В этом примере показано, как выполнять слияние дорожек в Simulink ® с помощью Sensor Fusion и Tracking Toolbox™. В контексте автономного вождения пример иллюстрирует, как построить децентрализованную архитектуру слежения с использованием блока путевого фузера. В примере каждое транспортное средство выполняет слежение независимо, а также информацию слежения за взрывателями, полученную от других транспортных средств. Этот пример полностью соответствует примеру MATLAB ®, приведенному в документе Track-to-Track Fusion for Automotive Safety Applications (Sensor Fusion and Tracking Toolbox).
Применение техники безопасности в автомобиле в значительной степени зависит от ситуационной осведомленности о транспортном средстве. Лучшее понимание ситуации создает основу для успешного принятия решений в различных ситуациях. Для достижения этого транспортные средства могут извлечь выгоду из слияния данных между транспортными средствами. Этот пример иллюстрирует рабочий процесс в Simulink для сплавления данных из двух транспортных средств для повышения ситуационной осведомленности о транспортном средстве.
Перед выполнением этого примера, drivingScenario объект был использован для создания того же сценария, который определен в программе Track-to-Track Fusion for Automotive Safety Applications (Sensor Fusion and Tracking Toolbox). Затем дороги и субъекты из этого сценария были сохранены в файле объекта сценария. Scene.mat.
В разделе Tracking and Fusion модели есть две подсистемы, реализующие возможности сопровождения цели и слияния Vehicle1 и Vehicle2 в этом сценарии.
Vehicle1
Эта подсистема включает блок чтения сценариев (Automated Driving Toolbox), который считывает данные о позе актера из сохраненного файла. Блок преобразует позы актера из мировых координат сценария в координаты эго-транспортного средства. Позы актера передаются в потоковом режиме по шине, генерируемой блоком. Позы актера используются подсистемой Sensor Simulation, которая генерирует детекторы радара и зрения. Эти обнаружения затем передаются в JPDA Tracker V1 блок, который обрабатывает обнаружения, чтобы сформировать список дорожек. Затем дорожки передаются в Track Concatenation1 блок, объединяющий эти входные дорожки. Первый вход в Track Concatenation1 блок представляет собой локальные дорожки от трекера JPDA, а второй входной сигнал представляет собой дорожки, полученные от путевого фузера другого транспортного средства. Для преобразования локальных трасс в центральные трассы фузеру трасс требуется информация о параметрах локальных трасс. Однако эта информация недоступна из прямых выходов трекера JPDA. Поэтому вспомогательный блок обновления позы используется для предоставления этой информации путем считывания данных из файла v1Pose.mat. Обновленные треки затем транслируются на T2TF Tracker V1 блок в качестве входного сигнала. Наконец, trackFuser(Панель инструментов слияния и отслеживания датчиков) T2TF Tracker V1 Блок сплавляет локальные пути транспортного средства с путями, полученными от путевого фузера другого транспортного средства. После каждого обновления путевой фузер на каждом транспортном средстве передает свои слитые дорожки для подачи в обновление путевого фузера другого транспортного средства в следующей временной метке.
Vehicle2
Vehicle2 подсистема следует аналогичной настройке, как Vehicle1 как описано выше.
Визуализация
Блок визуализации реализуется с помощью системного блока MATLAB и определяется с помощью HelperTrackDisplay блок. Блок использует RunTimeObject параметр блоков для отображения их выходов. Дополнительные сведения о доступе к выводам блоков во время моделирования см. в разделе Доступ к данным блоков во время моделирования (Simulink).
После запуска модели можно визуализировать результаты, как показано на рисунке. В анимации ниже показаны результаты этого моделирования.
Визуализация включает в себя две панели. На левой панели отображаются обнаруженные, локальные и слитые дорожки, которые Vehicle1 генерируется во время моделирования и представляет ситуационную осведомленность Vehicle1. На правой панели показана ситуационная осведомленность Vehicle2.
Записанные обнаружения представлены черными кругами. Локальные и слитые пути от Vehicle1 представлены квадратом и ромбом соответственно. Локальные и слитые пути от Vehicle2 представлен сплошным черным квадратом и ромбом. Обратите внимание, что во время начала моделирования Vehicle1 обнаруживает транспортные средства, припаркованные на правой стороне улицы, и подтверждаются пути, связанные с припаркованными транспортными средствами. В настоящее время Vehicle2 обнаруживает только Vehicle1 который сразу перед ним. По мере продолжения моделирования подтвержденные дорожки из Vehicle1 являются трансляциями на fuser на Vehicle2. После сплавления дорожек, vehicle2 становится известно об объектах до обнаружения этих объектов самостоятельно. Аналогично, Vehicle2 треки являются трансляциями на Vehicle1. Vehicle1 сплавляет эти дорожки и получает информацию об объектах до их обнаружения самостоятельно.
В частности, вы наблюдаете, что пешеход, стоящий между синим и фиолетовым автомобилем на правой стороне улицы, обнаруживается и отслеживается Vehicle1. Vehicle2 сначала становится известно о пешеходе, сплавляя трассу из Vehicle1 примерно на 0,8 секунды. Требуется Vehicle2 примерно за 3 секунды до начала обнаружения пешехода с помощью собственного датчика. Возможность отслеживать пешехода на основе входных данных из Vehicle1 позволяет Vehicle2 расширить свою ситуационную осведомленность и снизить риск аварии.
В этом примере показано, как выполнять слияние дорожек в Simulink. Вы научились выполнять отслеживание с использованием децентрализованной архитектуры отслеживания, в которой каждое транспортное средство отвечает за поддержание собственных локальных путей, предохранение путей от других транспортных средств и передачу путей другому транспортному средству. Вы также использовали блок JPDA-трекера для создания локальных дорожек.