主要内容

jpdaEvents

为trackerJPDA可行联合事件

所有的页面崩溃

语法

FJE = jpdaEvents (validationMatrix)
[FJE, FJEProbs] = jpdaEvents (likelihoodMatrix k)

描述

例子

FJE= jpdaEvents (validationMatrix)返回可行联合事件,FJE基于验证矩阵。验证之间的可能关联矩阵描述了检测和跟踪,而一个可行联合事件多目标跟踪是实现之间的关联检测和跟踪。

例子

(FJE,FJEProbs)= jpdaEvents (likelihoodMatrix,k)生成k最佳可行联合事件矩阵,FJE,对应于后可能性矩阵,likelihoodMatrix。likelihoodMatrix定义了后将检测与跟踪的可能性。

例子

全部折叠

打开生活的脚本

定义任意验证矩阵测量五和六张光碟。

M = [1 1 1 1 1 0 1 1 0 1 1 0 0 0 1 0 0 0 1 1 0 1 1 1 1 0 0 0 1 1 1 1 1 1 1];

生成所有可行联合事件和计算总数。

FJE = jpdaEvents (M);nFJE =大小(FJE, 3);

显示的一些可行联合事件。

disp ([num2str (nFJE)“可行联合事件矩阵生成。”])
574年可行联合事件矩阵生成。
)=(1:圆(nFJE / 5): nFJE, nFJE);为2 =看望disp (“可行联合事件矩阵#”+ 2 +”:“)disp (FJE(:,:,(二))结束
可行联合事件矩阵# 1:
1 0 0 0 0 0 0 1 0 0 0 0 0 0 1 0 0 0 0 0 0 1 0 0 0 0 0 0 1 0 0 0 0 0 0
可行联合事件矩阵# 116:
0 0 1 0 0 0 0 1 0 0 0 0 0 0 0 0 0 0 1 0 0 0 1 0 0 0 0 0 0 0 0 1 0 0 0
可行联合事件矩阵# 231:
0 0 0 0 1 0 0 0 0 1 0 0 0 0 0 0 0 0 0 1 0 1 0 0 0 0 0 0 0 0 0 0 0 0 1
可行联合事件矩阵# 346:
0 0 0 0 0 0 0 0 0 1 0 0 0 0 0 0 0 1 0 0 1 0 0 0 0 0 0 0 0 0 0 0 0
可行联合事件矩阵# 461:
1 0 0 0 0 0 0 0 0 0 0 0 0 1 0 0 0 0 0 0 0 0 0 1 0 0 0 0 0 0 0 0 0 1
可行联合事件矩阵# 574:
1 0 0 0 0 0 0 1 0 0 0 0 0 0 1 0 0 0 0 0 0 1 0 0 0 0 0 0 0 0 0 0 0 0 1
打开生活的脚本

创建一个矩阵可能性假设四个检测和两个痕迹。

likeMatrix = [0.1 0.1 0.1;0.1 0.3 0.2;0.1 0.4 0.1;0.1 0.6 0.1;0.1 0.5 0.3);

生成三个最可能的事件并获得他们的归一化概率。

[FJE, FJEProbs] = jpdaEvents (likeMatrix, 3)
FJE =4个子集要逻辑阵列FJE (:: 1) = 1 0 0 1 0 0 0 1 0 0 0 1 FJE (:,: 2) = 0 0 1 1 0 0 0 1 0 1 0 0 FJE (:,:, 3) = 1 0 0 0 1 0 1 0 0 0 0 1
FJEProbs =3×10.4286 0.2857 0.2857

输入参数

全部折叠

验证矩阵,作为指定米————(n+ 1)矩阵,米是检测的数量的集群内传感器扫描,然后呢n跟踪器的跟踪维护。验证矩阵用第一列占每个检测是混乱或假警报的可能性,这是通常被称为“跟踪0”或T0。验证清单所有可能的矩阵是一个二进制矩阵detections-to-track关联。如果它是可能的分配T我来检测Dj,(j,我+ 1)验证矩阵的条目是1。否则,入口是0。

数据类型:逻辑

可能性矩阵,指定为一个(米+ 1)————(n+ 1)矩阵,米是检测的数量的集群内传感器扫描,然后呢n跟踪器的跟踪维护。可能性矩阵用第一列占每个检测是混乱或假警报的可能性,这是通常被称为“跟踪0”或T0。矩阵使用第一行的可能性占每个跟踪没有分配到任何检测,可称为“检测0”或D0。(j+ 1,我+ 1)矩阵的元素代表分配跟踪的可能性T我来检测Dj。

