XiaoMi-AI文件搜索系统
World File Search System米波雷达
TC – radar：用于毫米波雷达对象检测的变压器– CNN混合网络
摘要：在智能运输中，辅助驾驶取决于来自各种传感器的数据集成，尤其是LiDAR和相机。但是，它们的光学性能会在不利的天气条件下降低，并可能损害车辆安全性。毫米波雷达可以更经济地克服这些问题，并得到了重新评估。尽管如此，由于噪声干扰严重和语义信息有限，开发准确的检测模型是具有挑战性的。为了应对这些实际挑战，本文提出了TC – radar模型，这是一种新颖的方法，该方法协同整合了变压器的优势和卷积神经网络（CNN），以优化智能运输系统中毫米波雷达的传感潜力。这种集成的基本原理在于CNN的互补性质，该性质擅长捕获局部空间特征和变形金刚，这些特征在数据中擅长建模长距离依赖性和数据中的全局上下文。这种混合方法允许对雷达信号的更强大和准确的表示，从而提高了检测性能。我们方法的关键创新是引入交叉注意（CA）模块，该模块有助于网络的编码器和解码器阶段之间的高效和动态信息交换。此CA机制可确保准确捕获和传输关键特征，从而显着提高整体网络性能。此外，该模型还包含密集的信息融合块（DIFB），以通过整合不同的高频局部特征来进一步丰富特征表示。此集成过程确保了关键数据点的彻底合并。在Cruw和Carrada数据集上进行的广泛测试验证了该方法的优势，模型的平均精度（AP）为83.99％，平均相交（MIOU）的平均交点为45.2％，表明了鲁棒的雷达感应功能。
自动驾驶模拟应用程序的毫米波雷达建模方法的概述
摘要：自主驾驶技术被认为是未来运输的趋势。毫米 - 波雷达具有长距离检测和全天候操作的能力，是自动驾驶的关键传感器。自主驾驶中各种技术的开发依赖于广泛的模拟测试，其中模拟通过雷达模型的真实雷达的输出起着至关重要的作用。当前，有许多独特的雷达建模方法。为了促进雷达建模方法的更好的应用和开发，本研究首先分析了雷达检测的机制及其所面临的干扰因素，以阐明建模的内容以及影响建模质量的关键因素。然后，根据实际应用要求，提出了用于测量雷达模型性能的关键指标。此外，对各种雷达建模技术还提供了全面的介绍以及原理和相关的研究进度。评估这些建模方法的优点和缺点以确定其特征。最后，考虑到自动驾驶技术的发展趋势，分析了雷达建模技术的未来方向。通过上述内容，本文为开发和应用雷达建模方法提供了有用的参考和帮助。
使用毫米波雷达进行微米精度距离测量
本文介绍了使用高采样率和微米级精度的现代毫米波雷达进行距离测量的进展。对于导航中的雷达距离测量，高精度测量距离和高采样率测量精确距离非常重要，这样才能直接估算物体的加速度和速度。我们提出了一种场景，其中自动驾驶汽车完全依靠雷达距离传感器的测量来在 GNSS 降级环境中进行定位。根据给定的场景，列出了对雷达传感器的要求，并开发和构建了符合给定要求的原型雷达传感器。在实验室中验证了原型传感器的特性。将雷达传感器装置集成到自动驾驶汽车上，并在自动驾驶地面车辆上进行基本定位和物体检测测试。
Soli：利用毫米波雷达实现无处不在的手势感应
值得指出的是，第一批雷达系统早在 20 世纪 30 年代就已开发 [Watson-Watt 1945]，从那时起，射频传感就已成为一个成熟的工程和应用科学领域。然而，目前的雷达硬件和计算方法主要是为主流雷达应用而开发的，这些应用通常涉及远距离检测和跟踪大型移动物体，例如空中和陆地交通管制、海事雷达、飞机防撞系统和外层空间监视以及地球物理监测等。此类应用的工程要求与现代消费应用不兼容，在现代消费应用中，传感器必须适合微型移动和可穿戴设备，在有限的计算资源上运行，在超短距离（即小于 5 毫米）内工作，消耗很少的功率，并以亚毫米精度跟踪复杂、高度可变形的弹性物体（例如人手而不是刚性飞机）的动态配置。我们不知道现有的雷达系统是否能满足上述要求。我们的研究表明，开发针对人机交互 (HCI) 优化的基于雷达的传感器需要从头开始重新思考和重新构建整个传感器架构，从基本原理开始。
Soli：利用毫米波雷达实现无处不在的手势感应
值得指出的是，第一批雷达系统早在 20 世纪 30 年代就已开发 [Watson-Watt 1945]，从那时起，射频传感就已成为一个成熟的工程和应用科学领域。然而，目前的雷达硬件和计算方法主要是为主流雷达应用而开发的，这些应用通常涉及远距离检测和跟踪大型移动物体，例如空中和陆地交通管制、海事雷达、飞机防撞系统和外层空间监视以及地球物理监测等。此类应用的工程要求与现代消费应用不兼容，在现代消费应用中，传感器必须适合微型移动和可穿戴设备，在有限的计算资源上运行，在超短距离（即小于 5 毫米）内工作，消耗很少的功率，并以亚毫米精度跟踪复杂、高度可变形的弹性物体（例如人手而不是刚性飞机）的动态配置。我们不知道现有的雷达系统是否能满足上述要求。我们的研究表明，开发针对人机交互 (HCI) 优化的基于雷达的传感器需要从头开始重新思考和重新构建整个传感器架构，从基本原理开始。