predictMapToTime
Предскажите динамическую карту к метке времени
Синтаксис
Описание
map = predictMapToTime(tracker,time)tracker предсказанный к заданному time.
Примечание
Эта функция только выводит предсказанную карту и действительно изменяет результаты при вызове метода шага tracker. Используйте эти три настраиваемых свойства (FreeSpaceDiscountFactor, DeathRate, и ProcessNoise) из tracker управлять, как неопределенность влияет на предсказание карты.
___ = predictMapToTime(___,'WithStateAndCovariance', дополнительно задает, предсказывает ли функция ковариацию состояния и состояния карты. Если tf)tf задан как false, только доказательства и заполнение карты предсказаны. Состояние, ковариация состояния и классификация ячейки как статическая или динамическая не предсказаны. Определение tf как false позволяет вам предсказывать заполнение среды быстрее.
Примеры
Предскажите карту сетки в trackerGridRFS
Создайте сценарий отслеживания.
rng(2021);% For reproducible results scene = trackingScenario('UpdateRate',5,'StopTime',15);
Добавьте платформу. Смонтируйте датчик лидара на платформе.
plat = platform(scene); lidar = monostaticLidarSensor(1,'DetectionCoordinates','Body');
Добавьте две цели и задайте их положение, скорость, ориентацию, размерность и сетки.
for i = 1:2 target = platform(scene); xStart = 50*(2*rand-1); xFinal = 50*(2*rand-1); yStart = 50*(2*rand-1); yFinal = 50*(2*rand-1); target.Trajectory = waypointTrajectory([xStart yStart 0;xFinal yFinal 0],[0 15]); target.Mesh = extendedObjectMesh('sphere'); target.Dimensions = struct('Length',4, ... 'Width',4, ... 'Height',2, ... 'OriginOffset',[0 0 0]); end
Задайте настройку датчика.
config = trackingSensorConfiguration(1, ... 'SensorLimits',[-180 180;0 100], ... 'SensorTransformParameters',struct, ... 'IsValidTime',true);
Создайте основанное на сетке средство отслеживания.
tracker = trackerGridRFS('SensorConfigurations',config, ... 'AssignmentThreshold',5, ... 'MinNumCellsPerCluster',4, ... 'ClusteringThreshold',3);
Усовершенствуйте сценарий и запустите средство отслеживания на основе данных о лидаре.
while advance(scene) time = scene.SimulationTime; % Generate point cloud tgtMeshes = targetMeshes(plat); [ptCloud,config] = lidar(tgtMeshes,time); % Format the data for the tracker sensorData = struct('Time',time, ... 'SensorIndex',1, ... 'Measurement',ptCloud', ... 'MeasurementParameters',struct ... ); % Call tracker using sensorData to obtain the map in addition % to tracks [tracks,~,~,map] = tracker(sensorData,time); end
Покажите итоговую карту.
figure show(map)
Сделайте несколько предположений прежде, чем предсказать карту.
% Assume free space remains free during prediction f = tracker.FreeSpaceDiscountFactor; tracker.FreeSpaceDiscountFactor = 1; % Assume no targets die during prediction d = tracker.DeathRate; tracker.DeathRate = 0; % Assume no process noise during prediction q = tracker.ProcessNoise; tracker.ProcessNoise = zeros(size(q));
Предскажите карту 1 второй форвард и покажите предсказанную карту.
figure predictedMap = predictMapToTime(tracker,16)
predictedMap =
dynamicEvidentialGridMap with properties:
NumStateVariables: 4
MotionModel: 'constant-velocity'
GridLength: 100
GridWidth: 100
GridResolution: 1
GridOriginInLocal: [-50 -50]
show(predictedMap)
Восстановите значения свойств для средства отслеживания.
tracker.FreeSpaceDiscountFactor = f; tracker.DeathRate = d; tracker.ProcessNoise = q;