительным знаком-by-N матрица, где M является количеством существующих дорожек в предыдущем обновлении, и N является количеством текущих обнаружений. Строки матрицы стоимости должны быть в том же порядке как список дорожек, и столбцы должны быть в том же порядке как список обнаружений. Получите правильный порядок списка дорожек от третьего выходного аргумента, allTracks, когда средство отслеживания обновляется.

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

Зависимости

Чтобы включить этот аргумент, установите HasCostMatrixInput свойство к true.

Типы данных: double | single

`detectableTrackIDs` — Обнаруживаемые идентификаторы дорожки
M с действительным знаком-by-1 вектор | M с действительным знаком-by-2 матрица

Обнаруживаемые идентификаторы дорожки, заданные как M с действительным знаком-by-1 вектор или M-by-2 матрица. Обнаруживаемые дорожки являются дорожками, которые датчики ожидают обнаруживать. Первый столбец матрицы содержит список идентификаторов дорожки, о которых датчики сообщают как обнаруживаемые. Дополнительный второй столбец позволяет вам добавлять вероятность обнаружения для каждой дорожки.

Дорожки, идентификаторы которых не включены в detectableTrackIDs рассматриваются необнаруживаемыми. В этом случае логика удаления дорожки не считает отсутствие обнаружения для той дорожки как пропущенное обнаружение в целях удаления дорожки.

Зависимости

Чтобы включить этот входной параметр, установите detectableTrackIDs свойство к true.

Типы данных: single | double

Выходные аргументы

развернуть все

`confirmedTracks` — Подтвержденные дорожки
массив `objectTrack` объекты | массив структур

Подтвержденные дорожки, возвращенные как массив objectTrack объекты в MATLAB, и возвратились как массив структур в генерации кода. В генерации кода имена полей возвращенной структуры - то же самое с именами свойства objectTrack.

Дорожка подтверждена, если она удовлетворяет порогу подтверждения, заданному в ConfirmationThreshold свойство. В этом случае, IsConfirmed свойством объекта или полем структуры является true.

Типы данных: struct | object

`tentativeTracks` — Предварительные дорожки
массив `objectTrack` объекты | массив структур

Предварительные дорожки, возвращенные как массив objectTrack объекты в MATLAB, и возвратились как массив структур в генерации кода. В генерации кода имена полей возвращенной структуры - то же самое с именами свойства objectTrack.

Дорожка является предварительной, если она не удовлетворяет порогу подтверждения, заданному в ConfirmationThreshold свойство. В этом случае, IsConfirmed свойством объекта или полем структуры является false.

Типы данных: struct | object

`allTracks` — Все дорожки
массив `objectTrack` объекты | массив структур

Все дорожки, возвращенные как массив objectTrack объекты в MATLAB, и возвратились как массив структур в генерации кода. В генерации кода имена полей возвращенной структуры - то же самое с именами свойства objectTrack. Все дорожки состоят из подтвержденных и предварительных дорожек.

Типы данных: struct | object

`analysisInformation` — Дополнительная информация для анализа обновлений дорожки
структура

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

Поле	Описание
`TrackIDsAtStepBeginning`	Отследите идентификаторы, когда шаг начался.
`CostMatrix`	Стойте матрицы за присвоение.
`Clusters`	Массив ячеек кластерных отчетов.
`InitiatedTrackIDs`	Идентификаторы дорожек инициируются во время шага.
`DeletedTrackIDs`	Идентификаторы дорожек удалены во время шага.
`TrackIDsAtStepEnd`	Отследите идентификаторы когда законченный шаг.

Clusters поле может включать несколько кластерных отчетов. Каждый кластерный отчет является структурой, содержащей:

Поле	Описание
`DetectionIndices`	Индексы кластеризованных обнаружений.
`TrackIDs`	Отследите идентификаторы кластеризованных дорожек.
`ValidationMatrix`	Матрица валидации кластера. Смотрите `jpadEvents` для получения дополнительной информации.
`SensorIndex`	Индекс инициирующего датчика кластеризованных обнаружений.
`TimeStamp`	Средняя метка времени кластеризованных обнаружений.
`MarginalProbabilities`	Матрица крайних следующих объединенных вероятностей ассоциации.

