Radar
文章平均质量分 96
庐陵小子
4年车联网,3年ADAS测试和仿真,转型能力提升中;
展开
-
MATLAB案例学习-基于雷达和摄像头的传感器融合
文章目录前言生成场景定义雷达和摄像头传感器生成跟踪器仿真场景总结帮助函数前言本文主要参考MATLAB自动驾驶工具箱的案例《Sensor Fusion Using Synthetic Radar and Vision Data》进行学习,基于雷达和传感器数据实现传感器融合。本示例首先展示了如何生成场景,仿真传感器检测,使用传感器融合算法跟踪仿真车辆。使用场景生成和仿真而不是传感器录制数据的优点是可以生成稀少的和潜在危险事件,以用于测试车辆的算法。本示例覆盖生成同步数据的所有流程,使用MATLAB的Dr翻译 2021-05-22 21:53:43 · 3876 阅读 · 0 评论 -
毫米波雷达障碍物检测算法介绍
上一章我们讲到可以通过混频器(Mixer)的中频信号(beat frequency)解算出速度和距离信息。混频器出来的差频信号,首先需要进行ADC模数转换,转换成数字信号,再给到DSP处理。首先进行的是FFT频谱分析,将时域信号转换为频域信号,再提取有效信息,下面将介绍这一过程。FFT and FMCW混频器回波后的差频信号,首先截取中间段的有效信号进行FFT频谱分析,每段采样N次,每次采样得到一个距离单元,从而得到一下Range FFT map图,获得N*(Number of chirps)单原创 2021-05-21 22:32:43 · 9542 阅读 · 6 评论 -
FMCW毫米波雷达原理
雷达测速原理雷达主要利用多普勒频移来测量移动物体的速度,即雷达向前发射毫米波波段的电磁波,并接收其回波;如遇到移动物体,则回波频率与发射频率会出现偏差,即多普勒频移;利用此频移即可获得相对速度。多普勒频移公式如下:$ f_d = 2 v_r *f_0/c $其中fdf_dfd为多普勒频移,vrv_rvr为相对速度,f0f_0f0为发射频率(24GHz/77GHz/79GHz),ccc为光速(299792458m/s);由此公式可以推导出,对于77GHz毫米波雷达,f0=76.5GHzf_0=76原创 2021-05-18 19:54:01 · 11738 阅读 · 0 评论 -
毫米波雷达基本介绍
##毫米波雷达基础车载毫米波雷达通过发射电磁波信号(24GHz/77GHz/79GHz毫米波波段)并接收回波信号来测定汽车车身周围的物理环境信息(如汽车与其他物体之间的相对距离、相对速度、角度、运动、运动方向等),然后根据所探知的物体信息进行目标追踪和识别分类,进而结合车身动态信息进行数据融合,完成合理决策,减少事故发生率。其中测速可以直接根据发射波和回波的多普勒频移获得,测距无法直接获得,目前主要通过FMCW调频连续波的发射和回波信号联合解算获得。多普勒效应当信号源与观测者以相对速度v≠0运动时,观原创 2021-04-11 08:21:57 · 15514 阅读 · 2 评论