В этом примере показано, как отследить движущиеся объекты с несколькими лидарами с помощью основанного на сетке средства отслеживания в Simulink. Вы используете Основанное на сетке Много Объектное Средство отслеживания (Sensor Fusion and Tracking Toolbox) блок Simulink, чтобы задать основанное на сетке средство отслеживания. Это Основанное на сетке средство отслеживания использует динамическую карту сетки заполнения в качестве промежуточного представления среды. Этот пример сопровождает Основанное на сетке Отслеживание в Городских Средах Используя Несколько Лидаров (Sensor Fusion and Tracking Toolbox) пример MATLAB®.
Модель состоит из трех частей:
Scenario and Sensor Simulation
Основанное на сетке много объектное средство отслеживания (Sensor Fusion and Tracking Toolbox)
Visualization
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.
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, 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:
Ground truth - Front View: Это телевикторины вид спереди основной истины с помощью преследования строит от автомобиля, оборудованного датчиком. Чтобы подчеркнуть динамических агентов в сцене, статические объекты отображают серым.
Lidar Views: Эти панели показывают, что облако точек возвращается из каждого датчика.
Grid-based tracker: Это телевикторины основанное на сетке средство отслеживания выходные параметры. Дорожки показываются полями, каждый аннотируемый их идентичностью. Дорожки наложены на динамической карте сетки. Цвета динамических ячеек сетки заданы согласно цветовому диску, который представляет направление движения в системе координат сценария. Статические ячейки сетки представлены в шкале полутонов согласно их заполнению. Степень серости обозначает вероятность, что место, занятое ячейкой сетки, свободно. Положения дорожек показывают в системе координат автомобиля, оборудованного датчиком, в то время как вектор скорости соответствует скорости дорожки в системе координат сценария.
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.
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.
Scenario Reader | Lidar Point Cloud Generator | Grid-Based Multi Object Tracker (Sensor Fusion and Tracking Toolbox)
