TI单芯片毫米波雷达代码走读（二十一）—— 目标标记与数据流

最新推荐文章于 2025-03-06 19:25:26 发布
最新推荐文章于 2025-03-06 19:25:26 发布
阅读量2.9k 收藏 4
点赞数 2
分类专栏： TI毫米波雷达代码走读
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.csdn.net/lightninghenry/article/details/112391218
版权
本文详细走读了TI单芯片毫米波雷达的C代码，重点解析了目标标记过程和数据流。在CFAR检测到目标后，通过for循环对每个目标进行标记，并使用MmwDemo_setDopplerLine()函数记录。文章阐述了2D-FFT和多普勒维CFAR的时序，以及目标总数的累计。后续代码涉及条件判断和EDMA操作，确保处理有目标的数据行并进行距离维CFAR检测，优化了计算效率。

摘要生成于 C知道 ，由 DeepSeek-R1 满血版支持， 前往体验 >

我们回到C代码，现在我们走读到了这里：

        /* CFAR-detecton on current range line: search doppler peak among numDopplerBins samples */
        numDetObjPerCfar = mmwavelib_cfarCadBwrap(
                obj->sumAbs,
                obj->cfarDetObjIndexBuf,
                obj->numDopplerBins,
                obj->cliCfg->cfarCfgDoppler.thresholdScale,
                obj->cliCfg->cfarCfgDoppler.noiseDivShift,
                obj->cliCfg->cfarCfgDoppler.guardLen,
                obj->cliCfg->cfarCfgDoppler.winLen);


