awesome-radar-perception

GitHub
1.8k 336 非常简单 1 次阅读 昨天Agent开发框架图像数据工具
AI 解读 由 AI 自动生成，仅供参考

awesome-radar-perception 是一个专注于雷达感知领域的开源资源合集，旨在为自动驾驶及相关技术的研究提供一站式支持。它系统性地整理了雷达数据集、检测算法、目标跟踪、多传感器融合等关键内容，并持续更新前沿成果。

在自动驾驶研发中，雷达数据往往分散且处理复杂，开发者难以快速找到高质量的基准数据或成熟算法。awesome-radar-perception 通过分类汇总主流数据集（如 nuScenes、Radar Scenes 等）、信号处理工具包以及针对天气干扰、多径效应等挑战的解决方案，有效降低了研究门槛，帮助用户高效获取所需资源。

该资源库特别适合从事自动驾驶感知算法的研究人员、工程师以及高校师生使用。无论是需要训练数据的算法开发者，还是希望了解雷达最新进展的学术研究者，都能从中获益。其独特亮点在于不仅涵盖了从数据标注、仿真生成到深度学习应用的全流程资源，还关联了作者发表的综述论文与详细课件，为深入理解“深度雷达感知”提供了坚实的理论支撑与实践指引。作为一个由社区维护的动态知识库，awesome-radar-perception 正成为连接雷达技术与智能驾驶应用的重要桥梁。

使用场景

某自动驾驶初创团队正在研发全天候感知系统，急需解决雨天激光雷达失效时的目标检测难题，计划引入毫米波雷达作为核心传感器。

没有 awesome-radar-perception 时

  • 数据搜集如大海捞针：工程师需花费数周在各大网站零星搜索雷达数据集，难以找到包含密集点云和精确轨迹标注的高质量数据（如 Radar Scenes 或 nuScenes），导致模型训练起步缓慢。
  • 算法选型缺乏依据：面对去噪、超分辨率和聚类等多种信号处理任务，团队无法快速定位业界领先的开源工具箱，只能重复造轮子或试用不成熟的代码。
  • 忽视关键干扰因素：由于缺乏对多径效应、互干扰等挑战的系统性认知，初期模型在复杂路况下误检率极高，且不知道有哪些现成的解决方案可参考。
  • 学术与工程脱节：难以获取最新的综述论文和研讨会资料，导致技术路线规划滞后于前沿研究，增加了项目试错成本。

使用 awesome-radar-perception 后

  • 一站式获取权威数据：团队直接通过清单锁定了适合融合任务的 nuScenes 和提供点级标注的 Radar Scenes 数据集，将数据准备周期从数周缩短至两天。
  • 快速集成成熟算法：利用列表中整理的 Detector 和 Denoising 工具包，迅速搭建了基线系统，并针对雨天场景引入了专门的去噪方案。
  • 系统性规避技术坑点：参考"Challenges"章节中关于天气效应和多径效应的专题资源，提前在算法中加入了抗干扰模块，显著提升了恶劣天气下的鲁棒性。
  • 紧跟前沿技术演进：通过关联的综述论文和幻灯片，团队快速掌握了深度雷达感知的最新趋势，优化了传感器融合架构，确保了技术方案的先进性。

awesome-radar-perception 将原本分散孤立的雷达感知资源串联成完整的知识图谱，帮助开发者从繁琐的调研中解放出来，专注于核心算法的创新与落地。

运行环境要求

GPU

未说明

内存

未说明

依赖
notes该项目是一个雷达感知领域的资源列表（Awesome List），主要收录了数据集、论文、工具箱和相关算法的链接，本身不是一个可直接运行的软件或模型库，因此 README 中未提供具体的操作系统、GPU、内存、Python 版本或依赖库等运行环境需求。用户需根据列表中引用的具体子项目（如特定的检测算法或数据集工具）去查阅其各自的安装说明。
python未说明
awesome-radar-perception hero image

快速开始


雷达数据集、目标检测、跟踪及融合的精选列表。
持续更新中。
作者：周毅
联系方式：zhouyi1023@tju.edu.cn

🚩我发表了一篇关于雷达感知的综述论文，请参阅下方链接。该论文为开放获取。如果您认为其中的内容有用，请在您的工作中引用本文。我将持续更新此仓库，以收录雷达感知领域的最新研究成果。

面向自动驾驶的深度雷达感知：数据集、方法与挑战

与本文相关的41页幻灯片：链接；中国大陆访问链接

目录

概述

数据视角：

信号处理：

应用：

挑战：


雷达数据集

在我的综述论文中，有一张表格提供了更多细节。

自动驾驶用传统雷达数据集

数据集 雷达类型 数据类型 标注 链接
nuScenes Continental ARS408 ×5 稀疏点云 3D边界框，轨迹ID 官网
DENSE 77GHz长距雷达 稀疏点云 3D边界框 官网
PixSet TI AWR1843 稀疏点云 3D边界框，轨迹ID 官网
Radar Scenes 77GHz中距雷达×4 密集点云 2D逐点标注，轨迹ID 官网
Pointillism 2 TI AWR 1443 点云 3D边界框 Github
Zendar SAR SAR ADC、RD、点云 移动物体的逐点掩码 Github
Cooperative Radars 77GHz雷达×3 点云 来自GNSS-RTK的轨迹 官网
aiMotive 77GHz LRR雷达×2（前后） 点云 3D边界框，轨迹ID 官网


评论：nuScenes、DENSE和Pixset主要用于传感器融合，但并未特别强调雷达的作用。Radar scenes提供了雷达点云的逐点标注，但没有其他模态数据。Pointillism使用了两部视场重叠的雷达。Zendar似乎已无法下载。AiMotive则专注于远距离的360度多传感器融合。

检测用CFAR前数据集

数据集 雷达类型 数据类型 标注 链接
CRUW TI AWR1843 超短距 RA 物体级标注 官网
CARRADA TI AWR1843 短距 RA、RD、RAD 逐点标注、2D边界框、掩膜 官网
RADDet TI AWR1843 RAD 用于RAD张量的3D边界框 Github
RaDICaL TI IWR1443 ADC 2D边界框 官网
GhentVRU TI AWR1243 短距 RAD VRU的分割掩膜 论文
RAMP-CNN TI AWR 1843 ADC 2D边界框 官网


评论：CARRADA是在干净场景下采集的，CRUW使用RA图，RADDet为RAD张量提供标注，RADICaL提供原始ADC数据和信号处理工具箱，GhentVRU可通过联系作者获取，ODA则针对无人机，提供事件相机数据。

4D雷达数据集

数据集 雷达类型 数据类型 标注 链接
Astyx Hires2019 Astyx 6455高分辨率中距 点云 3D边界框 数据集
View-of-Delft ZF FRGen21短距 点云 3D边界框 官网
RADIal Valeo中距DDM ADC、RAD、点云 车辆逐点标注；空旷区域掩码 Github
TJ4DRadSet Oculii Eagle长距 点云 3D边界框，轨迹ID Github
K-Radar Macnica RETINA RAD 3D边界框，轨迹ID Github；OpenReview
ZF 4DRadar Dataset ZF FRGen21 4D 3D 待定 Github
ThermRad Oculii Eagle 点云 3D 待定
MSC-RAD4R Oculii Eagle 点云 SLAM 官网


