Probability Hypothesis Density (PHD) Tracker

Мультисенсорный, многообъектный PHD-трекер

Библиотека:
Sensor Fusion and Tracking Toolbox/Мультиобъектные алгоритмы отслеживания

Описание

Блок Probability Hypothesis Density (PHD) Tracker создает и управляет треками стационарных и движущихся объектов в мультисенсорном окружении. Трекер использует фильтр плотности гипотезы множественных целевых вероятностей, чтобы оценить состояния точечных целей и расширенных объектов. PHD представлен взвешенным суммированием функций плотности вероятностей, и пики в PHD извлечены, чтобы представлять возможные цели. Смотрите Алгоритмы для получения дополнительной информации.

Порты

Вход

расширить все

`Detections` - Список обнаружений
Simulink^® шина, содержащая MATLAB^® структура

Список обнаружений, заданный как шина Simulink, содержащая структуру MATLAB. Структура имеет форму:

Область	Описание	Напечатать
`NumDetections`	Количество обнаружений	Целое число.
`Detections`	Обнаружения объектов	Массив структур обнаружения объектов. Первый `NumDetections` из этих обнаружений являются фактическими обнаружениями.

Поля Detections являются:

Область	Описание	Напечатать
`Time`	Время измерения	`single` или `double`
`Measurement`	Измерения объекта	`single` или `double`
`MeasurementNoise`	Матрица ковариации шума измерения	`single` или `double`
`SensorIndex`	Уникальный идентификатор датчика	`single` или `double`
`ObjectClassID`	Идентификатор классификации объектов	`single` или `double`
`MeasurementParameters`	Параметры, используемые функциями инициализации фильтров отслеживания	Шина Simulink
`ObjectAttributes`	Трекеру передана дополнительная информация	Шина Simulink

См. objectDetection для более подробного объяснения этих полей.

Примечание

Структура обнаружения объектов содержит Time поле. Временной тег каждого обнаружения объектов должен быть меньше или равен времени текущего вызова блока. Временной тег также должен быть больше времени обновления, заданного в предыдущем вызове блока.

`Prediction Time` - Отследите время обновления
действительный скаляр

Отследите время обновления, заданное как действительный скаляр в секундах. Трекер обновляет все треки к этому времени. Время обновления должно увеличиваться с каждым вызовом блока. Модули указаны в секундах. Время обновления должно быть как минимум таким же большим, как и самое большое Time задается в Detections входном порте.

Если этот порт не включен, время обновления определяется временем симуляции, управляемым Simulink.

Зависимости

Чтобы включить этот порт, на вкладке Port Setting задайте Prediction time source Input port.

`Sensor Configurations` - Строения датчиков слежения
Шина Simulink, содержащая структуру MATLAB

Строения датчиков слежения, заданные как шина Simulink, содержащая структуру MATLAB. Структура имеет форму:

Область	Описание	Напечатать
`NumConfigurations`	Количество строений датчика	Целое число.
`Configurations`	Строения датчика	Массив структур строения датчика. Первый `NumConfigurations` из этих строений являются фактическими строениями. Допустимые имена и определения полей совпадают с соответствующими свойствами `trackingSensorConfiguration` объект.

Зависимости

Чтобы включить этот порт, на вкладке Tracker выберите параметр Update sensor configurations with time.

`State Parameters` - Отследите параметры состояния
Шина Simulink, содержащая структуру MATLAB

Отслеживайте параметры состояния, заданные как шина Simulink, содержащая структуру MATLAB. Структура имеет форму:

Область	Описание
`NumParameters`	Количество параметров, не являющихся параметрами состояния по умолчанию, заданное в виде неотрицательного целого числа
`Parameters`	Массив структур параметров состояния

Блок использует значение Parameters поле для StateParameters поле сгенерированных дорожек. Можно использовать эти параметры, чтобы задать систему координат, в которой трек сообщается, или другие желательные атрибуты сгенерированных треков.

Например, можно использовать следующую структуру, чтобы задать прямоугольную систему координат, начальное положение которой находится в [10 10 0] метров, начальная скорость которых [2 -2 0] метров в секунду относительно системы координат сценария.

Имя поля	Значение
`Frame`	`"Rectangular"`
`Position`	`[10 10 0]`
`Velocity`	`[2 -2 0]`

Зависимости

Чтобы включить этот порт, на вкладке Tracker Configuration выберите параметр Update track state parameters with time.

