Exponenta Banner
exponenta event banner

initcvggiwphd

Создание постоянной скорости ggiwphd фильтр

свернуть все на странице

Синтаксис

phd = initcvggiwphd
phd = initcvggiwphd (обнаружения)

Описание

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

пример

phd = initcvggiwphd(detections) инициализирует постоянную скорость ggiwphd фильтр на основе информации, предоставленной в обнаружениях объектов, detections. Функция инициализирует состояние постоянной скорости с тем же соглашением, что и constvel и cvmeas, [x; vx; y; vy; z; vz].

Примечание

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

Примеры

свернуть все

Открыть сценарий в реальном времени

Рассмотрим объект, расположенный в положении [1; 2; 3] с обнаружениями, равномерно распределенными по его протяженности. Размер экстента равен 1,2, 2,3 и 3,5 в направлениях x, y и z 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

Инициализация постоянной скорости ggiwphd фильтр с сгенерированными обнаружениями.

phd = initcvggiwphd(detections);

Проверьте, что значения состояния в фильтре имеют те же оценки положения, что и 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

Проверьте 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 аргументы

свернуть все

Обнаружения объектов, указанные как массив ячеек objectDetection объекты. Можно создавать detections непосредственно, или вы можете получить detections с выходов объектов датчиков, 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 фильтр, возвращенный как ggiwphd объект.

Алгоритмы

  • Вы можете использовать initcvggiwphd в качестве FilterInitializationFcn имущество trackingSensorConfiguration.

  • Когда обнаружения предоставляются в качестве входных данных, функция добавляет один компонент к плотности, которая отражает среднее значение обнаружений. При вызове функции без входных данных инициализируется фильтр без компонентов плотности.

  • Функция использует разброс измерений для описания распределения Инверсия-Вишарта.

  • Функция использует количество обнаружений для описания гамма-распределения.

  • Функция конфигурирует технологический шум фильтра, предполагая стандартное отклонение единичного ускорения.

  • Функция задает максимум 500 компонентов в фильтре.

Расширенные возможности

Создание кода C/C + +
Создайте код C и C++ с помощью MATLAB ® Coder™

.

См. также

| | |

Представлен в R2019a

Документация по комплекту инструментов для слияния и отслеживания датчиков

Поддержка