CTSAI-A100 正式上线：毫米波雷达，不该只是一个黑盒

SuperRadar
阅读次数2

毫米波雷达正在进入一个新的阶段。

过去，它在汽车智能驾驶场景中已经被疯狂验证，成就了其无法被取代的地位，但也相对封闭。在机器人、低空感知、园区周界、工业安全等场景里，它也正在成为越来越重要的感知能力。
image.png

但对大多数开发者、高校实验室、算法团队和应用团队来说，毫米波雷达依然太像一个黑盒。

  • 硬件不好获得。
  • 底层数据不好拿。
  • 真实数据不好采。
  • 工具链不好跑通。

这也是毫米波雷达能力被长期低估的原因之一。它不是不强，而是不够开放，不是没有应用，而是技术门槛太高，不是没有人想研究，而是很多人连第一步都很难迈进去。

毫米波雷达不应该只是自动驾驶的专属宠儿，而应该是赋能千行百业的开放感知底座

image.png
image.png

今天，CTSAI-A100 正式上线。

CTSAI-A100 是 SuperRadar 推出的开放毫米波感知硬件，面向高校科研、算法开发、场景验证、系统选型和应用探索，支持 ADC 数据采集与点云数据输出。

雷达这个“轮子”不好造

毫米波雷达有很多天然优势。

它不依赖光照，可以测距、测速、测角度。在雨雾、弱光、逆光、扬尘等复杂环境中，依然可以提供稳定的感知信息。

但当它从成熟工程系统走向算法团队、机器人团队、低空应用、高校研究机构时，问题就会变得明显。

数据不够开放

很多毫米波雷达产品最终输出的是目标列表。

你能看到“目标在哪里”，但很难看到“它是怎么被发现的”。

传统雷达模块更强调工程交付，封装完整、稳定可靠，适合快速集成。但封装越完整，开发者能进入的空间就越少。

image.png
image.png

对信号处理、点云算法、目标检测、多传感器融合来说，仅有目标结果远远不够。

需要的是一条更完整的数据链路：从 ADC 到点云，从点云到目标，从目标到轨迹，从轨迹到场景理解。

而这，正是 CTSAI-A100 想打开的地方。

硬件获取门槛很高

开发者常常面临这样的情况：

  • 雷达硬件偏工程交付，不适合开放调试。

  • 有些评估板能跑基础功能，但工具和文档不完整。

  • 只能依赖公开数据集或仿真数据，无法重新采集自己的真实场景。

  • 用户拿到硬件后，先被驱动、接线、数据格式和上位机流程卡住。

    ......

如果你也遇到过这些情况，苦于没有更好的解决方案？

我们不妨想想：也许行业需要的不只是产品，也需要开放入口

如果毫米波雷达技术要进入更多新场景，肯定不能只靠封闭系统向前推进。

天下雷达苦“封闭”久矣，机器人、低空、工业安全、高校教学、科研、多传感器融合，这些方向都需要更多真实技术问题、数据和开发者参与进来，才能更好促进技术的进步。

image.png
image.png

从某个角度来看，毫米波雷达感知需要的不只是“成熟交付件”。

也需要能让用户上手、采集、分析、验证、反馈和共建的开放入口。

这正是 SuperRadar 社区想解决的问题， 也是深圳承泰科技推动毫米波雷达感知行业技术进步，让毫米波感知技术赋能千行百业的底层动力。

CTSAI-A100

CTSAI-A100 是 SuperRadar 社区面向高校、科研机构、算法团队、数据采集和行业应用团队推出的开放毫米波感知硬件。

image.png
image.png

基于 4T4R FMCW 架构，支持中长距目标探测，并开放 ADC 数据与点云数据，便于用户围绕雷达信号处理、感知算法开发与多传感器融合开展研究与实验。

image.png
image.png

请添加小助手：superradar01，获取产品DataSheet！

它适合用于：

  • 雷达ADC信号和点云数据处理研究
  • ADC 数据采集与分析
  • 点云算法开发
  • 目标检测与目标跟踪
  • 多传感器融合
  • 机器人环境感知
  • 低空目标感知
  • 高校教学与科研实验
  • 场景数据集构建
image.png
image.png

CTSAI-A100 的定位很清晰。

它就是一款让毫米波雷达从“封闭结果”走向“开放验证”的硬件入口，可以用它完成从硬件连接、ADC 采集、点云查看、数据分析到算法验证的基础闭环。

A100 解决了什么问题？

它不仅符合车规级的稳定能力，还围绕开发者真实使用过程提供了基础工具链：

  • ADC 数据采集
  • 点云数据输出
  • 原始点显示
  • 跟踪点显示
  • 点云采集与回放
  • RadarTools 上位机
  • Python 可视化示例
  • Matlab ADC 分析示例
  • 基础标定流程
  • 更多等你来探索~~~