评论：Astyx规模较小，VoD侧重于VRU分类，RADIal的标注较为粗略但提供了原始数据，TJ4D以其长距离探测能力为特色，K-Radar则提供了RAD张量和3D标注。ZF 4DRadar Dataset目前尚未公开。

具体任务

数据集 雷达类型 任务 链接
HawkEye SAR 静止车辆分类 网站
PREVENTION Conti ARS308 + SRR208 x2 轨迹预测 网站
SCORP 76GHz 开放空间分割 网站
Ghost 77GHz 长距 *2 幽灵目标检测 Github
Solinteraction Data Soli 有形交互 Github
GROUNDED 地面穿透雷达 定位 网站
FloW Dataset TI AWR1843 浮动垃圾检测 网站
OLIMP UWB + Continental ARS404 多传感器融合检测 网站
DeepSense 6G 雷达+激光雷达+相机+GPS 波束预测 网站
CTA 雷达+相机 干扰分析 网站
Radar^2 TI AWR1843 盗听雷达检测 网站
Darting Pedestrians dataset ZF FRGen21 短程 突然横穿行人检测 网站
ODA 24GHz 无人机障碍物检测与避障 网站
Scattering Dataset 77GHz 网站
Radar Clutter Dataset 77GHz 杂波检测 网站
Interference Dataset 77GHz 干扰 网站
OSDaR23 Navtech 雷达 铁路专用目标检测 网站

惯性导航与定位

数据集 雷达类型 任务 链接
牛津越野雷达数据集 Navtech 旋转雷达 场所识别 网站
牛津雷达机器人车 Navtech 旋转雷达 惯性导航、（目标）检测 网站；检测标注
RADIATE Navtech 旋转雷达 惯性导航、目标检测、跟踪 网站
MulRan Navtech 旋转雷达 场所识别 网站
Boreas Navtech 旋转雷达 长期惯性导航、定位、目标检测 网站
EU 长期数据集 Conti ARS 308 长期 SLAM 网站
ColoRadar TI AWR2243 级联 + AWR1843 惯性导航 网站
USVInland TI AWR1843 内陆水道 SLAM，水域分割 网站
Endeavour 雷达数据集 Conti ARS 430 x5 惯性导航 网站
OdomBeyondVision TI AWR1843 惯性导航 网站

手势

数据集 雷达类型 数据类型 任务 链接
DopNet 24GHz 频谱图 手势 网站
MCD-Gesture 77GHz RAD 张量 手势 网站
DeepSoli 60GHz RD 图 手势 网站
Pantomime TI IWR1443 PC 手势 数据集
MIMOGR RADT 手势 网站

人体活动与重建

数据集 雷达类型 数据类型 任务 链接
人体活动的雷达特征 5.8 GHz ADC 人体活动 数据集
Ci4R 人体活动数据集 77GHz & 24GHz & 10GHz 频谱图 人体活动 网站
RadHAR 77GHz 点云 人体活动 网站
mRI 77GHz 点云、RGBD 相机、IMU 人体姿态估计 网站
mmBody Arbe Phoenix 4D 雷达 点云、RGBD 3D 身体重建 网站
HuPR 2 TI 1843 RAD 姿态 Github

生命体征

数据集 雷达类型 数据类型 任务 链接
儿童生命体征 60GHz ADC 心跳、呼吸 数据集
GUARDIAN 生命体征 24GHz IQ 心跳、呼吸 数据集 1 数据集 2
多人定位与生命体征估计雷达数据集 数据集

雷达工具箱

仿真

RadarSimPy: 代码;
Virtual Radar: 代码;
MaxRay: 论文;
RadaRays: 论文, 代码, 视频

TI 信号处理 SDK:

RaDICaL 的工具箱: SDK;
PyRapid: SDK;
OpenRadar : SDK;
Pymmw: SDK;
Open radar initiative: SDK;
RADIal 的 Emptyband-DDM 脚本: 代码

官方 SDK:

NXP 高级雷达 SDK: 链接;
TI mmWAVE Studio: 链接;
TI 工具箱: 链接;
Matlab 雷达工具箱: 链接

数据采集：

TI 雷达和摄像头的 Python 实现：代码；
Ainstein 雷达 ROS 节点：ROS 节点；
大陆 ARS 408 ROS 节点：ROS 节点；
TI 毫米波 ROS 驱动程序：指南；
RaDICaL 的 TI ROS 节点：ROS 节点；
雅典大学的 TI ROS 软件包：ROS 节点

研讨会与工作坊

  • 2021 ICRA 全天候自主驾驶中的雷达感知 [官网]

  • 2021 ICASSP 自动驾驶车辆中毫米波雷达传感的最新进展 [官网]

  • 弗劳恩霍夫 FHR 主办的“Radar in Action”系列讲座 [视频]

  • IEEE AESS 虚拟杰出讲师网络研讨会系列 [官网]

  • 《雷达学报》网络研讨会系列（中文） [视频]

  • 马库斯·加迪尔：汽车雷达——最新技术概览 [视频]

  • 马库斯·加迪尔：汽车雷达——从信号处理角度看当前技术和未来系统 [视频][幻灯片]

  • 弗朗切斯科·菲奥拉内利：雷达虽旧犹新——当前研究挑战及雷达微多普勒特征方面的活动 [视频]

  • 特斯拉的安德烈·卡帕西：[视频]

  • 奥莱·舒曼：用于自动驾驶的雷达感知——数据与方法 [视频]

  • Arbe 公司的萨尼·罗嫩：利用 AI 层将高分辨率雷达转化为自动驾驶应用的洞察 [视频]

  • 斯特凡·哈格：为机器学习与传感器融合改进系统共同开发自动标注功能 [视频]

  • 阿瑟·欧阿克宁：深度学习与场景理解在自动驾驶车辆中的应用 [视频]

  • 保罗·纽曼：通往任何地方的自主之路 [视频]

  • 海梅·连：Soli：用于无接触交互的毫米波雷达 [视频]

  • 加速软件定义 4D 成像雷达的端到端开发 [视频]

  • 雷达成像——理论入门 [视频]

  • NXP：雷达专家探讨汽车雷达的发展历程 [视频]

  • 需要成功设计毫米波汽车雷达天线吗？[视频]

  • 使用 Ancortek 软件定义雷达进行 SAR 成像网络研讨会 [视频]

  • TI：管理 FMCW 雷达系统中的干扰 [视频]

综述论文

雷达硬件：

雷达信号处理：

车载雷达应用：

其他雷达应用：

通用目标检测：

传感器融合：

推荐书籍与教程

雷达教材

  • 《雷达信号处理基础》作者：Mark A. Richard
  • 《使用Matlab进行雷达系统分析与设计》作者：Bassem R. Mahafza

在线课程

信号处理

波形比较

正交信号

MIMO

雷达特征

点云

  • 2022年——面向扩展目标的汽车雷达探测随机建模的数据驱动方法 GeMic; 论文
  • 2020年——用于汽车应用的大孔径雷达性能评估 RadarConf; 0.1Deg; 论文
  • 2018年——各类目标的雷达与激光雷达目标特征及自动驾驶应用中扩展目标跟踪方法的评估 论文
  • 2017年——用于轮廓和特征估计的车辆雷达反射特性 FUSION; 论文