Выход

расширить все

`Confirmed Tracks` - Подтвержденные дорожки
Шина Simulink, содержащая структуру MATLAB

Подтвержденные дорожки, возвращенные как шина Simulink, содержащая структуру MATLAB. Структура имеет форму:

Область	Описание
`NumTracks`	Количество дорожек.
`Tracks`	Массив структур дорожки длиной, заданной параметром Maximum number of tracks. Только первый `NumTracks` из них являются фактическими треками.

Поля структуры дорожки показаны в Track Structure.

`Tentative Tracks` - Ориентировочные дорожки
Шина Simulink, содержащая структуру MATLAB

Ориентировочные дорожки, возвращенные как шина Simulink, содержащая структуру MATLAB. Дорожка является ориентировочной, прежде чем она будет подтверждена. Выходы этого порта имеют ту же форму, что и выходы порта Confirmed Tracks.

Зависимости

Чтобы включить этот порт, на вкладке Port Setting, выберите Enable tentative tracks output.

`All Tracks` - Подтвержденные и ориентировочные треки
Шина Simulink, содержащая структуру MATLAB

Объединенный список подтвержденных и ориентировочных дорожек, возвращенных как шина Simulink, содержащая структуру MATLAB. Выходы этого порта имеют ту же форму, что и выходы порта Confirmed Tracks.

Зависимости

Чтобы включить этот порт, на вкладке Port Setting, выберите Enable all tracks output.

`Info` - Дополнительная информация для анализа обновлений треков
Шина Simulink, содержащая структуру MATLAB

Дополнительная информация для анализа обновлений трека, возвращенная как шина Simulink, содержащая структуру MATLAB.

В этой таблице показаны поля информационной структуры:

Область	Описание
`CorrectionOrder`	Порядок, в котором датчики используются для коррекции оценки состояния, возвращается как вектор-строка `SensorIndex` значения. Для примера [1 3 2 4].
`TrackIDsAtStepBeginning`	Отслеживайте идентификаторы, когда шаг начался.
`DeletedTrackIDs`	Идентификаторы треков, удаленных во время шага.
`TrackIDsAtStepEnd`	Отслеживайте идентификаторы, когда шаг закончен.
`SensorAnalysisInfo`	Массив ячеек информации анализа датчика.

The SensorAnalysisInfo поле может включать в себя несколько информационных отчетов о датчике. Каждый отчет представляет собой структуру, содержащую следующие поля:

Область	Описание
`SensorIndex`	Индекс датчика.
`DetectionCells`	Обнаружение камер, возвращенное как логическая матрица. Каждый столбец матрицы обозначает камеру обнаружения. В каждом столбце, если i элемент равен 1, то i-й обнаружение принадлежит камере обнаружения, обозначенной этим столбцом.
`DetectionLikelihoods`	Правдоподобия ассоциации между компонентами в функции плотности и камерах обнаружения, возвращенная как матрица N -by P. N - количество компонентов в функции плотности, а P - количество камер обнаружения.
`IsBirthCells`	Указывает, указаны ли камеры обнаружения в `DetectionCells` родить новые дорожки, возвращенные как 1-бай- P логический вектор, где P - количество камер обнаружения.
`NumPartitions`	Количество разделов.
`DetectionProbability`	Вероятность обнаружения датчиком существующих дорожек, возвращаемых как вектор-строка N 1 байт, где N - количество компонентов в функции плотности.
`LabelsBeforeCorrection`	Метки компонентов в функции плотности перед коррекцией возвращаются как вектор-строка 1-by- _M b. M b - количество компонентов, поддерживаемых в трекере перед коррекцией. Каждый элемент вектора является `TrackID`. Для примера [1 1 2 0 0]. Обратите внимание, что несколько компонентов могут совместно использовать одну и ту же `TrackID`.
`LabelsAfterCorrection`	Метки компонентов в функции плотности после коррекции, возвращенные как 1-байт- _M вектор-строка. M a - количество компонентов, поддерживаемых в трекере после коррекции. Каждый элемент вектора является `TrackID`. Для примера [1 1 2 2 0 0]. Обратите внимание, что несколько компонентов могут совместно использовать одну и ту же `TrackID`.
`WeightsBeforeCorrection`	Веса компонентов в функции плотности перед коррекцией, возвращенные как вектор-строка 1-by _M b. M b - количество компонентов, поддерживаемых в трекере перед коррекцией. Каждый элемент вектора является весом соответствующего компонента `в LabelsBeforeCorrection`. Для примера [0,1 0,5 0,7 0,3 0,2].
`WeightsAfterCorrection`	Веса компонентов в функции плотности после коррекции, возвращенные как 1-by- _M вектор-строка. M a - количество компонентов, поддерживаемых в трекере после коррекции. Каждый элемент вектора является весом соответствующего компонента `в LabelsAfterCorrection`. Для примера [0,1 0,4 0,2 0,6 0,3 0,2 0,2].

