0
点赞
收藏
分享

微信扫一扫

雷达资源分享 | 开源雷达工具箱 &数据集

雷达资源分享 | 开源雷达工具箱 &数据集_数据集


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。

雷达资源分享 | 开源雷达工具箱 &数据集_数据集_02

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。

雷达资源分享 | 开源雷达工具箱 &数据集_github_03

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:

雷达资源分享 | 开源雷达工具箱 &数据集_github_04

雷达资源分享 | 开源雷达工具箱 &数据集_github_05

要下载原始数据集,需要访问Google云端硬盘,数据超级多:

雷达资源分享 | 开源雷达工具箱 &数据集_数据_06


好了,感兴趣就赶紧去下载并学习吧~




举报

相关推荐

0 条评论