Sensor Fusion and Tracking Toolbox

Progetta e simula il tracciamento multisensore e i sistemi di navigazione

 

Sensor Fusion and Tracking Toolbox™ include algoritmi e strumenti per progettare, analizzare e simulare sistemi che consentono di combinare dati provenienti da più sensori al fine di conoscere posizione, orientamento e situazione in ogni momento. Gli esempi di riferimento forniscono un punto di partenza per implementare componenti di sistemi di sorveglianza aerea, terrestre, sottomarina e a bordo nave, di navigazione e autonomi.

Il toolbox include tracciatori multi-oggetto, filtri per la fusione di sensori, modelli di movimento e di sensori e algoritmi per l’associazione di dati che consentono di valutare le architetture di fusione utilizzando dati reali e sintetici. Con Sensor Fusion and Tracking Toolbox puoi importare e definire scenari e traiettorie, trasmettere segnali in streaming e generare dati sintetici per sensori attivi e passivi, inclusi sensori acustici, RF, EO/IR e GPS/IMU. Puoi valutare la precisione e la performance dei sistemi con valori e metri di valutazione standard e grafici animati.

Per l’accelerazione della simulazione o la prototipazione del desktop, il toolbox supporta la generazione di codice C. 

Inizia ora:

Generazione di traiettorie e scenari

Genera traiettorie e scenari sul campo basati sul waypoint e sulla velocità. Modella piattaforme e obiettivi per monitorare gli scenari.

Creare pose di oggetti

Definisci e converti la posizione, la velocità e l’orientamento reali di oggetti in diversi frame di riferimento.

Posa di un oggetto.

Creare scenari di tracciamento

Modella piattaforme come aeromobili, veicoli di terra o navi. Le piattaforme possono essere dotate di sensori e fornire fonti di segnali o riflettere segnali. Le piattaforme possono essere stazionarie o in movimento, essere dotate di sensori ed emettitori e contenere signature basate sull’aspetto che riflettono i segnali. 

Generazione di rilevamento radar multipiattaforma.

Rotazioni, orientamento e quaternioni

Rappresenta l’orientamento e la rotazione utilizzando i quaternioni, gli angoli di Eulero, le matrici e i vettori di rotazione. Definisci l’orientamento del sensore rispetto a un telaio. 

Rotazioni, orientamento e quaternioni. 

Modelli di sensori

Simula le misurazioni da IMU (accelerometro, giroscopio, magnetometro), ricevitori GPS, radar, sonar e IR in diverse condizioni ambientali.

Sensori inerziali e GPS

Modella IMU (unità di misura inerziale), GPS (sistema di posizionamento globale) e INS (sistemi di navigazione inerziale). Regola i parametri ambientali come temperatura e comportamento acustico dei modelli per simulare gli ambienti del mondo reale.

Modelli IMU e GPS.

Sensori attivi

Modella i sensori radar e sonar e gli emettitori per generare i rilevamenti degli obiettivi. Simula scansioni meccaniche ed elettroniche in azimut e/o elevazione.

Configurazione della modalità di scansione radar.

Sensori passivi

Modella l’RWR (Radar Warning Receiver), l’ESM (Electronic Support Measure), il sonar passivo e i sensori a infrarossi per creare rilevazioni solo angolari da utilizzare per il tracciamento di scenari. Definisci gli emettitori e le proprietà del canale per modellare le interferenze.

Intervallo passivo utilizzando un unico sensore.

Fusione di sensori inerziali

Stima l’orientamento e la posizione nel tempo con algoritmi che vengono ottimizzati per diverse configurazioni di sensori, requisiti di output e vincoli di movimento.

Stima dell’orientamento

Esegui la fusione di letture di magnetometri e accelerometri per simulare una bussola elettronica (eCompass). Esegui la fusione di letture di accelerometri, giroscopi e magnetometri con un filtro per il sistema di riferimento di rotta e di assetto (AHRS).

Orientamento tramite fusione di sensori inerziali.

Stima della posa

Stima la posa con e senza vincoli di rotta non olonomi utilizzando sensori inerziali e GPS. Determina la posa senza GPS eseguendo la fusione di sensori inerziali con altimetri o odometria visuale.

Odometria visuale inerziale.

Filtri di stima

Utilizza filtri di Kalman, particellari e multi-modello per diversi modelli di movimento e misurazione.

Filtri per il tracciamento di oggetti

Stima gli stati degli oggetti utilizzando filtri di Kalman lineari, estesi e unscented per i modelli di misurazione e movimento lineare e non lineare. Utilizza la somma gaussiana e i filtri particellari per la stima di uno stato non lineare e non gaussiano incluso il tracciamento con le misurazioni solo angolari o solo intervallari. Migliora il tracciamento degli obiettivi di manovra con filtri IMM (Interacting Multiple Model).

Filtri per il tracciamento di oggetti.

Modelli di movimento e di misurazione

Configura filtri di tracciamento con velocità, accelerazione e curva costanti e modelli personalizzati di movimento in sistemi di coordinate cartesiane, sferiche e sferiche modificate. Definisci modelli di misurazione di posizione e velocità, range-angolo, solo angolari o personalizzati.

Modelli di movimento.

Tracciamento multi-oggetto

Crea tracciatori multi-oggetto che eseguono la fusione di informazioni da diversi sensori. Formula ipotesi singole o multiple sugli oggetti tracciati.

