Соедините вероятностное средство отслеживания ассоциации данных
Sensor Fusion and Tracking Toolbox / Алгоритмы Отслеживания Мультиобъекта
Блок Joint Probabilistic Data Association Multi Object Tracker способен к обработке обнаружений нескольких целей от нескольких датчиков. Использование средства отслеживания соединяет вероятностную ассоциацию данных, чтобы присвоить обнаружения каждой дорожке. Средство отслеживания применяет мягкое присвоение, в котором несколько обнаружений могут способствовать каждой дорожке. Средство отслеживания инициализирует, подтверждает, корректирует, предсказывает (выполняет каботажное судоходство), и удаляет дорожки. Средство отслеживания оценивает вектор состояния и оценочную ошибочную ковариационную матрицу состояния для каждой дорожки. Каждое обнаружение присвоено по крайней мере одной дорожке. Если обнаружение не может быть присвоено никакой существующей дорожке, средство отслеживания создает новый трек.
Можно включить различные режимы отслеживания JPDA путем определения параметров Value of k for k-best JPDA и Type of track confirmation and deletion logic.
Установка параметра Type of track confirmation and deletion logic на 'Integrated'
включить соединение интегрировало ассоциацию данных (JIPDA) средство отслеживания, в котором подтверждение дорожки и удаление основаны на вероятности существования дорожки.
Установка параметра Value of k for k-best JPDA на конечное целое число, чтобы включить k-best соединяет интегрированную ассоциацию данных (k-best JPDA) средство отслеживания, которое генерирует максимум k событий на кластер.
Любой новый трек запускается в предварительном состоянии. Если достаточно обнаружений присвоено предварительной дорожке, ее изменениям состояния в подтвержденном. Если обнаружение уже имеет известную классификацию (ObjectClassID
поле возвращенной дорожки является ненулевым), что соответствующая дорожка сразу подтверждена. Когда дорожка подтверждена, средство отслеживания полагает, что дорожка представляет физический объект. Если обнаружения не присвоены дорожке в specifiable количестве обновлений, дорожка удалена.
Detections
— Список обнаруженийСписок обнаружений в виде шины Simulink, содержащей структуру MATLAB. Структура имеет форму:
Поле | Описание | Ввод |
---|---|---|
NumDetections | Количество обнаружений | Целое число |
Detections | Обнаружения объектов | Массив objectDetection структуры. Первый NumDetections из этих обнаружений фактические обнаружения. |
Поля обнаружений:
Поле | Описание | Ввод |
---|---|---|
Time | Время измерения | Single или Double |
Measurement | Объектные измерения | Single или Double |
MeasurementNoise | Ковариационная матрица шума измерения | Single или Double |
SensorIndex | Уникальный идентификатор датчика | Single или Double |
ObjectClassID | ID предметной классификации | Single или Double |
MeasurementParameters | Параметры используются функциями инициализации отслеживания фильтров | Шина Simulink |
ObjectAttributes | Дополнительная информация передала средству отслеживания | Шина Simulink |
Смотрите objectDetection
для более подробного объяснения этих полей.
Примечание
Структура обнаружения объектов содержит Time
поле . Тег времени каждого обнаружения объектов должен быть меньше чем или равен времени текущего вызова блока. Тег времени должен также быть больше времени обновления, заданного в предыдущем вызове блока.
Prediction Time
— Отследите время обновленияОтследите время обновления в виде действительного скаляра в секундах. Средство отслеживания обновляет все дорожки к этому времени. Время обновления должно всегда увеличиваться с каждым вызовом блока. Время обновления должно быть, по крайней мере, столь же большим как самый большой Time
заданный во входном порту Detections.
Если порт не включен, часы симуляции, управляемые Simulink, определяют время обновления.
Чтобы включить этот порт, на вкладке Port Setting, устанавливают Prediction time source на Input port
.
Cost Matrix
— Стойте матрицыСтойте матрицы в виде N с действительным знаком t-by-Nd матрица, где N t является количеством существующих дорожек, и N d является количеством текущих обнаружений.
Строки матрицы стоимости соответствуют существующим дорожкам. Столбцы соответствуют обнаружениям. Дорожки упорядочены, когда они появляются в списке дорожек от выходного порта All Tracks на предыдущем вызове блока.
В первом обновлении средства отслеживания, или если средство отслеживания не имеет никаких предыдущих дорожек, присвоение, стоимость матрицирует размер [0, N d]. Стоимость должна быть вычислена так, чтобы более низкие цены указали на более высокую вероятность, что средство отслеживания присваивает обнаружение дорожке. Чтобы препятствовать тому, чтобы определенные обнаружения были присвоены определенным дорожкам, используйте Inf
.
