1. 课程导入
无人机在低空飞行时，最怕的不是飞不高，而是“看不见”。城市楼宇、树林、电线、桥梁、移动车辆与行人，都会在极短时间内进入飞行路径。光学相机受逆光、黑夜、烟雾影响，超声波作用距离短，激光雷达成本与体积压力大。毫米波雷达凭借全天候、穿透雾霾、测距测速一体、体积小、成本可控等优势，正在成为无人机避障系统中不可替代的感知前端。本课程围绕“如何把毫米波雷达真正做成无人机可用的避障能力”展开，从器件、信号、算法到系统集成逐层推进。
学习目标：从“会看数据”到“能做系统”
本课程不是单纯的雷达原理课，也不是单纯的飞控调参课，而是面向工程落地的交叉课程。完成学习后，你应当具备以下能力：
- 理解毫米波雷达测距、测速、测角的基本原理，能读懂距离-多普勒图与点云输出。
- 掌握FMCW波形参数设计方法，能根据探测距离、分辨率、速度范围选择调频斜率、带宽与帧周期。
- 能够完成雷达与飞控、机载计算机之间的数据链路搭建，理解坐标系变换与时间同步。
- 能够设计避障决策逻辑，包括威胁评估、避让方向选择、紧急悬停与返航策略。
- 能够定位常见问题：虚警、漏检、地面杂波、多径干扰、点云稀疏与延迟过大。
核心概念：五个必须建立的心智模型
毫米波雷达避障工程涉及多个概念，初学阶段最容易混淆。下面五个概念是后续所有章节的基础。
| 概念 | 工程含义 | 典型关注参数 |
|---|---|---|
| FMCW | 调频连续波，通过发射与接收信号的频率差获得距离与速度 | 带宽、调频斜率、帧周期 |
| 距离-多普勒图 | 二维信号表示，横轴距离、纵轴速度，是目标检测的原始基础 | 距离分辨率、速度分辨率 |
| 点云 | 雷达输出的离散目标点，包含距离、角度、速度、信噪比 | 点密度、角度精度、更新率 |
| 视场角 | 雷达可探测的角度范围，决定无人机前向覆盖能力 | 方位角、俯仰角、波束宽度 |
| 避障决策 | 根据点云与飞行状态生成避让、悬停或返航指令 | 安全距离、响应时间、航向修正 |
整体框架：从射频前端到飞行控制
一套完整的无人机毫米波雷达避障系统，通常由感知层、处理层、决策层和执行层构成。感知层负责发射与接收射频信号；处理层完成ADC采样、FFT、CFAR检测、角度估计与点云生成；决策层进行坐标变换、障碍物聚类、威胁评估与避让规划；执行层通过MAVLink或串口将指令发送给飞控，最终改变姿态与航向。
典型应用场景：不同场景对雷达提出不同要求
同样是避障，城市低空、农业植保与电力巡检的侧重点完全不同。城市低空环境密集，多径反射严重，雷达需要更高的更新率与更强的抗虚警能力；农业植保面对作物冠层与地形起伏，地面杂波是主要干扰，定高与仿地飞行比前向避障更关键；电力巡检中导线属于小目标，雷达需要更高的角度分辨率与信噪比，否则容易漏检。工程上不存在“一款参数打天下”的雷达，必须根据场景做取舍。
方法流程：一次完整避障的工程链路
从雷达上电到无人机完成避让，中间要经过一条完整链路。下面用伪代码形式给出关键步骤，便于建立工程直觉。
1. 初始化雷达：设置带宽、调频斜率、帧周期、采样率
2. 采集原始ADC数据：每帧包含多个chirp
3. 距离FFT：得到距离维信息
4. 多普勒FFT：得到速度维信息
5. CFAR检测：在距离-多普勒图上提取候选目标
6. 角度估计：通过多天线相位差计算方位角与俯仰角
7. 坐标变换：将雷达坐标系点云转换到机体坐标系
8. 聚类与跟踪：区分静态障碍与动态目标
9. 威胁评估：计算最近距离、碰撞时间TTC
10. 避让决策：选择左绕、右绕、爬升、悬停或返航
11. 发送指令：通过MAVLink发送速度或位置设定点
12. 飞控执行：姿态控制器驱动电机完成动作常见误区与复盘：初学阶段最容易踩的坑
第一个误区是“只看探测距离，不看更新率”。无人机飞行速度快，若雷达帧率只有5 Hz，100 ms内无人机可能已前进数米，避障窗口被严重压缩。第二个误区是“忽略坐标系变换”。雷达安装在机头，点云坐标必须经过安装角与机体姿态补偿，否则障碍物位置会整体偏移。第三个误区是“把点云当图像看”。毫米波雷达点云稀疏且存在多径，不能直接用视觉算法套用。第四个误区是“不做地面杂波抑制”。低空飞行时地面回波极强，若不处理，雷达会把地面当成障碍物，导致无人机频繁误刹。
本课程后续将沿着“原理—波形—信号处理—点云—坐标变换—决策—集成—测试”的路径逐步展开。每一章都会围绕真实工程问题给出参数、代码与调试方法，帮助你把毫米波雷达从一颗传感器，变成无人机真正可依赖的避障能力。