如何为跟踪器生成C代码

这个例子使用:

打开脚本

这个例子展示了如何为处理检测和输出跟踪的MATLAB函数生成C代码。函数包含trackerGNN，但任何追踪器都可以代替。

从MATLAB代码自动生成代码有两个主要优点:

原型可以在MATLAB环境中开发和调试。一旦MATLAB工作完成，自动C代码生成使算法可部署到各种目标。此外，C代码可以通过在MATLAB环境中使用原型阶段可用的可视化和分析工具运行编译好的MEX文件来进一步测试。
在生成C代码之后，您可以生成可执行代码，在许多情况下，它比MATLAB代码运行得更快。改进后的运行时间可用于开发和部署实时传感器融合和跟踪系统。它还提供了在大量数据集上批量测试跟踪系统的更好方法。

这个例子说明了如何修改MATLAB中的代码空中交通管制示例来支持代码生成。金宝app这个例子需要MATLAB编码器许可证来生成C代码。

修改和运行MATLAB代码

为了生成C代码，MATLAB Coder要求MATLAB代码以函数的形式出现。此外，函数的参数不能是MATLAB类。

在本例中，对空中交通管制(ATC)示例的代码进行了重组，以便trackerGNN执行传感器融合和跟踪的程序驻留在一个单独的文件中，名为tracker_kernel.m。查看此文件，了解有关代码生成的内存分配的重要信息。

保持…的状态trackerGNN在打电话给tracker_kernel.m，跟踪器被定义为持续的变量。

这个函数接受一个单元格数组objectDetection对象生成的fusionRadarSensor对象，并将时间作为输入参数。

类似地，支持代码生成的函数的输出也不能是对象。金宝app的输出tracker_kernel.m是:

确认轨道- A结构体数组，包含可变数量的曲目。
轨道数-一个整数标量。
有关当前更新时跟踪器处理的信息。

通过这种方式重构代码，您可以重用ATC示例中使用的相同显示工具。这些工具仍然在MATLAB中运行，不需要生成代码。

%如果定义了先前的跟踪器，则清除它。清晰的tracker_kernel使用雷达和平台创建ATC场景。[场景，塔，雷达]= helperCreateATCScenario;创建一个显示显示的真实，测量和跟踪的位置%客机。[影院，图]= helperTrackerCGExample(“创建显示”、场景);helperTrackerCGExample (“显示更新”、戏剧、场景、塔);

现在通过调用tracker_kernel函数。这个初始运行提供了一个基线来比较结果，并使您能够收集一些关于跟踪器在MATLAB中运行或作为一个MEX文件运行时的性能指标。

模拟和跟踪飞机

下面的循环推进平台位置，直到场景结束。在这种情况下，雷达每向前走一步，就会从其视野内的目标中产生探测结果。跟踪器在雷达完成360度方位扫描后更新这些探测。

%设置模拟以雷达的更新速率前进。场景。UpdateRate = radar.UpdateRate;创建一个缓冲区来收集从雷达的全面扫描中检测到的信息。scanBuffer = {};%初始化音轨数组。Tracks = [];设置随机种子以获得可重复的结果。rng (2020)在MATLAB中为轨道数和时间测量分配内存。numSteps = 12;numTracks = 0 (1, numSteps);runTimes = 0 (1, numSteps);索引= 0;而推进(场景)&& ishhandle(图)%在雷达当前视场中产生对目标的探测。[dets,config] = detect(场景);scanBuffer = [scanBuffer;dets];%#ok允许缓冲区增长。%更新轨道时，360度扫描完成。如果配置。IsScanDone%更新跟踪器Index = Index + 1;tic [tracks, numTracks(index)， info] = tracker_kernel(scanBuffer,scenario.SimulationTime);runTimes(index) = toc;收集MATLAB运行时数据为下次扫描清除扫描缓冲区。scanBuffer = {};结束更新显示当前波束位置，缓冲检测，和%轨道位置。helperTrackerCGExample (“显示更新”、戏剧、场景、塔、scanBuffer跟踪);结束

