Sensor Fusion and Tracking Toolbox 提供算法和工具，用于设计、仿真和测试系统，这些系统融合来自多个传感器的数据，可保持态势感知及定位。您可以从参考示例出发，为监控系统和自主系统（包括机载、星载、陆基、舰载和水下系统）开发多目标跟踪和传感器融合。
您可以融合来自真实传感器的数据，包括有源和无源雷达、声纳、激光雷达、EO/IR、IMU 和 GPS。您也可以通过虚拟传感器生成合成数据，在不同场景下测试算法。该工具箱包含多目标跟踪器和估计滤波器，可用于评估综合了网格级、检测级以及目标级或轨道级融合的架构。同时，工具箱还提供包括 OSPA 和 GOSPA 在内的多项指标，以便根据真值场景验证性能。
该工具箱支持生成 C 和 C++ 代码以用于仿真加速或快速原型。
产品亮点
估计滤波器
使用各种估计滤波器（如卡尔曼滤波器、多模型滤波器和粒子滤波器）来估计对象状态。这些滤波器已优化，可用于特定场景，例如线性或非线性运动模型，或者不完全可观测性。
多目标跟踪
使用集成了滤波器、数据关联和跟踪管理的多目标多传感器跟踪器。从各种跟踪器中进行选择，包括单假设、多假设、联合概率数据关联、随机有限集或基于网格的跟踪。
部署和硬件连接
通过自动从融合和跟踪算法生成 C/C++ 代码将算法部署到硬件目标。将生成的代码部署到内存分配有限并只有单精度处理的低成本硬件上。
