介绍

汽车安全应用在很大程度上依赖于车辆的态势感知。更好的情境感知为针对不同情境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获益。这个例子说明了在Simulink中融合来自两辆车的数据以增强车辆的态势感知的工作流金宝app程。

模型的设置和概述

在运行此示例之前，drivingScenario对象用于创建在汽车安全应用的轨道-轨道融合．场景中的道路和角色随后被保存到场景对象文件中TrackToTrackFusionScenario.mat．

跟踪和融合

在模型的跟踪与融合部分，有两个子系统实现了目标的跟踪与融合功能Vehicle1和Vehicle2在这种情况下。

Vehicle1

这个子系统包括场景的读者(自动驾驶工具箱)块从已保存的文件中读取actor的数据。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。演员的姿势是在由块生成的总线上流的。演员的姿态被传感器仿真子系统使用，产生雷达和视觉检测。然后将这些检测传递给JPDA追踪V1块，它处理检测以生成磁道列表。轨道然后通过跟踪Concatenation1块，它连接这些输入跟踪。的第一个输入跟踪Concatenation1block是来自JPDA跟踪器的局部轨迹，第二个输入是来自其他车辆的轨迹融合器接收的轨迹。为了将本地轨道转换为中心轨道，轨道融合器需要本地轨道的参数信息。但是，这些信息不能从JPDA跟踪器的直接输出中获得。因此，通过从v1Pose读取数据，helper Update Pose块被用来提供这些信息。垫文件。更新后的曲目然后广播给T2TF追踪V1块作为输入。最后,trackFuserT2TF追踪V1阻塞保险丝本地车辆轨道与收到的轨道从其他车辆的轨道保险丝。在每次更新后，每辆车的履带熔断器广播其融合的履带，并在下一个时间戳中反馈给另一辆车的履带熔断器的更新。

Vehicle2

Vehicle2子系统的设置类似于Vehicle1子系统如上所述。

可视化

可视化模块使用MATLAB系统模块实现，并使用MATLAB系统模块定义HelperTrackDisplay块。块使用RunTimeObject显示块输出的参数。看到在模拟过程中访问块数据(金宝app模型)有关如何在模拟过程中访问块输出的进一步信息。

结果

运行模型之后，您可以将结果可视化到图中。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器，局部轨道和熔接轨道Vehicle1仿真过程中生成的，代表了机器人的态势感知Vehicle1．右图显示了情境意识Vehicle2．

记录的探测结果用黑色圆圈表示。本地和融合的轨道来自Vehicle1分别用方形和菱形表示。本地和融合的轨道来自Vehicle2用黑色方块和菱形表示。注意，在模拟开始时，Vehicle1检测停在街道右侧的车辆，并确认与停车车辆相关的轨迹。目前Vehicle2只检测Vehicle1就在它的前面。随着模拟的继续，从Vehicle1对熔丝的广播打开了吗Vehicle2．在熔合轨道之后vehicle2在自己检测这些对象之前感知这些对象。同样的,Vehicle2轨道是广播给Vehicle1．Vehicle1融合这些轨迹，并在自己检测之前感知到目标。

特别是，您可以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意识到行人Vehicle1大约0.8秒。这需要Vehicle2大约在它开始用自己的传感器检测行人之前3秒。根据输入信息跟踪行人的能力Vehicle1允许Vehicle2以扩大其态势感知和减轻事故的风险。

总结

这个例子展示了如何在Simulink中执行航迹融合。金宝app您学习了如何使用去中心化跟踪架构执行跟踪，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，并将轨道与其他车辆通信。您还使用了一个JPDA跟踪程序块来生成本地跟踪。