Introduzione a Sensor Fusion and Tracking Toolbox
Definizioni dei termini relativi alla localizzazione
Accelerometro
- Un sensore che misura l'accelerazione dell'oggetto.
Giroscopio
- Un sensore che misura la velocità angolare dell'oggetto.
Magnetometro
- Un sensore che misura il campo magnetico attorno all'oggetto.
IMU (unità di misura inerziale)
- Un dispositivo che consiste in accelerometri e giroscopi.
MARG (magnetico, velocità angolare e gravità)
- Conosciuto anche come magnetometro, giroscopio e accelerometro.
AHRS (sistema di riferimento per l'atteggiamento e la direzione)
- Un sistema che fonde accelerometri, giroscopi e magnetometri e fornisce informazioni sull'atteggiamento dell'oggetto (MARG più algoritmo di fusione).
GPS (sistema di posizionamento globale)
- Un sistema basato su satellite che fornisce posizionamento accurato.
SNI (sistema di navigazione inerziale)
- Un sistema che integra i dati provenienti da accelerometri, giroscopi, magnetometri e talvolta altimetri per calcolare continuamente la posizione, l’orientamento e la velocità di oggetti in movimento senza una fonte esterna.
GPS/INS
- Un sistema che fonde le informazioni GPS con le informazioni INS.
Nota:
I filtri sono elencati in ordine di complessità computazionale.
| Nome del filtro | Supporta modelli non lineari | Note su distribuzioni gaussiane | Complessità computazionale | Commenti |
|---|---|---|---|---|
| Alpha-Beta |
|
Subottimale. | ||
| Kalman | Ottimale per sistemi lineari. | |||
| Kalman esteso | Utilizza modelli linearizzati per propagare la covarianza dell'incertezza. | |||
| Kalman unscented | Campiona la covarianza dell’incertezza per propagarla. Potrebbe diventare numericamente instabile in precisione singola. | |||
| Kalman a cubatura | Campiona la covarianza dell'incertezza per propagarla. Numericamente stabile. | |||
| Somma gaussiana | Assume una somma ponderata |
Utile per casi parzialmente osservabili (ad esempio, tracciamento solo angolare). | ||
| Modelli multipli interattivi (IMM) | Modelli multipli | Assume una somma pesata di distribuzioni | Oggetti in manovra (ad esempio accelerazioni, curve). | |
| Particella | Può essere qualsiasi distribuzione | Esegue il campionamento della distribuzione di incertezza utilizzando particelle pesate. |
Una fase chiave nel tracciamento di più oggetti è l'assegnazione delle nuove rilevazioni dei sensori ai tracciamenti esistenti. Il diagramma mostra due tracce (A e B) e quattro rilevamenti (1–4).
Gli algoritmi di assegnazione di seguito sono utilizzati per risolvere questo problema, noto anche come problema di assegnazione 2D (o bipartito).
| Nome dell'assegnazione | Descrizione | Risultato campione | Algoritmi |
|---|---|---|---|
| Vicino globale più prossimo (GNN) | Assegnazione a singola ipotesi, ottimale. | Det 3 per la traccia A Det 1 per la traccia B Dets 2 e 4 non assegnati |
|
| Associazione probabilistica congiunta dei dati (JPDA) | La probabilità che ciascuna rilevazione venga assegnata a un tracciamento viene calcolata considerando tutti i tracciamenti. | Det 3 molto probabile per la traccia A Det 1 molto probabile per la traccia B Det 2 probabilmente per le tracce A e B Det 4 non assegnato |
|
| Tracciamento orientato agli oggetti con ipotesi multiple (TOMHT) | Ogni traccia crea rami (ipotesi) per ogni possibile assegnazione e per nessuna assegnazione. | Det 3 crea il ramo A3 Det 2 crea il ramo A2 Det 2 crea il ramo B2 Det 1 crea il ramo B1 Ramo A0 (A non è assegnato) Ramo B0 (B non è assegnato) Nuova traccia da ogni rilevamento |
|
| Tracciamento multi-ipotesi orientato alle ipotesi (HOMHT) | Consideriamo le k migliori assegnazioni. Ogni assegnazione aggiorna le tracce di conseguenza. |
Migliore ipotesi = risultato GNN - Altra ipotesi: Det 2 per la traccia A Det 1 per la traccia B Il Det 3 e il Det 4 non sono assegnati |
assignkbest |
| Densità della probabilità ipotetica (PHD) | Non esegue l'assegnazione. Invece, modella il problema del tracciamento multi-oggetto come un insieme di oggetti sconosciuti e di numero casuale, quindi stima la probabilità di ciascuna posizione basandosi sulle rilevazioni. |
|
|