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

Характерный для `trackerJPDA`

`predictTracksToTime`	Предскажите состояние дорожки
`getTrackFilterProperties`	Получите свойства фильтра дорожки
`setTrackFilterProperties`	Установите свойства фильтра дорожки

Характерный для всех системных объектов

`step`	Запустите алгоритм Системного объекта
`release`	Высвободите средства и позвольте изменения в значениях свойств Системного объекта и введите характеристики
`isLocked`	Определите, используется ли Системный объект
`clone`	Создайте объект дублированной системы
`reset`	Сбросьте внутренние состояния Системного объекта

Примеры

развернуть все

Отследите Два Объекта Используя trackerJPDA

Скрипт Open Live Script

Создайте объект trackerJPDA с постоянной скоростью по умолчанию, Расширенный Фильтр Калмана и 'История' отслеживают логику. Установите AssignmentThreshold на 100 позволять дорожкам быть совместно сопоставленными.

tracker = trackerJPDA('TrackLogic','History', 'AssignmentThreshold',100,...
    'ConfirmationThreshold', [4 5], ...
    'DeletionThreshold', [10 10]);

Задайте истинные исходные положения и скорости двух объектов.

pos_true = [0 0 ; 40 -40 ; 0 0];
V_true = 5*[cosd(-30) cosd(30)  ; sind(-30) sind(30) ;0 0];

Создайте театральный график визуализировать дорожки и обнаружения.

tp = theaterPlot('XLimits',[-1 150],'YLimits',[-50 50]);
trackP = trackPlotter(tp,'DisplayName','Tracks','MarkerFaceColor','g','HistoryDepth',0);
detectionP = detectionPlotter(tp,'DisplayName','Detections','MarkerFaceColor','r');

Чтобы получить положение и скорость, создайте селекторы положения и скорости.

positionSelector = [1 0 0 0 0 0; 0 0 1 0 0 0; 0 0 0 0 0 0]; % [x, y, 0]
velocitySelector = [0 1 0 0 0 0; 0 0 0 1 0 0; 0 0 0 0 0 0 ]; % [vx, vy, 0]

Обновите средство отслеживания с обнаружениями, стоимостью отображения и безусловной вероятностью информации об ассоциации, и визуализируйте дорожки с обнаружениями.

dt = 0.2;
for time = 0:dt:30
    % Update the true positions of objects.
    pos_true = pos_true + V_true*dt;
    
    % Create detections of the two objects with noise.
    detection(1) = objectDetection(time,pos_true(:,1)+1*randn(3,1));
    detection(2) = objectDetection(time,pos_true(:,2)+1*randn(3,1));
    
    % Step the tracker through time with the detections.
    [confirmed,tentative,alltracks,info] = tracker(detection,time);
    
    % Extract position, velocity and label info.
    [pos,cov] = getTrackPositions(confirmed,positionSelector);
    vel = getTrackVelocities(confirmed,velocitySelector);
    meas = cat(2,detection.Measurement);
    measCov = cat(3,detection.MeasurementNoise);
    
    % Update the plot if there are any tracks.
    if numel(confirmed)>0
        labels = arrayfun(@(x)num2str([x.TrackID]),confirmed,'UniformOutput',false);
        trackP.plotTrack(pos,vel,cov,labels);
    end
    detectionP.plotDetection(meas',measCov);
    drawnow;
    
    % Display the cost and marginal probability of distribution every eight
    % seconds.
    if time>0 && mod(time,8) == 0
        disp(['At time t = ' num2str(time) ' seconds,']);
        disp('The cost of assignment was: ')
        disp(info.CostMatrix);
        disp(['Number of clusters: ' num2str(numel(info.Clusters))]);
        if numel(info.Clusters) == 1
            
            disp('The two tracks were in the same cluster.')
            disp('Marginal probabilities of association:')
            disp(info.Clusters{1}.MarginalProbabilities)
        end
        disp('-----------------------------')
    end
end