Github地址：https://github.com/Super-Radar/CTSAI-A100

不管你是什么行业场景，现在你可以自己来采集数据，观察点云分布，验证检测算法，绘制目标轨迹，再继续把这些数据接入自己的算法系统。

核心亮点

中长距感知能力

A100 支持中长距目标感知，具备 0.21m～260m 的距离探测范围，方位视场角 ±60°，俯仰视场角 ±15°。

image.png
image.png

开发者可以围绕车辆、锥桶、箱体、静态障碍物、动态目标等典型对象开展数据采集与算法验证，观察不同目标在不同距离、不同角度、不同场景下的雷达表现。

ADC数据开放

在很多毫米波雷达系统里，用户拿到的是处理后的目标结果。

A100 的不同在于，它不只关注最终输出，也关注中间数据和底层数据的价值。

image.png
image.png

通过 ADC 数据采集，开发者可以进入雷达信号处理链路，从距离向 FFT、速度向 FFT、CFAR 检测、滤波、微多普勒分析，到自定义检测流程验证，真正让开发者更好理解毫米波雷达如何从信号走向目标。

我们还给大家提供了示例 ADC 数据和结果，方便广大开发者参考，也欢迎大家一起来共建，把更好的想法和思路贡献到社区！

image.png
image.png

很多问题，只有从底层数据开始，才有机会被回答。

点云数据开放

点云数据处在信号处理和应用算法之间，大家可以基于上位机连接雷达之后非常直观看到对应的效果，具体操作见技术文档。

image.png
image.png

它比最终目标列表更丰富，又比 ADC 数据更容易进入检测、聚类、跟踪、可视化和融合流程。

基于 A100 的点云数据，开发者可以开展以下工作：
点云聚类 目标检测 目标跟踪
轨迹分析 目标分类 多传感器融合实验
数据集构建 ......
image.png
image.png

很多算法问题，只有在真实点云里才会暴露出来。

  • 目标太小怎么办？
  • 目标太远怎么办？
  • 多目标靠得太近怎么办？
  • 静态目标和动态目标如何区分？
  • 雷达点云能否与视觉结果对齐？
  • 轨迹是否稳定？
  • 检测结果是否可复现？

A100 不仅能输出目标信息，还能配合上位机工具完成点云查看、点云采集、点云回放和 ADC 数据采集，并通过 Python、Matlab 等示例流程帮助开发者分析数据。

开放生态

A100 不只是一个孤立硬件。

它背后是 SuperRadar 社区。

开发者可以围绕它提出问题、提交反馈、分享数据处理经验、贡献示例代码、沉淀应用案例，也可以和更多高校、科研团队、算法工程师交流真实场景中的问题。
image.png

这让 A100 不只是一款产品，更是一个连接行业开发者的入口。

毫米波雷达的发展，不应该只靠少数封闭系统向前推进。

它也需要开放讨论、真实数据、开发者共建和跨场景验证。

特性优势

image.png
image.png

A100 不是要替代所有雷达产品。

它更适合那些不满足于“拿到一个结果”的用户。

如果你想研究雷达信号，采集自己的数据，验证自己的算法，把毫米波雷达接入更多真实场景，A100 会更接近你的需求。

把复杂留给自己，把入口交给开发者

一款开放硬件真正难的地方，不是把参数写出来，也不是在发布页上写一句“支持开放”。

真正难的是，让用户拿到它之后，真的能一步一步跑起来。

我们很清楚，开发者真正需要的不是一句“我们开放了”，开发者需要的是能够连上硬件、看到数据、采集结果、跑通示例，然后开始自己的实验、算法和场景验证。

当然，我们也必须承认，SuperRadar 社区还刚刚发芽。

它不会在第一天就长成一棵参天大树，A100 也不会在上线那一刻就回答所有问题。

但一个开放社区真正有价值的地方，恰恰在于它愿意从真实问题开始，把工具跑通，把文档写清楚，把问题暴露出来，把反馈认真接住，然后和开发者一起不断打磨、不断迭代。

毫米波雷达还有太多值得被探索的地方。

它不应该只停留在封闭系统里，不应该只作为一个看不见内部过程的传感器，也不应该只出现在少数成熟场景中。

下一批有意思的毫米波雷达应用，也许会来自：

  • 一个高校实验室的课程实验
  • 一个机器人团队的场景测试
  • 一个算法工程师的点云处理脚本
  • 一次低空目标采集
  • 一个 GitHub Issue，社区讨论里被认真追问的问题。

......

让毫米波雷达从少数人的工程经验，变成更多开发者可以参与的开放实践。

这正是 SuperRadar 社区想做的事。

立即开始

CTSAI-A100 已经正式上线，如果你正在关注毫米波雷达、雷达信号处理、点云算法、机器人感知、低空目标研究、多传感器融合或高校科研教学，欢迎从 A100 开始。

采购咨询请添加社区商务同学微信
image.png

添加小助手微信，加入开发者社群。
image.png

我们相信，毫米波雷达不应该只是一个黑盒。

它应该被更多人看见，被更多人理解，也被更多人一起打磨。

欢迎大家体验，欢迎反馈，欢迎共建。

A100 的上线，只是社区启航的信号，未来我们还会有 X100、X100Pro 高性能AI超级雷达上线，匹配更多场景和开发者的需求，敬请期待！

关于 SuperRadar 社区

SuperRadar是深圳承泰科技技术股份有限公司核心 Sponsor 的开放社区，聚焦感知、
AI算法、多传感器融合、机器人、智能交通、工业安全、低空经济等方向，致力于推动毫米波雷达感知技术进步与智能感知行业发展。

GitHub：https://github.com/super-radar

官网：https://www.superradar.cn

联系小助手：superradar01

image.png
image.png