毫米波雷达点云处理与目标检测

📡 10章 · 从基础到前沿
01 毫米波雷达基础
  • 电磁波谱与毫米波
  • FMCW原理
  • 雷达方程与性能指标
02 点云数据基础
  • 点云定义与特性
  • 坐标系与坐标变换
  • 点云数据结构 (PCL/ROS)
03 点云预处理
  • 滤波去噪
  • 体素滤波 · 统计滤波
  • 半径滤波
  • 地面点去除 (RANSAC/平面拟合)
04 点云聚类
  • DBSCAN聚类
  • 欧式聚类
  • 基于网格的聚类
05 目标特征提取
  • 点云统计特征 (均值/方差/协方差)
  • 形状特征 (Bounding Box / PCA)
  • 运动特征 (多普勒速度 / RCS)
06 目标分类与识别
  • 基于规则的方法
  • 机器学习 (SVM / 随机森林)
  • 深度学习 (PointNet / PointNet++)
07 目标跟踪
  • 卡尔曼滤波基础
  • 多目标跟踪 (匈牙利算法 / JPDA)
  • 跟踪管理与生命周期
08 多传感器融合
  • 雷达与相机融合
  • 雷达与激光雷达融合
  • 融合策略 (前融合/后融合/特征融合)
09 工程实践与优化
  • 嵌入式平台部署 (TI / NVIDIA)
  • 实时性优化
  • 数据集与评估指标
10 前沿与展望
  • 4D成像雷达
  • 雷达与AI结合
  • 未来趋势