multiObjectTracker系统对象
使用GNN分配跟踪对象
描述
的multiObjectTracker系统对象™创建和管理移动对象的轨迹。对象初始化、确认、预测、纠正和删除音轨。跟踪器的输入是由objectDetection，radarDetectionGenerator,visionDetectionGenerator对象。跟踪器接受来自多个传感器的检测。使用全局最近邻(GNN)准则将检测分配给轨道。一个检测只分配给一个音轨，当不可能分配时，跟踪器创建一个新的音轨。
新曲目通常以“试探性”状态开始。如果足够多的检测分配到轨道，它的状态转移到“确认”。当一个轨迹被确认，你就有信心它代表一个真实的物体。如果在可指定的更新次数内没有将检测添加到曲目中，则可以删除曲目。该跟踪器还使用卡尔曼滤波器对每个航迹的状态向量和状态向量协方差矩阵进行最优估计。
您可以将多对象跟踪器与drivingScenario对象来实现完整的驾驶场景模型。
创建并运行多对象跟踪器:
方法定义和设置多对象跟踪器建设过程。您可以在构造过程中设置System对象属性，也可以保留它们的默认值。
调用
multiObjectTracker.step方法的属性来更新履带multiObjectTracker系统对象。类调用之前或之后都可以更改可调属性一步方法。的一步方法与updateTracks方法。
请注意
而不是使用一步方法来执行System对象定义的操作，您可以调用带有参数的对象，就像调用函数一样。例如,y =步骤(obj, x)而且y = obj (x)执行相同操作。
建设
跟踪器= multiObjectTracker (名称,值）名称,值对参数。任何未指定的属性都有默认值。
属性
方法
| getTrackFilterProperties | 获取跟踪过滤器属性 |
| 重置 | 重置multiObjectTracker对象到初始状态 |
| setTrackFilterProperties | 设置跟踪过滤器属性值 |
| 一步 | 用新的检测更新跟踪器 |
| updateTracks | 用新的检测更新跟踪器 |
| 通用于所有系统对象 | |
|---|---|
释放 |
允许系统对象属性值更改 |
例子
为单个对象创建多对象跟踪器
创建一个multiObjectTracker对象，使用默认的滤波器初始化函数用于二维恒定速度模型。对于这个运动模型，状态向量为[x, vx; y; v]．因为只有一次检测，所以只创建了一条轨迹。
追踪= multiObjectTracker (“ConfirmationParameters”[4 - 5],.．.“NumCoastingUpdates”10);
创建一个单一检测的轨迹。
dettime = 1;侦破= objectDetection (dettime (10; 1),“SensorIndex”, 1.．.“ObjectAttributes”, {“ExampleObject”1});updatetime = 1.25;[confirmedTracks, tentativeTracks allTracks] = updateTracks(追踪,{侦破},updatetime);
添加第二次探测并检查目标位置和速度。
dettime = 1.5;侦破= objectDetection (dettime [10.1, -1.1],“SensorIndex”, 1.．.“ObjectAttributes”, {“ExampleObject”1});updatetime = 1.75;[confirmedTracks, tentativeTracks allTracks] = updateTracks(追踪,{侦破},updatetime);
因为这条轨迹还没有确认，所以从tentativeTracks结构。
positionSelector = [1 0 0 0;0 0 1 0];velocitySelector = [0 1 0 0;0 0 0 1];position = getTrackPositions(tentativeTracks,positionSelector) velocity = gettrackvelocity (tentativeTracks,velocitySelector)
位置= 10.1426 -1.1426速度= 0.1852 -0.1852
在多对象跟踪器中确认和删除跟踪
构造一个multiObjectTracker对象使用筛选器初始化函数，initcakf．跟踪器模拟二维恒加速度运动。对于这个运动模型，状态向量为[x, vx;斧子;y v,唉)．创建一个对移动对象的探测序列，并显示轨迹如何从暂定切换到确认，然后切换到删除。
追踪= multiObjectTracker (“FilterInitializationFcn”@initcakf,.．.“ConfirmationParameters”(3 - 4),“NumCoastingUpdates”6);
创建对移动目标的探测序列objectDetection．检测器的输出是objectDetection对象，并可与multiObjectTracker只有当您将检测包含在单元格数组中时。
dt = 0.1;pos = (10; 1);韦尔= (10;5);为Detno = 1:2时间= (Detno -1)*dt;依据= objectDetection(时间、pos、“SensorIndex”, 1.．.“ObjectAttributes”, {“ExampleObject”1});[confirmedTracks, tentativeTracks allTracks] = updateTracks(跟踪、{侦破}、时间);Pos = Pos + vel*dt;量= pos;结束
应该没有确认过的痕迹。
disp (tracker.NumConfirmedTracks)
0
因为这条轨迹还没有确认，所以从tentativeTracks结构。
