Apollo 感知模块中（Radar）的驱动分析

墨衍会员 · AI 创作全网分发 墨衍智能分发 本文由作者通过墨衍一键同步至各平台 1分发平台 400+累计阅读 447平均单平台已同步平台优快云微信公众号微博知乎掘金百家号博客园抖音小红书 你的文章也可以这样分发 墨衍会员 ¥399起/年，写一次发全网我也要 → 码龄5年

关注

转载最新推荐文章于 2026-09-27 11:09:25 发布 447 阅读 AI 写同款· GEO 优化 ›

Apllo进阶课程13- Apollo感知之旅——感知算法 Apollo感知之旅——感知算法讲到感知，首先不得不讲到传感器。传感器是自动驾驶感知环节中最主要的工具，我们必需对传感器能够提供的数据类型、适用的工况以及局限性都非常了解和熟悉，才能让算法工程师更好的适配传感器所采集和提供的数据写出更好的算法。感知算法根据使用的传感器不同而不同。对于激光雷达Lidar点云感知，本节主要介绍两个检测算法，分别是启发式的Ncut和深度学习算法CNNSeg。对于视觉感知，将全面介绍深度学习检测和分割技术、跟踪技术，2D-to-3D技术以及多相机融合技术，此外还会介绍红绿灯检测阅读详情

开发者说｜Apollo 感知模块中（Radar）的驱动分析

https://mp.weixin.qq.com/s/WeiPvFU7a5T9rY38TeKEmAhttps://mp.weixin.qq.com/s/WeiPvFU7a5T9rY38TeKEmA

收录于

Radar

当前文章被收录于：

Radar

1 篇文章 0 人学习

毫米波雷达工作在毫米波段。通常毫米波是指30～300GHz频段(波长为1～10mm)。毫米波导引头穿透雾、烟、灰尘的能力强，具有全天候(大雨天除外)全天时的特点。

订阅专栏查看详情

当前文章被以下社区和专栏收录：

标签

#自动驾驶 #c++

原文链接：https://mp.weixin.qq.com/s/WeiPvFU7a5T9rY38TeKEmA>

Apollo自动驾驶教程学习笔记-Apollo感知之旅3-3 视频链接：http://bit.baidu.com/Course/detail/id/289.html 讲师：夏添 Apollo主任架构师感知算法简单列一下这一节内容的主要章节，这一集视频有1个小时，内容很丰富，夏添老师也是我看了这么多集课程后感觉讲解的最好的一位。 Lidar感知：启发式方式：Ncut DL方式：CNNSeg 视觉感知： DL检测跟踪红绿灯识别 Rad... 阅读详情

相关推荐

Autoware与Apollo底层机制深度对比：中间件、定位、感知、控制全栈解析

自动驾驶开发平台选型本质是系统架构决策。Autoware基于ROS2和FastDDS，强调模块解耦与算法可替换性，适合科研验证与分布式场景；Apollo采用自研CyberRT中间件与ESKF融合定位，以零拷贝通信和车规级确定性延迟支撑L4量产需求。二者差异不在功能多寡，而在数据流设计哲学——前者是‘可调试的乐高’，后者是‘需敬畏的精密仪器’。理解FastDDS序列化开销、CyberRT共享内存管理、NDT与BEV定位范式、EKF与ESKF滤波演进、以及CAN FD工业协议支持等关键技术分水岭，才能在高校算法

weixin_30521161的博客 332

Apollo 中添加Radar

装好雷达后 1.在modules/canbus/vehicle/lincoln/protocol 下创建radar的解析类。 /****************************************************************************** * Copyright 2017 The Apollo Authors. All Rights Reser...

