추적 및 센서 융합
객체 추적 및 다중 센서 융합, 검출 및 객체 트랙의 조감도 플롯
레이다 카메라 센서와 비디오 카메라 센서의 정보를 융합하는 다중 객체 추적기를 만들 수 있습니다. 이 추적기는 검출된 객체의 모션 상태를 추정할 수 있는 칼만 필터를 사용합니다. 검출된 객체에 대한 센서 측정값을 사용하여 해당 객체의 위치와 속도를 연속적으로 구할 수 있습니다. 움직이는 객체를 추적하려면 일정 속도 모션 모델 또는 일정 가속도 모션 모델을 사용하거나 자체 모델을 정의할 수 있습니다.
함수
블록
Multi-Object Tracker | Create and manage tracks of multiple objects |
도움말 항목
다중 객체 추적
- Multiple Object Tracking Tutorial
Perform automatic detection and motion-based tracking of moving objects in a video by using a multi-object tracker. - Linear Kalman Filters
Estimate and predict object motion using a Linear Kalman filter. - 확장 칼만 필터
확장 칼만 필터를 사용하여 객체 모션을 추정하고 예측합니다. - Convert Detections to objectDetection Format
These examples show how to convert actual detections in the native format of the sensor intoobjectDetection
objects.
합성 데이터를 사용한 센서 융합
- Sensor Fusion Using Synthetic Radar and Vision Data
Generate a scenario, simulate sensor detections, and use sensor fusion to track simulated vehicles. - Sensor Fusion Using Synthetic Radar and Vision Data in Simulink
Implement a synthetic data simulation for tracking and sensor fusion in Simulink® with Automated Driving Toolbox™.
코드 생성
- Code Generation for Tracking and Sensor Fusion
Generate C code for a MATLAB® function that processes data recorded from a test vehicle and tracks the objects around it. - Generate Code for a Track Fuser with Heterogeneous Source Tracks
Generate code for a track-level fusion algorithm where tracks originate from heterogeneous sources with different state definitions.