Anzeige

Sensor Fusion und Tracking Toolbox

Erweiterungen des Matlab-Workflows helfen Ingenieuren, Systeme zu entwerfen, zu simulieren und zu analysieren, die Daten von mehreren Sensoren zusammenführen.

 (Bild: MathWorks GmbH)

(Bild: MathWorks GmbH)

MathWorks stellt die Sensor Fusion and Tracking Toolbox vor, die mit dem Release 2018b verfügbar ist. Die neue Toolbox bietet Ingenieuren Algorithmen und Tools, mit denen sie die Position, die Ausrichtung und die Situationswahrnehmung bestimmen und aufrechterhalten können. Diese Funktionen sind relevant für autonome Systeme in Luft-/Raumfahrt, Automobilen, Unterhaltungselektronik und weiteren Branchen. Die Toolbox erweitert auf Matlab basierende Workflows und erleichtert Ingenieuren so die Entwicklung präziser Wahrnehmungsalgorithmen für autonome Systeme. Ingenieure, die Entwicklungsarbeit für die Wahrnehmungsphase autonomer Systeme leisten, müssen Daten von verschiedenen Sensoren zusammenführen, damit diese Systeme die Position von Objekten in ihrer Umgebung schätzen können. Jetzt können Forscher und Entwickler Lokalisierungs- und Tracking-Algorithmen zusammen mit Referenzbeispielen in der Toolbox als Ausgangspunkt verwenden. Damit lassen sich Komponenten von Überwachungs-, Navigations-, und autonomen Systemen an Land, zu Wasser und in der Luft implementieren. Die Toolbox bietet eine flexible und wiederverwendbare Umgebung, die von mehreren Entwicklern gemeinsam genutzt werden kann. Sie bietet Funktionen für die Simulation von Sensordetektionen, die Durchführung von Lokalisierungen, das Testen von Sensorfusionsarchitekturen und die Bewertung von Tracking-Ergebnissen. „Algorithmenentwickler, die an Tracking- und Navigationssystemen arbeiten, verwenden häufig interne Tools, deren Pflege und Wiederverwendung schwierig sein kann“, erklärt Paul Barnard, Marketing Director – Design Automation, MathWorks. „Mit der Sensor Fusion and Tracking Toolbox können Ingenieure mehrere Entwürfe untersuchen und ‚Was-wäre-wenn-Analysen‘ durchführen, ohne benutzerdefinierte Bibliotheken zu schreiben. Außerdem können sie Fusionsarchitekturen mithilfe von Software simulieren, die sie Teams und Organisationen zur Verfügung stellen können.“

Die Sensor Fusion und Tracking Toolbox umfasst:

  • Algorithmen und Tools zum Entwerfen, Simulieren und Analysieren von Systemen, die Daten von mehreren Sensoren zusammenführen, um die Position, die Ausrichtung und die Situationswahrnehmung aufrechtzuerhalten
  • Referenzbeispiele als Startpunkt für Überwachungs-, Navigations- und autonome Systeme an Land, zu Wasser und in der Luft
  • Multi-Objekt-Tracker, Sensorfusionsfilter, Bewegungs- und Sensormodelle und Datenzuordnungsalgorithmen, mit denen Fusionsarchitekturen mithilfe realer und synthetischer Daten bewertet werden können
  • Generierungstools für Szenarien und Bewegungsbahnen
  • Generierung synthetischer Daten für aktive und passive Sensoren, einschließlich HF-, akustischer, EO/IR- und GPS/IMU-Sensoren
  • Standard-Benchmarks, Metriken und animierte grafische Darstellungen für Systemgenauigkeit und -leistung
  • Bereitstellungsoptionen für die Beschleunigung der Simulation oder die Desktop-Prototypenentwicklung mit C-Code-Generierung

Empfehlungen der Redaktion

Das könnte Sie auch interessieren

Warum MQTT im IIoT so erfolgreich ist und was man vor dem Einsatz des Übertragungsprotokolls wissen sollte, erläutert der folgende Beitrag.‣ weiterlesen

Markforscher rechnen mit einem Anstieg des weltweiten Datenvolumens auf 175 Zettabyte im Jahr 2025. Über die Hälfte soll dann von vernetzten Applikationen im IoT und der Industrie 4.0 ausgehen. Zusammen mit Edge- und Fog-Technologien sorgen Computer-on-Module (COM), Single-Board-Computer (SBC) und entsprechende Software dafür, die Rechenleistung effizient, schnell und flexibel zur Verfügung zu stellen.‣ weiterlesen

Anzeige

Sei es der Kühlschrank, der meldet, wenn die Milch alle ist, oder der Thermostat, der Nutzungsstatistiken aufs Smartphone sendet: Verschiedenste Produkte, die traditionell nicht über eine Netzwerkverbindung verfügten, werden mittlerweile damit ausgestattet.‣ weiterlesen

Anzeige

Vom Sensor bis zur Cloud in wenigen Momenten: Die neue schlüsselfertige IoT-Plattform von Datacake macht Prozesse sichtbar. Das Startup bringt nicht nur die intuitiv zu bedienende Cloudlösung mit, sondern vernetzt darüber hinaus Anlagen und Maschinen mittels eigener Hardware auf Mobilfunkbasis. Nutzer können Prozesse in Echtzeit kontrollieren, Regeln für die automatische Anlagensteuerung erstellen und so ihre Prozesse optimieren. Datacake hat die Lösung speziell für die Bedürfnisse von KMU entwickelt.‣ weiterlesen

Anzeige

DigiCert, Utimaco, und Microsoft Research haben den Picnic-Algorithmus in einem ersten Testlauf erfolgreich im Bereich des Internet der Dinge implementiert.‣ weiterlesen

Anzeige

Embedded-Systeme per Supervised Machine Learning für eine bestimmte Aufgabenstellung zu trainieren anstatt den gewünschten Zusammenhang zwischen den jeweiligen Eingangs- und Ausgangsdaten anhand wissensbasierter Regeln in einer Hochsprache zu codieren, ist für viele Anwendungen inzwischen die deutlich effektivere Alternative.‣ weiterlesen

Anzeige
Anzeige
Anzeige