Зависимости

Чтобы включить этот порт, на вкладке Port Setting, выберите Enable information output.

Параметры

расширить все

Строение трекера

`Tracker identifier` - Уникальный идентификатор трекера
`0` (по умолчанию) | неотрицательное целое число

Уникальный идентификатор трекера, заданный как неотрицательное целое число. Этот параметр передается как SourceIndex в выходах трекера и различает треки, которые поступают от разных трекеров в системе с несколькими трекерами. Вы должны задать это свойство как положительное целое число, чтобы использовать выходы дорожки в качестве входов для блока Track-To-Track Fuser.

Пример: 1

`Detection partition function` - Функция для разделения обнаружений на камеры обнаружения
`@partitionDetections` (по умолчанию) | указатель на функцию | вектор символов

Функция для разделения обнаружений на камеры обнаружения, заданная как указатель на функцию или как вектор символов. Когда каждый датчик может сообщить о более чем одном обнаружении на объект, вы должны использовать функцию разбиения. Функция разбиения сообщает обо всех возможных разбиениях обнаружений с датчика. В каждом разделе обнаружения разделяются на взаимоисключающие камеры обнаружения, принимая, что каждая камера обнаружения принадлежит одному расширенному объекту.

Вы также можете задать свою собственную функцию секционирования обнаружений. Для руководства при написании этой функции, можно изучить детали функции разбиения по умолчанию, partitionDetections, с использованием type команда:

type partitionDetections

Пример: @myfunction или 'myfunction'

`Detection selection threshold` - Порог выбора обнаружений для инициализации компонента
`25` (по умолчанию) | реальная положительная скалярная величина

Пороговое значение выбора обнаружений для инициализации компонента, заданное как положительная скалярная величина. Во время коррекции трекер вычисляет вероятность ассоциации между существующими треками и камерами обнаружения. Если вероятность ассоциации (заданная отрицательной логарифмической правдоподобностью) камеры обнаружения со всеми существующими дорожками выше порога (что означает, что камера обнаружения имеет низкую вероятность связи с существующими дорожками), камера обнаружения используется для инициализации новых компонентов адаптивной плотности рождения.

Пример: 18.1

Типы данных: single | double

`Maximum number of sensors` - Максимальное количество датчиков
`20` (по умолчанию) | положительное целое число

Максимальное количество датчиков, которые могут быть подключены к трекеру, заданное в виде положительного целого числа. MaxNumSensors должно быть больше или равно наибольшему значению SensorIndex найдено во всех обнаружениях, используемых для обновления блока.

Типы данных: single | double

`Maximum number of tracks` - Максимальное количество дорожек
`1000` (по умолчанию) | положительное целое число

Максимальное количество треков, которые может поддерживать трекер, задается как положительное целое число.

Типы данных: single | double

`Sensor configurations` - Строения датчиков слежения
`struct('SensorIndex',1,'IsValidTime',true)` (по умолчанию) | структуру | массив структур

Строение датчиков слежения, заданная как структура или массив структур. Этот параметр предоставляет информацию о строении датчика слежения, такие как пределы обнаружения датчика и разрешение датчика, трекеру. Допустимые имена полей каждой структуры совпадают с именами свойства trackingSensorConfiguration объект. Если вы задаете MaxDetsPerObject поле структуры для 1, трекер создает только один раздел, так что самое большее одно обнаружение может быть назначено каждому целевому объекту.

Вы можете обновить строение через Sensor configurations входной порт, выбрав параметр Update sensor configurations with time.

`Update sensor configurations with time` - Обновление строений датчика по времени
`off` (по умолчанию) | `on`

Выберите этот параметр, чтобы включить входной порт для отслеживания строений датчика через Sensor Configurations входной порт.

`Track state parameters` - Параметры системы координат состояния пути
структура | массив структур

Параметры опорной системы координат состояния дорожки, заданные как структура или массив структур. Блок передает значение этого параметра StateParameters поле сгенерированных дорожек. Можно использовать эти параметры, чтобы задать систему координат, в которой трек сообщается, или другие желательные атрибуты сгенерированных треков.

