Sensor Fusion and Tracking Toolbox
Concevoir et simuler les systèmes multi-capteurs de suivi et de navigation
Sensor Fusion and Tracking Toolbox™ intègre des algorithmes et des outils destinés à la conception, la simulation et l'analyse de systèmes réalisant la fusion des données issues de différents capteurs pour le maintien de la position, de l'orientation et conscience situationnelle. Les exemples de référence fournissent un point de départ pour la mise en œuvre de composants de systèmes de surveillance, de navigation et autonomes aéroportés, terrestres, navals et sous-marins.
La toolbox propose des trackers multi-objets, des filtres de fusion de capteurs, des modèles de mouvement et de détection, et des algorithmes d'association de données qui vous permettent d'évaluer les architectures de fusion à l'aide de données réelles et synthétiques. Avec Sensor Fusion and Tracking Toolbox, vous pouvez importer et définir des scénarios et des trajectoires, transmettre des signaux et générer des données synthétiques pour des capteurs actifs et passifs, y compris des capteurs RF, acoustiques, EO/IR et GPS/IMU. Vous pouvez également évaluer la précision et les performances du système au moyen de tests, de métriques et de tracés animés standards.
Pour l'accélération de la simulation ainsi que le prototypage sur PC, la supporte
la génération de code C.
En savoir plus:
Générer des poses d'objets
Définissez et convertissez la position, la vitesse et l'orientation réelles des objets dans différents cadres de référence.
Pose d'objet.
Créer des scénarios de suivi
Modélisez des plateformes telles que des aéronefs, des véhicules terrestres ou encore des navires. Les formes peuvent embarquer des capteurs et fournir des sources de signaux ou refléter des signaux. Elles peuvent être stationnaires ou en mouvement, embarquer des capteurs et des émetteurs, et contenir des signatures dépendantes de l'aspect qui reflètent les signaux.
Génération de détections radar multiplateformes.
Rotations, orientation et quaternions
Représentez l'orientation et la rotation à l'aide de quaternions, d'angles d'Euler, de matrices de rotation et de vecteurs de rotation. Définissez l'orientation du capteur par rapport au châssis.
Rotations, orientation et quaternions.
Capteurs inertiels et GPS
Modélisez des IMU (unités de mesure inertielle), des GPS (systèmes de positionnement global) et des INS (systèmes de navigation inertielle). Réglez les paramètres environnementaux tels que la température et les propriétés de bruit des modèles pour simuler les environnements réels.
Modèle IMU et GPS.
Capteurs actifs
Modélisez des capteurs et des émetteurs radar et sonar pour générer des détections de cibles. Simulez des balayages mécaniques et électroniques en azimut et/ou en élévation.
Configuration de modes de balayage radar
Capteurs passifs
Modélisez des capteurs RWR (récepteur d'avertissement radar), ESM (mesure de support électronique), sonar passif et infrarouges pour générer des détections uniquement angulaires à utiliser dans des scénarios de suivi. Définissez les émetteurs et les propriétés de canal pour modéliser les interférences.
Télémétrie passive à l'aide d'un seul capteur de manœuvre.
Estimation de l'orientation
Fusionnez les lectures d'un accéléromètre et d'un magnétomètre pour simuler un compas électronique (eCompass). Fusionnez les lectures d'un accéléromètre, d'un gyroscope et d'un magnétomètre avec un filtre de système de référence d'attitude et de cap (AHRS).
Orientation par fusion de capteurs inertiels.
Estimation de la pose
Estimez la pose avec et sans contrainte de cap non holonomes à l'aide de capteurs inertiels et d'un GPS. Déterminez la pose sans GPS en fusionnant des capteurs inertiels avec des altimètres ou une odométrie visuelle.
Odométrie visuelle-inertielle.
Filtres pour le suivi d'objets
Estimez les états des objets à l'aide de filtres de Kalman linéaires, étendus et « unscented » pour les modèles de mesure et de mouvement linéaires et non linéaires. Utilisez des filtres à somme gaussienne et à particules pour l'estimation non linéaire et non gaussienne de l'état, y compris le suivi avec des mesures de distance uniquement ou d'angle uniquement. Améliorez le suivi des cibles en manœuvre au moyen de filtres IMM (Interacting-Multiple-Model).
Filtres pour le suivi d'objets.
Modèles de mouvement et de mesure
Configurez des filtres de suivi avec des modèles de vitesse constante, d'accélération constante, de virage constant et de mouvement personnalisé dans des systèmes de coordonnées cartésiennes ainsi que sphériques et sphériques modifiées. Définissez des modèles de mesure de position et de vitesse, d’angle-distance, d’angle uniquement ou personnalisée.
Modèles de mouvement.
Trackers
Intégrez des filtres d'estimation, des algorithmes d'affectation et une logique de gestion des pistes dans des trackers multi-objets pour fusionner les détections en pistes. Utilisez un tracker d'hypothèses multiples (MHT) dans les scénarios difficiles, tels que le suivi de cibles rapprochées sousambiguïté.
Trackers multi-objets.
Affectation des pistes
Trouvez les meilleures ou les K meilleures solutions au problème d'affectation au plus proche voisin global (GNN). Solutionnez le problème de l'affectation S-D. Affectez des détections à des pistes ou des pistes à des pistes. Confirmez et supprimez les pistes en fonction de l'historique des pistes récentes ou du score de la piste.
Gestion des pistes et association des données.
Fusion des détections de piste
Fusionnez l'état et la covariance de l'état. Fusionnez statiquement les détections synchrones, y compris la triangulation des détections angulaires des capteurs passifs.
Suivi au moyen de capteurs passifs synchrones distribués.
Visualisations des scénarios
Tracez l'orientation et la vitesse des objets, les trajectoires de la vérité terrain, les mesures de capteur et les pistes en 3D. Tracez les incertitudes de détection et de suivi. Visualisez l'identifiant de la piste avec les traces de l'historique.
Tracé théâtral.
Métriques des capteurs et pistes
Générez des métriques d'établissement, de maintien et de suppression des pistes, y compris la longueur des pistes, les ruptures de piste et les échanges d'ID de piste. Estimez la précision de la piste avec la position, la vitesse, l’accélération et l'erreur quadratique moyenne en lacet (RMSE), ainsi que l’erreur d’estimation normalisée au carré (ANEES). Analysez le bruit des capteurs inertiels à l'aide de la variance d'Allan.
Métriques des pistes.
Track-Level Fuser
effectuez une fusion « track-to-track » et concevez des systèmes de tracking décentralisés.
Tracker PHD de mélange gaussien
suivez des objets points et des objets étendus avec des formes désignées.
Métrique OSPA
évaluez la performance du tracker par rapport à la vérité-terrain en utilisant la métrique OPSA (optimal subpattern assignment).
Blocs Simulink Tracker
suivez des objets à l’aide des blocs Simulink trackerGNN et trackerJPDA.
Filtre complémentaire
estimez l’orientation en fonction des données du magnétomètre, du gyroscope et de l’accéléromètre.
Cadre de référence ENU
utilisez le cadre de référence ENU (east-north-up) pour les processus de fusion de capteurs inertiels.
Consultez les Consultez les pour en savoir plus sur ces fonctionnalités et les fonctions correspondantes.
Sensor Fusion and Tracking for Autonomous Systems: An Overview
Learn how self- and situational awareness capabilities are used for sensing and perception in autonomous systems.
