This thread has been locked.

If you have a related question, please click the "Ask a related question" button in the top right corner. The newly created question will be automatically linked to this question.

[参考译文] IWR6843:用于移动机器人的毫米波与超声波接近传感器

Guru**** 1953960 points
Other Parts Discussed in Thread: IWR6843, IWR6843ISK, IWR6843AOP
请注意,本文内容源自机器翻译,可能存在语法或其它翻译错误,仅供参考。如需获取准确内容,请参阅链接中的英语原文或自行翻译。

https://e2e.ti.com/support/sensors-group/sensors/f/sensors-forum/1405841/iwr6843-mmwave-vs-ultrasonic-proximity-sensors-for-mobile-robots

器件型号:IWR6843

工具与软件:

你(们)好

我正在使用一个室外移动机器人、工作速度最高为2 m/s 为了避免机器人碰撞、我正在考虑使用毫米波雷达或超声波传感器。 您能提供有关如何选择正确传感器类型的建议吗? 我特别担心毫米波的信号处理和调优是否会 非常广泛。

此致

Jens

  • 请注意,本文内容源自机器翻译,可能存在语法或其它翻译错误,仅供参考。如需获取准确内容,请参阅链接中的英语原文或自行翻译。

    Jens、您好!

    对于机器人应用、TI 建议使用 IWR6843毫米波雷达传感器。 我们拥有雷达工具箱、其中包含人员跟踪、液位感应和机器人等大量不同应用的免费源代码。 这些演示包括用于生成点云和其他类型输出的信号处理、以及用于获取物体位置和人/非人类分类等信息的点云上的更多处理。

    https://dev.ti.com/tirex/explore/node?a=1AslXXD__2.20.00.05&node=A__AJy2dB7pfZ0nJqp9U0xVSg__radar_toolbox__1AslXXD__2.20.00.05

    https://dev.ti.com/tirex/explore/node?a=1AslXXD__2.20.00.05&node=A__AOWrkwbTC6SqhjS8xzVlrg__radar_toolbox__1AslXXD__2.20.00.05

    对于机器人、我们提供了安全缓冲区演示和小型障碍物检测演示。 它们使用 ROS、我们还提供独立的 ROS 驱动程序用于输出点云、然后可与感兴趣的任何其他与 ROS 兼容的传感器结合使用。

    https://dev.ti.com/tirex/explore/node?a=1AslXXD__2.20.00.05&node=A__AFIEVaaBoBCgo.VCtJenZQ__radar_toolbox__1AslXXD__2.20.00.05

    https://dev.ti.com/tirex/explore/node?a=1AslXXD__2.20.00.05&node=A__AFBXnwiM2XV37eEtzWKflA__radar_toolbox__1AslXXD__2.20.00.05

    比较雷达和超声波之间的信号处理和调谐难度、二者比摄像头、激光雷达或 ToF 传感器等基于光的传感器都复杂。 基于光的传感器的工作原理与我们的眼睛一样、因此通常更容易理解、但我们提供了配套资料来展示雷达数据与我们在 Radar Academy 中看到的数据进行比较。

    https://dev.ti.com/tirex/explore/node?a=1AslXXD__2.20.00.05&node=A__AEIJm0rwIeU.2P1OBWwlaA__RADAR-ACADEMY__GwxShWe__LATEST

    此致、

    Pedrhom

  • 请注意,本文内容源自机器翻译,可能存在语法或其它翻译错误,仅供参考。如需获取准确内容,请参阅链接中的英语原文或自行翻译。

    尊敬的 Pedrhom:

    感谢您的回答、我们订购了 IWR6843ISK 雷达测试套件。 是否可以使用我们的机器人上的同一雷达同时进行小障碍物检测和安全缓冲区?

    此外、我们的雷达会遇到很多伪影和噪声-它是否需要大量调优才能正常工作? 我们有点担心在我们的机器人上部署时的稳健性。

    此致!

    Jens

  • 请注意,本文内容源自机器翻译,可能存在语法或其它翻译错误,仅供参考。如需获取准确内容,请参阅链接中的英语原文或自行翻译。

    抱歉、我们订购了  IWR6843AOP EVM。 我仍然可以使用该套件运行小障碍物检测和安全缓冲区演示吗?

  • 请注意,本文内容源自机器翻译,可能存在语法或其它翻译错误,仅供参考。如需获取准确内容,请参阅链接中的英语原文或自行翻译。

    您好!

