一、雷达初识：从一次失败的夜间泊车说起
我记得那是2018年，我参与的一个ADAS项目出了个怪问题——摄像头在夜间地下车库完全失效，超声波雷达对矮桩视而不见，最后是毫米波雷达救了场。那次之后，我彻底理解了什么叫「传感器融合」。说白了，没有一种传感器是万能的。
今天这堂课，我们就从毫米波雷达的底层原理讲起。我会结合自己踩过的坑，帮你把基础打扎实。
1.1 毫米波雷达到底在测什么？
毫米波雷达，名字听着唬人，其实核心就干三件事：测距、测速、测角。它发射电磁波，碰到目标反射回来，通过分析收发信号的时间差和频率变化，算出目标信息。
为什么叫「毫米波」？因为它的工作波长在1-10毫米之间。波长越短，分辨率越高，但穿透力会下降。嗯，这里要注意：77GHz频段的波长约3.9mm，24GHz约12.5mm，所以77GHz雷达能看清更小的目标。
核心公式（记住这个就够了）：
距离 R = c × Δt / 2
速度 v = λ × Δf / 2
其中c是光速，Δt是收发时间差，λ是波长，Δf是多普勒频移。
我在项目中遇到过一个问题：两个目标并排行驶，雷达只报了一个。后来发现是角度分辨率不够。所以选型时，天线数量直接决定了你能分辨多近的两个目标。
3.2 FMCW体制：为什么大家都用它？
FMCW（调频连续波）是目前毫米波雷达的主流体制。你想想看，脉冲雷达需要很高的峰值功率，而FMCW可以连续发射，功率低、成本低，特别适合车载。
它的工作方式很简单：发射一个频率随时间线性变化的信号（叫「chirp」），接收回波后与发射信号混频，得到中频信号。这个中频信号的频率，就包含了目标的距离信息。
我的经验：调试FMCW雷达时，最容易忽略的是「chirp参数配置」。我曾经因为斜坡时间设得太短，导致最大探测距离缩水了40%。后来查手册才发现，斜坡时间必须大于最大往返时间，否则测距会模糊。
FMCW的另一个优势是能同时测速。通过分析多个chirp之间的相位变化，可以提取多普勒频移。说白了，一个chirp测距，一串chirp测速。
1.3 雷达 vs 激光雷达 vs 摄像头
很多初学者会问：既然激光雷达那么准，为什么还要用毫米波雷达？我直接说结论：没有完美的传感器，只有合适的组合。
| 特性 | 毫米波雷达 | 激光雷达 | 摄像头 |
|---|---|---|---|
| 测距精度 | 厘米级 | 毫米级 | 依赖算法 |
| 测速能力 | 直接（多普勒） | 间接（帧间差分） | 间接（光流） |
| 全天候能力 | 强（雨雾雪） | 中等（受天气影响） | 弱（夜间、逆光） |
| 目标识别 | 弱（点云） | 中等（点云+强度） | 强（语义分割） |
| 成本 | 低（几百元） | 高（数千至上万） | 低（百元级） |
你看，毫米波雷达在测速和全天候能力上是独一档的。摄像头在夜间就是瞎子，激光雷达在大雨中性能暴跌，但毫米波雷达基本不受影响。我曾经在暴雨天测试过，77GHz雷达依然能稳定检测到200米外的卡车。
避坑指南：毫米波雷达对金属物体特别敏感，但对行人（尤其是穿棉衣的）反射信号很弱。我曾经在测试中漏检了一个穿羽绒服的行人，后来加了多帧积累才解决。所以做融合时，千万别只依赖雷达做行人检测。
1.4 课程整体框架与学习路径
这门课一共30章，我把它分成四个阶段。你跟着走，不会迷路。
先看一张整体框架图，我手绘的SVG，帮你建立全局认知：
四个阶段层层递进：
- 基础篇（第1-8章）：把雷达原理、信号处理、数据格式讲透。我建议你重点看第4章ADC采样，很多回放问题都出在这里。
- 数据篇（第9-16章）：教你如何解析原始数据、生成点云、做目标跟踪。这部分我会给真实的雷达数据文件，你直接跑。
- 复盘篇（第17-24章）：这是核心。怎么回放场景？怎么复现问题？怎么分析性能瓶颈？我会用三个真实项目案例带你走一遍。
- 实战篇（第25-30章）：完整项目实战。从数据采集到部署验证，你跟着做一遍，就能独立搭建一套雷达数据回放与复盘系统。
学习建议：如果你已经有雷达基础，可以直接从第9章开始。但如果你对FMCW原理不熟，我建议你老老实实从第1章看起。我曾经带过一个实习生，跳过基础直接做回放，结果连chirp参数都看不懂，白白浪费了两周。
好了，第一章就到这里。记住：雷达数据回放的核心，是理解数据从天线到点云的完整链路。后面的章节，我们会一步步拆解这条链路。
可可精品资料库