        if(numDetObjPerCfar > 0)
        {
            for (detIdx1 = 0; detIdx1 < numDetObjPerCfar; detIdx1++)
            {
                if (!MmwDemo_isSetDopplerLine(&obj->
了解本专栏 订阅专栏 解锁全文
TI单芯片毫米波雷达1642demo代码走读（一）
lightninghenry的博客
06-22 1万+
今天我们来实际看下代码。 首先使用CCS软件导入demo工程，工程有两个，一个是ARM的工程，工程名是mmw_mss_16xx；另一个是DSP的工程，工程名为mmw_dss_16xx。我们将这两个工程的主函数打开，分别位于mss_main.c和dss_main.c文件中。 先看mss的主函数，代码如下。我为每行代码都加了中文注释和自己的理解。 int main (void) { Task_Params taskPara...
TI单芯片毫米波雷达代码走读（二十六）—— 角度维（3D）处理之 DFT
lightninghenry的博客
10-26 2610
3D处理前的DFT
TI-毫米波雷达芯片解读-＞代码解读部分-4_DP专题（1）
最新发布
lsmk_ff的博客
03-06 842
开设DP专题的原因，是因为DP作为TI雷达数据处理的核心承载了数据流控制、信号处理、数据处理这些重要模块的具体实现。把DP分析清楚了就能够理解TI信号处理+数据处理的算法原理及实现原理，同时对雷达数据处理流程也能够有更深层次的认识。那么为了达到这个目的，需要从以下几个方面来分析DP：1). DP是什么？2). DP由什么组成的？3). DP能干什么？4). DP是如何工作（或者说应用层是如何使用DP的？5). 回答完上述问题，我们能从中得到什么？
TI单芯片毫米波雷达代码走读（二十五）—— 角度维（3D）处理流程
lightninghenry的博客
06-28 6146
我们从今天开始进入近的篇章——3D处理 第一维度：距离 第二维度：多普勒 第三维度：角度 第二维度，知道了目标的速度，第一维度与第三维度确定了目标的位置 开始读代码 上来是一个for循环： for (detIdx2 = 0; detIdx2 < numDetObj2D; detIdx2++) 角度计算都在这个for循环里完成，循环次数就是 之间检测到的目标个数 上来先配置EDMA控制器，这次是从radarCube中取数据 我们回顾一下radarCube的数据...
TI单芯片毫米波雷达代码走读（九）—— 距离维（1D）处理之断点调试数据抓取
lightninghenry的博客
08-16 5385
续代码走读（七）的步骤，抓取到的数据的下载方式在文末。 按照代码走读（七）中的步骤来一遍，想必你将能够看到上图中的结果了，我的试验环节有两个大的RCS目标，4.5米那个位置是墙，2.6米处的那个目标是我专门放的一把铁椅子。好了，第13步： 13.回到CCS界面，打开dss_data_path.c文件，滑到第2220行左右的位置，把这附近的代码稍作修改如下。代码其实只加了两个赋值，对程序没有影响，修改的目的一是为了方便实时看数据（毕竟在memory里看数据不是那么直观）；二是为了在末尾处加断点。
TI单芯片毫米波雷达代码走读（七）—— 距离维（1D）处理之在线调试
lightninghenry的博客
08-11 6171
一直有小伙伴问代码走读（五）中的回波数据是不是实时抓取的，这里明确回答下，不是我抓的，是为了讲明白1D处理流程专门从网上找的一个数据。 1D处理更新到这里，相信大家都有概念了，择日不如撞日，应大家要求，我们自己抓下数据，实验验证一下我们的理论是不是正确的。 如果大家手上也有TI的1642开发板（不需要另配数传板），可以和我一起实验一下，具体步骤如下： 按照本专栏的第一篇文章——《软件说明文档》准备好工程、SDK、CCS； 用跳帽将SOP设置为101（烧写Flash模式），注意拔插跳帽的时候要断电，可
TI单芯片毫米波雷达代码走读（六）—— 距离维（1D）处理 C代码实现之加窗处理
lightninghenry的博客
08-05 5091
上一篇文章，我们拿MATLAB走了一遍1D处理的流程，这一期我们来看看C代码如何实现的，首先回顾一下void MmwDemo_interChirpProcessing()函数，代码如下： /** * @b Description * @n * Interchirp processing. It is executed per chirp event, after ADC * buffer is filled with chirp samples. * * @retval
TI单芯片毫米波雷达1642代码走读（〇）——总纲
热门推荐
lightninghenry的博客
11-06 3万+
前言 近年来，自动驾驶行业发展如火如荼，雷达技术也逐渐从军工封闭圈走向了开放的市场。 毫米波雷达具有全天候探测能力，特别是在雨雪雾天气以及夜间都能可靠工作，并且探测距离相对其他车载传感器非常远，对运动目标非常敏感，价格还低廉，这些特性都使其成为自动驾驶感知层面不可或缺的一环。 现如今的雷达已经不仅仅局限于测距测速测角等传统的功能，雷达技术正在从感知走向认知、从宽带走向超宽带、从二维走向三维四维、从相控阵走向数字阵列、从单通道走向MIMO、从独立工作走向分布式协同、从分立组件走向射频数字一体化。MIMO
TI单芯片毫米波雷达1642demo代码走读（三）
lightninghenry的博客
07-02 6914
上篇文章我们看了ARM的代码，今天我们来看看DSP的代码。所有的雷达算法都在DSP里面实现。话不多说，先上图。 这个图非常清晰。我们按照上一篇文章的方法，直接进主线，主线入口： Task_create(MmwDemo_dssInitTask, &taskParams, NULL); void MmwDemo_dssInitTask(UArg arg0, UArg arg1)这个函数还是在dss_main.c文件中，进去以后有很多初始化和配置，我们先全部忽略掉。滑到2805行：...
TI单芯片毫米波雷达代码走读：目标检测与数据处理算法
LiJavascript的博客
09-19 834
根据状态的不同，我们可以对数据传输进行相应的处理，例如处理带宽不足的情况或其他错误情况。根据状态的不同，我们可以对数据传输进行相应的处理，例如处理带宽不足的情况或其他错误情况。上述代码片段中，我们首先初始化目标跟踪器，并接收来自雷达的扫描数据。上述代码片段中，我们首先初始化目标跟踪器，并接收来自雷达的扫描数据。通过数据流控制算法，可以优化数据传输和处理过程，确保数据的实时性和准确性。通过数据流控制算法，可以优化数据传输和处理过程，确保数据的实时性和准确性。目标标记算法用于识别和跟踪雷达探测到的目标。