Имя поля	Значение
`Frame`	`"Rectangular"`
`Position`	`[10 10 0]`
`Velocity`	`[2 -2 0]`

Можно обновить параметры состояния дорожки через State Parameters входной порт, выбрав параметр Update track state parameters with time.

Типы данных: struct

`Update track state parameters with time` - Обновление параметров состояния отслеживания по времени
`off` (по умолчанию) | `on`

Выберите этот параметр, чтобы включить входной порт для параметров состояния дорожки через State Parameters входной порт.

`Simulate using` - Тип выполняемой симуляции
`Interpreted Execution` (по умолчанию) | `Code Generation`

Выберите тип симуляции для выполнения из следующих опций:

Interpreted execution - Симулируйте модель с помощью интерпретатора MATLAB. Эта опция сокращает время запуска. В Interpreted execution mode, можно отлаживать исходный код блока.
Code generation - Симулируйте модель с помощью сгенерированного кода C. При первом запуске симуляции Simulink генерирует код С для блока. Код С повторно используется для последующих симуляций, пока модель не меняется. Эта опция требует дополнительного времени запуска.

Управление треками

`Birth rate of new targets` - Коэффициент рождаемости новых целевых показателей по плотности
`1e-3` (по умолчанию) | положительный действительный скаляр

Рождаемость новых целей в плотности, заданная как положительный реальный скаляр. Коэффициент рождаемости указывает ожидаемое количество целевых показателей, добавленных в плотности в единицу времени. Плотность рождения создается при помощи FilterInitializationFcn строения датчика, используемой с трекером. В целом трекер добавляет компоненты в функцию плотности двумя способами:

Прогнозирующая плотность рождения - эта плотность инициализируется FilterInitializationFcn функция при вызове без входов.
Адаптивная плотность рождения - Эта плотность инициализируется FilterInitializationFcn функция при вызове с входами обнаружения. Трекер выбирает обнаружения на основе их логарифмической правдоподобности связи с текущими оценками целей.

Значение для параметра Birth rate of new targets представляет суммирование как прогнозирующей плотности рождения, так и адаптивной плотности рождения для каждого временного шага.

Пример: 0.01

Типы данных: single | double

`Death rate of components` - Смертность компонентов в плотности
`1e-6` (по умолчанию) | положительный действительный скаляр

Смертность компонентов в плотности, заданная как положительный реальный скаляр. Смертность указывает скорость, с которой компонент исчезает в плотности после одного временного шага. Это уравнение иллюстрирует, как смертность (P _d) связана с вероятностью выживания (P s) компонента между последовательными временными шагами:

$P_{s} = {(1 - P_{d})}^{Δ T}$

где Δ T является временным шагом.

Пример: 1e-4

Типы данных: single | double

`Threshold for initializing tentative tracks` - Порог для инициализации предварительной дорожки
`0.5` (по умолчанию) | положительный действительный скаляр

Порог для инициализации ориентировочной дорожки, заданное как положительный действительный скаляр. Если вес компонента выше порога, компонент помечается как 'Tentative' отследить и задать TrackID.

Пример: 0.45

Типы данных: single | double

`Threshold for track confirmation` - Порог для подтверждения трека
`0.8` (по умолчанию) | положительный действительный скаляр

Порог для подтверждения дорожки, заданное как положительный действительный скаляр. В PHD-трекере трек может иметь несколько компонентов, разделяющих одну и ту же TrackID. Если суммирование веса компонентов предварительной дорожки выше порога подтверждения, статус дорожки помечается как 'Confirmed'.

Пример: 0.85

Типы данных: single | double

`Threshold for track deletion` - Порог для удаления компонента
`1e-3` (по умолчанию) | положительный действительный скаляр

Порог для удаления компонента, заданное как положительный действительный скаляр. В трекере PHD, если вес компонента ниже порога удаления, компонент удаляется.

Пример: 0.01

Типы данных: single | double

`Threshold for components merging` - Порог для объединения компонентов
`25` (по умолчанию) | положительный действительный скаляр

Порог для объединения компонентов, заданное как положительный действительный скаляр. В трекере PHD, если расстояние Kullback-Leibler между компонентами с той же TrackID меньше порога слияния, затем эти компоненты объединяются в один компонент. Объединенный вес нового компонента равен суммированию весов предварительно объединенных компонентов. Более того, если объединенный вес выше первого порога, заданного в параметре Thresholds for label management, объединенный вес обрезается до первого порога. Обратите внимание, что компоненты с TrackID от 0 могут также быть объединены друг с другом.

