可靠的人形探测,未完待续(I)

HI,there!从紧张的项目中出来冒个泡!

刚好想要验证一下mmWave在有人检测方面的应用,就看到了这个活动 - 瞌睡了有枕头属于是,活动策划好评++!

朋友曾关注汽车相关的技术领域,跟我吐槽过,国产的24G毫米波模组目前只能检测移动物体,而在静物检测方面表现差。

约等于是青蛙。我还振振有词的反驳说,都是回波反射算ToF的应用,拿个大眼睛的超声波模组都可以测静物,没理由毫米波做不到啊!(事实证明我是轻率了哈)

统一申请的模组是CM582-M11,参数如下 - (划重点:调制模式CW,这是本次实验没有达到预期目的根本原因)

发货极快,这运营真是杠杠的,运营好评++!

到手,焊接排针,画出坐标轴;

然后想到,这把排针放到前面,多少会干扰天线,强迫症晚期忍不了,拆了重焊;冲着这焊工,您赏个赞可好?

然后到了喜闻乐见的×杜邦线,连接usb-ttl小板环节 -

对了,不要靠近金属制品,对于电磁波有吸收会影响波形,1t x 1r,天线正常的发射应该是个朝天线面这边的一个球面,全向。回头列装量产了,装壳也要非金属外壳。这里mark一下。

然后我美滋滋的等着以下友商的宣传场景 -

然后不出意外的出意外了,参考我图中的红x,果然一如友人所料,对于静物的测试失败了 - 以下两组数据是对于,无人 vs 静止站立人的,完全没法看出分别。

当然了,对于运动物体,str值还是足以说明问题的,包括运动的方向(+表示接近,-表示远离)和趋势(数值增大和数值减小),只是在低速场景下,准确度就一言难尽,比如,你能看出,这个测试的是有人在模组前绕圈奔跑的数值吗?

复制代码
[16:00:17.090]收←◆v=-0.5 km/h, str=236
v=-0.4 km/h, str=237
v=-0.2 km/h, str=292
v=-0.0 km/h, str=558
v=-0.1 km/h, str=844
v=-0.0 km/h, str=1066
v=0.1 km/h, str=1237
v=-0.2 km/h, str=1684
v=-0.4 km/h, str=3327
v=-0.5 km/h, str=7348
v=0.8 km/h, str=11415
v=0.9 km/h, str=15478
v=-1.1 km/h, str=18913
v=-1.4 km/h, str=20236
v=-1.5 km/h, str=24429
v=-1.5 km/h, str=26368
v=-1.5 km/h, str=26368
v=1.4 km/h, str=27586
v=1.4 km/h, str=26340
v=1.5 km/h, str=25245
v=1.5 km/h, str=22688
v=-1.6 km/h, str=21667
v=-1.6 km/h, str=21854
v=-1.5 km/h, str=22590
v=-1.2 km/h, str=20923
v=-1.1 km/h, str=20592
v=1.4 km/h, str=20592
v=1.5 km/h, str=19424
v=1.4 km/h, str=20560
v=-1.4 km/h, str=19990
v=-1.4 km/h, str=21330
v=-1.4 km/h, str=20026
v=-1.1 km/h, str=17779
v=1.1 km/h, str=15957
v=1.2 km/h, str=15711
v=1.5 km/h, str=17637
v=1.5 km/h, str=18907
v=-1.5 km/h, str=21086
v=-1.6 km/h, str=20611
v=-1.5 km/h, str=22450
v=-1.2 km/h, str=21550
v=-1.1 km/h, str=21014
v=1.4 km/h, str=22909
v=1.4 km/h, str=23555
v=1.5 km/h, str=24904
v=1.5 km/h, str=25801
v=-1.5 km/h, str=26257
v=-1.8 km/h, str=25038
v=-1.8 km/h, str=24318
v=-1.9 km/h, str=23181
v=-2.0 km/h, str=22814
v=2.2 km/h, str=22489
v=2.5 km/h, str=21462
v=2.8 km/h, str=22545
v=2.8 km/h, str=22943
v=-2.8 km/h, str=22943
v=-2.9 km/h, str=21223
v=-2.9 km/h, str=19667
v=-2.8 km/h, str=18568
v=2.6 km/h, str=17419
v=2.9 km/h, str=17520
v=3.0 km/h, str=18659
v=2.8 km/h, str=20146
v=-2.4 km/h, str=18586
v=-2.4 km/h, str=16305
v=-2.2 km/h, str=15976
v=-2.0 km/h, str=16056
v=-1.6 km/h, str=16940
v=1.9 km/h, str=16607
v=2.0 km/h, str=15893
v=2.0 km/h, str=15732
v=-1.8 km/h, str=15026
v=1.6 km/h, str=13719
v=-1.6 km/h, str=14015
v=-1.6 km/h, str=13858
v=1.5 km/h, str=12554
v=1.5 km/h, str=12774
v=1.5 km/h, str=12774
v=1.2 km/h, str=14254
v=-1.1 km/h, str=15213
v=-1.0 km/h, str=15686
v=-0.9 km/h, str=15187
v=-0.9 km/h, str=14956
v=-0.8 km/h, str=13070
v=0.9 km/h, str=13268
v=1.1 km/h, str=14864
v=1.1 km/h, str=

说好的检测人形呢?

我复盘了一下,没有达到预期效果,应该是模组选型不当造成的,毕竟CW模式原理是,发射连续波信号,当这些信号遇到移动目标时,反射回来的信号频率会发生变化(这种变化称为多普勒频移)。

如果要判断静物是否存在,那就要多个天线,并且要求大内存;对于不同的时间段,连续扫描和采样,这样成本会很高,远不如加上可以控制的频移FM来的划算。所以理论上纯CW,只有极低成本,或者极高成本(如可以建3d连续形状),才会用到。

后续文字我会陆续增加更高端模组的测试汇报。

看都看到这里了,小伙伴给三连一下呗!

相关推荐
DuHz16 天前
基于信号分解的FMCW雷达相互干扰抑制——论文阅读
论文阅读·算法·汽车·信息与通信·毫米波雷达
DuHz20 天前
基于时频域霍夫变换的汽车雷达互干扰抑制——论文阅读
论文阅读·算法·汽车·毫米波雷达
DuHz20 天前
霍夫变换和基于时频脊线的汽车FMCW雷达干扰抑制——论文阅读
论文阅读·物联网·算法·汽车·信息与通信·毫米波雷达
DuHz1 个月前
基于MIMO FMCW雷达的二维角度分析多径抑制技术——论文阅读
论文阅读·物联网·算法·信息与通信·毫米波雷达
DuHz1 个月前
基于频率分集阵列的MIMO雷达联合距离角度估计——论文阅读
论文阅读·算法·汽车·信息与通信·毫米波雷达
DuHz1 个月前
频率分集阵列雷达——论文阅读
论文阅读·算法·汽车·信息与通信·毫米波雷达
DuHz1 个月前
用于汽车雷达应用的步进频率PMCW波形——论文阅读
论文阅读·算法·汽车·信息与通信·信号处理·毫米波雷达
Godspeed Zhao3 个月前
自动驾驶中的传感器技术39——Radar(0)
人工智能·机器学习·自动驾驶·毫米波雷达
T.i.s3 个月前
毫米波雷达信号处理步骤顺序
信号处理·毫米波雷达
乌恩大侠4 个月前
5G-LEO - 用于 5g satellite 链接的 OpenAirInterface™ 扩展
5g·毫米波雷达·相控阵·毫米波·usrp x440·usrp x410