本文编辑：@调皮连续波，保持关注调皮哥，获得更多雷达学习资料和建议！
大家好，我是调皮哥，今天继续给大家分享干货，助力大家轻松、快乐、有方向地学习雷达。
目前，很多人使用TI的毫米波雷达进行研究和学习，该系列的雷达支持线性调频可配置，以及不同的 MIMO 模式用来实现不同的功能。TI 还提供毫米波mmWave studio用于雷达参数配置、 数据采集、 信号处理和可视化的 GUI。此外，还有一些基于TI设备的开源雷达信号处理工具箱，例如RaDICaL SDK， PyRapid， Openradar和Pymmw等等。
这些开源的雷达工具箱都是非常使用用于学习雷达的，今天总结一些，希望能够帮助到大家，肯定有很多人已经使用过下面的某一个，但为了使得更多的人知晓，还是决定都把他们例举出来，供大家参考。
下面都看看这些开源的雷达信号处理箱&数据集如何下载吧~
1、RaDICaL SDK
在线提供：https://github.com/moodoki/radical_sdk（2022 年 5 月 1 日访问）。
演示视频：
RaDICaL数据集（Radar，D epth，I MU，RGBCamera forLearning）是一个开源数据集，具有原始雷达ADC测量以及RGB-D（彩色相机和深度相机）和IMU（惯性测量单元）测量。
RaDICaL 数据集包含数十万个具有同步测量的帧，使工程师和科学家能够访问功能丰富的数据。此外，与许多其他预处理的雷达数据集不同，所提供的雷达数据由原始ADC样本组成。通过提供原始雷达测量，用户将能够设计自己的处理技术或使用我们提供的方法。此外，原始数据保留了其所有语义信息，这在深度学习应用程序中非常有用。
2、iwr_raw_rosnode
在线提供：https://github.com/moodoki/iwr_raw_rosnode（2022 年 5 月 1 日访问）。
这是用于连接 TI xWR 雷达和 DCA100EVM 的代码。
3、PyRapid
在线提供：http://radar.alizadeh.ca（2022 年 5 月 1 日访问）。
4、Openradar
在线提供：https://github.com/presenseradar/openradar（2022 年 5 月 1 日访问）。
这是PreSense团队对TI毫米波雷达DSP堆栈的实现和一些演示，工具箱模块化功能有：
（1）读取原始 ADC 数据。
（2）预处理 DSP 堆栈中的数据。
（3）利用预处理的数据进行跟踪、聚类和机器学习。
（4）来自 TI 的不同演示实现和我们自己的探索。
5、Pymmw
在线提供：https://github.com/m6c7l/pymmw。
适用于 TI IWR 雷达传感器的 Pythonic 毫米波工具箱，这是一个由 Python 脚本组成的工具箱，用于与 TI 用于 IWRxx43 毫米波传感器件的评估模块 （BoosterPack） 进行交互。该工具箱可轻松访问特定的 OOB 固件版本，这些版本包含在 TI 的毫米波 SDK 和工业工具箱中，同时专注于使用 Python 3 进行数据采集和可视化。工具箱的某些元素可以被认为是 TI 毫米波演示可视化工具的 Python 替代品。
支持
- IWR1443 ES2.0
- 捕获演示 （SDK 1.1.0.2）
- 毫米波 SDK 演示 （SDK 1.2.0.5）
- 高精度 14xx（工业工具箱 2.5.2）
- 4K FFT 拼接（工业工具箱 2.5.2）
- IWR1443 ES3.0
毫米波 SDK 演示 （SDK 2.1.0.4）
高精度 14xx（工业工具箱 4.1.0）
IWR1843 ES1.0
毫米波 SDK 演示 （SDK 3.5.0.4）
IWR6843 ES2.0
毫米波 SDK 演示 （SDK 3.5.0.4）
特征
- 2D 绘图
- 范围和噪声分布
- 多普勒范围FFT热图
- 方位范围FFT热图
- 中频信号的FFT
- 3D 绘图
CFAR检测到的对象（点云）
简单的 CFAR 聚类
数据采集
具有 CFAR 检测物体的范围和噪声曲线
IWR1843 ES1.0 和 IWR6843 ES2.0 目前未实现 3D 绘图。
5、valeoai
最后是法雷奥的数据集：
https://github.com/valeoai/RADIal（2022 年 5 月 1 日访问）。
传感器：
要下载原始数据集，需要访问Google云端硬盘，数据超级多:
好了，感兴趣就赶紧去下载并学习吧~