Пример: 30

Типы данных: single | double

`Thresholds for label management` - Пороги для управления метками
`[1.1 1 0.8]` (по умолчанию) | вектор 1 на 3 положительных значений

Пороги маркировки, заданные как вектор 1 на 3 уменьшения положительных значений, [C 1, _C 2, C 3]. Исходя из этого параметра, трекер управляет компонентами плотности, используя следующие правила:

Вес любого компонента, который выше первого порога C 1, уменьшается до _C 1.
Для всех компонентов с одинаковыми TrackID, если наибольший вес среди этих компонентов больше C 2, то компонент с наибольшим весом сохраняется, чтобы сохранить TrackID, в то время как все другие компоненты удаляются.
Для всех компонентов с одинаковыми TrackID, если отношение наибольшего веса к массовому суммированию всех этих компонентов больше C 3, то компонент с наибольшим весом сохраняется, чтобы сохранить TrackID, в то время как все другие компоненты удаляются.
Если ни условие 2, ни условие 3 не удовлетворены, то компонент с наибольшим весом сохраняет TrackID, в то время как для меток всех других компонентов задано значение 0. Когда это происходит, это означает, что некоторые компоненты могут представлять другие объекты. Этот процесс сохраняет возможность повторного извлечения этих незарезервированных компонентов в будущем.

Настройка порта

`Prediction time source` - Источник времени предсказания
`Auto` (по умолчанию) | `Input port`

Источник для времени предсказания, заданный как Input port или Auto. Выберите Input port для ввода времени обновления с помощью Prediction Time входного порта. В противном случае часы симуляции, управляемые Simulink, определяют время обновления.

`Enable tentative tracks output` - Включите выходной порт для ориентировочных дорожек
`off` (по умолчанию) | `on`

Выберите этот параметр, чтобы включить выход предварительных дорожек через Tentative Tracks выходной порт.

`Enable all tracks output` - Включите выходной порт для всех треков
`off` (по умолчанию) | `on`

Выберите этот параметр, чтобы включить выход всех дорожек через All Tracks выходной порт.

`Enable information output` - Включите выходной порт для информации анализа
`off` (по умолчанию) | `on`

Выберите этот параметр, чтобы включить выход информации анализа через Info выходной порт.

`Source of output bus name` - Источник имени выходной магистральной шины
`Auto` (по умолчанию) | `Property`

Источник выхода магистральной шины, заданный как:

Auto - Блок автоматически создает выход шины трека.
Property - Задайте имя выходной шины дорожки с помощью параметра Specify an output bus name.

`Source of output info bus name` - Имя выходной информационной шины
`Auto` (по умолчанию) | `Property`

Источник имени информационной шины выхода, заданный как:

Auto - Блок автоматически создает имя шины выхода информации.
Property - Задайте имя выходной информационной шины при помощи параметра Specify an output info bus name.

Зависимости

Чтобы включить этот параметр, на вкладке Port Setting, выберите Enable information output.

Алгоритмы

расширить все

Логический поток трекера

PHD-трекер использует итеративно-корректорный подход, чтобы обновить плотность гипотезы вероятности путем обработки информации обнаружения от нескольких датчиков последовательно. Рабочий процесс трекера следует следующим шагам:

Трекер сортирует датчики в соответствии со временем сообщения об обнаружении и определяет порядок коррекции соответственно.
Трекер рассматривает две отдельные плотности: плотность тока и плотность рождения. Плотность тока является плотностью целей, распространенных с предыдущего временного шага. Плотность рождений - это плотность целей, которые, как ожидается, родятся в текущем временном шаге.
Для каждого датчика:
1. Трекер предсказывает плотность тока до отметки времени датчика, используя вероятность выживания, рассчитанную из смертности и истекшего времени от последнего предсказания.
2. Трекер добавляет новые компоненты к плотности рождения, используя FilterInitializationFcn без входов. Это соответствует прогнозирующей плотности рождения.
3. Трекер создает разделы обнаружений от датчика тока с помощью функции разделения обнаружения. Каждый раздел является возможной сегментацией обнаружений в камеры обнаружения для каждого объекта. Если структура строения датчика задает MaxNumDetsPerObject как 1, трекер генерирует только один раздел, в котором каждое обнаружение является автономной камерой.
4. Каждая камера обнаружения оценивается по плотности тока, и значение логарифмической правдоподобности вычисляется для каждой камеры обнаружения.
5. Используя значения логарифмической правдоподобности, трекер вычисляет вероятность каждого раздела.
6. Трекер корректирует плотность тока, используя каждую камеру обнаружения.
7. Для камер обнаружения с высокой отрицательной логарифмической правдоподобностью (больше порога назначения), трекер добавляет новые компоненты к плотности рождения, используя FilterInitializationFcn параметр. Это соответствует адаптивной плотности рождения.
После коррекции плотности тока с каждым датчиком трекер добавляет плотность рождения к плотности тока. Трекер гарантирует, что количество возможных целей в плотности рождения равно BirthRate × dT, где dT является временным шагом.
Плотность тока затем прогнозируется до текущего времени обновления.