Если этот порт не включен, фильтр, инициализированный Filter initialization function, вычисляет матрицу стоимости использование метода расстояния.
Чтобы включить этот порт, на вкладке Port Setting, выбирают Enable cost matrix input.
Detectable TrackIDs
— Обнаруживаемые идентификаторы дорожкиОбнаруживаемые идентификаторы дорожки в виде M с действительным знаком-by-1 вектор или M-by-2 матрица. Обнаруживаемые дорожки являются дорожками, которые датчики ожидают обнаруживать. Первый столбец матрицы содержит список идентификаторов дорожки, о которых датчики сообщают как обнаруживаемые. Дополнительный второй столбец позволяет вам добавить вероятность обнаружения для каждой дорожки.
Дорожки, идентификаторы которых не включены в Detectable TrackIDs, рассматриваются необнаруживаемыми. Логика удаления дорожки не считает отсутствие обнаружения как "пропущенное обнаружение" в целях удаления дорожки.
Если этот порт не включен, средство отслеживания принимает все дорожки, чтобы быть обнаруживаемым при каждом вызове блока.
Чтобы включить этот порт, на вкладке Port Setting, выбирают Enable detectable track IDs Input.
State Parameters
— Отследите параметры состоянияОтследите параметры состояния в виде шины Simulink, содержащей структуру MATLAB. Структура имеет форму:
Поле | Описание |
---|---|
NumParameters | Количество параметров состояния не по умолчанию в виде неотрицательного целого числа |
Parameters | Массив структур параметра состояния |
Блок использует значение Parameters
поле для StateParameters
поле сгенерированных дорожек. Можно использовать эти параметры, чтобы задать систему координат, в которой о дорожке сообщают или другие желательные атрибуты сгенерированных дорожек.
Например, можно использовать следующую структуру, чтобы задать прямоугольную систему координат, положение источника которой в [10 10 0]
метры и чьей скоростью источника является [2 -2 0]
метры в секунду относительно системы координат сценария.
Имя поля | Значение |
---|---|
Frame | "Rectangular" |
Position | [10 10 0]
|
Velocity | [2 -2 0]
|
Чтобы включить этот порт, во вкладке Tracker Configuration, выбирают параметр Update track state parameters with time.
Confirmed Tracks
— Подтвержденные дорожкиПодтвержденные дорожки, возвращенные как шина Simulink, содержащая структуру MATLAB. Структура имеет форму:
Поле | Описание |
---|---|
NumTracks | Количество дорожек |
Tracks | Массив структур дорожки длины установлен параметром Maximum number of tracks. Только первый NumTracks из них фактические дорожки. |
Поля структуры дорожки показывают в Структуре Дорожки.
В зависимости от логики дорожки дорожка подтверждена если:
История – дорожка получает, по крайней мере, M
обнаружения в последнем N
обновления. M
и N
заданы в Confirmation threshold для History
логика.
Интегрированный – интегрированная вероятность существования дорожки выше, чем порог подтверждения, заданный в Confirmation threshold для Integrated
логика.
Tentative Tracks
— Предварительные дорожкиПредварительные дорожки, возвращенные как шина Simulink, содержащая структуру MATLAB. Дорожка является предварительной, прежде чем она будет подтверждена.
Поля структуры дорожки показывают в Структуре Дорожки.
Чтобы включить этот порт, на вкладке Port Setting, выбирают Enable tentative tracks output.
All Tracks
— Подтвержденные и предварительные дорожкиОбъединенный список подтвержденных и предварительных дорожек, возвращенных как шина Simulink, содержащая структуру MATLAB.
Поля структуры дорожки показывают в Структуре Дорожки.
Чтобы включить этот порт, на вкладке Port Setting, выбирают Enable all tracks output.
Info
— Дополнительная информация для анализа обновлений дорожкиДополнительная информация для анализа обновлений дорожки, возвращенных как шина Simulink, содержащая структуру MATLAB.
