MATLAB によるセンサーフュージョンと物体追跡

1日目

位置と方向による位置推定

学習目標: IMU と GPS センサー データをフュージョンして位置と方向を推定する方法について学びます。

• IMU とGPS から計測値をモデル化
• 慣性ナビゲーションフィルターの初期化
• 慣性センサーフュージョンの実行
• 推定された位置と方向の可視化

シーンの生成と検出情報のインポート

学習目標: 検出情報のインポートおよび、カスタムシナリオの作成とエクスポートについて学習します。

• センサー検出情報のインポート、処理、パッケージ化
• トラッキングシナリオデザイナーアプリの概要
• カスタムシナリオの作成とエクスポート

フィルターと運動モデル

学習目標: 追跡要件に基づいてフィルターと運動モデルを選択および調整する方法について学びます。

• さまざまな追跡フィルターの概要
• フィルターの状態と運動モデル
• 測定モデル

データの関連付け

学習目標: さまざまな追跡状況に応じて、適切なデータ関連付けを決定する方法について学びます。

• 2 次元の割り当て
• ゲーティング
• GNN の関連付け
• JPDA の関連付け
• TOMHT の関連付け

マルチオブジェクト トラッカー

学習目標: マルチオブジェクト トラッカーを作成して、ビジョン、レーダー、ライダーなどの複数のセンサーからの情報を統合する方法について学びます。

• 物体の検出情報のインポート
• トラックフォーマットの出力
• トラックの保守とロジック
• マルチオブジェクトトラッカーの設定と使用

付録 A: パッシブ センサー用のトラッカー

学習目標: パッシブ センサー システムから角度のみ、または範囲のみを受信するマルチオブジェクト トラッカーおよびフュージョン システムを作成する方法について学びます。

• 角度のみの検出情報の生成
• 粒子フィルターとガウスサムフィルター
• 複数の見通し線検出情報を用いた三角測量
• パッシブ同期センサーの検出情報の静的なフュージョン
• 角度のみの測定値による追跡
• 範囲のみの測定値による追跡