Плотность гипотезы вероятностей

Плотность гипотезы вероятностей (PHD) является функцией, заданной в пространстве состояний системы слежения, и ее значение в состоянии определяется как ожидаемое количество целей на модуль объема пространства состояний. PHD обычно аппроксимируется смесью компонентов, и каждый компонент соответствует оценке состояния. Обычно используемыми приближениями PHD являются смесь Гауссова, смесь SMC, смесь GGIW и смесь GIW.

Чтобы понять PHD, возьмите Гауссову смесь как пример. Гауссова смесь может быть представлена

$D (x) = \sum_{i = 1}^{M} w_{i} N (x | m_{i}, P_{i})$

где M - общее количество компонентов, N (x _| m i, P i) является нормальным распределением со _{средним} m i и ковариационным P _i, и w i - вес i-го компонента. Вес w i обозначает число, которое может быть дробным, целей, представленных i-м компонентом. Интегрирование D (x) в пространственно-пространственную область приводит к ожидаемому количеству целей в этой области. Интегрирование D (x) по всему пространству состояний приводит к общему ожидаемому числу целей (∑ w i), поскольку интегрирование нормального распределения по всему пространству состояний равняется 1. x -координаты peaks (локальные максимумы) D (x) представляют наиболее вероятные состояния целей.

Например, следующий рисунок иллюстрирует функцию PHD, заданную D (x) = N (x | − 4,2) + 0,5 N (x | 3,0,4) + 0,5 N (x | 4,0,4). Массовое суммирование этих компонентов составляет 2, что означает, что, вероятно, существуют две цели. Из peaks D (x) возможные положения этих целей на x = − 4, x = 3 и x = 4. Заметьте, что последние два компонента очень близки друг к другу, что означает, что эти два компонента могут быть приписаны одному объекту.

Отслеживайте структуру

Полями структуры дорожки являются:

Область	Определение
`SourceIndex`	Уникальный исходный индекс, используемый для различения источников отслеживания в среде нескольких трекеров.
`TrackID`	Уникальный идентификатор дорожки, используемый для различения нескольких дорожек.
`BranchID`	Уникальный идентификатор ветви дорожки, используемый для различения нескольких ветвей дорожки.
`UpdateTime`	Время обновления дорожки. Модули указаны в секундах.
`Age`	Количество раз, когда трек выживал.
`State`	Значение вектора состояния во время обновления.
`StateCovariance`	Ковариационная матрица неопределенности.
`TrackLogic`	Тип логики подтверждения и удаления, возвращенный следующим `'History'` или `'Score'`.
`TrackLogicState`	Текущее состояние типа логики дорожки. На основе типа логики `TrackLogic`логическое состояние возвращается следующим образом: `'History'` - 1-by-K логический массив, где K - количество последних записанных логических состояний дорожки. В массиве `1` обозначает попадание и `0` обозначить промах. `'Score'` - массив 1 на 2 действительных скаляров, [cs ms]. cs - текущий счет, а ms - максимальный счет.
`IsConfirmed`	Статус подтверждения. Это поле `true` если дорожка подтверждена как действительная цель.
`IsCoasted`	Состояние скручивания. Это поле `true` если дорожка обновляется без нового обнаружения.
`IsSelfReported`	Укажите, сообщает ли трек трекер. Это поле используется в среде слияния треков. Возвращается следующим `true` по умолчанию.
`ObjectClassID`	Целое значение, представляющее классификацию объектов. Значение `0` представляет неизвестную классификацию. Ненулевые классификации применяются только к подтвержденным трекам.
`ObjectAttributes`	Дополнительная информация о дорожке.