positionSelector = [1 0 0 0 0 0 0;0 0 0 1 0 0];velocitySelector = [0 1 0 0 0 0 0;0 0 0 0 1 0];position = getTrackPositions(tentativeTracks, positionSelector) velocity = gettrackvelocity (tentativeTracks, velocitySelector)
位置= 10.6669 -0.6665速度= 3.3473 1.6737
增加更多的探测以确认轨迹。
为Detno = 3:5时间= (Detno -1)*dt;依据= objectDetection(时间、pos、“SensorIndex”, 1.．.“ObjectAttributes”, {“ExampleObject”1});[confirmedTracks, tentativeTracks allTracks] = updateTracks(跟踪、{侦破}、时间);Pos = Pos + vel*dt;量= pos;结束
应该有一条确定的轨迹。
disp(tracker.NumConfirmedTracks) position = getTrackPositions(confirmedTracks,positionSelector) velocity = gettrackvelocity (confirmedTracks,velocitySelector)
1位置= 13.8417 0.9208速度= 9.4670 4.7335
让跟踪器运行，但不要添加新的检测。删除原有的音轨。
为Detno = 6:20 time = (Detno -1)*dt;侦破= {};[confirmedTracks, tentativeTracks allTracks] = updateTracks(跟踪、侦破、时间);Pos = Pos + vel*dt;量= pos;结束
应该没有确认过的痕迹。因为没有试探性轨迹，所以跟踪器中没有当前轨迹。
disp (tracker.NumConfirmedTracks)
0
生成多个车辆的雷达探测
使用安装在自我车辆上的前向汽车雷达生成探测。假设有三个目标:
载体1在自我载体的正前方，以相同的速度移动。
车辆2在左车道上比自我车辆快12公里每小时。
车辆3在右车道上比自我车辆慢5公里每小时。
所有的位置，速度和测量都是相对于自我载体而言的。运行模拟10步。
dt = 0.1;Pos1 = [150 0 0];Pos2 = [160 10 0];Pos3 = [130 -10 0];Vel1 = [0 0 0];Vel2 = [12*1000/3600 00];Vel3 = [-5*1000/3600 00];car1 =结构(“ActorID”, 1“位置”pos1,“速度”, vel1);car2 =结构(“ActorID”2,“位置”pos2,“速度”, vel2);car3 =结构(“ActorID”3,“位置”pos3,“速度”, vel3);
创建一个汽车雷达传感器的位置与自我车辆的偏移。默认情况下，传感器位置在距车辆中心(3.4,0)米，距地面0.2米处。关闭距离率计算，使雷达传感器只测量位置。
雷达= radarDetectionGenerator (“DetectionCoordinates”，传感器笛卡儿的，.．.“MaxRange”, 200,“RangeResolution”10“AzimuthResolution”10.．.“FieldOfView”, 40 [15],“UpdateInterval”, dt,“HasRangeRate”、假);追踪= multiObjectTracker (“FilterInitializationFcn”@initcvkf,.．.“ConfirmationParameters”(3 - 4),“NumCoastingUpdates”6);
用雷达从非自我行为者那里生成探测。输出检测形成单元格数组，可以直接传入multiObjectTracker．
simTime = 0;nsteps = 10;为k = 1: nsteps
dets =雷达([car1 car2 car3]，simTime);[confirmedTracks, tentativeTracks allTracks] = updateTracks(记录、侦破、simTime);
移动汽车一次步，更新追踪器。
simTime = simTime + dt;car1。位置= car1。位置+ dt * car1.Velocity;car2。位置= car2。位置+ dt * car2.Velocity;car3。位置= car3。位置+ dt * car3.Velocity;
结束
使用birdsEyePlot来创建检测的俯瞰视图。创建鸟瞰图视图。绘制传感器覆盖区域。提取x而且y目标位置的转换测量将单元格数组中的字段转换成MATLAB数组。然后，用鸟眼图方法显示检测结果。
BEplot = birdsEyePlot (“XLim”220年[0],“YLim”75年[-75]);caPlotter = coverageAreaPlotter (BEplot,“DisplayName的”，“雷达覆盖区”）;plotCoverageArea (caPlotter radar.SensorLocation radar.MaxRange,.．.雷达.偏航，雷达. fieldofview (1)) detPlotter = detectionPlotter(BEplot，“DisplayName的”，雷达信号检测的）;detPos = cellfun (@ (d) d.Measurement(1:2),精细,“UniformOutput”、假);detPos = cell2mat (detPos ') ';如果~ isempty (detPos) plotDetection (detPlotter detPos)结束
算法
扩展功能
另请参阅
功能
assignDetectionsToTracks|getTrackPositions|getTrackVelocities|initcaekf|initcakf|initcaukf|initctekf|initctukf|initcvekf|initcvkf|initcvukf
类
系统对象
介绍了R2017a
您也可以从以下列表中选择网站:
