Дефект записи и NEES
trackErrorMetrics Система object™ обеспечивает количественные сравнения между дорожками и известными траекториями истины.
Сгенерировать метрики присвоения дорожки:
Создайте trackErrorMetrics 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.
errorMetrics = trackErrorMetricstrackErrorMetrics Системный объект со значениями свойств по умолчанию.
errorMetrics = trackErrorMetrics(Name,Value)trackErrorMetrics объект с помощью одной или нескольких пар "имя-значение". Например, metrics = trackErrorMetrics('MotionModel','constvel') создает trackErrorMetrics объект с постоянной скоростной моделью движения. Заключите имена свойства в кавычки.
Чтобы оценить ошибки, вызовите метрический объект дефекта записи с аргументами, как будто это была функция (описанный здесь).
[ возвращает метрикиposRMSE,velRMSE,posANEES,velANEES] = errorMetrics(tracks,trackIDs,truths,truthIDs)
posRMSE – Среднеквадратическая ошибка положения
velRMSE – Скоростная среднеквадратическая ошибка
posANEES – Средняя ошибка нормированной оценки положения придала квадратную форму
velANEES – Средняя ошибка нормированной оценки скорости придала квадратную форму
для постоянного скоростного движения на шаге текущего времени. trackIDs набор идентификаторов дорожки для всех дорожек. truthIDs набор идентификаторов истины. tracks набор дорожек и truths набор истин. trackIDs и truthIDs каждый вектор, соответствующие элементы которого совпадают с дорожкой и идентификаторами истины, найденными в tracks и truths, соответственно.
RMSE и значения ANEES для различных состояний вычисляются путем усреднения ошибок всех дорожек на шаге текущего времени. Например, положение значение RMSE, posRMSE, задан как:
где M является общим количеством дорожек со связанными траекториями истины на шаге текущего времени, и
различие в положении между положением дорожки i, p track, i, и положением соответствующей истины, p truth, i, на шаге текущего времени. Значения RMSE для других состояний (vel, pos, acc, и yawRate) заданы так же.
Положение значение ANEES, posANEES, задан как:
где C p, i является ковариационной матрицей, соответствующей положению дорожки i на шаге текущего времени. Значения ANEES для других состояний (vel, pos, acc, и yawRate) заданы так же.
Чтобы включить этот синтаксис, установите ErrorFunctionFormat свойство к 'built-in' и MotionModel свойство к 'constvel'.
[ также возвращает метрикиposRMSE,velRMSE,accRMSE,posANEES,velANEES,accANEES] = errorMetrics(tracks,trackIDs,truths,truthIDs)
accRMS – Ускоряющая среднеквадратическая ошибка
accANEES – ускоряющая средняя ошибка нормированной оценки придала квадратную форму
для постоянного ускоряющего движения на шаге текущего времени.
Чтобы включить этот синтаксис, установите ErrorFunctionFormat свойство к 'built-in' и MotionModel свойство к 'constacc'.
[ также возвращает метрикиposRMSE,velRMSE,yawRateRMSE,posANEES,velANEES,yawRateANEES] = errorMetrics(tracks,trackIDs,truths,truthIDs)
yawRateRMSE – среднеквадратическая ошибка уровня отклонения от курса
yawRateANEES – средняя ошибка нормированной оценки уровня отклонения от курса придала квадратную форму
для постоянного движения угловой скорости вращения на шаге текущего времени.
Чтобы включить этот синтаксис, установите ErrorFunctionFormat свойство к 'built-in' и MotionModel свойство к 'constturn'.
[ возвращает пользовательские метрики out1,out2, ... ,outN] = errorMetrics(tracks,trackIDs,truths,truthIDs)out1, out2..., outN.
Чтобы включить этот синтаксис, установите ErrorFunctionFormat свойство к 'custom'. Количество выходных параметров соответствует числу элементов, перечисленному в EstimationErrorLabels свойство, и должно совпадать с количеством выходных параметров в EstimationErrorFcn. Результаты ошибок оценки усреднены арифметически по всем присвоениям дорожки к истине.
Эти синтаксисы использования только вычисляют RMSE и значения ANEES всех дорожек со связанными истинами на шаге текущего времени. Чтобы получить совокупный RMSE и значения ANEES для каждой дорожки и истины, используйте cumulativeTrackMetrics и cumulativeTruthMetrics возразите функциям, соответственно. Чтобы получить текущий RMSE и значения ANEES для каждой дорожки и истины, используйте currentTrackMetrics и currentTruthMetrics возразите функциям, соответственно.