RCS

  • 2021年——基于机器学习的自动驾驶毫米波雷达目标分类 论文
  • 2021年——基于大规模标注数据集的先进汽车雷达性能评估及其相应建模方法 论文
  • 2021年——开放雷达倡议：用于微多普勒识别算法基准测试的大规模数据集 RadarConf; 论文
  • 2018年——小型无人机或无人驾驶飞行器的雷达分类与RCS表征技术综述 论文

相位

  • 2019年——基于相位的神经网络目标分类在汽车雷达系统中的应用 RadarConf; 论文

运动

  • 2021年——开放雷达倡议：用于微多普勒识别算法基准测试的大规模数据集 RadarConf; 论文
  • 2020年——基于旋转散射体特征的道路安全新型雷达微多普勒标签 论文
  • 2019年——利用雷达进行运动感知：手势交互及其他 论文

极化

  • 2019年——乘用车的极化特征 论文
  • 2018年——79 GHz极化雷达传感器在自动驾驶中的性能分析 论文
  • 2018年——基于79 GHz极化雷达数据的自动驾驶功能 论文

校准

雷达

  • 2022年——采用存在批量生产误差的角反射器进行雷达校准 论文
  • 2022年——一种用于路边毫米波雷达校准与验证的新方法 论文
  • 2021年——利用同时定位与地图构建技术在运行模式下自动校准汽车雷达 TVT; 论文
  • 2020年——基于运动的自动驾驶应用中4D成像雷达在线校准 GeMic; 论文
  • 2018年——利用高精度数字地图实现自动驾驶的多雷达自校准方法 ITSC; 论文

雷达-相机

  • 2021年——用于3D雷达到相机外参校准的连续时间方法 ICRA; 运动 ; 论文
  • 2021年——基于高斯过程移动目标跟踪的时空多传感器校准 ToR; 轨迹 ; 论文
  • 2019年——用于智能交通系统的雷达与相机无目标旋转自动校准 ITSC; NN; 论文
  • 2015年——用于户外3D重建的雷达与视觉传感器校准 ICRA; 论文
  • 2004年——利用毫米波雷达进行障碍物检测并在图像序列中可视化 论文

雷达-激光雷达

  • 2020年——汽车雷达与3D激光雷达的外参及时间同步校准 IROS; 论文
  • 2020年——多个3D激光雷达和雷达的自动无目标外参校准 IROS; 论文
  • 2017年——3D激光雷达与雷达的外参6自由度校准 RCS; 论文

雷达-激光雷达-相机

  • 基于静态视点序列对多传感器系统进行的持续无目标外参校准 论文
  • 2022年——OpenCalib：用于自动驾驶的多传感器校准工具箱 论文; 代码
  • 2021年——用于雷达、相机和激光雷达的联合外参校准工具 TIV; 论文; 代码
  • 2021年——基于移动目标跟踪的在线多传感器校准 论文
  • 2019年——结合雷达截面估算评估的雷达–激光雷达–相机系统的外参6自由度校准 论文

标注

  • 2021年——基于3D雷达立方体的半监督学习时空一致性 IV; 论文
  • 2021年——多传感器数据中弱势道路使用者的自动标注 ITSC; 论文
  • 2021年——重新思考雷达的作用：基于坐标对齐的相机-雷达数据集与系统化标注工具 CVPRW; CRUW; 论文
  • 2021年——RADDet：面向动态道路使用者的基于距离-方位-多普勒的雷达目标检测 CRV; RADDet; 论文
  • 2020年——CARRADA数据集：带有距离-角度-多普勒标注的摄像头与车载雷达 ICPR; CARRADA; 论文
  • 2020年——雷达伪影标注框架（RALF）：用于数据集中合理雷达检测的方法 论文
  • 2020年——高效标注车载雷达：语义雷达标注框架（SeRaLF） 论文
  • 2020年——RSS-Net：基于FMCW雷达的弱监督多类别语义分割 IV; Oxford; PoseChain; 论文
  • 2019年——利用GNSS在车载雷达数据中自动化估计弱势道路使用者的真实标签 ICMIM; 论文

数据增强

  • 2022年——代尔夫特视图数据集中基于3+1D雷达的多类别道路使用者检测 RAL; PC; 论文
  • 2021年——深度学习方法在雷达光谱上进行目标分类的不确定性研究 RadarConf; RA; Corruption ; 论文
  • 2021年——用于基于雷达的手势识别的时间与多普勒频域数据增强 EuRad; Spectrogram; 论文
  • 2020年——RAMP-CNN：一种用于增强车载雷达目标识别的新神经网络 RA; 论文
  • 2020年——RADIO：针对小规模数据集的参数化生成式雷达数据增强 RA; 论文
  • 2016年——结合数据增强的卷积神经网络用于SAR目标识别 GRSL; SAR; 论文

模拟器

  • 2024年——RadSimReal：通过仿真弥合雷达目标检测中合成与真实数据之间的鸿沟 CVPR;
  • 2021年——MaxRay：基于光线追踪的集成感知与通信框架 OpenSoucre; 论文
  • 2021年——虚拟雷达：用于感知驱动型机器人技术的实时毫米波雷达传感器仿真 RAL; OpenSoucre; 论文; 代码
  • 2020年——用于交互式数字孪生的可扩展且物理化的雷达传感器仿真论文

伪影

  • 2020年——复杂车载多用户交通场景下干扰分析的模拟器设计 论文
  • 2019年——用于自动驾驶虚拟测试的雷达传感器伪影建模与仿真 论文

评估

  • 2021年——深度评估指标：学习评估用于自动驾驶虚拟测试的仿真雷达点云 RadarConf; 论文
  • 2021年——一种多层方法，用于衡量自动驾驶雷达感知的仿真到现实差距 IV; 论文
  • 2018年——揭示自动驾驶虚拟验证中雷达传感器建模挑战的测量结果 ITSC; 论文

生成模型

  • 2021年——来去之间：学习为实际应用模拟雷达数据 ICRA; Simulation_to_RA; Categorical_VAE; 论文
  • 2020年——L2R GAN：激光雷达到雷达的转换 ACCV; Lidar_OGM_to_RD; Oxford ;cGAN; 论文
  • 2020年——GenRadar：基于雷达频率的自监督概率性相机合成 Journal; RD_to_Image; Categorical_VAE; 论文
  • 2019年——使用生成对抗网络实现车载雷达与摄像头融合 Journal; Radar_OGM_to_Image; cGAN; 论文
  • 2017年——深度随机雷达模型 IV; Scene_to_RA; VAE; 论文

多普勒

  • 2021年——IMU2Doppler：利用IMU数据进行基于多普勒的活动识别的跨模态领域适应 IMWUT; IMU; 论文
  • 2021年——Vid2Doppler：从视频中合成多普勒雷达数据以训练保护隐私的活动识别 CHI; Video; 论文

测试

  • 2021年——智能车辆中的毫米波雷达在环测试 TITS; 论文
  • 2020年——借助目标模拟器测试先进车载雷达传感器 论文
  • 2017年——用于毫米波车载雷达防碰撞测试的替代自行车设计 TITS; 论文

MIMO校准

  • 2021年——利用同时定位与地图构建在运行模式下自动校准车载雷达 TVT; 论文
  • 2021年——MIMO雷达系统的精确校准实用方案 EuRAD; 论文