Эта таблица показывает поля информационной структуры:
Поле | Описание |
OOSMDetectionIndices | Индексы измерений из последовательности |
TrackIDsAtStepBeginning | Отследите идентификаторы, когда шаг начался. |
CostMatrix | Стойте матрицы за присвоение. |
Clusters | Массив ячеек кластерных отчетов. Дополнительную информацию см. в Выполнимых Объединенных Событиях. |
InitiatedTrackIDs | Идентификаторы дорожек инициируются во время шага. |
DeletedTrackIDs | Идентификаторы дорожек удалены во время шага. |
TrackIDsAtStepEnd | Отследите идентификаторы когда законченный шаг. |
Clusters
поле может включать несколько кластерных отчетов. Каждый кластерный отчет является структурой, содержащей:
Поле | Описание |
DetectionIndices | Индексы кластеризованных обнаружений. |
TrackIDs | Отследите идентификаторы кластеризованных дорожек. |
ValidationMatrix | Матрица валидации кластера. Дополнительную информацию см. в Выполнимых Объединенных Событиях. |
SensorIndex | Индекс инициирующего датчика кластеризованных обнаружений. |
TimeStamp | Средняя метка времени кластеризованных обнаружений. |
MarginalProbabilities | Матрица крайних следующих объединенных вероятностей ассоциации. |
Чтобы включить этот порт, на вкладке Port Setting, выбирают Enable information output.
Tracker identifier
— Уникальный идентификатор средства отслеживания
(значение по умолчанию) | неотрицательное целое числоЗадайте уникальный идентификатор средства отслеживания как неотрицательное целое число. Этот параметр передается как SourceIndex
в средстве отслеживания выходные параметры, и отличают дорожки, которые прибывают из различных средств отслеживания в системе нескольких-средств-отслеживания. Необходимо задать это свойство как положительное целое число, чтобы использовать дорожку выходные параметры в качестве входных параметров с блоком Track-To-Track Fuser.
Пример 1
Filter initialization function
— Отфильтруйте функцию инициализацииinitcvekf
(значение по умолчанию) | имя функцииОтфильтруйте функцию инициализации в виде имени функции допустимой функции инициализации фильтра. Средство отслеживания использует функцию инициализации фильтра при создании новых треков.
Sensor Fusion and Tracking Toolbox™ предоставляет много функций инициализации:
Функция инициализации | Функциональное определение |
---|---|
initcvkf | Инициализируйте постоянную скорость линейный Фильтр Калмана. |
initcakf | Инициализируйте постоянное ускорение линейный Фильтр Калмана. |
initcvabf | Инициализируйте фильтр альфы - беты постоянной скорости |
initcaabf | Инициализируйте фильтр альфы - беты постоянного ускорения |
initcvekf | Инициализируйте расширенный Фильтр Калмана постоянной скорости. |
initcaekf | Инициализируйте расширенный Фильтр Калмана постоянного ускорения. |
initrpekf | Инициализируйте постоянную скорость параметризованный областью значений расширенный Фильтр Калмана. |
initapekf | Инициализируйте постоянную скорость параметризованный углом расширенный Фильтр Калмана. |
initctekf | Инициализируйте расширенный Фильтр Калмана постоянной угловой скорости вращения. |
initcackf | Инициализируйте фильтр кубатуры постоянного ускорения. |
initctckf | Инициализируйте фильтр кубатуры постоянной угловой скорости вращения. |
initcvckf | Инициализируйте фильтр кубатуры постоянной скорости. |
initcvukf | Инициализируйте сигма-точечный фильтр Калмана постоянной скорости. |
initcaukf | Инициализируйте сигма-точечный фильтр Калмана постоянного ускорения. |
initctukf | Инициализируйте сигма-точечный фильтр Калмана постоянной угловой скорости вращения. |
initcvmscekf | Инициализируйте расширенный Фильтр Калмана постоянной скорости в модифицированных сферических координатах. |
initekfimm | Инициализируйте отслеживание фильтр IMM. |
Можно также записать собственную функцию инициализации, использующую этот синтаксис:
filter = filterInitializationFcn(detection)
objectDetection
. Выход этой функции должен быть объектом фильтра: trackingKF
, trackingEKF
, trackingUKF
, trackingCKF
, trackingGSF
, trackingIMM
, trackingMSCEKF
, или trackingABF
.
Для руководства в записи этой функции используйте type
команда, чтобы исследовать детали встроенных функций MATLAB. Например:
type
initcvekf
Примечание
Блок не принимает все функции инициализации фильтра в Sensor Fusion and Tracking Toolbox. Полный список функций инициализации фильтра, доступных в Sensor Fusion and Tracking Toolbox, дан в разделе Initialization Фильтров Оценки.
Value of k for k-best JPDA
— Значение k для k-best JPDAinf
(значение по умолчанию) | положительное целое числоЗначение k для k-best JPDA в виде положительного целого числа. Этот параметр задает максимальное количество выполнимых объединенных событий для дорожки и ассоциации обнаружения каждого кластера. Установка этого свойства к конечному значению позволяет вам запустить k-best JPDA средство отслеживания, которое генерирует максимум k событий на кластер.
