TI 毫米波雷达代码思考_数据管理优化

最新推荐文章于 2025-06-21 09:58:10 发布
最新推荐文章于 2025-06-21 09:58:10 发布
阅读量414 收藏
点赞数
CC 4.0 BY-SA版权
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.youkuaiyun.com/matt11111/article/details/117282095
本文探讨了TI代码中如何频繁使用EDMA进行数据传输，导致数据结构与硬件结构紧密相连的问题。作者提倡将数据处理和底层硬件分离，以提高代码可读性和维护性。通过实例说明如何一次性COPY固定大小数据并使用指针进行后续操作的优化方法。

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

 

在阅读TI 自带的代码的时候，经常会发现数据结构直接link到硬件结构

整篇代码有大量的EDMA操作.  这对于代码的开发非常的不友好。不明白具体为什么这样。

所有要处理的数据的是固定，如ADC数据多少，FFT后的数据多大，可以一次性COPY，然后通过指针来做后续的数据引用。 这个可以把数据的定义和访问，跟底层硬件分开。

 

 

matt11111
关注
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 2662
3D处理前的DFT
TI单芯片毫米波雷达1642demo代码走读（一）
热门推荐
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 IWR1642毫米波雷达使用串口原始数据采集与分析
【调皮连续波】雷达技术领域知识博主
11-02 7740
本文编辑：调皮哥的小助理如果文章能够给你带来价值，希望能够关注我。好了下面开始今天的学习内容吧。今天给大家分享的是 《TI 的IWR1642毫米波雷达使用串口原始数据采集与分析》。通常TI的系列雷达如IWR1642、IWR6843采集长时间的数据都是需要使用DCA1000的，不过我们用于学习毫米波雷达传感器的基础知识，其实可以不需要使用DCA1000，使用串口就可以采集到一帧的数据了。因为串口采集的数据首先是存储在IWR1642的内存里的，经过我对内存的资源估计，发现最多也就只能存储一帧的数据。
【TI毫米波雷达入门-9】TI毫米波雷达基础概念及DCA1000数据解析IWR6843
cengqiu4314的博客
12-12 2746
中频信号经过ADC 反馈出，频率/ADC值，经过FFT后，得到距离和幅值的波形图由混频器输出的不同距离的中频信号，他们的峰值也是不一样。
TI毫米波雷达介绍文档
08-25
TI毫米波雷达平台简介；AWR1443毫米波雷达开发系统介绍
毫米波雷达点云处理软件
03-27
例如，TI的毫米波雷达通常使用MATLAB进行数据处理，但Pythonic工具箱提供了Python接口，可能更方便。 需要验证每个工具是否确实支持点云处理，比如检查项目文档或描述。引用[2]的项目是目标跟踪，可能包含点云处理...
动态视觉SLAM的亿点点思考（含20项最新开源代码链接）[上篇]
3D视觉工坊
07-30 633
作者：泡椒味的口香糖 | 来源：3D视觉工坊添加微信：dddvisiona，备注：SLAM，拉你入群。文末附行业细分群。0. 笔者个人体会动态环境下的视觉SLAM一直都是研究的重点和难点，但最近动态SLAM的paper越来越少，感觉主要原因是动态SLAM的框架已经固化，很难做出大的创新。现有的模板基本就是使用目标检测或者语义分割网络剔除动态特征点，然后用几何一致性做进一步的验证。笔者最近也在思考突...
人形机器人位置编码器与IMU数据融合实践
最新发布
AI天才研究院
06-21 838
想象一个刚学走路的小朋友：他需要知道自己的脚有没有踩稳，身体有没有歪，否则很容易摔倒。人形机器人也是一样——要完成走路、上下楼梯甚至跳舞这些动作，必须实时知道“我现在在哪里”“身体朝哪个方向倾斜”。这就需要传感器来“感知自己”，而位置编码器和IMU（惯性测量单元）是最常用的两种“眼睛”。本文将按照“概念→原理→实战→应用”的逻辑展开：先通过生活例子理解两种传感器，再用“小朋友分糖果”的故事解释数据融合的核心思想，接着用Python代码演示卡尔曼滤波融合过程，最后聊聊实际应用中的注意事项。位置编码器。
AI系统架构原理与代码实战案例讲解
AI天才研究院
08-10 1102