    6843ISK 和6843AOP 基本是相同的芯片、与 AOP 的区别在于天线位于封装本身上、天线几何形状不同。 这需要对配置文件进行一次更改才能符合此差异、但仍将支持与所有6843ISK 演示的兼容性。

    虽然需要进行一些调整、但最终并非一种器件/技术需要针对环境的每一个微小变化采用不同的配置、这是不可行的。 我们在雷达工具箱和 E2E 论坛上提供了不同器件和演示的调优指南。

    您将注意到的主要因素是提到了 CFAR 阈值。 将其视为一个滤波器、仅允许在点云中显示特定反射率级别或更高的检测。

    此致、

    Pedrhom

  • 请注意,本文内容源自机器翻译,可能存在语法或其它翻译错误,仅供参考。如需获取准确内容,请参阅链接中的英语原文或自行翻译。

    您好!

    非常感谢!  6843ISK 也是评估板、或者我们可以在生产中使用的器件吗?

    我读到 ISK 的天线几何形状适合壁挂式应用、而 AOP 是吸顶式安装的位置。 是这样吗?

    您能否在配置文件中指定一项更改、以便我可以在 AOP 电路板上使用此演示: https://dev.ti.com/tirex/explore/node?a=VLyFKFf__4.11.0&node=A__ALTzjndbFvzim8cyGM-VSQ__radar_toolbox__1AslXXD__LATEST ? 那将会很有帮助。

    此致

    Jens

  • 请注意,本文内容源自机器翻译,可能存在语法或其它翻译错误,仅供参考。如需获取准确内容,请参阅链接中的英语原文或自行翻译。

    您好!

    我还需要知道、该传感器是否最适合室外操作?  根据本文档: https://www.ti.com/lit/ab/swra758/swra758.pdf?IWR6843=1725598822336&ref_url=https%253A%252F%IWR6843 ts 252Fwww.google.com%252F 设备可用于检测各种室内环境中的人员

  • 请注意,本文内容源自机器翻译,可能存在语法或其它翻译错误,仅供参考。如需获取准确内容,请参阅链接中的英语原文或自行翻译。

    您好!

    6843ISK 是一款评估模块、芯片本身是6843、更具体地说是 IWR6843、但我们提供了参考设计、其中包含 EVM 本身上显示的天线。 6843是 TI 性能最高的非汽车毫米波雷达传感器、因此在推动最大检测距离方面将是最佳选择。

    此致、

    Pedrhom

  • 请注意,本文内容源自机器翻译,可能存在语法或其它翻译错误,仅供参考。如需获取准确内容,请参阅链接中的英语原文或自行翻译。

    谢谢!

    我想在我的机器人上尝试移动跟踪器演示、您能帮助我为此修改 IWR6843ISK 线性调频脉冲文件吗?

    能否在以2m/s 速度驾驶的平台上使用 IWR6843AOP?

  • 请注意,本文内容源自机器翻译,可能存在语法或其它翻译错误,仅供参考。如需获取准确内容,请参阅链接中的英语原文或自行翻译。

    您好!

    对于 AOP、我建议从3D 人员跟踪示例开始、该示例准备了预构建的 AOP 图像。 移动跟踪器和小型障碍物检测演示实际上是3D 人员跟踪示例、具有额外的占位区功能而没有其他功能(以及一些不同的配置)。 您仍然可以将3DPT 示例用于移动平台、并且您将了解雷达如何在平台静止与动态时检测物体

    此致。

  • 请注意,本文内容源自机器翻译,可能存在语法或其它翻译错误,仅供参考。如需获取准确内容,请参阅链接中的英语原文或自行翻译。

    谢谢您 Pedrhom。 我一直在研究3D 人员跟踪器、它在雷达静止时的性能似乎很好、但在雷达移动时的性能较差。

    该任务的目标是创建一个系统、在该系统中检测任何物体、并在特定 FOV 内减慢速度。 或许我可以利用安全缓冲区演示开始进行此操作?

    我有点卡在哪里开始。 谢谢。

  • 请注意,本文内容源自机器翻译,可能存在语法或其它翻译错误,仅供参考。如需获取准确内容,请参阅链接中的英语原文或自行翻译。

    您好!

    毫米波雷达肯定可以很好地实现这一应用、我们拥有大量的相关短片:

    https://www.ti.com/video/6207205419001

    下面提供了有关人员跟踪算法链和调优的大量指南

    C:/ti/ /source/ti/examples People_Tracking docs/3D_people_tracking_detection_layer_tuning_guide.pdf

    在配置时、您无需了解算法实现背后的详细信息、而是需要了解您可以调整或旋钮的参数以及 这些调整的影响。

    dynamicRACfarCfg  和  CFAR 阈值是对您看到的点数量影响最大的值、因为这决定了有多少点会根据点的距离和角度反射率水平被滤除。

    此致、

    Pedrhom

x 出现错误。请重试或与管理员联系。