Feasible joint events generation function name
— Выполнимое объединенное имя функции генерации событийjpdaEvents
(значение по умолчанию) | имя функцииВыполнимое объединенное имя функции генерации событий в виде имени выполнимой объединенной функции генерации событий. Функция генерации генерирует выполнимые объединенные матрицы события от допустимых событий (обычно даваемый матрицей валидации или матрицей вероятности) сценария. Для получения дополнительной информации смотрите jpadEvents
.
Можно также записать собственную функцию генерации.
Если параметр Value of k for k-best JPDA устанавливается на inf
, функция должна иметь следующий синтаксис:
FJE = myfunction(ValidationMatrix)
jpdaEvents
. Если параметр Value of k for k-best JPDA устанавливается на конечное значение, функция должна иметь следующий синтаксис:
[FJE,FJEProbs] = myfunction(likelihoodMatrix,k)
jpdaEvents
.
Для руководства в записи этой функции используйте type
команда, чтобы исследовать детали jpdaEvents
:
type jpdaEvents
Пример:
myfunction
Maximum number of tracks
— Максимальное количество дорожек
(значение по умолчанию) | положительное целое числоМаксимальное количество дорожек, которые блок может обеспечить в виде положительного целого числа.
Maximum number of sensors
— Максимальное количество датчиков
(значение по умолчанию) | положительное целое числоМаксимальное количество датчиков, которые блок может обработать в виде положительного целого числа. Это значение должно быть больше или быть равно самому высокому SensorIndex
значение вводится во входном порту Detections.
Absolute tolerance between time stamps of detections
— Абсолютная погрешность между метками времени обнаружений
(значение по умолчанию) | положительное целое числоАбсолютный допуск времени между обнаружениями для того же датчика в виде положительной скалярной величины. Блок ожидает, что обнаружения из датчика будут иметь идентичные метки времени. Однако, если различия в метке времени между обнаружениями датчика будут в поле, заданном этим параметром, эти обнаружения будут использоваться, чтобы обновить оценку дорожки на основе среднего времени этих обнаружений.
Out-of-sequence measurements handling
— Обработка измерений из последовательностиTerminate
(значение по умолчанию) | Neglect
Обработка измерений из последовательности в виде Terminate
или Neglect
. Каждому обнаружению сопоставили метку времени с ним, t d, и блок средства отслеживания имеет его собственная метка времени, t t, который обновляется в каждом вызове. Блок средства отслеживания рассматривает измерение как OOSM если t d <t t.
Когда параметр задан как:
Terminate
— Блок прекращает запускаться, когда он сталкивается с любыми измерениями из последовательности.
Neglect
— Блок пропускает любые измерения из последовательности, и продолжите запускаться.
Примечание
Средство отслеживания требует всех входных обнаружений, которые совместно используют тот же SensorIndex
имейте их Time
различия ограничены параметром Absolute tolerance between time stamps of detections. Поэтому, когда вы устанавливаете параметр Out-of-sequence measurements handling на Neglect
, необходимо убедиться, что обнаружения из последовательности имеют метки времени строго меньше, чем предыдущая метка времени при выполнении средства отслеживания.
Track state parameters
— Параметры дорожки утверждают систему координатЗадайте параметры системы координат состояния дорожки как структура или массив структур. Блок передает значение этого параметра к StateParameters
поле сгенерированных дорожек. Можно использовать эти параметры, чтобы задать систему координат, в которой о дорожке сообщают или другие желательные атрибуты сгенерированных дорожек.
Например, можно использовать следующую структуру, чтобы задать прямоугольную систему координат, положение источника которой в [10 10 0]
метры и чьей скоростью источника является [2 -2 0]
метры в секунду относительно системы координат сценария.
Имя поля | Значение |
---|---|
Frame | "Rectangular" |
Position | [10 10 0]
|
Velocity | [2 -2 0]
|
Можно обновить параметры состояния дорожки через входной порт State Parameters путем выбора параметра Update track state parameters with time.
Типы данных: struct
Update track state parameters with time
— Обновите параметры состояния дорожки со временемoff
(значение по умолчанию) | on
Выберите этот параметр, чтобы включить входной порт для параметров состояния дорожки через входной порт State Parameters.
Simulate using
— Тип симуляции, чтобы запуститьсяInterpreted Execution
(значение по умолчанию) | Code Generation
Interpreted execution
— Симулируйте модель с помощью интерпретатора MATLAB. Эта опция сокращает время запуска. В Interpreted execution
режим, можно отладить исходный код блока.