让电脑能感受这美丽的世界 659

apollo中的Radar和Lidar

参考文献：一文读懂激光雷达与毫米波雷达的区别

南北粉面馆 787

Apollo 7.0——percception：rader源码剖析

该模块的启动是通过融合模块的dag文件而启动的，在中，并没有单独启动radar的launch文件或者单独启动的dag文件。其具体路径为：Apollo/modules/perception/production/dag/dag_streaming_perception.daglaunch文件用来启动，dag文件描述了整个系统的拓扑关系，也定义了每个Component需要订阅的话题。

xiaohu的博客 1748

【Apollo 6.0学习笔记】感知

关于Apollo感知模块的笔记记录。

xiewf的博客 3768

OAI骨关节炎数据集申请与DICOM下载全流程避坑指南

医学影像分析中，DICOM格式是存储与交换CT、MRI等数据的通用标准，其元数据Tag承载着像素间距、层厚等关键物理信息，直接影响定量分析的准确性。在骨关节炎研究领域，OAI数据集因样本量大、随访时间长而成为高价值资源，但获取需通过NDA协议申请，并借助nda-tools命令行工具完成TB级影像的批量下载与断点续传。这一流程涉及浏览器环境配置、DICOM格式转换及Python预处理等工程环节，任一细节疏漏都可能导致数据读取异常或分析偏差。掌握从申请到落地的完整链路，能显著提升医学影像AI研究的效率与可复现性

weixin_30843121的博客 276

（转）Apollo 2.0 框架及源码分析(三) | 感知模块 | Radar & Fusion

https://zhuanlan.zhihu.com/p/33852112 文章提到了几个点：一、雷达radar部分： Apollo 2.0 的坐标体系是以Lidar 为基准的。Apollo 可能认为 Velodyne 的位置是最准确的，因此 Camera 的位置标定参考 Velodyne, Radar 的标定参考 Camera。阿波罗的感知几乎都依赖高精地图预先做ROI处理，以...

shaozhenghan的博客 2538

告别米级误差：手把手教你用Nordic nRF52840实现厘米级蓝牙测距（Channel Sounding实战）

本文详细介绍了如何利用Nordic nRF52840开发板和蓝牙信道探测（Channel Sounding）技术实现厘米级高精度测距。通过硬件配置、软件优化和实战案例，帮助开发者快速掌握低功耗蓝牙测距技术，适用于工业自动化、智能仓储等场景。

weixin_42741930的博客 476

Apollo学习之雷达感知模块: Radar Obstacles Perception

雷达感知模块: Radar Obstacles Perception 本文档将逐步讲解Apollo在障碍物检测过程中，雷达感知的软硬件以及检测流程。硬件简介 Apollo 2.0中雷达感知模块使用的是Continental AG的ARS408-21雷达 Webpage for ARS408-21https://www.continental-automotive.com/Landing-Pages/Industrial-Sensors/Products/ARS-408-21 检测流程介绍其实可以从Ap

weixin_42469289的博客 3111

f103vet6 SD卡SDIO+DMA配置避坑指南：从初始化卡死到稳定读写的全流程解析

本文详细解析STM32F103VET6芯片SD卡SDIO与DMA配置中的常见问题，从初始化卡死到读写不稳定的全流程解决方案。重点分析总线宽度配置、时钟分频调整及DMA通道管理技巧，帮助开发者避开常见陷阱，实现稳定高效的数据存储。

u0v1w2x3的博客 666

定位教程7---旋转中心标定之方法二

手算相机相对机器人关系

Quintin 6230

Apollo进阶课程⑲丨Apollo感知之旅——感知算法

目录点云感知启发式方法：NCut 深度学习方法：CNNSeg 视觉感知 CNN检测 CNN分割后处理红绿灯感知基于深度学习的红绿灯感知模块 Radar感知超声波感知原创：阿波君 Apollo开发者社区 5月8日感知是自动驾驶的第一环，是车辆和环境交互的纽带。一个自动驾驶系统的整体上表现好坏，很大程度上都取决于感知系统的做的好坏。讲到感知，首先不得...