人工智能的概念可以追溯到上世纪50年代，图灵测试的提出标志着人工智能作为一门学科的诞生。早期的研究主要集中在符号推理、专家系统等领域，取得了一些突破，例如机器定理证明、西洋跳棋程序等。上世纪80年代，随着专家系统的兴起，人工智能进入了一个黄金时期。专家系统通过模拟人类专家的知识和经验进行推理和决策，在医疗诊断、故障诊断等领域取得了成功应用。进入90年代，由于计算能力的限制和数据量的不足，人工智能的发展陷入低谷。近年来，随着深度学习技术的突破、大数据的兴起以及计算能力的提升，人工智能迎来了第三次发展浪潮，在图
无人机集成毫米波雷达与双目视觉的融合感知系统深度解析
搏博的专栏
05-21 758
提取雷达点云的速度（多普勒频移计算）、反射强度（dBm值）和视觉图像的边缘（Canny算子）、角点（ORB特征）、语义标签（YOLOv5输出）等特征，通过特征关联算法（如匈牙利算法）实现跨模态融合。：在齐次坐标系统中，3D点的变换可以用4x4矩阵表示，变换矩阵的左上角3x3是旋转矩阵，右上角3x1是平移向量，最后一行是[0, 0, 0, 1]保持齐次坐标性质。：为每个跟踪目标分配唯一ID和颜色，添加边界框显示，框大小随距离变化，显示目标轨迹（最近20个位置点），添加时间和跟踪器数量等信息显示。
TI 77GHz毫米波雷达快速开发说明
05-02
通过阅读这篇文章，使开发人员面对TI的雷达传感方案，轻松上手，快速入门。
毫米波雷达数据处理得到运动目标
11-18
一个处理毫米波雷达的程序，用于得到毫米波雷达原始数据中的运动目标
TI毫米波雷达原理
03-15
TI毫米波雷达原理讲解PPT,从各个方面,• Basics of FMCW radar operation • Using the radar to measure range of multiple objects in front of the radar • Concept of IF signal and IF bandwidth • Range Resolution
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毫米波雷达（六）——high accurary示例分析（一）
slyywd的博客
11-20 992
毫米波雷达还有一个不可忽视的应用场景：高精度测距，通过实现Zoom-FFT可以达到毫米级测距精度。TI在Radar Toolbox中提供了一个high accuracy示例，我们就通过这个示例的分析学习如何实现高精度测距，然后将工程移植到新平台IWR1843中。最后，尝试将high accuracy与out of box进行结合，实现高精度区域扫描功能。至此，示例程序框架基本理清。
毫米波雷达的自我学习——TI毫米波雷达数据的BIN存储
weixin_44897776的博客
05-17 1949
与复杂数据的非交错模式类似，在真实数据的非交错模式下，给定RX的所有数据都存储在一个内存块中，然后存储下一个内存块中下一个RX的所有数据。通常TI的系列雷达如IWR1642、IWR6843采集长时间的数据都是需要使用DCA1000的，不过我们用于学习毫米波雷达传感器的基础知识，其实可以不需要使用DCA1000，使用串口就可以采集到一帧的数据了。在非交错格式中，将给定RX的所有数据存储在单个内存块中，然后存储在另一个内存块中的下一个RX的所有数据。例如，所有的RX0数据都按顺序存储，然后是所有的RX1数据。
TI 毫米波雷达数据存储【官方文档】
m0_57075106的博客
07-21 1792
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）—— 距离维（1D）FFT
lightninghenry的博客
08-24 9156
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毫米波雷达入门-11】毫米波速度相关计算
cengqiu4314的博客
12-14 2405
在这里的示例中， 雷达前方 有两个物体， 它们与雷达的距离相同， 但速度不同，相对于雷达的 速度分别为 V1 和 V2。假设这里有 N 个 等间隔的线性调频脉冲， 那么根据我们 之前的讨论，与其中的 每个线性调频 脉冲相对应的 距离 FFT 将在完全 相同的位置具有峰值。所以，在这里的 这个等式中， 与所发射的这两个 线性调频脉冲 相对应的峰值 相位之间的 相位差表示为 4π 乘以物体在 该时段内移动的 距离除以 λ。实际还和其他参数有关 比如，表面物体的面积，发射功率，发射/接收天线的增益，总测量时间，
评论
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
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