Code generation
— Симулируйте модель с помощью сгенерированного кода C. В первый раз, когда вы запускаете симуляцию, Simulink генерирует код С для блока. Код С снова используется для последующих симуляций, пока модель не изменяется. Эта опция требует дополнительного времени запуска.
Threshold for assigning detections to tracks
— Порог для присвоения обнаружений к дорожкам30*[1 Inf]
(значение по умолчанию) | положительная скалярная величина | вектор 1 на 2 положительных значенийПорог для присвоения обнаружений к дорожкам (или пропускание порога) в виде положительной скалярной величины или вектора 1 на 2 [C 1,C2], где C 1 ≤ C 2. Если задано как скаляр, заданное значение, val, расширено до [val, Inf
].
Первоначально, средство отслеживания выполняет крупную оценку для нормированного расстояния между всеми дорожками и обнаружениями. Средство отслеживания только вычисляет точное нормированное расстояние для комбинаций, крупное нормированное расстояние которых меньше C 2. Кроме того, средство отслеживания может только присвоить обнаружение дорожке, если точное нормированное расстояние между ними меньше C 1. Смотрите distance
функция используется с отслеживанием фильтров (таких как trackingCKF
и trackingEKF
) для объяснения расчета расстояния.
Советы:
Увеличьте значение C 2, если существует дорожка и комбинации обнаружения, которые должны быть вычислены для присвоения, но не являются. Уменьшите это значение, если расчет стоимости занимает слишком много времени.
Увеличьте значение C 1, если существуют обнаружения, которые должны быть присвоены дорожкам, но не являются. Уменьшите это значение, если существуют обнаружения, которые присвоены дорожкам, которым они не должны быть присвоены (слишком далеко).
Threshold to initialize a track
— Порог, чтобы инициализировать дорожку
(значение по умолчанию) | скаляр в области значений [0, 1]Порог вероятности, чтобы инициализировать новый трек в виде скаляра в области значений [0, 1]. Если вероятности соединения обнаружения с какой-либо из существующих дорожек все меньше, чем InitializationThreshold
, обнаружение используется, чтобы инициализировать новый трек. Это позволяет обнаружения, которые являются в логическом элементе валидации дорожки, но имеют вероятность ассоциации ниже, чем порог инициализации, чтобы породить новый трек.
Пример: 0.1
Probability of detection
— Вероятность обнаружения
(значение по умолчанию) | скаляр в области значений [0, 1]Вероятность обнаружения в виде скаляра в области значений [0, 1]. Это свойство используется в вычислениях крайних апостериорных вероятностей ассоциации и вероятности существования дорожки при инициализации и обновлении дорожки.
Spatial density of clutter measurements
— Пространственная плотность измерений помехи1e-5
(значение по умолчанию) | положительная скалярная величинаПространственная плотность измерений помехи в виде положительной скалярной величины. Плотность помехи описывает ожидаемое количество ложных положительных обнаружений на единичный объем. Это используется в качестве параметра модели помехи Пуассона. Когда Type of track confirmation and deletion logic установлен в 'Integrated'
, этот параметр также используется в вычислении начальной вероятности существования дорожки.
Type of track confirmation and deletion logic
— Подтверждение и тип логики удаленияHistory
(значение по умолчанию) | Integrated
Подтверждение и тип логики удаления, выбранный как:
History
– Отследите подтверждение, и удаление основано на числе раз, дорожка была присвоена обнаружению в последних обновлениях средства отслеживания.
Integrated
– Отследите подтверждение, и удаление основано на вероятности существования дорожки, которое интегрировано в функции присвоения.
Confirmation threshold [M N]
— Отследите порог подтверждения для логики истории
(значение по умолчанию) | вектор 1 на 2 с действительным знаком положительных целых чиселОтследите порог подтверждения для логики истории в виде вектора 1 на 2 с действительным знаком положительных целых чисел [M N]
. Дорожка подтверждена, если она получает, по крайней мере, M
обнаружения в последнем N
обновления.
Чтобы включить этот параметр, установите Type of track confirmation and deletion logic на 'History'
.
Deletion threshold [P Q]
— Отследите порог удаления для логики истории
(значение по умолчанию) | вектор 1 на 2 с действительным знаком положительных целых чиселОтследите порог удаления для логики истории в виде вектора 1 на 2 с действительным знаком положительных целых чисел, [P Q]
. Если, в P
из последнего Q
обновления средства отслеживания, подтвержденная дорожка не присвоена никакому обнаружению, которое имеет вероятность, больше, чем параметр Threshold for registering 'hit' or 'miss', затем та дорожка удалена.