10点43的博客 3730

谷歌A2A协议入门指南：附简易Python代码示例

继"关税"之后，当下最热门的词汇当属AI智能体——这种基于人工智能的软件能够执行复杂任务、实现工作流自动化并提升生产效率。但迄今为止，大多数智能体都处于各自为政的状态，难以顺畅协作。就像团队执行重大项目时，成员之间却无法交流！对于技术人员而言，一个可能遇到的典型场景是：假设你需要协调四个不同的AI服务——处理用户查询的Gemini智能体、在向量数据库进行搜索的AI应用、基于Claude的摘要生成器，以及运行专业领域逻辑的Python智能体。

独立开发，substack顶级编辑 797

Apollo 毫米波雷达代码阅读

片段 - 万物皆片段（可能是最好用的代码分享平台）源码位于 /modules/drivers/radar/conti_radar 引用官方主要文件 main.cc apollo_app.cc apollo_app.h mian.c文件文件中只有一行代码：APOLLO_MAIN(ContiRadarCanbus) ，使用宏APOLLO_MAIN，开启了 ContiRadar...

qqliaaaa的博客 4229

AMBA-CHI协议详解（七）

本节描述该协议包含的支持系统保序需求的机制。

Crazzy_M的博客 1158

华为OD机试真题新系统 2026-09-06 Python&JS【仓储货物有序出库】

某仓储中心有一个货物堆放区，货物编号按乱序堆叠存放，只能从顶部取货，管理员需要将货物按编号从小到大取出。

MISAYAONE的博客 114

百度 Apollo无人车平台增加传感器

https://github.com/ApolloAuto/apollo/issues/1649 如果想加入一个新的传感器不是百度官方推荐的传感器到Apollo平台做法： First you can write or find drivers for these sensors OxTS RT3000 (GNSS+Inertial), IBEO LUX Lidar and Hella 5G1 ...

weixin_34355559的博客 490

C#项目实战——YModem协议文件传输【实例】

1、先由上位机发送*update*的握手信号，下位机返回响应字符‘C’（字符C，ASII码为0x43），之后通信双方开始以YMODEM协议进行数据通信。2、 YMODEM协议格式说明（1）起始帧数据格式帧类型(1byte)帧序号帧序号反码传输的文件名文件大小数据CRCSOH00FFfilenamefileziseNULCRCSOH=0x01，表示这个数据帧中包含着128个字节的数据（STX表示1024字节，初始帧只有128个）；00表示数据帧序号，初始是0，依次向下排。

做有价值的事，积累有价值的笔记！ 3655

Apollo Perception模块技术深度解析

Apollo感知模块是自动驾驶系统的核心组件，采用分层模块化设计。该模块包含24个子模块，主要功能包括环境感知、交通元素识别、多传感器融合和目标跟踪。系统架构分为传感器数据层、预处理层、单传感器感知层、多传感器融合层和规范化输出层，支持Lidar、Camera和Radar等多种传感器数据处理。模块采用CyberRT组件化设计，支持动态插件注册的工厂模式，具有827个源代码文件和灵活的配置驱动机制。目录结构清晰划分了各感知链和基础设施，为预测和规划模块提供准确的感知结果。

weixin_47416810的博客 976

Data-Structures-and-Algorithm-Analysis-in-Java.pdf

作者: Weiss, Mark A. 出版社: Addison Wesley Data Structures and Algorithm Analysis in Java is an “advanced algorithms” book that fits between traditional CS2 and Algorithms Analysis courses. In the old ACM Curriculum Guidelines, this course was known as CS7. This text is for readers who want to learn good programming and algorithm analysis skills simultaneously so that they can develop such programs with the maximum amo...