检测器

  • 2022年—一种用于机器人环境感知的新型雷达点云生成方法 论文
  • 2021年—基于深度神经网络的峰值序列分类CFAR检测算法，适用于高分辨率FMCW雷达 论文
  • 2020年—从雷达图像中估计目标表面 论文
  • 2020年—深度时序检测：一种用于多驻留目标检测的机器学习方法 论文
  • 2019年—DL-CFAR：一种基于深度学习的新型CFAR目标检测方法 论文
  • 2019年—在稀疏三维点云数据中实现恒定虚警率的特征检测 论文

超分辨率

  • 2024年—DART：用于雷达新视角合成的隐式多普勒层析成像 CVPR；论文；代码
  • 2023年—面向FMCW毫米波感知系统的数据驱动空间超分辨率 论文
  • 2023年—利用经增强虚拟数据训练的深度神经网络，实现稀疏阵列下的雷达超分辨率成像 论文
  • 2023年—自动驾驶中FMCW雷达的方位角超分辨率 CVPR；论文
  • 2023年—自监督学习用于提升车载MIMO雷达的角度分辨率 论文
  • 2022年—从机器学习视角看车载雷达到达角估计 论文
  • 2020年—使用带领域适应的参数化变分自编码器，从原始ADC数据重建雷达图像 论文

聚类

  • 2021年—面向车载4D雷达聚类的监督降噪 论文
  • 2019年—用于车载雷达数据的多阶段聚类框架 论文
  • 2019年—针对毫米波雷达点云数据的鲁棒且自适应的基于椭圆密度的空间聚类与标注 论文
  • 2018年—面向雷达应用的监督聚类：迈向雷达实例分割 论文
  • 2016年—用于高分辨率雷达车辆轮廓估计的自适应聚类 论文
  • 2012年—基于网格的DBSCAN，用于雷达数据中扩展目标的聚类 论文

去噪

  • 将深度卷积自编码器应用于FMCW雷达距离-多普勒图的降噪
  • 从自然噪声中学习以去噪微多普勒谱图

TI参考设计

  • TIDEP-01027 高端角雷达参考设计 AWR2944；链接
  • TIDEP-01025 毫米波诊断与监测参考设计 链接
  • TIDEP-01024 使用76至81GHz片上天线（AoP）毫米波传感器的障碍物检测参考设计 AWR1843AOP；链接
  • TIDEP-01023 使用60GHz片上天线毫米波传感器的儿童存在及乘员检测参考设计 AWR6843AOP；链接
  • TIDEP-01021 用于角雷达参考设计的波束转向 AWR1843BOOST；链接
  • TIDEP-01018 使用TI毫米波传感器的自动门参考设计 IWR6843ISK；链接
  • TIDEP-01013 使用毫米波传感器和Sitara™处理器的手势控制人机界面参考设计 IWR6843ISK；链接
  • TIDEP-01012 使用级联毫米波传感器的成像雷达参考设计 AWR2243；链接
  • TIDEP-01011 使用77GHz毫米波传感器的自动泊车系统参考设计 AWR1843；链接
  • TIDEP-01010 使用集成片上天线毫米波传感器的区域扫描参考设计 IWR6843；链接
  • TIDEP-0104 使用77GHz毫米波传感器的障碍物检测参考设计 AWR1642；链接
  • TIDEP-01006 使用ROS在Sitara™ MPU及片上天线毫米波传感器上的自主机器人参考设计 IWR6843；链接
  • TIDEP-01003 使用毫米波传感器的区域占用检测参考设计 IWR1443BOOST；链接
  • TIDEP-01001 车辆乘员检测参考设计 AWR6843；链接
  • TIDEP-01000 使用毫米波雷达传感器的人数统计与跟踪参考设计 IWR6843；链接
  • TIDEP-0094 80米范围物体检测参考设计，配备集成单芯片毫米波传感器 IWR1642；链接
  • TIDEP-0092 短程雷达（SRR）参考设计 IWR1642；链接
  • TIDEP-0091 77GHz级别发射机功率优化参考设计 IWR1443；链接
  • TIDEP-0090 使用毫米波雷达传感器的交通监控、物体检测与跟踪参考设计 链接

聚类分类

目标检测

  • 2024年——自监督学习驱动的自主雷达系统自举 CVPR; 论文
  • 2024年——RadarDistill：通过从激光雷达特征中蒸馏知识提升基于雷达的目标检测性能 CVPR;
  • 2024年——SIRA：面向雷达感知的可扩展帧间关系与关联方法 CVPR;
  • 2023年——SMURF：用于4D成像雷达3D目标检测的空间多表示融合 VOD; TJ4D; 论文
  • 2023年——PeakConv：用于雷达语义分割的峰值感受野学习 CVPR; 论文
  • 2023年——增强型K-Radar：通过优化密度降低提升基于4D雷达张量的目标检测性能与易用性 KRadar; 论文
  • 基于目标检测网络的车载雷达子采样：利用先验信号信息 Oxford; RADIATE; 论文
  • 2022年——用于原始雷达帧在线目标检测的循环CNN CARRADA; ROD; 论文
  • 2022年——Radatron：基于多分辨率级联MIMO雷达的精确目标检测 ECCV; 论文
  • 2022年——用于噪声雷达数据语义分割的高斯雷达Transformer Segmentation; RadarScenes; RAL; 论文
  • 2022年——面向多帧4D车载毫米波雷达点云的3D目标检测 3DDetection; TJ4D; 论文
  • 2022年——mmWave-YOLO：基于毫米波成像雷达的ADAS应用实时多类目标识别系统 论文
  • 2022年——NVRadarNet：面向自动驾驶的实时雷达障碍物与自由空间检测 论文
  • 2022年——ERASE-Net：用于车载雷达信号的有效分割网络 Segmentation; CARRADA; 论文
  • 2022年——用于多任务学习的原始高清雷达 CVPR; RADIAL; 论文
  • 2022年——利用雷达感知中的时间关系实现自动驾驶 CVPR; Oxford; 论文
  • 2022年——基于车载雷达检测点的深度实例分割 TIV; 论文
  • 2022年——结合混合目标检测网络提升车载雷达的方位估计与检测精度
  • 2022年——HARadNet：采用层次化注意力机制和多任务学习的无锚框雷达点云目标检测
  • Radar-PointGNN：基于图的方法用于非结构化雷达点云数据的目标识别
  • 2021年——用于3D目标检测的雷达体素融合 论文; 代码
  • 2021年——基于深度学习的环境感知中不确定性量化 论文
  • 2021年——用于雷达数据3D目标检测的图卷积网络 ICCVW; 3DDetection; 论文
  • 2021年——使用弱监督学习进行高分辨率雷达道路分割 Segmentation; 论文代码
  • 2021年——多视角雷达语义分割 ICCVW; CARRADA; Segmentation; 论文; 代码
  • 2021年——RPFA-Net：用于3D目标检测的4D雷达柱状特征注意力网络 论文
  • 2021年——利用Pointnets实现雷达点云中的行人检测 论文
  • 2021年——基于点云卷积的雷达检测语义分割 论文
  • 2021年——基于神经网络的高效雷达点云语义分割系统 论文
  • 2020年——利用雷达特征改进神经网络对点云的分割 论文
  • 2019年——毫米波车载雷达试验平台实验 论文
  • 2019年——利用距离-方位-多普勒张量上的深度学习进行车载雷达车辆检测 论文
  • 2020年——基于CNN的3D雷达立方体道路使用者检测 论文
  • 2020年——RAMP-CNN：一种用于增强车载雷达目标识别的新式神经网络 论文
  • 2019年——利用PointNets在雷达数据中进行2D车辆检测 论文
  • 2020年——利用深度学习对车载雷达数据进行检测与跟踪 论文
  • 2020年——使用多雷达进行点阵式精确3D边界框估计 论文
  • 2020年——利用深度神经网络进行基于雷达的2D车辆检测 论文
  • 2021年——用于3D目标检测的雷达体素融合 论文
  • 2021年——用于雷达点云分割的核点卷积LSTM网络 论文
  • 2019年——深度雷达探测器 论文
  • 2019年——利用毫米波雷达追踪和识别人员 论文
  • 2020年——针对嵌入式应用优化的高分辨率车载雷达DBSCAN改进版 论文
  • 2020年——在多模态交通监控中使用GMM进行毫米波雷达点云分割 论文
  • 2020年——利用毫米波雷达实现穿雾高分辨率成像 论文
  • 2020年——以雷达为中心的3D目标检测中的深度学习 论文
  • 2021年——雷达Transformer：基于4D毫米波成像雷达的对象分类网络 论文
  • 2021年——mmPose-NLP：一种基于自然语言处理的毫米波雷达精确骨骼姿态估计方法 论文