Чтобы включить этот параметр, установите Type of track confirmation and deletion logic на 'History'
.
Threshold for registering 'hit' or 'miss'
— Порог для регистрации 'Хита' или 'мисс'
(значение по умолчанию) | скаляр в области значений [0, 1]Порог для регистрации 'хита' или 'мисс' в виде скаляра в области значений [0, 1]. Логика истории дорожки указывает 'мисс', и дорожка будет курсироваться, если сумма безусловных вероятностей присвоений будет ниже HitMissThreshold
. В противном случае логика истории дорожки указывает 'хит'.
Чтобы включить этот параметр, установите Type of track confirmation and deletion logic на 'History'
.
Confirmation threshold [Probability]
— Отследите порог подтверждения для интегральной логики
(значение по умолчанию) | положительная скалярная величинаОтследите порог подтверждения для интегральной логики в виде вещественной положительной скалярной величины. Дорожка подтверждена, если ее вероятность существования больше или равна порогу подтверждения.
Чтобы включить этот параметр, установите Type of track confirmation and deletion logic на 'Integrated'
.
Deletion threshold [Probability]
— Отследите порог удаления для интегральной логики
(значение по умолчанию) | положительная скалярная величинаОтследите порог удаления для интегральной логики в виде положительной скалярной величины. Дорожка удалена, если ее вероятность существования опускается ниже этого порога.
Чтобы включить этот параметр, установите Type of track confirmation and deletion logic на 'Integrated'
.
Spatial density of new targets
— Пространственная плотность новых целей1e-5
(значение по умолчанию) | положительная скалярная величинаПространственная плотность новых целей в виде положительной скалярной величины. Новая целевая плотность описывает ожидаемое количество новых треков на единичный объем на пробеле измерения. Это используется в вычислении вероятности существования дорожки во время инициализации дорожки.
Чтобы включить этот параметр, установите Type of track confirmation and deletion logic на 'Integrated'
.
Time rate of true target deaths
— Уровень времени истинных целевых смертельных случаев
(значение по умолчанию) | скаляр в области значений [0, 1]Уровень времени истинных целевых смертельных случаев в виде скаляра в области значений [0, 1]. Этот параметр описывает вероятность, с которой исчезают истинные цели. Это связано с распространением вероятности существования дорожки (PTE):
где DeathRate является уровнем времени истинных целевых смертельных случаев, и δt является временным интервалом с предыдущего раза обновления t.
Чтобы включить этот параметр, установите Type of track confirmation and deletion logic на 'Integrated'
.
Prediction time source
— Источник времени предсказанияAuto
(значение по умолчанию) | Input port
Источник в течение времени предсказания в виде Input port
или Auto
. Выберите Input port
вводить время обновления при помощи входного порта Prediction Time. В противном случае часы симуляции, управляемые Simulink, определяют время обновления.
Enable cost matrix input
— Включите входной порт для матрицы стоимостиУстановите этот флажок, чтобы включить вход матрицы стоимости при помощи входного порта Cost Matrix.
Enable detectable track IDs input
— Включите обнаруживаемый вход IDs дорожкиУстановите этот флажок, чтобы включить входной порт Detectable track IDs .
Enable tentative tracks output
— Включите выходной порт для предварительных дорожекУстановите этот флажок, чтобы включить выход предварительных дорожек через выходной порт Tentative Tracks.
Enable all tracks output
— Включите выходной порт для всех дорожекУстановите этот флажок, чтобы включить выход всех дорожек через выходной порт All Tracks.
Enable information output
— Включите выходной порт для получения информации об анализеУстановите этот флажок, чтобы включить выходной порт для получения информации об анализе через выходной порт Info.
Source of output bus name
— Источник выхода отслеживает имя шиныAuto
(значение по умолчанию) | Property
Источник выхода отслеживает имя шины в виде:
Auto
— Блок автоматически создает выходное имя шины дорожки.
Property
— Задайте выходное имя шины дорожки при помощи параметра Specify an output bus name.
Source of output info bus name
— Источник информации о выходе соединяет шиной имяAuto
(значение по умолчанию) | Property
Источник информации о выходе соединяет шиной имя в виде одной из этих опций:
Auto
— Блок автоматически создает имя шины информации о выходе.
Property
— Задайте имя шины информации о выходе при помощи параметра Specify an output bus name.
