Обзор модели

Модель состоит из трех частей:

Сценарий и симуляция датчика

Scenario Reader блок читает drivingScenario объект из рабочей области и генерирует Агентов и данные о положении Автомобиля, оборудованного датчиком как Simulink.Bus (Simulink) Объекты. Блок Lidar Point Cloud Generator используется, чтобы симулировать данные о местоположении облака точек. HelperLidarSensorConfigurations блок генерирует оперативные настройки датчика лидара с помощью Объектов периода выполнения, полученных из Scenario Reader и Lidar Point Cloud Generator блоки. Эти настройки датчика позволяют вам задавать монтирование каждого датчика относительно системы координат координаты отслеживания. Настройки датчика также позволяют вам задавать пределы обнаружения - поле зрения и максимальную область значений - каждого датчика. Когда датчики перемещаются в систему сценария, их настройка должна быть обновлена каждый раз путем определения настроек как входа с блоком средства отслеживания. HelperConcatenateSensorData блок реализован с помощью блока MATLAB Function (Simulink). Код для этого блока задан в HelperSensorData файл. Этот блок группы и форматы данные, прибывающие из датчиков лидара и HelperLidarSensorConfigurations блокируйтесь в данные о датчике высокого разрешения, которые используются в качестве входа с блоком средства отслеживания.

Сценарий, используемый в этом примере, был создан с помощью приложения Driving Scenario Designer и затем экспортирован в функцию MATLAB®. Сценарий представляет городскую перекрестную сцену и содержит множество объектов включая пешеходов, велосипедистов, автомобили и грузовики. Автомобиль, оборудованный датчиком оборудован шестью гомогенными лидарами, каждым с горизонтальным полем зрения 90 градусов и вертикальным полем зрения 40 градусов. Каждый лидар имеет 32 канала вертикального изменения и имеет разрешение 0,16 градусов в области азимута. Под этой настройкой, каждый датчик лидара выходные параметры приблизительно 18 000 точек на скан. Настройку каждого датчика показывают здесь.

Основанное на сетке много объектное средство отслеживания

Вы используете блок Grid-Based Multi Object Tracker (Sensor Fusion and Tracking Toolbox), чтобы реализовать алгоритм отслеживания, чтобы отследить динамические объекты в сцене. Вы задаете все параметры в маске блока на основе требования сценария. Чтобы визуализировать динамическую карту сетки, убедитесь, что вы выбираете Enable dynamic grid map visualization параметр на visualization вкладка блока средства отслеживания.

Визуализация

Визуализация, используемая для этого примера, задана с помощью класса помощника, HelperVisualization блок MATLAB System (Simulink), присоединенный с этим примером. В вызове шага блока визуализации убеждаются, что вы устанавливаете свойство "Parent" на текущую систему координат. Это позволяет вам визуализировать динамическую карту сетки на осях текущей фигуры. Цветной диск классифицирует движение объекта ячеек сетки. Вы видите, что движение ячеек сетки в положительном направлении X классифицируется с красным цветом, объекты, перемещающиеся в отрицательное направление X, классифицируются с синим цветом, объекты, перемещающиеся в отрицательное направление Y, классифицируются с фиолетовым, и объекты, перемещающиеся в положительное направление Y, классифицируются со светло-зеленым цветом. Visualization содержит три части:

Результаты и анализ

Можно анализировать эффективность средства отслеживания на основе результатов визуализации. Grid-based tracker телевикторины предполагаемая динамическая карта, а также предполагаемые дорожки объектов. Это также показывает настройки датчиков, которые смонтированы на автомобиле, оборудованном датчиком и показываются синими круговыми секторами. Заметьте, что grey область, показанная в динамической карте сетки, не заметна ни от одного из датчиков автомобиля, оборудованного датчиком, поскольку направление представления блокируется. Можно также найти, что дорожки только извлечены из динамических ячеек, и следовательно средство отслеживания может отфильтровать статические объекты.

Сводные данные

В этом примере вы изучили, как создать основанную на сетке много систему наблюдения за объектами и как отследить и визуализировать динамические объекты в комплексной городской ведущей среде в Simulink.