Sensor Fusion and Tracking Toolbox 快速入门
定位相关术语的定义
加速度计
- 一种测量目标加速度的传感器。
陀螺仪
- 一种测量目标角速度的传感器。
磁力计
- 一个测量目标周围磁场的传感器。
IMU（惯性测量单元）
- 一个由加速度计和陀螺仪组成的设备。
MARG（磁场、角速度和重力）
- 也称为磁力计、陀螺仪和加速度计。
航姿参考系统 (AHRS)
- 一个融合加速度计、陀螺仪和磁力计的系统，并提供目标姿态信息（MARG 加融合算法）。
GPS（全球定位系统）
- 一个基于卫星的系统，提供精确定位。
INS（惯性导航系统）
- 一个融合加速度计数据、陀螺仪数据、磁力计数据，有时还包括高度计数据的系统，能够持续计算移动目标的位置、方向和速度，而无需外部源。
GPS/INS
- 一个将 GPS 信息与 INS 信息融合的系统。
注意：
滤波器按计算复杂度的顺序列出。
| 过滤器名称 | 是否支持非线性模型 | 高斯相关说明 | 计算复杂性 | 注释 |
|---|---|---|---|---|
| Alpha-Beta |
|
次优。 | ||
| 卡尔曼 | 线性系统的最佳方案。 | |||
| 扩展卡尔曼 | 使用线性化模型传播不确定性协方差。 | |||
| 无迹卡尔曼 | 对不确定性协方差采样以进行传播。在单精度下可能会变得数值不稳定。 | |||
| 容积卡尔曼滤波 | 对不确定性协方差采样以进行传播。数值稳定。 | |||
| 高斯和 | 假设加权和 |
适用于部分可观察情况（例如仅角度跟踪）。 | ||
| 交互式多模型 (IMM) | 多种模型 | 假设分布的加权和 | 机动目标（例如加速、转弯）。 | |
| 粒子 | 可以是任何分布。 | 使用加权粒子对不确定性分布进行采样。 |
多目标跟踪中的一个关键阶段是将新的传感器检测分配给现有轨迹。该图显示了两条轨迹（A 和 B）和四个检测点 (1-4)。
下面的分配算法用于解决此问题，也称为二维（或二分图）分配问题。
| 分配算法名称 | 描述 | 结果示例 | 算法 |
|---|---|---|---|
| 全局最近邻 (GNN) | 单假设分配，最优。 | 检测点 3 分配给轨迹 A 检测点 1 分配给轨迹 B 检测点 2 和 4 未分配 |
|
| 联合概率数据关联 (JPDA) | 在考虑所有轨迹的情况下，计算每个检测点被分配给某条轨迹的可能性。 | 检测点 3 很可能分配给轨迹 A 检测点 1 很可能分配给轨迹 B 检测点 2 有一定可能分配给轨迹 A 和 B 检测点 4 未分配 |
|
| 面向轨迹的多假设跟踪 (TOMHT) | 每条轨迹为每个可能的分配和没有分配创建分支（假设）。 | 检测点 3 创建分支 A3 检测点 2 创建分支 A2 检测点 2 创建分支 B2 检测点 1 创建分支 B1 分支 A0（A 未分配） 分支 B0（B 未分配） 每个检测点都生成一条新轨迹 |
|
| 面向假设的多假设跟踪（HOMHT） | 考虑 k 个最优指派。每一种分配都会相应更新轨迹。 |
最佳假设 = GNN 结果 另一个假设： 检测点 2 分配给轨迹 A 检测点 1 分配给轨迹 B 检测点 3 和 4 未分配 |
assignkbest |
| 概率假设密度 (PHD) | 不执行分配。相反，将多目标跟踪问题建模为一组数量未知且随机的目标，并基于检测估计各位置的概率。 |
|
|