Когда средство отслеживания объединенной вероятностной ассоциации данных (JPDA) обнаружения процессов, создание дорожки и управление выполняет эти шаги:
Средство отслеживания делит обнаружения на несколько групп инициирующим датчиком.
Для каждого датчика:
Средство отслеживания вычисляет расстояния от обнаружений до существующих дорожек и формирует costMatrix
.
Средство отслеживания создает матрицу валидации на основе порога присвоения (или порога логического элемента) существующих дорожек. Матрица валидации является бинарной матрицей, перечисляющей все возможные ассоциации обнаружений к дорожке. Для получения дополнительной информации смотрите Выполнимые Объединенные События.
Дорожки и обнаружения затем разделены на кластеры. Кластер может содержать одну дорожку или несколько дорожек, если эти дорожки совместно используют общие обнаружения в своих логических элементах валидации. Логический элемент валидации является пространственным контуром, в котором предсказанное обнаружение дорожки имеет высокую вероятность, чтобы упасть. Для получения дополнительной информации смотрите Выполнимые Объединенные События.
Обновите все кластеры, выполняющие приказ средней метки времени обнаружения в кластере. Для каждого кластера, средства отслеживания:
Генерирует все выполнимые объединенные события. Для получения дополнительной информации смотрите jpdaEvents
.
Вычисляет апостериорную вероятность каждого объединенного события.
Вычисляет безусловную вероятность каждой отдельной пары дорожки обнаружения в кластере.
Сообщают слабые обнаружения. Слабые обнаружения являются обнаружениями, которые являются в логическом элементе валидации по крайней мере одной дорожки, но имеют ассоциацию вероятности ко всем дорожкам меньше, чем IntitializationThreshold
.
Обновления отслеживают в кластерном использовании correctjpda
.
Неприсвоенные обнаружения (обнаружения не в любом кластере) и слабые обнаружения порождают новые треки.
Средство отслеживания проверяет все дорожки на удаление. Дорожки удалены на основе количества сканов без ассоциации с помощью 'History'
логика или на основе их вероятности существования using'Integrated'
логика дорожки.
Все дорожки предсказаны к последней временной стоимости (или вход времени, если обеспечено или последняя средняя кластерная метка времени).
В типичном рабочем процессе для системы слежения средство отслеживания должно определить, может ли обнаружение быть сопоставлено с какой-либо из существующих дорожек. Если средство отслеживания только обеспечивает одну дорожку, присвоение может быть сделано путем оценки логического элемента валидации вокруг предсказанного измерения и решения, находится ли измерение в пределах логического элемента валидации. На пробеле измерения логический элемент валидации является пространственным контуром, таким как 2D эллипс или 3-D эллипсоид, сосредоточенный при предсказанном измерении. Логический элемент валидации задан с помощью информации о вероятности (оценка состояния и ковариация, например) существующей дорожки, такой, что правильные или идеальные обнаружения имеют высокую вероятность (97%-я вероятность, например) нахожения в пределах этого логического элемента валидации.
Однако, если средство отслеживания обеспечивает несколько дорожек, процесс ассоциации данных становится более сложным, потому что одно обнаружение может находиться в пределах логических элементов валидации нескольких дорожек. Например, в следующем рисунке, T дорожек 1 и T 2 активно обеспечен в средстве отслеживания, и у каждого из них есть свой собственный логический элемент валидации. Начиная с обнаружения D 2 находится в пересечении логических элементов валидации и T 1 и T 2, две дорожки (T 1 и T 2) соединяются и формируют кластер. Кластер является набором связанных дорожек и их связанных обнаружений.
Чтобы представлять отношение ассоциации в кластере, матрица валидации обычно используется. Каждая строка матрицы валидации соответствует обнаружению, в то время как каждый столбец соответствует дорожке. С учетом возможности каждого обнаружения, являющегося помехой, первый столбец добавляется и обычно называемый "Дорожкой 0" или T 0. Если обнаружение D, i - в логическом элементе валидации дорожки D j, то (j, i +1) запись матрицы валидации равняется 1. В противном случае это - нуль. Для показанного на рисунке кластера матрица валидации Ω
Обратите внимание на то, что все элементы в первом столбце Ω равняются 1, потому что любое обнаружение может быть помехой или ложным предупреждением. Один важный шаг в логике объединенной вероятностной ассоциации данных (JPDA) должен получить все выполнимые независимые объединенные события в кластере. Два предположения для выполнимых объединенных событий:
Обнаружение не может быть испущено больше чем одной дорожкой.
Дорожка не может быть обнаружена несколько раз датчиком во время одного скана.