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)
Исследуйте присвоения и ошибки для системы, отслеживающей две цели.
Во-первых, загрузите хранимые данные о дорожке.
load trackmetricex tracklog truthlog
Создайте объекты анализировать ошибочные метрики и присвоение.
tam = trackAssignmentMetrics; tem = trackErrorMetrics;
Создайте выходные переменные.
posRMSE = zeros(numel(tracklog),1); velRMSE = zeros(numel(tracklog),1); posANEES = zeros(numel(tracklog),1); velANEES = zeros(numel(tracklog),1);
Цикл по всем дорожкам к:
Извлеките дорожки и основную истину в i th обновление средства отслеживания.
Анализируйте и получите текущее присвоение дорожки к истине.
Анализируйте метрики мгновенной погрешности по всем дорожкам и истинам.
for i=1:numel(tracklog) tracks = tracklog{i}; truths = truthlog{i}; [trackAM,truthAM] = tam(tracks, truths); [trackIDs,truthIDs] = currentAssignment(tam); [posRMSE(i),velRMSE(i),posANEES(i),velANEES(i)] = ... tem(tracks,trackIDs,truths,truthIDs); end
Покажите метрическую таблицу дорожки.
trackMetricsTable(tam)
ans=4×15 table
TrackID AssignedTruthID Surviving TotalLength DeletionStatus DeletionLength DivergenceStatus DivergenceCount DivergenceLength RedundancyStatus RedundancyCount RedundancyLength FalseTrackStatus FalseTrackLength SwapCount
_______ _______________ _________ ___________ ______________ ______________ ________________ _______________ ________________ ________________ _______________ ________________ ________________ ________________ _________
1 NaN false 1120 false 0 false 3 3 false 0 0 false 0 0
2 NaN false 1736 false 0 false 8 88 false 0 0 false 28 3
6 3 true 1138 false 0 false 4 314 false 1 28 false 0 2
8 2 true 662 false 0 false 2 29 false 1 169 false 28 0
Покажите метрическую таблицу истины.
truthMetricsTable(tam)
ans=2×10 table
TruthID AssociatedTrackID DeletionStatus TotalLength BreakStatus BreakCount BreakLength InCoverageArea EstablishmentStatus EstablishmentLength
_______ _________________ ______________ ___________ ___________ __________ ___________ ______________ ___________________ ___________________
2 8 false 2678 false 4 168 true true 56
3 6 false 2678 false 3 645 true true 84
Постройте RMSE и ошибочные метрики ANEES.
subplot(2,2,1) plot(posRMSE) title('Position Error') xlabel('tracker update') ylabel('RMSE (m)') subplot(2,2,2) plot(velRMSE) title('Velocity Error') xlabel('tracker update') ylabel('RMSE (m/s)') subplot(2,2,3) plot(posANEES) title('Position Error') xlabel('tracker update') ylabel('ANEES') subplot(2,2,4) plot(velANEES) title('Velocity Error') xlabel('tracker update') ylabel('ANEES')
Покажите текущие ошибочные метрики для каждого индивидуума зарегистрированная дорожка.
currentTrackMetrics(tem)
ans=2×5 table
TrackID posRMS velRMS posANEES velANEES
_______ ______ ______ ________ ________
6 44.712 20.988 0.05974 0.31325
8 129.26 12.739 1.6745 0.2453
Покажите, что текущие ошибочные метрики для каждого индивидуума записали объект истины.
currentTruthMetrics(tem)
ans=2×5 table
TruthID posRMS velRMS posANEES velANEES
_______ ______ ______ ________ ________
2 129.26 12.739 1.6745 0.2453
3 44.712 20.988 0.05974 0.31325
Покажите совокупные ошибочные метрики для каждого индивидуума зарегистрированная дорожка.
cumulativeTrackMetrics(tem)
ans=4×5 table
TrackID posRMS velRMS posANEES velANEES
_______ ______ ______ ________ ________
1 117.69 43.951 0.58338 0.44127
2 129.7 42.8 0.81094 0.42509
6 371.35 87.083 4.5208 1.6952
8 130.45 53.914 1.0448 0.44813
Покажите, что совокупные ошибочные метрики для каждого индивидуума записали объект истины.
cumulativeTruthMetrics(tem)
ans=2×5 table
TruthID posRMS velRMS posANEES velANEES
_______ ______ ______ ________ ________
2 258.21 65.078 2.2514 0.93359
3 134.41 48.253 0.96314 0.49183