Ссылки

[1] Granstorm, K., C. Lundquiest, and O. Orguner. Расширенное отслеживание цели с использованием PHD-фильтра Гауссовой смеси. Транзакции IEEE по аэрокосмическим и электронным системам. Том 48, № 4, 2012, стр. 3268-3286.

[2] Granstorm, K., and O. Orguner ". PHD-фильтр для слежения за несколькими расширенными целями с помощью случайных матриц ". Транзакции IEEE по обработке сигналов. Том 60, № 11, 2012, стр. 5657-5671.

[3] Granstorm, K., and A. Natale, P. Braca, G. Ludeno, and F. Serafino. «Гамма Гауссов обратный Wishart гипотезы вероятности плотности для расширенного отслеживания цели с использованием морских радиолокационных данных X-диапазона». Транзакции IEEE по геологии и дистанционному зондированию. Том 53, № 12, 2015, стр. 6617-6631.

Расширенные возможности

Генерация кода C/C + +
Сгенерируйте код C и C++ с помощью Coder™ Simulink ®

См. также

Объекты

trackerPHD | trackingSensorConfiguration

Блоки

Global Nearest Neighbor Multi Object Tracker | Joint Probabilistic Data Association Multi Object Tracker | Track-Oriented Multi-Hypothesis Tracker | Track-To-Track Fuser

Документация

Probability Hypothesis Density (PHD) Tracker

Описание

Порты

Вход

Detections - Список обнаружений Simulink® шина, содержащая MATLAB® структура

Prediction Time - Отследите время обновления действительный скаляр

Зависимости

Sensor Configurations - Строения датчиков слежения Шина Simulink, содержащая структуру MATLAB

Зависимости

State Parameters - Отследите параметры состояния Шина Simulink, содержащая структуру MATLAB

Зависимости

Выход

Confirmed Tracks - Подтвержденные дорожки Шина Simulink, содержащая структуру MATLAB

Tentative Tracks - Ориентировочные дорожки Шина Simulink, содержащая структуру MATLAB

Зависимости

All Tracks - Подтвержденные и ориентировочные треки Шина Simulink, содержащая структуру MATLAB

Зависимости

Info - Дополнительная информация для анализа обновлений треков Шина Simulink, содержащая структуру MATLAB

Зависимости

Параметры

Tracker identifier - Уникальный идентификатор трекера 0 (по умолчанию) | неотрицательное целое число

Detection partition function - Функция для разделения обнаружений на камеры обнаружения @partitionDetections (по умолчанию) | указатель на функцию | вектор символов

Detection selection threshold - Порог выбора обнаружений для инициализации компонента 25 (по умолчанию) | реальная положительная скалярная величина

Maximum number of sensors - Максимальное количество датчиков 20 (по умолчанию) | положительное целое число

Maximum number of tracks - Максимальное количество дорожек 1000 (по умолчанию) | положительное целое число

Sensor configurations - Строения датчиков слежения struct('SensorIndex',1,'IsValidTime',true) (по умолчанию) | структуру | массив структур

Update sensor configurations with time - Обновление строений датчика по времени off (по умолчанию) | on

Track state parameters - Параметры системы координат состояния пути структура | массив структур

Update track state parameters with time - Обновление параметров состояния отслеживания по времени off (по умолчанию) | on

Simulate using - Тип выполняемой симуляции Interpreted Execution (по умолчанию) | Code Generation

Birth rate of new targets - Коэффициент рождаемости новых целевых показателей по плотности 1e-3 (по умолчанию) | положительный действительный скаляр

Death rate of components - Смертность компонентов в плотности 1e-6 (по умолчанию) | положительный действительный скаляр

Threshold for initializing tentative tracks - Порог для инициализации предварительной дорожки 0.5 (по умолчанию) | положительный действительный скаляр

Threshold for track confirmation - Порог для подтверждения трека 0.8 (по умолчанию) | положительный действительный скаляр

Threshold for track deletion - Порог для удаления компонента 1e-3 (по умолчанию) | положительный действительный скаляр

Threshold for components merging - Порог для объединения компонентов 25 (по умолчанию) | положительный действительный скаляр

Thresholds for label management - Пороги для управления метками [1.1 1 0.8] (по умолчанию) | вектор 1 на 3 положительных значений

Prediction time source - Источник времени предсказания Auto (по умолчанию) | Input port

Enable tentative tracks output - Включите выходной порт для ориентировочных дорожек off (по умолчанию) | on

