应用程序

如何构建一个IMU + GPS融合算法适合无人机(uav)或四轴飞行器。

生成一个空中交通管制情况下,模拟雷达探测从机场监视雷达(ASR)和配置全球最近邻(GNN)跟踪器跟踪模拟使用雷达探测目标。这使您能够评价不同的目标场景,雷达的需求,和跟踪配置不需要昂贵的飞机或设备的访问。这个例子涵盖整个合成数据工作流。

从一个多平台雷达网络融合雷达探测。网络包括两个机载和地面远程雷达平台。看到多平台雷达侦测一代例子的细节。中央追踪过程的检测所有平台在一个固定的更新间隔。这使您能够评估网络的性能与不同的目标类型和动作以及平台配置和位置。

模拟一个多功能相控阵雷达系统。多功能雷达可以执行的工作通常需要多个传统的雷达。传统的雷达扫描雷达的例子,负责搜索目标,和跟踪雷达,负责跟踪目标。在这个例子中,多功能相控阵雷达执行扫描(搜索)和跟踪任务。基于获得的检测和跟踪从当前呼应,雷达决定下一步要做什么,以确保目标跟踪感兴趣的和期望的空域搜索。多功能相控阵雷达是一个封闭循环,包括任务调度等功能,波形选择、检测一代,和目标跟踪。

使用四个sensor-emitter对模拟收发分置的测距检测。此外,这个例子演示了如何使用收发分置的定位和跟踪多个目标测距测量。

跟踪扩展对象。扩展对象的对象维度跨越多个传感器分辨率的细胞。因此,传感器的多个检测报告扫描一次扩展对象。在这个例子中,您将使用不同的技术来跟踪扩展对象和评估结果的跟踪性能。

轨道车辆利用激光雷达测量传感器安装在车辆的自我。激光雷达传感器报告测量的点云。MATLAB®中的示例演示了工作流处理点云与跟踪的对象。对于一个仿真金宝app软件®版本的示例,请参考跟踪车辆在仿真软件中使用激光雷达数据。在本例中使用的激光雷达数据记录从高速公路驾驶场景。在本例中,您使用记录数据跟踪车辆的联合概率数据关联(JPDA)跟踪器和一个交互多模型(IMM)的方法。

说明了利用特殊的测量对象的跟踪和同步被动传感器。被动测距中使用单一操纵传感器,你知道被动测量提供了不完整的目标的状态和可观察性如何设法获得单个传感器范围信息。或者,也可以使用多个固定传感器获得可观测性。在这个例子中,您将学习如何通过融合多个检测跟踪多个对象从被动同步传感器。

生成一个海洋场景,模拟从海洋监视雷达,雷达检测和配置多目标概率假设密度(博士)跟踪估计的位置和大小使用雷达探测模拟船只。

估计姿势(位置和姿态)的地面车辆使用的惯性测量单元(IMU)和单眼相机。在本例中,您:

融合跟踪从两辆车为了提供更全面的估计每辆车的环境,可以看到。示例演示了使用track-level熔化炉和对象跟踪数据格式。在本例中,您使用自动驾驶的驾驶场景和模型工具箱™和追踪和跟踪融合模型从传感器融合和跟踪工具箱™。