Радар Эйнштейна Учебные пособия Отслеживание цели с помощью необработанных данных обнаружения радаров ROS Wiki

Страница.

Пользователь.

Пожалуйста, задавайте вопросы и проблемы, связанные с этим руководством, на answers.ros.org. Не забудьте указать в своем вопросе ссылку на эту страницу, версии вашей ОС & ROS, а также добавить соответствующие теги.

Описание: Руководство по фильтрации необработанных обнаружений в обнаружения отслеживаемых объектов..

Уровень обучения: ПРОМЕЖУТОЧНЫЙ.

Обзор.

Большинство радарных датчиков, разработанных для приложений в автономных системах, выдают то, что неофициально известно как необработанные обнаружения (или цели). Это прямой результат применения стандартных алгоритмов поиска пиков, таких как CFAR, на возвращаемых сигналах, преобразованных в частотную область..

В "вершины" из этих многомерных данных соответствуют обнаруженным объектам; в зависимости от используемого алгоритма, разрешения сенсора и т. д. таких обнаружений может быть много — например, от радара формирования изображений K79. В этом случае мы не обязательно заботимся о геометрии объекта, выведенной из группы целей, а скорее стремимся к стабильному обнаружению объекта с течением времени для таких приложений, как предотвращение столкновений. Мы называем это отслеживаемым обнаружением (целью), и оно включает в себя дополнительную обработку либо на борту радара, либо за его пределами, чтобы агрегировать информацию из множества отдельных возвратов..

Фон.

Основная идея реализации фильтра, который выводит отслеживаемые цели из периодических сканирований необработанных целей, состоит в том, чтобы поддерживать состояние потенциальных объектов и обновлять их новыми данными по мере их поступления, а также публикацию этих объектов только тогда, когда они стабильно отслеживаются в течение некоторого времени..

Рассмотрим рисунок ниже. В верхнем ряду обнаружения меняются с течением времени по мере перемещения объектов; даже если пути пересекаются друг с другом, при условии, что частота кадров достаточно высока, не так уж сложно "соедините точки" в доплеровском пространстве для их отслеживания. Однако вторая строка намного более реалистична — от каждого объекта много отражений, плюс фоновый шум, что затрудняет определение того, куда движутся объекты и даже сколько отдельных объектов находится в сцене. В последней строке показано решение, которое мы ищем для проблемы отслеживания..

Теория и реализация.

Фильтр отслеживания — это, по сути, набор простых фильтров Калмана, каждый из которых поддерживает состояние отслеживаемого объекта в сферических координатах. На схеме ниже примерно описано, как работает фильтр..

По сути, основной поток постоянно обновляет фильтры в банке, используя модель процесса, в то время как новые данные радара запускают обратный вызов, в котором обнаружения (цели) сравниваются с существующими фильтрами в банке. Если цель xm forex wiki согласуется с состоянием фильтра, она проходит через ворота проверки этого фильтра и запускает обновление фильтра Калмана. Если цель не соответствует ни одному фильтру, она возвращается как новый фильтр. Если фильтр не был обновлен в течение указанного времени ожидания, он удаляется из банка..

Состояние каждого экземпляра фильтра.

и модель процесса просто.

Или в матричной форме.

где F — матрица перехода состояний, L — матрица шума процесса, а.

— вектор шума процесса. Условия шума.

— технологический шум по углам скорости, азимута и возвышения соответственно. Предполагается, что каждая из них имеет нормальное распределение с указанными стандартными отклонениями..

Модель измерения просто точно измеряет состояние плюс аддитивный шум:

Или в матричной форме.

где H — матрица модели измерения и.

— вектор шума измерения. Условия шума.

— шум измерения по дальности, скорости, азимуту и ​​углам места соответственно. Предполагается, что каждая из них имеет нормальное распределение с указанными стандартными отклонениями..

использование.

Как подробно описано в документации ainstein_radar_filters, узел фильтра отслеживания имеет следующую структуру:

Подписанные темы.

radar_in (ainstein_radar_msgs / RadarTargetArray) Обнаружения радаров (целей), которые будут использоваться для вывода отслеживаемых целей.

Опубликованные темы.

tracked (ainstein_radar_msgs / RadarTargetArray) Вывод отслеживаемых целей после обновления фильтров Калмана.

боксы (jsk_recognition_msgs / BoundingBoxArray) Граничные рамки, соответствующие каждой отслеживаемой цели, сформированные из всех необработанных обнаружений, связанных с этой отслеживаемой целью после текущего обновления.

Параметры.

filter_update_rate (int, по умолчанию: 20) Скорость, с которой выполняется фильтр, в Гц.

filter_min_time (float, по умолчанию: 0,5) Минимальное время, в течение которого цель должна отслеживаться перед публикацией, в секундах (ДИНАМИЧЕСКИ-РЕКОНФИГУРИРУЕМЫЙ).

filter_timeout (float, по умолчанию: 0,5) Максимальное время, в течение которого отслеживаемая цель не может быть обновлена ​​перед сбросом, в секундах (ДИНАМИЧЕСКИ-РЕКОНФИГУРИРУЕМЫЙ).

filter_val_gate_thresh (карта строк, по умолчанию: достоверность 90,0%) Карта пороговых значений достоверности ворот проверки — параметры см. здесь (ДИНАМИЧЕСКИ-РЕКОНФИГУРИРУЕМЫЙ).