Enable all tracks output - Включите выходной порт для всех треков off (по умолчанию) | on

Enable information output - Включите выходной порт для информации анализа off (по умолчанию) | on

Source of output bus name - Источник имени выходной магистральной шины Auto (по умолчанию) | Property

Source of output info bus name - Имя выходной информационной шины Auto (по умолчанию) | Property

Зависимости

Алгоритмы

Логический поток трекера

Плотность гипотезы вероятностей

Отслеживайте структуру

Ссылки

Расширенные возможности

Генерация кода C/C + + Сгенерируйте код C и C++ с помощью Coder™ Simulink ®

См. также

Объекты

Блоки

Темы

Документация по Sensor Fusion and Tracking Toolbox

Поддержка

`Detections` - Список обнаружений
Simulink^® шина, содержащая MATLAB^® структура

`Prediction Time` - Отследите время обновления
действительный скаляр

`Sensor Configurations` - Строения датчиков слежения
Шина Simulink, содержащая структуру MATLAB

`State Parameters` - Отследите параметры состояния
Шина Simulink, содержащая структуру MATLAB

`Confirmed Tracks` - Подтвержденные дорожки
Шина Simulink, содержащая структуру MATLAB

`Tentative Tracks` - Ориентировочные дорожки
Шина Simulink, содержащая структуру MATLAB

`All Tracks` - Подтвержденные и ориентировочные треки
Шина Simulink, содержащая структуру MATLAB

`Info` - Дополнительная информация для анализа обновлений треков
Шина Simulink, содержащая структуру MATLAB

`Tracker identifier` - Уникальный идентификатор трекера
`0` (по умолчанию) | неотрицательное целое число

`Detection partition function` - Функция для разделения обнаружений на камеры обнаружения
`@partitionDetections` (по умолчанию) | указатель на функцию | вектор символов

`Detection selection threshold` - Порог выбора обнаружений для инициализации компонента
`25` (по умолчанию) | реальная положительная скалярная величина

`Maximum number of sensors` - Максимальное количество датчиков
`20` (по умолчанию) | положительное целое число

`Maximum number of tracks` - Максимальное количество дорожек
`1000` (по умолчанию) | положительное целое число

`Sensor configurations` - Строения датчиков слежения
`struct('SensorIndex',1,'IsValidTime',true)` (по умолчанию) | структуру | массив структур

`Update sensor configurations with time` - Обновление строений датчика по времени
`off` (по умолчанию) | `on`

`Track state parameters` - Параметры системы координат состояния пути
структура | массив структур

`Update track state parameters with time` - Обновление параметров состояния отслеживания по времени
`off` (по умолчанию) | `on`

`Simulate using` - Тип выполняемой симуляции
`Interpreted Execution` (по умолчанию) | `Code Generation`

`Birth rate of new targets` - Коэффициент рождаемости новых целевых показателей по плотности
`1e-3` (по умолчанию) | положительный действительный скаляр

`Death rate of components` - Смертность компонентов в плотности
`1e-6` (по умолчанию) | положительный действительный скаляр

`Threshold for initializing tentative tracks` - Порог для инициализации предварительной дорожки
`0.5` (по умолчанию) | положительный действительный скаляр

`Threshold for track confirmation` - Порог для подтверждения трека
`0.8` (по умолчанию) | положительный действительный скаляр

`Threshold for track deletion` - Порог для удаления компонента
`1e-3` (по умолчанию) | положительный действительный скаляр

`Threshold for components merging` - Порог для объединения компонентов
`25` (по умолчанию) | положительный действительный скаляр

`Thresholds for label management` - Пороги для управления метками
`[1.1 1 0.8]` (по умолчанию) | вектор 1 на 3 положительных значений

`Prediction time source` - Источник времени предсказания
`Auto` (по умолчанию) | `Input port`

`Enable tentative tracks output` - Включите выходной порт для ориентировочных дорожек
`off` (по умолчанию) | `on`

`Enable all tracks output` - Включите выходной порт для всех треков
`off` (по умолчанию) | `on`

`Enable information output` - Включите выходной порт для информации анализа
`off` (по умолчанию) | `on`

`Source of output bus name` - Источник имени выходной магистральной шины
`Auto` (по умолчанию) | `Property`

`Source of output info bus name` - Имя выходной информационной шины
`Auto` (по умолчанию) | `Property`

Генерация кода C/C + +
Сгенерируйте код C и C++ с помощью Coder™ Simulink ®