Tracciatori

Integra filtri di stima e algoritmi di assegnazione e traccia la logica di gestione nei tracciatori multi-oggetto per eseguire la fusione delle rilevazioni in tracce. Utilizza un tracciatore MHT (Multiple Hypothesis Tracker) in scenari complessi come il tracciamento di obiettivi ravvicinati e indefiniti.

Tracciatori multi-oggetto.

Assegnazione di traccia

Trova le soluzioni migliori o k-best per il problema di assegnazione del GNN (Global Nearest Neighbor). Risolvi il problema dell’assegnazione S-D. Assegna i rilevamenti alle tracce, o una traccia a un’altra traccia. Verifica ed elimina le tracce in base alla cronologia recente o al punteggio della traccia.

Gestione della traccia e associazione di dati.

Fusione di rilevamenti di traccia

Esegui la fusione dello stato e della relativa covarianza. Esegui la fusione statica di rilevamenti sincroni, compresa la triangolazione dei rilevamenti angolari dei sensori passivi.

Tracciamento tramite sensori passivi sincroni distribuiti.

Visualizzazione e analisi

Analizza e confronta la performance dei filtri inerziali e dei sistemi di tracciamento multi-oggetto.

Visualizzazione di scenari

Rappresenta in un grafico l’orientamento e la velocità degli oggetti, traiettorie a terra, misurazioni di sensori e tracce in 3D. Rappresenta le incertezze di rilevamento e tracciamento. Visualizza l’ID della traccia con la cronologia del tracciato.

Grafico a teatro.

Metriche di sensori e tracciamento

Crea metriche di definizione, manutenzione e cancellazione delle tracce, tra cui lunghezza della traccia, interruzioni di traccia e cambiamenti dell’ID della traccia. Stima la precisione della traccia tramite posizione, velocità, accelerazione e oscillazione dell’errore quadratico medio della radice (RMSE), unitamente all'errore di stima medio normalizzato al quadrato (ANEES). Analizza il rumore del sensore inerziale usando la varianza di Allan.

Metriche di tracciamento

Visualization and Analytics

Analyze and evaluate the performance of tracking systems against ground truth.

Scenario Visualization

Plot the orientation and velocity of objects, ground truth trajectories, sensor measurements, and tracks in 3D. Plot detection and track uncertainties. Visualize track IDs with history trails.

Theater plot of a multiplatform scenario.

Sensor and Track Metrics

Generate track establishment, maintenance, and deletion metrics including track length, track breaks, and track ID swaps. Estimate track accuracy with position, velocity, acceleration, and yaw rate root-mean square error (RMSE) or average normalized estimation error squared (ANEES). Use integrated OSPA and GOSPA metrics to summarize performance in a single score. Analyze inertial sensor noise using Allan variance.

Integrated tracking metrics to evaluate tracker performance against ground truth.

Tuning Filters and Trackers

Tune parameters of multi-object trackers such as the assignment threshold, filter initialization function, and confirmation and deletion thresholds to maximize performance. Compare results across trackers and tracker configurations. Automatically tune INS filters to optimize noise parameters.

Tracking point targets in dense clutter with a GM-PHD tracker.

Algorithm Acceleration and Code Generation

Speed up simulations by applying coarse gating, generating C/C++ and MEX code, or using pools of workers.

Code Generation

Generate C/C++ and MEX code for simulation acceleration or desktop prototyping using MATLAB Coder™. Apply cost calculation thresholds to reduce time spent on calculating the assignment cost.

Tracking thousands of targets with generated code for fastest simulation time.

Nuove funzionalità

RFS Tracker

Track objects using the grid-based random finite set (RFS) tracker

Trajectory Generation

Create trajectories using earth-centered waypoints

Filter Tuner for Inertial Sensors

Automatically adjust inertial sensor fusion performance for INS, IMU and AHRS filters

Monte Carlo Simulation

Perturb tracking scenarios, sensors, and trajectories to create large data sets for testing

Generazione di scenari

progettazione interattiva di scenari di tracking in un’app

Simulazioni Monte Carlo

progettazione ed esecuzione di simulazioni Monte Carlo per applicazioni di tracking

Diagrammi di copertura dei sensori

visualizzazione del fascio e dell’area di copertura dei sensori in uno scenario di tracciamento

Lidar Sensor Model

Generate synthetic point clouds as part of tracking scenarios

Tracking Scenario Designer App

Import tracking scenarios into the app for visualization and redesign

INS Sensor

Model and simulate an INS sensor in Simulink

Motion Models

Simulate Singer acceleration motion

Metrica delle prestazioni di tracciamento

valutazione delle prestazioni di tracciamento rispetto ai dati sul campo secondo la metrica GOSPA (global optimal subpattern assignment)

Blocchi Simulink

modellazione di tracciatori TOMHT, sensori IMU e fusione inerziale AHRS utilizzando blocchi Simulink

Filtri inerziali

accedere a residui e covarianza di residui di insfilter e ahrs10filter

See the release notes for details on any of these features and corresponding functions.

Consulta le note di rilascio per ulteriori informazioni su queste caratteristiche e sulle funzioni corrispondenti.

Panel Navigation

Fusione di sensori e tracciamento per sistemi autonomi.

Scopri come  le funzionalità di autoconsapevolezza e conoscenza situazionale vengono utilizzate per il rilevamento e la percezione nei sistemi autonomi.

Ulteriori risorse su Sensor Fusion and Tracking Toolbox