В большинстве случаев должно быть достаточно настроить четыре вышеуказанных параметра фильтра в зависимости от приложения — см. Ниже некоторые рекомендации по настройке. Всегда запускайте rqt_reconfigure rqt_reconfigure для динамической настройки этих параметров, затем сохраняйте свои настройки и загружайте их, используя функциональность из dynamic_reconfigure.

filter_update_rate: это фиксированная скорость, с которой выполняется отслеживание, позволяющая заполнять промежутки между сканированиями радара и непрерывно предоставлять информацию о отслеживаемых объектах. Когда данные радара недоступны, простая кинематическая модель интегрируется с использованием оценки текущего состояния для каждого объекта, поэтому объект может значительно дрейфовать до того, как его выпадут из фильтра..

filter_min_time: это время в секундах, в течение которого объект должен быть отслежен до его публикации в массиве отслеживаемых целей. Для быстро движущихся объектов (например, слежения за автомобилями) это время должно быть меньше, однако уменьшение минимального времени может привести к появлению шума в виде отслеживаемых целей..

filter_timeout: это время в секундах, в течение которого объект может быть отслежен исключительно из кинематической модели до того, как он будет отброшен из-за отсутствия обновлений радиолокационных измерений. Это должно быть установлено в соответствии с фактической выходной скоростью радара, с более длительным таймаутом для более медленной выходной скорости. Конечно, более длительный тайм-аут также означает, что цели могут ложно отслеживаться, даже если они не видны датчику..

filter_val_gate_thresh: это порог, который, грубо говоря, контролирует допустимую ошибку измерения при обновлении отслеживаемой цели на основе необработанных обнаружений. Он указан как процент уровня достоверности для данных радара, при этом идея состоит в том, что более высокий уровень достоверности (до 99,5%) означает гораздо более строгое использование данных при обновлении отслеживаемых целей, чем низкий (до 25,0%). Подразумевается, что высокая достоверность позволяет отслеживать несколько целей в непосредственной близости друг от друга независимо, в то время как низкая достоверность может объединять эти цели. Легче вести стабильный курс на объект с низкой достоверностью, но это также означает, что оценка легко искажается данными, которые далеки от истинного положения. Снова рассмотрим проблему на изображении ниже. При окончательном сканировании три объекта все еще отчетливо видны, но они начинают перекрываться; с низкой степенью достоверности эти объекты могут слиться в один отслеживаемый объект. С высокой степенью уверенности мы можем сохранить три следа объекта, но также начать отслеживание объекта по шуму в нижнем левом углу, например.

Настройка фильтра Калмана.

Параметры по умолчанию для базового фильтра Калмана, который запускается для каждого отслеживаемого объекта, были настроены для отслеживания людей с помощью forex trading wiki радара формирования изображений K79. Для других радаров и приложений может потребоваться перенастройка этих параметров для повышения производительности. Параметры и их описания перечислены ниже..

Параметры.

Параметры начальной неопределенности.

kf_init_range_stdev (float, по умолчанию: 1.0) Стандартное отклонение начального диапазона в метрах.

kf_init_speed_stdev (float, по умолчанию: 2.0) Стандартное отклонение начальной скорости, в метрах в секунду.

kf_init_azim_stdev (float, по умолчанию: 1.0) Стандартное отклонение начального азимутального угла в градусах.

kf_init_elev_stdev (float, по умолчанию: 1.0) Стандартное отклонение начального угла возвышения в градусах.

Параметры шума модели процесса.

kf_q_speed_stdev (float, по умолчанию: 5.0) Стандартное отклонение шума технологического процесса, в метрах в секунду.

kf_q_azim_stdev (float, по умолчанию: 10.0) Стандартное отклонение технологического шума азимутального угла в градусах.

kf_q_elev_stdev (float, по умолчанию: 10.0) Стандартное отклонение технологического шума угла места в градусах.

Параметры шума модели измерения.

kf_r_range_stdev (float, по умолчанию: 1.0) Стандартное отклонение шума при измерении диапазона, в метрах.

kf_r_speed_stdev (float, по умолчанию: 5.0) Стандартное отклонение шума при измерении скорости, в метрах в секунду.

kf_r_azim_stdev (float, по умолчанию: 20.0) Стандартное отклонение шума измерения азимутального угла, в градусах.

kf_r_elev_stdev (float, по умолчанию: 20.0) Стандартное отклонение шума измерения угла места в градусах.

Wiki: ainstein_radar / Учебники / Отслеживание целей по необработанным данным радаров (последним исправлял пользователь nrotella-ainstein 13.02.2020, 19:21:27)

Похожие статьи