На основе этих двух предположений могут быть сформулированы выполнимые объединенные события (FJEs). Каждый FJE сопоставлен с матрицей FJE Ωp из начальной матрицы валидации Ω. Например, с матрицей валидации Ω, восемь матриц FJE могут быть получены:
Как прямое следствие этих двух предположений, Ωp матрицы имеют точно одно "1" значение на строку. Кроме того, за исключением первого столбца, который сопоставляет с помехой, может быть самое большее один "1" для каждого столбца. Когда количество связанных дорожек растет в кластере, количестве увеличений FJE быстро. jpdaEvents
функционируйте использует эффективный алгоритм поиска в глубину, чтобы сгенерировать все выполнимые объединенные матрицы события.
Поля структуры дорожки:
Поле | Определение |
---|---|
SourceIndex | Уникальный исходный индекс раньше отличал источники отслеживания в среде средства отслеживания кратного. |
TrackID | Уникальный идентификатор дорожки раньше отличал несколько дорожек. |
BranchID | Уникальный идентификатор ветви дорожки раньше отличал несколько ветвей дорожки. |
UpdateTime | Время, в которое обновляется дорожка. Величина в секундах. |
Age | Число раз пережившая дорожка. |
State | Значение вектора состояния во время обновления. |
StateCovariance | Ковариационная матрица неопределенности. |
TrackLogic | Подтверждение и тип логики удаления, возвращенный как 'History' или 'Integrated' . |
TrackLogicState | Текущее состояние типа логики дорожки. На основе логического типа
|
IsConfirmed | Состояние Confirmation. Этим полем является true если дорожка подтверждена, чтобы быть действительной целью. |
IsCoasted | Состояние Coasting. Этим полем является true если дорожка обновляется без нового обнаружения. |
IsSelfReported | Укажите, сообщает ли о дорожке средство отслеживания. Это поле используется в среде сплава дорожки. Это возвращено как |
ObjectClassID | Целочисленное значение, представляющее предметную классификацию. Значение 0 представляет неизвестную классификацию. Ненулевые классификации применяются только к подтвержденным дорожкам. |
ObjectAttributes | Дополнительная информация дорожки. |
Указания и ограничения по применению:
Блок поддерживает строгую генерацию кода с одинарной точностью с этими ограничениями:
Необходимо задать параметр Value of k for k-best JPDA как конечное положительное целое число.
Необходимо задать функцию инициализации фильтра, чтобы возвратить trackingEKF
, trackingUKF
, trackingCKF
, или trackingIMM
объект, сконфигурированный с с одинарной точностью.
Для получения дополнительной информации смотрите, Генерируют Код со Строгим и Нединамическим выделением памяти С одинарной точностью от Sensor Fusion and Tracking Toolbox.
Блок поддерживает генерацию кода нединамического выделения памяти с этими ограничениями:
Необходимо задать параметр Value of k for k-best JPDA как конечное положительное целое число.
Необходимо задать функцию инициализации фильтра, чтобы возвратить trackingEKF
, trackingUKF
, trackingCKF
, или trackingIMM
объект.
Для получения дополнительной информации смотрите, Генерируют Код со Строгим и Нединамическим выделением памяти С одинарной точностью от Sensor Fusion and Tracking Toolbox.
В генерации кода, если входные параметры обнаружения заданы в double
точность, затем NumTracks
поле дорожки выходные параметры возвращено как double
переменная. Если входные параметры обнаружения заданы в single
точность, затем NumTracks
поле дорожки выходные параметры возвращено как uint32
переменная.
objectDetection
| trackingKF
| trackingEKF
| trackingUKF
| trackingCKF
| trackingIMM
| trackingABF
| trackHistoryLogic
| objectTrack
| staticDetectionFuser
| trackerTOMHT
| trackerGNN
1. Если смысл перевода понятен, то лучше оставьте как есть и не придирайтесь к словам, синонимам и тому подобному. О вкусах не спорим.
2. Не дополняйте перевод комментариями “от себя”. В исправлении не должно появляться дополнительных смыслов и комментариев, отсутствующих в оригинале. Такие правки не получится интегрировать в алгоритме автоматического перевода.
3. Сохраняйте структуру оригинального текста - например, не разбивайте одно предложение на два.
4. Не имеет смысла однотипное исправление перевода какого-то термина во всех предложениях. Исправляйте только в одном месте. Когда Вашу правку одобрят, это исправление будет алгоритмически распространено и на другие части документации.
5. По иным вопросам, например если надо исправить заблокированное для перевода слово, обратитесь к редакторам через форму технической поддержки.