At time t = 8 seconds,
The cost of assignment was: 
   1.0e+03 *

    0.0020    1.1523
    1.2277    0.0053

Number of clusters: 2
-----------------------------

At time t = 16 seconds,
The cost of assignment was: 
    1.3968    4.5123
    2.0747    1.9558

Number of clusters: 1
The two tracks were in the same cluster.
Marginal probabilities of association:
    0.8344    0.1656
    0.1656    0.8344
    0.0000    0.0000

-----------------------------

At time t = 24 seconds,
The cost of assignment was: 
   1.0e+03 *

    0.0018    1.2962
    1.2664    0.0013

Number of clusters: 2
-----------------------------

Алгоритмы

развернуть все

Поток логики средства отслеживания

Когда средство отслеживания JPDA обнаружения процессов, создание дорожки и управление выполняет эти шаги.

Средство отслеживания делит обнаружения на несколько групп инициирующим датчиком.
Для каждого датчика:
1. Средство отслеживания вычисляет расстояния от обнаружений до существующих дорожек и формирует costMatrix.
2. Средство отслеживания создает матрицу валидации на основе порога присвоения (или порога логического элемента) существующих дорожек. Матрица валидации является бинарной матрицей, перечисляющей все возможные ассоциации обнаружений к дорожке. Для получения дополнительной информации смотрите Выполнимые Объединенные События.
3. Дорожки и обнаружения затем разделены на кластеры. Кластер может содержать одну дорожку или несколько дорожек, если эти дорожки совместно используют общие обнаружения в своих логических элементах валидации. Логический элемент валидации является пространственным контуром, в котором предсказанное обнаружение дорожки имеет высокую вероятность, чтобы упасть. Для получения дополнительной информации смотрите Выполнимые Объединенные События.
Обновите все кластеры, выполняющие приказ средней метки времени обнаружения в кластере. Для каждого кластера, средства отслеживания:
1. Генерирует все выполнимые объединенные события. Для получения дополнительной информации смотрите jpdaEvents.
2. Вычисляет апостериорную вероятность каждого объединенного события.
3. Вычисляет безусловную вероятность каждой отдельной пары дорожки обнаружения в кластере.
4. Сообщают слабые обнаружения. Слабые обнаружения являются обнаружениями, которые являются в логическом элементе валидации по крайней мере одной дорожки, но имеют ассоциацию вероятности ко всем дорожкам меньше, чем IntitializationThreshold.
5. Обновления отслеживают в кластере с помощью correctjpda.
Неприсвоенные обнаружения (они не находятся ни в каком кластере) и слабые обнаружения порождают новые треки.
Средство отслеживания проверяет все дорожки на удаление. Дорожки удалены на основе количества сканирований без ассоциации с помощью 'History' логика или на основе их вероятности существования using'Integrated' логика дорожки.
Все дорожки предсказаны к последней временной стоимости (или вход времени, если обеспечено или последняя средняя кластерная метка времени).

Выполнимые объединенные События

В типичном рабочем процессе для системы слежения средство отслеживания должно определить, может ли обнаружение быть сопоставлено с какой-либо из существующих дорожек. Если средство отслеживания только обеспечивает одну дорожку, присвоение может быть сделано путем оценки логического элемента валидации вокруг предсказанного измерения и решения, находится ли измерение в пределах логического элемента валидации. На пробеле измерения логический элемент валидации является пространственным контуром, таким как 2D эллипс или 3-D эллипсоид, сосредоточенный при предсказанном измерении. Логический элемент валидации задан с помощью информации о вероятности (оценка состояния и ковариация, например) существующей дорожки, такой, что правильные или идеальные обнаружения имеют высокую вероятность (97%-я вероятность, например) нахожения в пределах этого логического элемента валидации.

