drivingRadarDataGenerator
从驾驶场景生成雷达传感器检测和跟踪
描述
的drivingRadarDataGenerator系统对象™生成检测或跟踪目标从一个汽车雷达传感器模型的报道。使用这个对象从驾驶场景生成传感器数据包含演员和轨迹,可以创建使用drivingScenario对象。当创建场景使用驾驶场景设计师应用,雷达传感器安装在自我车辆输出drivingRadarDataGenerator对象。
的drivingRadarDataGenerator对象可以模拟集群或未聚集的检测还添加随机噪声和产生错误的报警检测。你可以与其他传感器数据融合生成的检测和跟踪对象使用multiObjectTracker对象。你也可以直接输出跟踪drivingRadarDataGenerator对象。配置目标是否输出作为集群检测,未聚集的检测,或追踪,使用TargetReportFormat财产。
生成雷达检测或跟踪报告:
创建
drivingRadarDataGenerator对象并设置其属性。调用对象的参数,就好像它是一个函数。
了解更多关于系统对象是如何工作的,看到的系统对象是什么?
创建
语法
描述
rdr= drivingRadarDataGenerator
rdr= drivingRadarDataGenerator (id)SensorIndex财产id。
属性
使用
语法
描述
生成检测
这些语法应用当您设置TargetReportFormat财产“集群检测”或“检测”。
(还返回的有效的检测报告,依据,numReports)= rdr (目标,simTime)numReports。
(返回一个逻辑值,依据,numReports,isValidTime)= rdr (目标,simTime)isValidTime,说明是否simTime是一个有效的时间生成检测。如果simTime是一个整数的倍数的倒数吗UpdateRate属性值,然后isValidTime是1(真正的)。
生成跟踪
这些语法应用当您设置TargetReportFormat财产“跟踪”。
(还返回有效的追踪报道的数量,跟踪,numReports)= rdr (目标,simTime)numReports。
(返回一个逻辑值,跟踪,numReports,isValidTime)= rdr (目标,simTime)isValidTime,说明是否simTime是一个有效的时间生成。如果simTime是一个整数的倍数的倒数吗UpdateRate属性值,然后isValidTime是1(真正的)。
输入参数
输出参数
对象的功能
使用一个目标函数,指定系统对象作为第一个输入参数。例如,释放系统资源的系统对象命名obj使用这个语法:
发行版(obj)
例子
生成雷达探测和跟踪多个车辆
使用一个雷达传感器产生集群检测,未聚集的检测和跟踪多个车辆在驾驶的情况下。
创建驾驶场景
创建一个空的驾驶场景和添加一个双车道,100米道路段。通过使用虚线车道标记分隔车道。
场景= drivingScenario (“SampleTime”,0.02);roadCenters = [0 0 0;100 0 0];标志= [laneMarking (“固体”)laneMarking (“冲”)laneMarking (“固体”));laneSpecification = lanespec ([1],“标记”,标志着);路(场景、roadCenters“道”,laneSpecification);
增加自我车辆。右车道的车辆旅行90米以恒定的速度20米/秒。
自我=车辆(场景中,“ClassID”,1“位置”-1.8 [5 0]);egoWaypoints = [ego.Position;…(ego.Position (1) + 90) ego.Position (2:3)];egoSpeed = 20;% m / ssmoothTrajectory(自我,egoWaypoints egoSpeed)
添加目标车辆,雷达可以生成检测和跟踪。
第一辆车是一辆车,开始前的10米自我沿着车道车辆和旅行以恒定的速度每秒30米。
第二个车辆是一辆卡车旅行在左边的车道30 m / s的速度常数。
车=车辆(场景中,“ClassID”,1“位置”[ego.Position -1.8 (1) + 10 0]);carWaypoints = [car.Position;…(car.Position (1) + 75) car.Position (2:3)];carSpeed = 30;% m / ssmoothTrajectory车辆(汽车、carWaypoints、carSpeed)卡车=(场景中,“ClassID”2,“位置”(5 1.8 0),…“长度”,8.2,“宽度”,2.5,“高度”,3.5);truckWaypoints = [truck.Position;…(truck.Position (1) + 90) truck.Position (2:3)];truckSpeed = 30;% m / ssmoothTrajectory(卡车,truckWaypoints, truckSpeed)
情节的推动情节场景和停顿,让时间来更新。
情节(场景)而推进(场景)暂停(scenario.SampleTime)结束
创建雷达传感器
创建一个雷达传感器的最大射程100米,山的镜子面前自我。配置更新以同样的速度传感器的样品时间场景。指定要使用的雷达的目标概要文件生成数据的汽车和卡车。
关闭(gcf) maxRange = 100;% mfrontMirror =[自我。FrontOverhang 0 (ego.height - 0.1)];概要文件= actorProfiles(场景);targetProfiles =概要文件(2:结束);id = 1;rdr = drivingRadarDataGenerator (id、“UpdateRate”1 / scenario.SampleTime,…“MountingLocation”frontMirror,…“RangeLimits”[0 maxRange],…“配置文件”targetProfiles)
