简介

汽车安全应用很大程度上依赖于车辆的态势感知。良好的态势感知为不同情况下的成功决策提供了基础。为了实现这一目标，车辆可以从车间数据融合中受益。这个例子说明了在Simulink中融合两辆车的数据以增强车辆的态势感知的工作流程。金宝app

模型的建立和概述

在运行此示例之前，drivingScenario对象用于创建中定义的相同场景基于履带融合的汽车安全应用．然后将该场景中的道路和参与者保存到场景对象文件中TrackToTrackFusionScenario.mat．

跟踪与融合

在模型的跟踪与融合部分，有两个子系统分别实现了目标跟踪与融合功能Vehicle1而且Vehicle2在这种情况下。

Vehicle1

该子系统包括场景的读者(自动驾驶工具箱)块，从保存的文件中读取参与者姿势数据。该块将演员的姿势从场景的世界坐标转换为自我车辆坐标。演员的姿势在由块生成的总线上传输。演员姿势被传感器仿真子系统使用，该子系统生成雷达和视觉检测。然后将这些检测传递给JPDA追踪器V1块，该块处理检测以生成曲目列表。然后轨道被传递到一个跟踪Concatenation1块，它连接这些输入轨道。的第一个输入跟踪Concatenation1块是来自JPDA跟踪器的本地轨迹，第二个输入是来自其他车辆的轨迹熔断器的轨迹。为了将本地磁道转换为中心磁道，磁道熔断器需要本地磁道的参数信息。然而，这些信息无法从JPDA跟踪器的直接输出中获得。因此，使用助手Update Pose块通过从v1Pose读取数据来提供这些信息。垫文件。更新后的曲目将被广播到T2TF追踪器V1块作为输入。最后,trackFuserT2TF追踪器V1Block将本地车辆的履带与从其他车辆的履带熔断器接收到的履带进行熔断。每次更新后，每辆车的履带熔断器广播其熔断的履带，以便在下一个时间戳中馈送到另一辆车的履带熔断器更新中。

Vehicle2

Vehicle2子系统采用类似的设置Vehicle1如上所述。

可视化

可视化块是使用MATLAB系统块实现的，并使用HelperTrackDisplay块。块使用RunTimeObject参数来显示它们的输出。看到在模拟中访问块数据(金宝app模型)有关如何在模拟期间访问块输出的进一步信息。

结果

运行模型后，您将看到如图所示的结果。下面的动画显示了这个模拟的结果。

可视化包括两个面板。左边的面板显示了探测，本地轨道，和融合轨道Vehicle1在模拟过程中生成的，并表示对情景的感知Vehicle1．右侧面板显示的态势感知Vehicle2．

记录的探测结果用黑圈表示。本地和融合轨道从Vehicle1分别用方形和菱形表示。本地和融合轨道从Vehicle2以纯黑色方块和钻石为代表。注意，在模拟开始时，Vehicle1检测停在街道右侧的车辆，并确认与停放车辆相关的轨迹。目前Vehicle2只检测Vehicle1就在它的正前方。随着模拟的继续，确认的航迹从Vehicle1对热器的广播打开了吗Vehicle2．在融合履带后，vehicle2在自己检测到这些对象之前就意识到这些对象。同样的,Vehicle2音轨是广播Vehicle1．Vehicle1融合这些轨迹，并在自己探测到这些物体之前意识到它们。

特别是，您观察到站在街道右侧蓝色和紫色汽车之间的行人被检测和跟踪Vehicle1．Vehicle2首先通过融合轨道来感知行人Vehicle1大约0.8秒。这需要Vehicle2大约3秒后，它开始使用自己的传感器检测行人。根据输入信息跟踪行人的能力Vehicle1允许Vehicle2扩展其态势感知并降低事故风险。

总结

本例展示了如何在Simulink中执行航迹到航迹融合。金宝app您学习了如何使用分散跟踪架构执行跟踪，其中每辆车负责维护自己的本地轨道，融合来自其他车辆的轨道，并将轨道通信到其他车辆。您还使用了JPDA跟踪器块来生成本地轨迹。