扩展 MATLAB 工作流程，帮助工程师设计、仿真和分析来自多个传感器的数据融合系统

MathWorks 公司今天推出了 Sensor Fusion and Tracking Toolbox，该工具箱是 2018b 版的一个组成部分。新工具箱为在航天和国防、汽车、消费类电子及其他行业开发自主系统的工程师提供算法和工具，来保持位置、方向和态势感知。该工具箱扩展将基于 MATLAB 的工作流程，帮助工程师开发精确的感知算法用于自主系统开发。

从事自主系统感知阶段开发的工程师需要融合来自各传感器的输入，来估算这些系统周围的物体位置。现在，科研人员、开发者和兴趣爱好者可以使用该工具箱内的定位与跟踪算法以及参考示例，作为实施机载、陆基、舰载、水下监视、导航和自主系统的组件设计的起点。该工具箱提供一种灵活的可复用的环境，让开发人员实现共享。并且具备模拟传感器检测、执行定位、测试传感器融合架构和评估跟踪结果的功能。

“开发跟踪和导航系统的算法设计师通常使用难以维护和重用的内部工具。” MathWorks 设计自动化部门的营销总监 Paul Barnard 说，“借助 Sensor Fusion and Tracking Toolbox，工程师可以探索多种设计并执行‘假设分析’，而无需编写自定义的库。而且还能在软件中仿真融合架构，在团队和组织间实现共享。”

Sensor Fusion and Tracking Toolbox 包括：

提供设计、仿真和分析多传感器数据融合系统的算法和工具，用于位置、方向和态势感知的系统分析

各种参考示例，为实施机载、陆基、舰载、水下监视、导航和自主系统设计提供起点

多目标跟踪器、传感器融合滤波器、运动和传感器模型以及数据关联算法，用于通过真实数据和合成数据来评估融合架构

场景和轨迹生成工具

生成主动和被动传感器的合成数据，包括 RF、声学、EO/IR 和 GPS/IMU 传感器

使用标准 Benchmark、指标度量和动画绘图来评估系统精度和性能

各种部署选项，生成 C 代码用于仿

Image caption: Multiplatform radar detection generation capabilities in Sensor Fusion and Tracking Toolbox. Image courtesy MathWorks.

图注: Sensor Fusion and Tracking Toolbox (传感器融合和跟踪工具箱) 中的多平台雷达检测生成功能。 图片由MathWorks提供。