介绍

在多传感器跟踪系统中,时滞可能导致传感器生成的时间测量不同于的时间追踪或过滤器接收测量进行处理。接收测量之前,如果过滤器或由另一个测量跟踪更新时间戳晚些时候,称为延迟测量乱序执行测量(OOSM)。例如,假设在时间测量τ直到时间步,但不可用k,在那里τ<k,然后在时间的测量τ处理时间是一个OOSM吗k。

常规顺序过滤器和对象跟踪器没有能力处理OOSMs正确,因为它们只保持当前状态估计和协方差。在过滤层,忽视OOSMs可以提高状态估计误差协方差,从而提高状态估计的不确定性。另一方面,直接应用OOSM不考虑测量时间可以破坏状态估计。在跟踪级别,不正确或使用OOSMs可以另外不足导致假协会和假追踪,而有价值的信息,比如对象分类,可以完全错过了。模拟按顺序检测,使用objectDetectionDelay。

传感器融合和跟踪处理OOSMs工具箱™提供这些选项。

OOSM报告一个错误

传感器融合和跟踪工具箱,默认行为,这些多目标追踪和跟踪模块报告错误时遇到一个OOSM:

报告一个错误OOSM停止执行的跟踪器。使用这个选项,当你不希望OOSMs,并认为它们是错误跟踪系统。

忽视OOSM

您可以指定为追踪忽视OOSMs通过指定OOSMHandling这些多目标跟踪器的属性“忽略”:

这个设置,追踪忽略任何OOSM遇到并继续运行。类似地,您可以设置按顺序测量处理参数在这些跟踪模块忽视:

在大多数情况下,忽视了一个OOSM跟踪系统时是一个很好的选择更新频率高,这样的损失测量不是很昂贵的。同时,这个选项不需要额外的处理和存储操作。跟踪系统更新率较低,然而,这个选项会影响状态估计质量,并可能导致不正确的detection-track协会。

过程OOSM使用Retrodiction

Retrodiction OOSMs是一种有效和高效的方法处理。在算法的详细信息,请参见Retrodiction和Retro-Correction,[1],[2]。这个图表说明了retrodiction和retro-correction步骤。

假设,在时间k、过滤得到后验估计状态x(k|k)和状态估计误差协方差P(k|k),基于所有到达滤波器的测量时间。同时,假设一个OOSM在时间τ,在那里τ<k,现在可以在时间k。首先处理使用retrodiction OOSM,过滤器retrodicts(向后)预测状态和状态协方差得到retrodicted状态x(τ|k)和状态协方差P(τ|k)。然后,使用OOSMz(τ)及其协方差R(τ),过滤器纠正状态估计和获得retro-corrected状态x(k|τ)和状态协方差P(k|τ当前时间步)k,包括OOSM。注意,成功地应用该算法,过滤器需要存储的状态估计协方差矩阵从时间戳OOSM前时间τ时间k。

与一个线性或扩展卡尔曼滤波器相比,交互式多模型(IMM)过滤器(trackingIMM)需要维护的概率中的每个member-filter retrodiction步骤。看到[2]为更多的细节。