Однако, если средство отслеживания обеспечивает несколько дорожек, процесс ассоциации данных становится более сложным, потому что одно обнаружение может находиться в пределах логических элементов валидации нескольких дорожек. Например, в следующем рисунке, T дорожек ₁ и T ₂ активно обеспечен в средстве отслеживания, и у каждого из них есть свой собственный логический элемент валидации. Начиная с обнаружения D ₂ находится в пересечении логических элементов валидации и T ₁ и T ₂, две дорожки (T ₁ и T ₂) соединяются и формируют кластер. Кластер является набором связанных дорожек и их связанных обнаружений.

Чтобы представлять отношение ассоциации в кластере, матрица валидации обычно используется. Каждая строка матрицы валидации соответствует обнаружению, в то время как каждый столбец соответствует дорожке. Чтобы составлять возможность каждого обнаружения, являющегося помехой, первый столбец добавляется и обычно называемый "Дорожкой 0" или T ₀. Если обнаружение D_{, i} - в логическом элементе валидации дорожки D _j, то (j, i +1) запись матрицы валидации равняется 1. В противном случае это - нуль. Для показанного на рисунке кластера матрица валидации Ω

$Ω = [\begin{matrix} 110111101 \end{matrix}]$

Обратите внимание на то, что все элементы в первом столбце Ω равняются 1, потому что любое обнаружение может быть помехой или ложным предупреждением. Один важный шаг в логике объединенной вероятностной ассоциации данных (JPDA) должен получить все выполнимые независимые объединенные события в кластере. Два предположения для выполнимых объединенных событий:

Обнаружение не может быть испущено больше чем одной дорожкой.
Дорожка не может быть обнаружена несколько раз датчиком во время одного сканирования.

На основе этих двух предположений могут быть сформулированы выполнимые объединенные события (FJEs). Каждый FJE сопоставлен с матрицей FJE Ω_p из начальной матрицы валидации Ω. Например, с матрицей валидации Ω, восемь матриц FJE могут быть получены:

$\begin{array}{l} Ω_{1} = [\begin{matrix} 100100100 \end{matrix}], Ω_{2} = [\begin{matrix} 010100100 \end{matrix}], Ω_{3} = [\begin{matrix} 100010100 \end{matrix}], Ω_{4} = [\begin{matrix} 100001100 \end{matrix}] \\ Ω_{5} = [\begin{matrix} 010001100 \end{matrix}], Ω_{6} = [\begin{matrix} 100100001 \end{matrix}], Ω_{7} = [\begin{matrix} 010100001 \end{matrix}], Ω_{8} = [\begin{matrix} 100010001 \end{matrix}] \end{array}$

Как прямое следствие этих двух предположений, _Ωp матрицы имеют точно одно "1" значение на строку. Кроме того, за исключением первого столбца, который сопоставляет с помехой, может быть самое большее один "1" для каждого столбца. Когда количество связанных дорожек растет в кластере, количестве увеличений FJE быстро. jpdaEvents функционируйте использует эффективный алгоритм поиска в глубину, чтобы сгенерировать все выполнимые объединенные матрицы события.

Ссылки

[1] Фортманн, T. Y. Панель шалом и М. Шефф. "Отслеживание гидролокатора Нескольких Целей Используя Объединенную Вероятностную Ассоциацию Данных". Журнал IEEE Океанской Разработки. Издание 8, Номер 3, 1983, стр 173-184.

[2] Musicki, D. и Р. Эванс. "Объединенная Интегрированная Вероятностная Ассоциация Данных: JIPDA". Транзакции IEEE на Космических и Электронных системах. Издание 40, Номер 3, 2004, стр 1093-1099.

Расширенные возможности

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

Указания и ограничения по применению:

Смотрите системные объекты в Генерации кода MATLAB (MATLAB Coder).
Все обнаружения, используемые с мультиобъектным средством отслеживания, должны иметь свойства с теми же размерами и типами.
Если вы используете ObjectAttributes поле в objectDetection объект, необходимо задать это поле как ячейку, содержащую структуру. Структура для всех обнаружений должна иметь те же поля, и значения в этих полях должны всегда иметь тот же размер и тип. Форма структуры не может измениться в процессе моделирования.
Если ObjectAttributes содержатся в обнаружении, SensorIndex значение обнаружения не может быть больше 10.
Первое обновление мультиобъектного средства отслеживания должно содержать по крайней мере одно обнаружение.

