📡 毫米波雷达·点云与跟踪 30章实战

✨ 友好色系
电磁波基础 毫米波频段特性 FMCW雷达工作原理 距离-速度-角度测量
IWR6843AOP / AWR2243 DCA1000数据采集卡 硬件接口与天线布局
mmWave SDK安装 CCS开发环境 Python (Anaconda+Jupyter) ROS环境准备
LVDS数据流格式 C语言解析代码 Python读取bin文件 数据可视化
Range FFT原理 窗函数(汉宁/布莱克曼) 距离像生成 目标检测
Doppler FFT原理 速度模糊与解模糊 速度维CFAR检测 距离-速度图生成
Angle FFT原理 MIMO天线阵列 波束成形 角度分辨率与精度
CFAR检测 OS-CFAR / CA-CFAR 峰值提取 点云数据结构
Statistical Outlier Removal Voxel Grid滤波 PassThrough直通滤波
DBSCAN聚类 欧几里得聚类 K-means聚类 参数调优
质心计算 边界框拟合(AABB/OBB) 统计特征(方差/密度)
状态估计与滤波 卡尔曼滤波原理 状态向量设计
预测步骤 更新步骤 协方差调参 Python代码实现
非线性系统建模 雅可比矩阵计算 EKF在雷达跟踪应用
UT变换 Sigma点选取 UKF与EKF对比 适用场景分析
数据关联问题 最近邻(NN)关联 全局最近邻(GNN)
JPDA原理 关联概率计算 JPDA实现步骤
假设生成 假设管理 剪枝策略 MHT优缺点
航迹起始 航迹维持 航迹消亡
多模型架构 模型概率更新 机动目标跟踪应用
检测-跟踪闭环 点云质量评估 跟踪置信度计算
内参标定(天线相位校准) 外参标定(雷达/车体/相机) 标定工具使用
雷达/车辆/世界坐标系 欧拉角与四元数 坐标变换矩阵
ROS节点设计 话题(PointCloud2/Marker) RViz可视化 bag包录制与回放
C++加速 (Eigen库) 多线程处理 GPU加速 (CUDA) 嵌入式优化 (DSP)
数据采集规范 标注工具 (LabelCloud) 数据集格式(KITTI/NuScenes) 数据增强
检测指标 (AP/mAP) 跟踪指标 (MOTA/MOTP/ID Sw.) 评估工具 (py-motmetrics)
车辆/行人/自行车检测跟踪 高速公路场景
安防 / 智慧养老 穿墙雷达应用
完整项目流程梳理 常见问题与解决方案 未来趋势 (4D成像/AI融合)