MathWorks 推出 Sensor Fusion and Tracking Toolbox
2018-12-19 08:09:09 未知擴展 MATLAB 工作流程，幫助工程師設計、仿真和分析來自多個傳感器的數據融合系統
MathWorks 公司今天推出了Sensor Fusion and Tracking Toolbox，該工具箱是 2018b 版的一個組成部分。新工具箱為在航天和國防、汽車、消費類電子及其他行業開發自主系統的工程師提供算法和工具，來保持位置、方向和態勢感知。該工具箱擴展將基于 MATLAB 的工作流程，幫助工程師開發精確的感知算法用于自主系統開發。
Image caption: Multiplatform radar detection generation capabilities in Sensor Fusion and Tracking Toolbox. Image courtesy MathWorks.
圖注: Sensor Fusion and Tracking Toolbox (傳感器融合和跟蹤工具箱) 中的多平臺雷達檢測生成功能。 圖片由MathWorks提供。
從事自主系統感知階段開發的工程師需要融合來自各傳感器的輸入，來估算這些系統周圍的物體位置。現在，科研人員、開發者和興趣愛好者可以使用該工具箱內的定位與跟蹤算法以及參考示例，作為實施機載、陸基、艦載、水下監視、導航和自主系統的組件設計的起點。該工具箱提供一種靈活的可復用的環境，讓開發人員實現共享。并且具備模擬傳感器檢測、執行定位、測試傳感器融合架構和評估跟蹤結果的功能。
“開發跟蹤和導航系統的算法設計師通常使用難以維護和重用的內部工具。” MathWorks 設計自動化部門的營銷總監 Paul Barnard 說，“借助 Sensor Fusion and Tracking Toolbox，工程師可以探索多種設計并執行‘假設分析’，而無需編寫自定義的庫。而且還能在軟件中仿真融合架構，在團隊和組織間實現共享?！?br style="padding: 0px; margin: 0px auto;">
Sensor Fusion and Tracking Toolbox 包括：
提供設計、仿真和分析多傳感器數據融合系統的算法和工具，用于位置、方向和態勢感知的系統分析
各種參考示例，為實施機載、陸基、艦載、水下監視、導航和自主系統設計提供起點
多目標跟蹤器、傳感器融合濾波器、運動和傳感器模型以及數據關聯算法，用于通過真實數據和合成數據來評估融合架構
場景和軌跡生成工具
生成主動和被動傳感器的合成數據，包括 RF、聲學、EO/IR 和 GPS/IMU 傳感器
使用標準Benchmark、指標度量和動畫繪圖來評估系統精度和性能
各種部署選項，生成C代碼用于仿真加速或桌面原型。