Смотрите также

Функции

correctjpda | getTrackPositions | getTrackVelocities | jpdaEvents | predictTracksToTime

Объекты

objectDetection | objectTrack | trackHistoryLogic | trackingABF | trackingCKF | trackingEKF | trackingIMM | trackingKF | trackingUKF

Документация

trackerJPDA

Описание

Создание

Синтаксис

Описание

Свойства

TrackerIndex — Уникальный идентификатор средства отслеживания0 (значение по умолчанию) | неотрицательное целое число

FilterInitializationFcn — Отфильтруйте функцию инициализации @initcvekf (значение по умолчанию) | указатель на функцию | вектор символов

Примечание

EventGenerationFcn — Выполнимая объединенная функция генерации событий @jpdaEvents (значение по умолчанию) | указатель на функцию | вектор символов

MaxNumTracks — Максимальное количество дорожек100 (значение по умолчанию) | положительное целое число

MaxNumSensors — Максимальное количество датчиков20 (значение по умолчанию) | положительное целое число

StateParameters — Параметры дорожки утверждают систему координат struct([]) (значение по умолчанию) | struct | struct array

AssignmentThreshold — Порог присвоения обнаружения 30*[1 Inf] (значение по умолчанию) | положительная скалярная величина | 1 2 вектор положительных значений

DetectionProbability — Вероятность обнаружения0.9 (значение по умолчанию) | скаляр в области значений [0,1]

InitializationThreshold — Порог, чтобы инициализировать дорожку0 (значение по умолчанию) | скаляр в области значений [0,1]

TrackLogic — Отследите тип логики подтверждения и удаления 'History' (значение по умолчанию) | 'Integrated'

ConfirmationThreshold — Порог для подтверждения дорожки скаляр | 1 2 вектор

DeletionThreshold — Порог для удаления дорожки скаляр | с действительным знаком 1 2 вектор

HitMissThreshold — Порог для регистрации как попало 0.2 (значение по умолчанию) | скаляр в области значений [0,1]

Зависимости

ClutterDensity — Пространственная плотность измерений помехи 1e-6 (значение по умолчанию) | положительная скалярная величина

NewTargetDensity — Пространственная плотность новых целей 1e-5 (значение по умолчанию) | положительная скалярная величина

Зависимости

DeathRate — Уровень времени целевых смертельных случаев0.01 (значение по умолчанию) | скаляр в области значений [0,1]

Зависимости

InitialExistenceProbability — Начальная вероятность существования дорожки0.9 (значение по умолчанию) | скаляр в области значений [0,1]

Зависимости

HasCostMatrixInput — Включите матричный вход стоимости false (значение по умолчанию) | true

HasDetectableTrackIDsInput — Включите вход обнаруживаемых идентификаторов дорожки false (значение по умолчанию) | true

NumTracks — Количество дорожек обеспечено средством отслеживания неотрицательное целое число

NumConfirmedTracks — Количество подтвержденных дорожек неотрицательное целое число

TimeTolerance — Абсолютный допуск времени между обнаружениями 1e-5 (значение по умолчанию) | положительная скалярная величина

Использование

Синтаксис

Описание

Входные параметры

detections — Список обнаружений массив ячеек objectDetection объекты

time — Время обновления скаляр

costMatrix — Стойте матрицы M с действительным знаком-by-N матрица

Зависимости

detectableTrackIDs — Обнаруживаемые идентификаторы дорожки M с действительным знаком-by-1 вектор | M с действительным знаком-by-2 матрица

Зависимости

Выходные аргументы

confirmedTracks — Подтвержденные дорожки массив objectTrack объекты | массив структур

tentativeTracks — Предварительные дорожки массив objectTrack объекты | массив структур

allTracks — Все дорожки массив objectTrack объекты | массив структур

analysisInformation — Дополнительная информация для анализа обновлений дорожки структура