CFAR 之前的数据

距离-方位图

距离-多普勒图

ROD2021 挑战赛论文

传感器融合

弱监督

  • 2022年—一种用于机器人环境感知的新雷达点云生成方法 论文
  • 2022年—看、辐射并学习：通过无线电-视觉对应关系进行自监督定位 Arxiv; Simulation; SpatialContrastive; 论文
  • 2021年—R4Dyn：探索雷达用于动态场景的自监督单目深度估计 3DIMPVT; nuScenes; SSL; 论文
  • 2021年—RODNet：一种由相机-雷达融合目标3D定位交叉监督的实时雷达目标检测网络 IJSTSP; CRUW; ConfMap; 论文; 代码; 视频
  • 2020年—RSS-Net：采用FMCW雷达的弱监督多类语义分割 IV; Oxford; PoseChain; 论文
  • 2020年—将雷达数据扭曲为相机图像，用于汽车应用中的跨模态监督 TVT; Velocity; 论文
  • 2020年—用于FMCW雷达中弱势道路使用者检测的弱监督深度学习方法 ITSC; Tracking; 论文
  • 2020年—雷达作为教师：利用雷达标签进行弱监督车辆检测 ICRA; CoTeaching; 论文

深度估计

  • 2023年——基于相机图像和毫米波雷达点云的深度估计 CVPR; 论文
  • 2022年——RVMDE：用于机器人技术的雷达验证单目深度估计 Arxiv; nuScenes 论文; 代码
  • 2021年——语义引导的雷达-视觉融合用于深度估计和目标检测 BMVC; nuScenes; SemanticJoint; 论文
  • 2021年——利用深度序数回归网络从单目图像和稀疏雷达进行深度估计 ICIP; nuScenes; DORN ; 论文; 代码
  • 2021年——R4Dyn：探索雷达在动态场景自监督单目深度估计中的应用 3DIMPVT; nuScenes; SSL; 论文
  • 2021年——用于深度补全的雷达-相机像素深度关联 CVPR; nuScenes; MER ; 论文; 代码
  • 2020年——从单目图像和稀疏雷达数据进行深度估计 IROS; nuScenes; TwoStage; 论文; 代码
  • 2020年——用于三维深度重建的相机-雷达融合 IV; RadarRA; 论文; 视频

自主导航运动估计

  • 2022年——一种可信且鲁棒的汽车雷达自主导航运动估计方法 RAL; 论文
  • 2021年——通过雷达速度因子实现低成本毫米波雷达的三维自主导航运动估计，用于位姿图SLAM ICRA; 论文
  • 2020年——milliEgo：基于深度传感器融合的单芯片毫米波辅助自主导航运动估计 SenSys; 论文; 代码
  • 2020年——用于视觉退化环境的雷达-惯性自主导航速度估计 ICRA; 论文
  • 2018年——在多样且挑战性条件下使用毫米波雷达进行精确的自主导航运动估计 ICRA; 论文
  • 2014年——利用多普勒雷达进行瞬时自主导航运动估计 ICRA; 论文

速度估计

  • 2023年——隐藏的瑰宝：利用跨模态监督学习4D雷达场景流 CVPR; 论文
  • 2022年——用于汽车雷达目标检测网络的自监督速度估计 nuScenes; 论文
  • 2022年——利用4D汽车雷达进行自监督场景流估计 RAL; 4DRadar; FlowNet; 论文; 代码
  • 2021年——通过雷达-相机融合获得完整的雷达速度信息 ICCV; nuScenes; OpticalFlow; 论文
  • 2021年——针对不确定动态环境的3D雷达速度图 IROS; Bayesian; 论文; 代码
  • 2020年——基于RLS的扩展雷达跟踪瞬时速度估计器 IROS; 论文
  • 2018年——使用单个高分辨率雷达传感器进行瞬时实际运动估计 Nonlinear 论文
  • 2014年——利用双多普勒雷达对任意物体进行瞬时全运动估计 DualRadar; 论文
  • 2013年——利用多普勒雷达对车辆进行瞬时侧向速度估计 MultiPts; 论文

跟踪

神经网络

  • 2022年——基于深度学习的细胞级目标跟踪、速度估计及传感器数据随时间推演的方法 论文
  • 2022年——利用雷达感知中的时间关系进行自动驾驶 CVPR; Oxford; Attention; 论文
  • 2021年——利用循环卷积网络对稀疏点云进行端到端在线多目标跟踪 论文
  • 2021年——CFTrack：基于中心的雷达与相机融合3D多目标跟踪 IV; CenterFusion+Track; nuScenes; 论文; 视频

贝叶斯滤波

  • 2021年——基于道路地图辅助的GM-PHD雷达多车辆跟踪滤波器 论文
  • 2021年——Bayesradar：用于改进和可靠雷达目标分类的贝叶斯度量-卡尔曼滤波学习 论文
  • 2021年——自动驾驶领域中，由扩展目标跟踪辅助的自适应多假设聚类方法应用于雷达 论文
  • 2021年——一种基于图的检测前跟踪算法，用于车载雷达目标检测 论文
  • 2020年——BAAS：用于人工智能应用的雷达传感器数据目标标注的贝叶斯跟踪与融合辅助系统 RadarConf；论文
  • 2020年——基于RLS的瞬时速度估计器，用于扩展目标雷达跟踪 IROS；论文
  • 2021年——基于车载雷达的数据区域关联车辆跟踪 TITS；论文
  • 2020年——利用空间分辨的微多普勒特征进行扩展目标跟踪 TIV；论文
  • 2019年——自动驾驶应用中，由扩展目标跟踪辅助的自适应聚类方法应用于雷达 论文
  • 2018年——用于数据关联和多目标跟踪的3D雷达RFCM ICASSP；论文
  • 2018年——自动驾驶领域的分类辅助跟踪 论文
  • 2015年——使用高分辨率多普勒雷达对扩展目标进行跟踪 TITS；论文
  • 2010年——基于道路强度的地图构建，利用概率假设密度滤波器处理雷达测量数据 TSP；论文