编译MATLAB函数到一个MEX文件

使用codegen函数编译tracker_kernel函数转换为一个MEX文件。您可以指定报告选项来生成一个编译报告，该报告显示了在C代码生成过程中创建的原始MATLAB代码和相关文件。考虑创建一个临时目录，MATLAB Coder可以存储生成的文件。注意，除非使用- o选项来指定可执行文件的名称，生成的MEX文件具有与原始MATLAB文件相同的名称_mex附加。

MATLAB编码器要求您指定所有输入参数的属性。跟踪器使用这些输入为跟踪中使用的对象创建正确的数据类型和大小。数据类型和大小不能在数据帧之间改变。一种简单的方法是通过示例在命令行中使用arg游戏选择。有关更多信息，请参见输入规格(MATLAB编码器)。

定义输入的属性。首先将检测缓冲区定义为%包含objectDetection对象的可变大小的单元格数组。然后将第二个参数定义为simTime，这是一个双精度标量。dets = coder.typeof(scanBuffer(1)， [inf]， [10]);compInputs = {dets scenario.SimulationTime};代码生成可能需要一些时间。H = msgbox({“生成代码。这可能需要几分钟……”;“完成后此消息框将关闭。”}，“Codegen消息”);%生成代码。试一试codegentracker_kernelarg游戏compInputs;关闭(h)抓ME close(h) throw(ME)结束

代码生成成功。

运行生成的代码

现在代码已经生成，使用生成的MEX文件运行完全相同的场景tracker_kernel_mex。其他一切都保持不变。

%如果定义了先前的跟踪器，则清除它。清晰的tracker_kernel_mex分配内存用于轨道数量和时间测量numTracksMex = 0 (1, numSteps);runTimesMex = 0 (1, numSteps);%重置场景、数据计数器、绘图器、scanBuffer、tracks和rng。索引= 0;重启(场景)scanBuffer = {};clearPlotterData(戏剧);Tracks = [];rng (2020)而推进(场景)&& ishhandle(图)%在雷达当前视场中产生对目标的探测。[dets,config] = detect(场景);scanBuffer = [scanBuffer;dets];%#ok允许缓冲区增长。%更新轨道时，360度扫描完成。如果配置。IsScanDone%更新跟踪器。Index = Index + 1;tic [tracks, numTracksMex(index)， info] = tracker_kernel_mex(scanBuffer,scenario.SimulationTime);runTimesMex(index) = toc;收集MEX运行时数据为下次扫描清除扫描缓冲区。scanBuffer = {};结束更新显示当前波束位置，缓冲检测，和%轨道位置。helperTrackerCGExample (“显示更新”、戏剧、场景、塔、scanBuffer跟踪);结束

比较两次运行的结果

将生成的代码与MATLAB代码的结果和性能进行比较。下面的图比较了跟踪器在每个时间步保持的轨迹数量。它们还显示了处理对函数的每次调用所花费的时间。

figure(2) subplot(2,1,1) plot(2:numSteps, numTracks(2:numSteps)，的:“， 2:numSteps, numTracksMex(2:numSteps)，“x”。)标题(“每一步的轨道数”);传奇(MATLAB的，墨西哥人的) grid subplot(2,1,2) plot(2:numSteps, runTimesMex(2:numSteps)*1e3);标题(“每一步的MEX处理时间”) grid xlabel(“时间步”) ylabel (“MEX处理时间[毫秒]”）

上面的图显示了每个跟踪器维护的轨道数量是相同的。它根据跟踪的数量来衡量跟踪问题的大小。即使在整个跟踪示例中有3条确认的轨迹，跟踪器维护的所有轨迹的总数也会根据由错误检测产生的暂定轨迹的数量而变化。

底部的图显示了生成的代码函数处理每个步骤所需的时间。第一步被排除在情节之外，因为在第一步上实例化所有轨道需要不成比例的更长的时间。

结果显示了MEX代码在计算机上执行每个更新步骤所需的毫秒数。在本例中，MEX代码运行更新步骤所需的时间以几毫秒为单位进行测量。

总结

这个例子展示了如何从MATLAB代码生成C代码用于传感器融合和跟踪。

自动代码生成的主要好处是能够在MATLAB环境中创建原型，并生成可以在MATLAB环境中运行的MEX文件。生成的C代码可以部署到目标。在大多数情况下，生成的代码比MATLAB代码快，可以用于算法的批量测试和生成实时跟踪系统。