Функции объекта

Характерный для trackerJPDA

Характерный для всех системных объектов

Примеры

Отследите Два Объекта Используя trackerJPDA

Алгоритмы

Поток логики средства отслеживания

Выполнимые объединенные События

Ссылки

Расширенные возможности

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

Смотрите также

Функции

Объекты

Системные объекты

Введенный в R2019a

Документация Sensor Fusion and Tracking Toolbox

Поддержка

`TrackerIndex` — Уникальный идентификатор средства отслеживания
0 (значение по умолчанию) | неотрицательное целое число

`FilterInitializationFcn` — Отфильтруйте функцию инициализации
`@initcvekf` (значение по умолчанию) | указатель на функцию | вектор символов

`EventGenerationFcn` — Выполнимая объединенная функция генерации событий
`@jpdaEvents` (значение по умолчанию) | указатель на функцию | вектор символов

`MaxNumTracks` — Максимальное количество дорожек
100 (значение по умолчанию) | положительное целое число

`MaxNumSensors` — Максимальное количество датчиков
20 (значение по умолчанию) | положительное целое число

`StateParameters` — Параметры дорожки утверждают систему координат
`struct([])` (значение по умолчанию) | `struct` | `struct array`

`AssignmentThreshold` — Порог присвоения обнаружения
`30*[1 Inf]` (значение по умолчанию) | положительная скалярная величина | 1 2 вектор положительных значений

`DetectionProbability` — Вероятность обнаружения
0.9 (значение по умолчанию) | скаляр в области значений [0,1]

`InitializationThreshold` — Порог, чтобы инициализировать дорожку
0 (значение по умолчанию) | скаляр в области значений [0,1]

`TrackLogic` — Отследите тип логики подтверждения и удаления
`'History'` (значение по умолчанию) | `'Integrated'`

`ConfirmationThreshold` — Порог для подтверждения дорожки
скаляр | 1 2 вектор

`DeletionThreshold` — Порог для удаления дорожки
скаляр | с действительным знаком 1 2 вектор

`HitMissThreshold` — Порог для регистрации как попало
0.2 (значение по умолчанию) | скаляр в области значений [0,1]

`ClutterDensity` — Пространственная плотность измерений помехи
`1e-6` (значение по умолчанию) | положительная скалярная величина

`NewTargetDensity` — Пространственная плотность новых целей
`1e-5` (значение по умолчанию) | положительная скалярная величина

`DeathRate` — Уровень времени целевых смертельных случаев
0.01 (значение по умолчанию) | скаляр в области значений [0,1]

`InitialExistenceProbability` — Начальная вероятность существования дорожки
0.9 (значение по умолчанию) | скаляр в области значений [0,1]

`HasCostMatrixInput` — Включите матричный вход стоимости
`false` (значение по умолчанию) | `true`

`HasDetectableTrackIDsInput` — Включите вход обнаруживаемых идентификаторов дорожки
`false` (значение по умолчанию) | `true`

`NumTracks` — Количество дорожек обеспечено средством отслеживания
неотрицательное целое число

`NumConfirmedTracks` — Количество подтвержденных дорожек
неотрицательное целое число

`TimeTolerance` — Абсолютный допуск времени между обнаружениями
`1e-5` (значение по умолчанию) | положительная скалярная величина

`detections` — Список обнаружений
массив ячеек `objectDetection` объекты

`time` — Время обновления
скаляр

`costMatrix` — Стойте матрицы
M с действительным знаком-by-N матрица

`detectableTrackIDs` — Обнаруживаемые идентификаторы дорожки
M с действительным знаком-by-1 вектор | M с действительным знаком-by-2 матрица

`confirmedTracks` — Подтвержденные дорожки
массив `objectTrack` объекты | массив структур

`tentativeTracks` — Предварительные дорожки
массив `objectTrack` объекты | массив структур

`allTracks` — Все дорожки
массив `objectTrack` объекты | массив структур

`analysisInformation` — Дополнительная информация для анализа обновлений дорожки
структура

Характерный для `trackerJPDA`

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