cumulativeTruthMetrics

Совокупные метрики для недавних истин

Описание

metricsTable = cumulativeTruthMetrics(errorMetrics) возвращает таблицу совокупных метрик, metricsTable, для каждого идентификатора истины, обеспеченного в новом обновлении.

Примеры

свернуть все

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 

Входные параметры

свернуть все

Ошибочные метрики возражают в виде trackErrorMetrics Система object™.

Выходные аргументы

свернуть все

Ошибочные метрики истины, возвращенные как таблица.

  • Когда вы устанавливаете ErrorFunctionFormat свойство входных ошибочных метрик возражает против 'built-in', столбцы таблицы зависят от установки MotionModel свойство.

    Модель движенияСтолбцы таблицы
    'constvel'posRMSE, velRMSE, posANEES, velANEES
    'constacc'posRMSE, velRMSE, accRMSE, posANEES, velANEES, accANEES
    'constturn'posRMSE, velRMSE, yawRateRMSE, posANEES, velANEES, yawRateANEES

    RMSE и ANEES обозначают среднеквадратическую ошибку и среднюю нормированную ошибку расчета, в квадрате из траектории истины для целой истории времени сценария отслеживания. Поскольку траектория истины может сопоставить с несколькими дорожками на временном шаге, вычисление совокупного RMSE и значений ANEES каждый разделено на два шага. Например, в первом шаге положения вычисление значения RMSE, функция сначала вычисляет, значение RMSE в установленный срок продвигаются t как:

    St=k=1KtΔpt,k2

    где K t является количеством дорожек, сопоставленных с истиной на временном шаге t, и

    Δpt,k=ptrack,t,kptruth,t

    различие в положении между положением k th сопоставленная дорожка и положением истины на временном шаге t. На втором шаге значения t S все время шагов (t = 1,2, …, N) суммированы и усреднены по общему количеству связанных дорожек (обозначенный R) к полученному совокупное положение значение RMSE как:

    posRMSE=1t=1NKt t=1Nk=1KtΔpt,k2

    где общим количеством связанных дорожек, R, дают

    R=t=1NKt.

    Совокупные значения RMSE для других состояний (vel, pos, acc, и yawRate) заданы так же.

    Вычисление совокупного положения значение ANEES, posANEES, для истины траектория может также быть разделена на два шага. В первом шаге вычисляет функция, значение ANEES в установленный срок продвигаются t как:

    Qt=k=1KtΔpt,kTCp,t,k1Δpt,k

    где C p, t, k является ковариацией, соответствующей положению k th сопоставленная дорожка на временном шаге t. На втором шаге значения t Q для все время шагов (t = 1,2, …, N) суммированы и усреднены по общему количеству связанных дорожек (обозначенный R) к полученному совокупное положение значение ANEES как:

    posANEES=1t=1NKtt=1Nk=1KtΔpt,kTCp,t,k1Δpt,k

    Совокупные значения ANEES для других состояний (vel, pos, acc, и yawRate) заданы так же.

  • Когда вы устанавливаете ErrorFunctionFormat свойство к 'custom', таблица содержит арифметически усредненные значения пользовательских метрик выход от функции ошибок.

Введенный в R2018b