| 章节 | 描述 | 备注 |
|---|---|---|
| 数学基础 | 包含高数、线代、概率论等章节 | 持续更新中... |
| 雷达基础知识 | 描述毫米波雷达基础知识，包括分辨率、检测能力等等 | |
| 信号处理 | 雷达测速测距测角、仿真代码 小波变换 |
持续更新中... |
| 数据处理 | 主要以多目标跟踪为主，描述相关流程 | |
| 深度学习 | 深度学习基础知识 pointpillars的部署工程 |
|
| 机器学习篇 | 区别于深度学习，主要介绍常见的机器学习算法 | 持续更新中... |
| [SLAM篇] | 暂未开展 | 暂未开展 |
持续更新的各类任务的毫米波雷达数据集
| 数据集 | 介绍 | 用途 | 代码 | 备注 |
|---|---|---|---|---|
| RadarScenes |  |
1.目标检测 2.EgoMotion估计 3.环境感知（动静分类、freespace） |
EGO_MOTION_ESTIMATION_RADAR ENVIRONMENT_REPRESENTATION_USING_RADAR |
|
| ColoRadar |  1. 3D FMCW radar, 3D lidar, and IMU data. 2. The full dataset, including sensor data, calibration sequences, and evaluation scripts can be downloaded here. |
1. 系统一共包含两个4D毫米波雷达：SingleRadar 和 CascadedRadar，收发天线分别为3x4以及12x16; 2.提供原始ADC数据; 3. 理解并学习3D点云信号处理流程； 4. 学习天线频率、相位校正流程； |
LINK | None |
| Pitt-Radar | TI AWR1843BOOST | 1. 包含ADC 2. 数据集原本用于Azimuth super-resolution（角度超分辨处理） 3. 可以扩展用于标准的信号处理、目标跟踪的常规应用 |
Pitt-Radar | - |
| DualRadar |   1. based on 4D radar that can be used for studies on 3D object detection and tracking in the field of autonomous driving. 2. The perception system of ego vehicle includes a high-resolution camera, a 80-line LiDAR and two up-to-date and different models of 4D radars operating in different modes(Arbe and ARS548) |
1. 4D radar数据集，使用Arbe和ARS548雷达模块; 2. 基于OpenpcDet完成3D目标检测任务; 3. 基于3D雷达点云实现单模态、多模态的目标检测任务 |
- | - |
| NTU4DRadLM (Oculli Eagle) MSC RAD4R（Oculii Eagle 4D Radar） MulRan |
SLAM相关的一些数据集 | NTU4DRadLM code MulRan code |
React
Typescript
Django
Laravel
Facebook
Microsoft
Google
Alibaba
D3
Tencent