【高级雷达感知与学习】 第十四章 大规模工程化与真实系统集成（工程实践）

——从算法原型到车载雷达感知系统的全栈落地

---

1. 引言：为什么“能跑”不等于“可用”？

在学术研究中，一个雷达感知模型只要在 GPU 上达到高 mAP 即可发表；但在真实车载系统中，模型必须同时满足：

• 实时性：端到端延迟 ≤ 100 ms（对应 10 Hz 感知帧率）
• 资源约束：功耗 ≤ 30 W（Orin-X 典型 TDP），内存 ≤ 8 GB
• 鲁棒性：在温度、振动、电磁干扰下稳定运行
• 合规性：满足 ISO 21448 (SOTIF)、AUTOSAR、功能安全（ISO 26262 ASIL-B）

工程化的核心挑战：
如何在物理世界约束下，将“实验室精度”转化为“道路可用性”？

本章将系统拆解大规模工程化落地的四大支柱：

1. 实时性瓶颈分析（FMCW 采样与 DSP 瓶颈）
2. 嵌入式部署平台选型（Edge / FPGA / Jetson / Orin）
3. 数据管线构建（采集 → 同步 → 标注