建模

  • 2022年——面向扩展目标的车载雷达探测随机建模的数据驱动方法 GeMic；论文
  • 2021年——用于衡量自动驾驶雷达感知从仿真到现实差距的多层方法 IV；论文
  • 2021年——基于学习的车载雷达分层截断测量模型扩展目标跟踪 JSTSP；论文
  • 2020年——使用车载雷达的分层截断测量模型进行扩展目标跟踪 ICASSP；论文

预测

  • 2021年——利用车载雷达和循环神经网络预测车辆行为 论文
  • 2021年——基于深度学习的去中心化帧间轨迹预测，适用于车载雷达的二值距离-角度地图 TVT；论文
  • 2020年——LiRaNet：基于时空雷达融合的端到端轨迹预测 论文
  • 2020年——FISHING Net：网格中语义热图的未来推理 论文

占用栅格地图

  • 2022年——在保留远距离感知与穿透能力的同时，以激光雷达为监督的雷达占用预测 RAL；论文
  • 2020年——穿越烟雾：利用低成本毫米波雷达进行鲁棒室内建图 MobiSys；论文
  • 2019年——通过语义分割从稀疏雷达簇中学习占用栅格，实现道路场景理解 ICCV；论文
  • 2019年——或许未知：雷达的深度逆传感器建模 ICRA；论文
  • 2019年——利用深度雷达网络生成自动驾驶用占用栅格 ITSC；论文
  • 2015年——车载雷达栅格地图表示 论文

点云地图

  • 2022年——来自毫米波雷达的高分辨率点云 论文
  • 2020年——移除再恢复：利用多分辨率距离图像构建静态点云地图 IROS；论文

开放空间分割

  • 2022年——用于多任务学习的原始高清雷达 CVPR；数据集；论文
  • 2022年——可变形雷达多边形：一种轻量级且可预测的占用表示，用于短程避障 论文
  • 2022年——利用雷达为自动驾驶车辆估计可行驶区域 TVT；论文
  • 2021年——PolarNet：利用车载雷达在极坐标域加速深度开放空间分割 论文
  • 2020年——利用车载雷达进行深度开放空间分割 数据集；论文
  • 2018年——基于高分辨率雷达的占用栅格建图与自由空间检测 论文

场景理解

  • 2020年——车载雷达3D占用栅格上的语义分割 论文
  • 2020年——针对车载雷达的统计图像分割与区域分类方法 EuRAD；论文
  • 2019年——车载雷达的场景理解 TIV；论文
  • 2018年——雷达点云上的语义分割 FUSION；论文

地点识别

  • 2024-TransLoc4D：基于Transformer的4D雷达地点识别 CVPR
  • 2022-AutoPlace：单芯片车载雷达的鲁棒地点识别 ICRA；论文；代码
  • 2021-无监督雷达地点识别中的对比学习 论文
  • 2021-雷达转激光雷达：通过联合学习实现异构地点识别 论文
  • 2021-基于深度嵌入学习的雷达视频无监督地点识别 论文
  • 2020-环顾四周：具有学习到的旋转不变性的序列式雷达地点识别 论文
  • 2020-MulRan 城市地点识别用多模态距离数据集 ICRA；数据集；论文

惯性导航与SLAM

惯性导航

  • 2022-基于SE(3)的雷达惯性导航：采用恒定加速度运动先验和极坐标测量模型 论文
  • 2022-Fast-MbyM：利用傅里叶变换的平移不变性实现高效且精确的雷达惯性导航 论文 ICRA；代码
  • 2021-结合概率估计与无监督特征学习的雷达惯性导航 论文
  • 2021-基于SE(3)的雷达惯性导航：采用恒定速度运动先验 RAL；论文
  • 2022-周而复始：在雷达惯性导航中利用恒曲率运动约束 RAL；论文
  • 2021-我们是否需要在旋转雷达导航中补偿运动畸变和多普勒效应 RAL；论文；代码
  • 2021-一种专为扫描式及车载雷达设计的基于正态分布变换的雷达惯性导航 ICRA；论文
  • 2021-BFAR——改进雷达惯性导航估计的有界虚警率检测器 论文
  • 2021-CFEAR Radarodometry——用于高效准确雷达惯性导航的保守滤波 IROS；论文
  • 2021-面向车载雷达的连续时间雷达惯性导航 IROS；论文
  • 2021-面向高效准确雷达惯性导航的定向表面点 论文
  • 2020-PhaRaO：利用相位相关直接进行雷达惯性导航 ICRA；论文
  • 2019-以动掩静：从位姿信息中学习无干扰的雷达惯性导航 CoRL；论文

SLAM

  • 2022-CorAl：利用微分熵实现多样化环境中鲁棒的雷达与激光雷达感知 RAS；论文
  • 2022-我们是否已准备好让雷达取代激光雷达进行全天候地图构建与定位 论文
  • 2021-SERALOC：基于语义标注的雷达点云SLAM ITSC；论文
  • 2021-RaLL：使用可微分测量模型在激光雷达地图上实现端到端雷达定位 TITS；论文
  • 2021-利用共享嵌入改进雷达在激光雷达地图上的定位 论文
  • 2021-针对恶劣环境条件，使用轻量级、低成本毫米波雷达进行跨模态表示对比学习以辅助导航 RAL；论文
  • 2021-RadarLoc：学习在FMCW雷达中重新定位 ICRA；论文
  • 2021-雷达SLAM：一种适用于所有天气条件的鲁棒SLAM系统 论文
  • 2020-RadarSLAM：基于雷达的全天候大规模SLAM IROS；论文
  • 2020-基于测距传感器与航拍影像的自监督定位 论文
  • 2020-RSL-Net：从地面雷达定位卫星图像 RAL；论文
  • 2020-暗中摸索：学习预测用于雷达惯性导航估计和度量定位的鲁棒关键点 ICRA；论文
  • 2020-雷达对激光雷达：基于先前激光雷达地图的度量雷达定位 论文
  • 2020-kRadar++：粗细结合的FMCW扫描式雷达定位 论文
  • 2020-被劫持的雷达：利用旋转不变度量学习实现拓扑雷达定位 ICRA；论文
  • 2020-一种融合低成本IMU、GNSS、雷达、相机和激光雷达的可扩展鲁棒车辆状态估计框架 IROS；论文
  • 2005-一种适用于毫米波雷达多视距特征的增强状态SLAM公式 IROS；论文

汽车SAR

  • 2022年——面向汽车应用的运动目标合成孔径雷达成像 EuRAD; Bosch; 论文
  • 2022年——基于雷达运动估计的汽车SAR性能分析 GM; 论文
  • 2022年——汽车MIMO SAR成像中的残余运动补偿 RadarConf; Huawei; 论文
  • 2022年——用于汽车前视SAR成像的快速简易处理器 RadarConf; Huawei; 论文
  • 2021年——城市车联网场景下的协作式合成孔径雷达 Huawei; 论文
  • 2021年——用于驾驶环境高分辨率成像的导航辅助汽车SAR Huawei; 论文
  • 2021年——面向自动驾驶功能的成像雷达 Continental; 论文
  • 2021年——MIMO-SAR：用于自动驾驶中毫米波FMCW雷达的分层高分辨率成像算法 TVT; 论文
  • 2020年——利用毫米波雷达生成3D点云 论文
  • 2020年——用于动态目标半监督学习的高分辨率雷达数据集 CVPRW; 论文