TI单芯片毫米波雷达距离维FFT控制算法走读
CfProgram的博客
09-27 338
距离维FFT是一种用于处理雷达数据的信号处理技术，通过对接收到的信号进行傅里叶变换，可以将时域上的信号转换为频域上的信号。在毫米波雷达中，距离维FFT可用于将收到的回波信号转换为目标物体的距离信息。TI（德州仪器）提供了一款单芯片毫米波雷达解决方案，其中包含了距离维FFT（快速傅里叶变换）控制算法。这段示例代码演示了如何使用TI单芯片毫米波雷达的距离维FFT控制算法来获取目标物体的距离信息。最后，我们通过循环遍历输出数组，打印出每个距离频谱的数值。函数中的嵌套循环用于计算每个频率点的傅里叶变换结果。
TI毫米波雷达应用手册--人员计数开发
09-07
本手册为TI毫米波雷达应用手册，用于人员计数开发的开发指导，从程序场景设置到应用，介绍详细！
TI单芯片毫米波雷达代码解析与多普勒维CA-CFAR检测之数据分析与控制算法
LiJavascript的博客
09-17 617
本文将详细解析TI（德州仪器）单芯片毫米波雷达的代码，并介绍其中的多普勒维CA-CFAR检测算法以及数据分析与控制算法。多普勒维CA-CFAR检测算法的基本思想是通过对训练窗口内的速度进行统计分析，建立背景噪声模拟，然后通过计算标准差来确定检测阈值。以上是对TI单芯片毫米波雷达代码的解析，以及多普勒维CA-CFAR检测算法和数据分析与控制算法的介绍。然后，我们生成了模拟雷达数据，并调用。在实际应用中，可以根据具体需求对参数进行调整，例如调整保护窗口大小、训练窗口大小和阈值，以适应不同的场景和目标。
TI单芯片毫米波雷达代码走读（十）—— 距离维（1D）FFT
lightninghenry的博客
08-24 9096
上一期我们用MATLAB对加窗后的距离维数据进行了FFT处理看到了目标和目标距离，这一期我们看看C代码是如何做FFT的，回顾一下1D处理的函数代码： /** * @b Description * @n * Interchirp processing. It is executed per chirp event, after ADC * buffer is filled with chirp samples. * * @retval * Not Applica
TI 毫米波雷达数据存储【官方文档】
m0_57075106的博客
07-21 1611
TI系列毫米波雷达，IWR1XXX，IWR6843 获取原始adc数据格式解读，官方发布
TI单芯片毫米波雷达代码走读（十九）—— 多普勒维CA-CFAR检测之雷达参数与数据获取
lightninghenry的博客
12-08 5178
我们先来看下CA-CFAR的一些参数，这些参数还是从上位机配置的，如下图所示，在Plots标签页的右下方。 从图中可以看出可以设置不少东西，静态杂波滤除我们之前讲过了，勾选上，这个功能就会有了。 这次我们主要看的是两个阈值，一个是距离维的CFAR阈值，一个是多普勒维的CFAR阈值，默认值都是15dB。 我们还是打开之前的.cfg文件： % *************************************************************** % Created for
TI单芯片毫米波雷达1642demo代码走读（二）
lightninghenry的博客
07-02 6577
上篇文章我们讲了ARM的main函数，用户可更改的地方几乎没有。那么主菜在哪里呢，看这行代码： Task_create(MmwDemo_mssInitTask, &taskParams, NULL); //Task_create()这个函数的内部代码用户不用管。 //Name: Task_create //Prototype: Task_Handle Task_create( Task_FuncPtr fxn, const Task_Params *params, E
TI毫米波雷达固化配置CFG文件参数到工程代码
weixin_42464364的博客
08-09 529
TI毫米波雷达工程固化配置到代码里
TI单芯片毫米波雷达代码走读
02-18
### TI 单芯片毫米波雷达代码解析文档教程 #### 获取开发资源 为了有效理解和解析TI单芯片毫米波雷达的代码，获取官方支持材料至关重要。可以从TI官方网站下载最新版本的毫米波雷达SDK[^1]。该软件开发套件包含了丰富的库文件、配置工具以及多个示例项目，这些对于深入学习非常有帮助。 #### 初步了解架构 通过专栏文章可以了解到，对毫米波雷达算法核心代码进行解读有助于快速理清软件脉络[^2]。这表明，在开始具体编码之前，先熟悉整个系统的高层次设计是非常有益处的。通常情况下，SDK会提供详细的API指南和技术手册来辅助开发者掌握基本概念和工作原理。 #### 探索实际应用案例 针对特定型号如IWR6843AOP，存在关于如何重构开箱即用Demo程序并实现不依赖命令行界面(CLI)操作的具体实例说明[^3]。这类实践型资料能够指导使用者修改现有功能或是创建自定义应用程序接口(API)，从而更好地满足个性化需求。 #### 关键路径分析 在研究过程中，重点应该放在以下几个方面： - **数据处理流程**：理解传感器采集到的数据是如何被传输至主机处理器，并经过一系列运算最终形成有用信息的过程。 - **信号调制解调机制**：探究发射端产生的高频电磁波怎样携带目标物体的距离速度等参数返回给接收单元；反之亦然——接收到的信息又是怎么还原成原始物理量。 - **性能优化技巧**：探索提高系统效率的方法论，比如减少延迟时间、增强抗干扰能力等方面的技术细节。 ```c++ // 示例C++代码片段展示了一个简单的距离测量函数 float calculateDistance(float timeOfFlight, float speedOfLight){ return (timeOfFlight * speedOfLight)/2; } ```
评论 1
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包

打赏作者

lightninghenry

你的鼓励将是我创作的最大动力

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付：¥1
获取中
扫码支付

您的余额不足，请更换扫码支付或充值

打赏作者

实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值