rdr = drivingRadarDataGenerator属性:SensorIndex: 1 UpdateRate: 50 MountingLocation: [0.9000 0 1.3000] MountingAngles: [0 0 0] FieldOfView: 20 [5] RangeLimits: 100年[0]RangeRateLimits: 100年[-100]DetectionProbability: 0.9000 FalseAlarmRate: 1.0000 e-06使用显示所有属性
创建鸟瞰的情节
创建一个鸟瞰的传感器数据的可视化情节一样。为可视化车道标记添加策划者,车辆轮廓,和雷达覆盖区。使用helperPlotScenario函数绘制场景的这些方面。这个helper函数定义的例子。
cep = birdsEyePlot (“XLim”,60 [0],“YLim”35 [-35]);lmPlotter = laneMarkingPlotter (cep),“标签”,“lm”,“DisplayName的”,“车道标记”);olPlotter = outlinePlotter (cep),“标签”,“ol”);caPlotter = coverageAreaPlotter (cep),…“标签”,“ca”,…“DisplayName的”,“雷达覆盖区”,…“FaceColor”,“红色”,“EdgeColor”,“红色”);helperPlotScenario (cep rdr自我)
产生集群检测
使用雷达生成集群目标车辆的检测。可视化这些检测鸟瞰的阴谋。在每个仿真时间步,雷达生成每个目标只有一个检测。
clusterDetPlotter = detectionPlotter (cep),…“DisplayName的”,“集群检测”,…“MarkerEdgeColor”,“红色”,…“MarkerFaceColor”,“红色”);重启(场景)而推进(场景)simTime = scenario.SimulationTime;目标= targetPoses(自我);[侦破,numDets isValidTime] = rdr(目标,simTime);helperPlotScenario (cep rdr自我)如果isValidTime & & numDets > 0 detPos = cell2mat (cellfun (@ (d) d.Measurement(1:2),精细,…“UniformOutput”、假)“)”;plotDetection (clusterDetPlotter detPos)结束结束
生成未聚集的检测
使用雷达生成未聚集的目标车辆的检测。可视化这些检测鸟瞰的阴谋。在每个仿真时间步,每个目标雷达产生多个检测。
clearData (clusterDetPlotter)释放(rdr)”。TargetReportFormat =“检测”;detPlotter = detectionPlotter (cep),…“DisplayName的”,“未聚集的检测”,…“MarkerEdgeColor”,“红色”);重启(场景)而推进(场景)simTime = scenario.SimulationTime;目标= targetPoses(自我);[侦破,numDets isValidTime] = rdr(目标,simTime);helperPlotScenario (cep rdr自我)如果isValidTime & & numDets > 0 detPos = cell2mat (cellfun (@ (d) d.Measurement(1:2),精细,…“UniformOutput”、假)“)”;plotDetection (detPlotter detPos)结束结束
生成跟踪
使用雷达来生成跟踪目标车辆。可视化这些追踪和跟踪历史上鸟瞰的阴谋。
clearData (detPlotter)释放(rdr)”。TargetReportFormat =“跟踪”;historyDepth = 20;tPlotter = trackPlotter (cep),“DisplayName的”,“跟踪”,…“HistoryDepth”,historyDepth);重启(场景)而推进(场景)simTime = scenario.SimulationTime;目标= targetPoses(自我);(跟踪、numTracks isValidTime] = rdr(目标,simTime);helperPlotScenario (cep rdr自我)如果isValidTime & & numTracks > 0 trackPos = cell2mat (arrayfun (@ (t) t.State(1:2:结束),…“UniformOutput”、假)“)”;plotTrack (tPlotter trackPos (: 1:2))结束结束
关闭鸟瞰的情节,重新启动的情况下,雷达传感器和释放。
关闭(gcf)重启(场景)释放(rdr)
金宝app支持功能
helperPlotScenario情节的车道标记和车辆轮廓自我车辆鸟瞰的阴谋。它还阴谋雷达传感器的覆盖范围。
函数helperPlotScenario (cep、雷达、自我)%情节车道标记lmPlotter = findPlotter (cep),“标签”,“lm”);(lmv, lmf) = laneMarkingVertices(自我);plotLaneMarking (lmPlotter lmv lmf)%绘制车辆轮廓olPlotter = findPlotter (cep),“标签”,“ol”);(位置、偏航、长度、宽度、originOffset color] = targetOutlines(自我);plotOutline (olPlotter、位置、偏航、长度、宽度、…“OriginOffset”originOffset,“颜色”、颜色)%绘制雷达覆盖区caPlotter = findPlotter (cep),“标签”,“ca”);plotCoverageArea (caPlotter radar.MountingLocation (1:2),…radar.MountingAngles radar.RangeLimits (2) (1),…radar.FieldOfView (1))结束
另请参阅
对象
objectDetection|objectTrack|drivingScenario|multiObjectTracker|visionDetectionGenerator|lidarPointCloudGenerator|insSensor