ISAR

  • 2022年——利用逆合成孔径雷达图像对汽车目标进行分类 论文
  • 2021年——逆合成孔径雷达成像：历史回顾与现状综述 论文

人体活动识别

点云

  • 2022年——跨视觉-RF步态重识别：基于低成本RGB-D相机和毫米波雷达 论文
  • 2022年——Tesla-Rapture：基于毫米波雷达稀疏点云的轻量级手势识别系统 TMC; 论文
  • 2021年——m-Activity：通过毫米波雷达实现准确且实时的人体活动识别 ICASSP; 论文
  • 2020年——通过毫米波感知在智能家居场景中实现实时手臂手势识别 论文
  • 2019年——RadHAR：基于毫米波雷达生成的点云进行人体活动识别 论文

微多普勒

  • 2022年——基于注意力机制的双流视觉Transformer用于雷达步态识别 ICASSP; 论文
  • 2021年——利用有限的雷达微多普勒特征进行人体运动识别 TGRS; 论文
  • 2018年——基于多站式微多普勒特征，使用深度卷积神经网络进行人员识别和步态分类 TGRS; 论文

RD

  • 2021年——RadarNet：利用微型雷达传感器的高效手势识别技术 CHI; 论文
  • 2016年——与Soli互动：探索射频频谱中的细粒度动态手势识别 论文; 视频
  • 2015年——用于手势感知的短程FMCW单脉冲雷达 RadarConf; 论文

领域适应

  • 2022年——利用无线电信号进行人体感知的无监督学习 WACV; 论文
  • 2022年——利用边缘差异不一致性实现FMCW雷达配置间的无监督领域适应 论文
  • 2022年——mTransSee：通过迁移学习实现环境无关的毫米波感知手势识别 论文
  • 2022年——在边缘端实现少量样本用户自定义的基于雷达的手势识别 论文
  • 2021年——迈向基于毫米波信号的领域无关、实时手势识别 论文
  • 2021年——利用雷达微多普勒特征进行半监督人体活动识别 TGRS; 论文
  • 2021年——为少量样本的基于雷达的人体活动识别提供有监督领域适应 论文
  • 2021年——迈向基于雷达、无需源数据的跨环境人体活动识别 论文
  • 2021年——基于微多普勒特征的人体活动分类的持续学习 GRSL; 论文

分布式

  • 2022年——利用雷达数据域进行空间分布式节点分类 论文

雷达-音频

语音恢复

  • 2022年——Wavesdropper：通过商用毫米波设备检测穿墙人声 论文
  • 2022年——Radio2Speech：从射频信号中高质量恢复语音 论文
  • 2021年——mmPhone：通过毫米波表征的压电效应监听扬声器声音 INFOCOM; 论文

声带

  • 2022年——利用MIMO FMCW雷达检测多目标时变声带振动 论文
  • 2021年——VocalPrint：一种基于毫米波的直接声带感知系统，用于安全认证 论文

分离

  • 2022年——RadioSES：基于毫米波的音频增强与分离系统 论文
  • 2021年——Wavoice：融合毫米波和音频信号的抗噪多模态语音识别系统 SenSys; 论文

天气影响

效果

  • 恶劣天气条件对自动驾驶汽车的影响：雨、雪、雾和冰雹如何影响自动驾驶汽车的性能 论文
  • 穿透灰尘和水汽：用于采矿应用的毫米波雷达传感器 论文
  • 商用77 GHz车载雷达中降雨杂波检测分析 论文
  • 全天候条件下智能地面车辆的感知系统：系统性文献综述 论文
  • 恶劣天气条件下车载点云传感器的测试与验证 论文
  • 自动驾驶汽车在雨天条件下的目标检测：现状与新兴技术综述 论文
  • 恶劣天气条件下车载点云传感器的测试与验证 论文
  • 雾天环境下ToF激光雷达会发生什么？ 论文

数据集

  • 牛津雾天 代码
  • DENSE
  • RADIATE
  • Boreas
  • K-Radar
    详情请参阅数据集部分。

方法

  • 2022年——用于车辆检测的雷达-激光雷达融合中的模态无关学习 论文
  • 2021年——利用互补的激光雷达和雷达信号实现雾天环境下的鲁棒多模态车辆检测 论文
  • 2020年——不“看见”雾却能穿透雾：在未见的恶劣天气中进行深度多模态传感器融合 论文; 代码; 视频
  • 2020年——利用毫米波雷达实现雾中高分辨率成像 论文; 代码; 视频

多径效应

数据集

  • 2021年——雷达鬼影数据集——对车载雷达数据中鬼影物体的评估 论文; 代码

方法

  • 2021年——使用PointNets进行雷达数据中的异常检测 论文
  • 2021年——基于规则的车载雷达数据快速杂波检测 论文
  • 2021年——通过多模态Transformer进行雷达鬼影目标检测 论文
  • 2021年——利用基于点云的深度神经网络在3D雷达数据中检测鬼影目标 论文
  • 2020年——使用机器学习检测车载雷达中的鬼影图像 论文
  • 2020年——绕过街角：非视距检测与跟踪，野外场景下利用多普勒雷达 论文
  • 2019年——利用深度学习识别车载场景中的鬼影移动目标 论文
  • 2018年——不确定环境下的车载雷达多径传播 论文

相互干扰

方法

  • 2022年——用于车载雷达干扰检测与抑制的两阶段掩膜门控卷积神经网络模型 论文
  • 2021年——用于车载雷达干扰抑制的资源高效深度神经网络 论文
  • 2021年——用于车载雷达干扰抑制的DNN自编码器 论文
  • 2021年——基于CFAR的FMCW车载雷达系统干扰抑制 论文
  • 2021年——在车载FMCW雷达系统中使用小波去噪抑制相互干扰 论文
  • 2020年——FMCW雷达中的干扰特性分析 论文
  • 2020年——真实世界FMCW雷达信号的深度干扰抑制与去噪 论文; 视频
  • 2019年——利用卷积神经网络对车载雷达进行复杂信号去噪和干扰抑制 论文
  • 2018年——一种用于车载雷达干扰抑制的深度学习方法 论文

综述

  • 2022年——利用深度学习抑制干扰：当前方法与开放挑战 论文
  • 2020年——自动驾驶中的雷达干扰抑制：探索主动策略 论文
  • 2020年——车载雷达系统中的干扰：特性、抑制技术以及当前和未来的研究 论文