数据类型:逻辑

的联合概率事件,指定为一个正整数。

数据类型:逻辑

输出参数

全部折叠

可行联合事件,作为一个指定米————(n+ 1)——-p数组,米是检测的数量的集群内传感器扫描,n跟踪器的跟踪维护,然后呢p是可行联合事件的总数。每一页(一个米————(n+ 1)矩阵)FJE对应于一个可能所有的跟踪和检测之间的联系。可行联合事件在每个页面矩阵满足:

  • 矩阵每一行一个“1”的值。

  • 除了第一列映射到杂物,最多可以有每列的一个“1”。

可行联合事件的更多细节,请参阅可行联合事件。

数据类型:逻辑

可行联合事件的发生概率,作为一个返回p1负的标量的向量。这些标量的总和等于1。的kth元素表示k联合事件的概率(中指定FJE输出参数)规范化p可行联合事件。

数据类型:逻辑

更多关于

全部折叠

可行联合事件

在典型的工作流跟踪系统,追踪需要确定检测可以与任何现有的痕迹。如果追踪者只维护一个跟踪,任务可以通过评估验证门在预测如果测量中测量和决定验证门。在测量空间,验证门是一个空间边界,如二维椭圆或三维椭球,集中在预测的测量。验证门使用概率定义的信息(例如,状态估计和协方差)现有的轨道,这样正确的或理想的检测有很高的可能性(例如,97%概率)在此验证门。

然而,如果一个跟踪维护多个追踪,数据关联过程变得更加复杂,因为一个检测可以属于多个轨道的验证盖茨。例如,在下图中,跟踪T1和T2积极维护跟踪,和他们每个人都有自己的验证。自检测D2盖茨的交叉验证的T1和T2,这两个轨道(T1和T2)相连,形成一个集群。集群是一组连接跟踪及其相关检测。

说明一个集群和两个验证盖茨”height=

代表关联关系在一个集群中,验证矩阵是常用的。校验矩阵的每一行对应一个检测,而每一列对应一个跟踪。占每个检测的可能性被杂物,添加第一列,通常称为“跟踪0”或T0。如果检测D我在验证跟踪门Tj,(我,j+ 1)验证矩阵的条目是1。否则,它是零。集群所示图,验证矩阵Ω

Ω = ( 1 1 0 1 1 1 1 0 1 ]

注意所有Ω的第一列中的元素是1,因为任何检测可以混乱或假警报。逻辑中的一个重要步骤的联合概率数据关联(JPDA)是获取所有可行的独立联合事件在一个集群中。两个假设可行联合事件:

  • 检测不能发出多个轨道。

  • 轨道传感器无法检测到不止一次的在一个单一的扫描。

根据这两个假设,可以制定可行联合事件(fj)。每个FJE映射到一个FJE矩阵Ωp从最初的验证矩阵Ω。例如,验证矩阵Ω,八FJE矩阵可以得到:

Ω 1 = ( 1 0 0 1 0 0 1 0 0 ] , Ω 2 = ( 0 1 0 1 0 0 1 0 0 ] , Ω 3 = ( 1 0 0 0 1 0 1 0 0 ] , Ω 4 = ( 1 0 0 0 0 1 1 0 0 ] Ω 5 = ( 0 1 0 0 0 1 1 0 0 ] , Ω 6 = ( 1 0 0 1 0 0 0 0 1 ] , Ω 7 = ( 0 1 0 1 0 0 0 0 1 ] , Ω 8 = ( 1 0 0 0 1 0 0 0 1 ]

作为一个直接后果的两个假设,Ωp矩阵每一行有一个“1”价值。此外,除了第一列映射到杂物,最多可以有每列的一个“1”。当连接跟踪数量的增长在一个集群中,FJE数量的增加迅速。的jpdaEvents函数使用一个有效的深度优先搜索算法来生成所有可行联合事件矩阵。

引用

周[1],本,n . k .玻色。”多目标跟踪在杂乱:快速数据关联算法。”29岁的IEEE航空航天和电子系统。2 (1993):352 - 363。

[2]费舍尔,詹姆斯L。,和David P. Casasent. "快速JPDA多目标跟踪算法。“没有应用光学28日。2 (1989):371 - 376。

扩展功能

版本历史

介绍了R2019a

另请参阅