基于雷达的移动机器人智能表面分类
我们的雷达解决方案支持边缘 AI 应用，仅需单个传感器即可在真实场景中精确区分多种表面。
应用概述
PIR、UWB 和 ToF 等传统传感技术通常仅提供基本的存在信息。我们的雷达传感解决方案利用边缘 AI，实现了表面分类等高级传感能力。使移动机器人能够识别其下方的表面，如草地、混凝土或其他地形，并实时做出相应反应。
凭借 TI 的低功耗、成本优化的 IWRL6432 雷达，工程师可以轻松为下一代移动机器人添加高级表面分类功能。
开始评估
数据收集
使用 IWRL6432 器件采集精确的雷达数据，通过集成的 M4F MCU 和 HWA 完全在边缘完成 AI 处理。
数据质量评估
TI 雷达传感器支持多种输出格式，包括距离剖面、距离-多普勒热图、点云等。对于表面分类，该模型利用距离剖面数据来实现高精度性能。
如果您想了解有关不同类型雷达数据和输出格式的更多信息，可以立即通过我们的 Radar Academy 开始学习。
客户可直接使用 CCStudio™ Edge AI Studio 中提供的示例数据集快速上手；该平台内置相关工具，支持用户上传未过滤的距离剖面数据，并通过试验不同距离窗口优化模型性能，详见表面分类用户指南。
构建并训练模型
CCStudio™ Edge AI Studio 中的雷达扩展围绕两个关键组件构建：
- 一个前端 GUI，可在本地系统或云服务器上运行
- 一个后端 PyTorch 引擎，负责处理 API 调用和模型的执行。
初学者可以首先使用我们的 CCStudio™ Edge AI Studio 探索雷达表面分类示例项目。此引导式体验涵盖雷达预加载数据集评估、模型定义、编译以及工作流程中的其他主要步骤。
熟悉雷达传感和机器学习的更高级用户可以直接与后端引擎交互。
训练、编译和评估均可完全定制，允许用户根据需要用自己的方法替代各个步骤。
这种灵活的架构确保了该工具能够为各种水平的用户提供价值，无论是刚接触雷达和机器学习的新手，还是寻求关于将模型部署到雷达固件项目中的自动化和集成指导的资深开发人员。
请跟随我们的分步视频指南，了解如何开始使用 TI 的表面分类示例模型，以及如何快速收集、训练和部署您的数据。
部署模型
完成训练和验证后，CCStudio™ Edge AI Studio 提供了将训练好的模型直接部署到雷达器件的端到端工作流程，无需任何其他系统。
入门所需的所有硬件、软件和资源
硬件
IWRL6432
单芯片低功耗 57GHz 至 64GHz 工业毫米波雷达传感器
软件与开发工具
适用于边缘 AI 的雷达工具箱
详细了解 TI 的 60GHz 和 77GHz 工业毫米波传感器如何测量人员或物体的距离和相对速度。
CCStudio™ Edge AI Studio
Edge AI Studio 包含用于训练、编译模型并将其部署到 TI 边缘 AI 处理器的工具。