距离与多普勒单元迁移

  • 2021年——利用LFMCW车载雷达进行增强型高速运动目标检测的多普勒-距离处理 论文
  • 2019年——宽带车载雷达中的距离与多普勒单元迁移 论文

发射-接收泄漏

  • 2022年——采用混合模拟与数字补偿技术抑制短程FMCW雷达中的泄漏和静止杂波 论文
  • 2019年——天线互耦效应对MIMO雷达系统性能的影响 论文

波形分离不完善

  • 2020年——波形分离不完善的慢时MIMO-FMCW车载雷达检测 论文

相似工具推荐

openclaw

OpenClaw 是一款专为个人打造的本地化 AI 助手，旨在让你在自己的设备上拥有完全可控的智能伙伴。它打破了传统 AI 助手局限于特定网页或应用的束缚，能够直接接入你日常使用的各类通讯渠道，包括微信、WhatsApp、Telegram、Discord、iMessage 等数十种平台。无论你在哪个聊天软件中发送消息，OpenClaw 都能即时响应，甚至支持在 macOS、iOS 和 Android 设备上进行语音交互，并提供实时的画布渲染功能供你操控。 这款工具主要解决了用户对数据隐私、响应速度以及“始终在线”体验的需求。通过将 AI 部署在本地，用户无需依赖云端服务即可享受快速、私密的智能辅助，真正实现了“你的数据，你做主”。其独特的技术亮点在于强大的网关架构，将控制平面与核心助手分离，确保跨平台通信的流畅性与扩展性。 OpenClaw 非常适合希望构建个性化工作流的技术爱好者、开发者，以及注重隐私保护且不愿被单一生态绑定的普通用户。只要具备基础的终端操作能力（支持 macOS、Linux 及 Windows WSL2），即可通过简单的命令行引导完成部署。如果你渴望拥有一个懂你

★ 349.3k|★★★☆☆|5天前
Agent开发框架图像

stable-diffusion-webui

stable-diffusion-webui 是一个基于 Gradio 构建的网页版操作界面，旨在让用户能够轻松地在本地运行和使用强大的 Stable Diffusion 图像生成模型。它解决了原始模型依赖命令行、操作门槛高且功能分散的痛点，将复杂的 AI 绘图流程整合进一个直观易用的图形化平台。 无论是希望快速上手的普通创作者、需要精细控制画面细节的设计师，还是想要深入探索模型潜力的开发者与研究人员，都能从中获益。其核心亮点在于极高的功能丰富度：不仅支持文生图、图生图、局部重绘（Inpainting）和外绘（Outpainting）等基础模式，还独创了注意力机制调整、提示词矩阵、负向提示词以及“高清修复”等高级功能。此外，它内置了 GFPGAN 和 CodeFormer 等人脸修复工具，支持多种神经网络放大算法，并允许用户通过插件系统无限扩展能力。即使是显存有限的设备，stable-diffusion-webui 也提供了相应的优化选项，让高质量的 AI 艺术创作变得触手可及。

★ 162.1k|★★★☆☆|5天前
开发框架图像Agent

everything-claude-code

everything-claude-code 是一套专为 AI 编程助手（如 Claude Code、Codex、Cursor 等）打造的高性能优化系统。它不仅仅是一组配置文件，而是一个经过长期实战打磨的完整框架，旨在解决 AI 代理在实际开发中面临的效率低下、记忆丢失、安全隐患及缺乏持续学习能力等核心痛点。 通过引入技能模块化、直觉增强、记忆持久化机制以及内置的安全扫描功能，everything-claude-code 能显著提升 AI 在复杂任务中的表现，帮助开发者构建更稳定、更智能的生产级 AI 代理。其独特的“研究优先”开发理念和针对 Token 消耗的优化策略，使得模型响应更快、成本更低，同时有效防御潜在的攻击向量。 这套工具特别适合软件开发者、AI 研究人员以及希望深度定制 AI 工作流的技术团队使用。无论您是在构建大型代码库，还是需要 AI 协助进行安全审计与自动化测试，everything-claude-code 都能提供强大的底层支持。作为一个曾荣获 Anthropic 黑客大奖的开源项目，它融合了多语言支持与丰富的实战钩子（hooks），让 AI 真正成长为懂上

★ 150k|★★☆☆☆|今天
开发框架Agent语言模型

ComfyUI

ComfyUI 是一款功能强大且高度模块化的视觉 AI 引擎，专为设计和执行复杂的 Stable Diffusion 图像生成流程而打造。它摒弃了传统的代码编写模式，采用直观的节点式流程图界面，让用户通过连接不同的功能模块即可构建个性化的生成管线。 这一设计巧妙解决了高级 AI 绘图工作流配置复杂、灵活性不足的痛点。用户无需具备编程背景，也能自由组合模型、调整参数并实时预览效果，轻松实现从基础文生图到多步骤高清修复等各类复杂任务。ComfyUI 拥有极佳的兼容性，不仅支持 Windows、macOS 和 Linux 全平台，还广泛适配 NVIDIA、AMD、Intel 及苹果 Silicon 等多种硬件架构，并率先支持 SDXL、Flux、SD3 等前沿模型。 无论是希望深入探索算法潜力的研究人员和开发者，还是追求极致创作自由度的设计师与资深 AI 绘画爱好者，ComfyUI 都能提供强大的支持。其独特的模块化架构允许社区不断扩展新功能，使其成为当前最灵活、生态最丰富的开源扩散模型工具之一，帮助用户将创意高效转化为现实。

★ 108.3k|★★☆☆☆|今天
开发框架图像Agent

gemini-cli

gemini-cli 是一款由谷歌推出的开源 AI 命令行工具，它将强大的 Gemini 大模型能力直接集成到用户的终端环境中。对于习惯在命令行工作的开发者而言，它提供了一条从输入提示词到获取模型响应的最短路径，无需切换窗口即可享受智能辅助。 这款工具主要解决了开发过程中频繁上下文切换的痛点，让用户能在熟悉的终端界面内直接完成代码理解、生成、调试以及自动化运维任务。无论是查询大型代码库、根据草图生成应用，还是执行复杂的 Git 操作，gemini-cli 都能通过自然语言指令高效处理。 它特别适合广大软件工程师、DevOps 人员及技术研究人员使用。其核心亮点包括支持高达 100 万 token 的超长上下文窗口，具备出色的逻辑推理能力；内置 Google 搜索、文件操作及 Shell 命令执行等实用工具；更独特的是，它支持 MCP（模型上下文协议），允许用户灵活扩展自定义集成，连接如图像生成等外部能力。此外，个人谷歌账号即可享受免费的额度支持，且项目基于 Apache 2.0 协议完全开源，是提升终端工作效率的理想助手。

★ 100.8k|★★☆☆☆|昨天
插件Agent图像

markitdown

MarkItDown 是一款由微软 AutoGen 团队打造的轻量级 Python 工具，专为将各类文件高效转换为 Markdown 格式而设计。它支持 PDF、Word、Excel、PPT、图片（含 OCR）、音频（含语音转录）、HTML 乃至 YouTube 链接等多种格式的解析，能够精准提取文档中的标题、列表、表格和链接等关键结构信息。 在人工智能应用日益普及的今天，大语言模型（LLM）虽擅长处理文本，却难以直接读取复杂的二进制办公文档。MarkItDown 恰好解决了这一痛点，它将非结构化或半结构化的文件转化为模型“原生理解”且 Token 效率极高的 Markdown 格式，成为连接本地文件与 AI 分析 pipeline 的理想桥梁。此外，它还提供了 MCP（模型上下文协议）服务器，可无缝集成到 Claude Desktop 等 LLM 应用中。 这款工具特别适合开发者、数据科学家及 AI 研究人员使用，尤其是那些需要构建文档检索增强生成（RAG）系统、进行批量文本分析或希望让 AI 助手直接“阅读”本地文件的用户。虽然生成的内容也具备一定可读性，但其核心优势在于为机器

★ 93.4k|★★☆☆☆|4天前
插件开发框架