汉书HE8，好用的汇编代码编写工具

汉书HE8，好用的汇编代码编写工具早期编写汇编代码所用功能强大

Apollo2.5 CANBUS调试笔记(测试版)

前言：CANBUS是Apollo需要根据你的底盘写代码的地方，感觉也是Apollo最难调试的部分。这部分首先要选好CAN卡，因为不是Apollo推荐的CAN卡，驱动程序和对应接口，可能都需要自己调整，Apollo推荐的是ESDCAN，我买了一个单口的ESDCAN卡，4000多，超级贵。建议有钱买个4口的CAN卡，因为Apollo推荐的RADAR也要接在CAN总线上，但我的项目是Demo，RADAR...

weixin_30856725的博客 1744

android 蓝牙通讯demo

android 下蓝牙通讯demo，实现了发现蓝牙，使能蓝牙，通过蓝牙发送消息。

Apollo笔记：感知

感知概貌感知是机器人学科的问题，机器人要向人类驾驶员学习，但又不必要完全模仿，扬长避短； 感知模块 小感知：检测，（语义）分割，（属性）识别，跟踪，融合大感知：标定，定位，障碍物行为预测多维度看感知问题，体会复杂性 sensor维度（Input）：Lidar、Camera、Radar、Ultrosonic、高精地图...... Target维度（Output）:障碍物、...

xiewf的博客 1876

锂电池充电器电路设计里面有电路

锂电池充电器电路设计里面有电路 3.7V升压到5V电路设计。

进阶无人驾驶—Apollo感知之旅

知识点超声波雷达拾音器机器感知高精地图参考线相对速度一、Apollo感知之旅–感知概貌感知是机器人学科的问题，因为想要制造一个机器人，必须能和环境进行感知，去处理环境的各种障碍物和突发情况。例如飞机的飞行不需要和鸟的飞行一样，而是要根据自己的特性进行针对性设计和优化，发挥出飞机本身的特性。感知的目的是寻找机器的特长并发挥出来，向人类学习并做得比人类更好。人类开车主要是靠耳朵、眼睛、辅助例如倒车影像和雷达来获取信息。机器感知系统则是利用Lidar、Camera、Radar、超声波

qq_45746068的博客 1923

Apollo 星火计划课程笔记 ---- Perception

Apollo Perception 感知系统: 传感器： Lidar, Camera, Radar, Ultrasonic, Phone 地图: 高精地图机器输出: 道路信息：不强求在线识别，可以来自高精地图；场景理解，分割；障碍物信息:障碍物检测(位置，类别，形状大小)，障碍物跟踪(轨迹，速度),传感器融合(更安全) 信号灯信息: camera识别颜色，其他信息来自地图；v2x是终极途径。 Part-1 多个维度看问题感知技术模块：大感知：标定，定位，障碍物行为预测小感知: 检测，

Tianchao龙虾 739

百度Apollo学习笔记（5）——感知

1.感知概貌 1.1感知技术模块小感知：检测、（语言）分割、（属性）识别、跟踪、融合大感知：标定、定位、障碍物行为预测 1.2感知多个维度 Sensor维度（Input）：Lidar、Camera、Radar… Targer维度（Output）：障碍物、车道线和道路边界线、红绿灯… 问题空间维度：2D算法、3D算法… 机器视觉维度：模型计算、几何计算机器学习维度：深度学习（数据驱动）、...

_微尘_的博客 3270

推荐一些自动驾驶学习资料

自动驾驶技术的一些专栏、文章

LM Wang的专栏 266

进阶课程⑲丨Apollo感知之旅——感知算法

目录点云感知启发式方法：Ncut深度学习方法：CNNSeg视觉感知CNN分割后处理红绿灯感知基于深度学习的红绿灯感知模块Radar感知超声波感知原创阿波君 Apollo开发者社区 2019-05-08 敲黑板，本文需要学习的知识点有轨迹障碍物视觉感知边缘分割卷积神经网络激光雷达感知是自动驾驶的第一环，是车辆和环境交互的纽带。一个自动驾驶系统的整体上表现好坏，很大程度上都取...

weixin_43619346的博客 1299

上一篇： TCP/IP 协议族的应用层、传输层、网络层和数据链路层的基本概念

下一篇： ROS理论与实践：ROS常用组件

Autoware与Apollo底层机制深度对比：中间件、定位、感知、控制全栈解析

weixin_30521161的博客

07-10

332