author: Fuyuan Ai
主要分析脚本功能说明，后续会对各脚本的使用方法进行详细说明
结合图片对原始adc数据进行分析，结果图如下图所示。 上部左图，标题时间戳为相机帧时间戳，采用UNIX16位时间戳（从第1位算起，第10位表示秒，13位表示毫秒，16位表示微秒），内容表示雷达生成点云在相机图像中的投影效果，颜色反应速度，白色点表示速度为0，偏蓝色点速度表示靠近雷达，偏红色点速度表示远离雷达。 上部中图表示当前帧+前9帧雷达点云的聚合效果。 上部右图表示当前帧Doppler Map。 下部左图表示当前帧Doppler Map的另一种图示方法，绿色粗线表示速度为0时分布在各距离维上的值，其他细线表示其他速度，黑色点表示CFAR算法在Doppler Map上检测到的点。 下部中图表示当前帧雷达点云效果。 下部右图表示当前帧雷达range-azimuth的热力图（只显示静态目标）
处理原始ADC数据，生成.mat格式点云文件
仅依赖雷达ADC数据，显示雷达数据处理结果
左图表示当前帧Doppler Map的一种图示方法，绿色粗线表示速度为0时分布在各距离维上的值，其他细线表示其他速度，黑色点表示CFAR算法在Doppler Map上检测到的点。 上部右图表示当前帧Doppler Map 下部左图表示当前帧雷达range-azimuth的热力图（只显示静态目标） 下部右图表示当前帧雷达点云效果，颜色反应速度，白色点表示速度为0，偏蓝色点速度表示靠近雷达，偏红色点速度表示远离雷达
用处理好的.mat格式点云文件，结合图像，查看雷达与相机结合效果
内为雷达相机标定程序，需配合Aify_cascade_MIMO_signalProcessing_view.m使用
- 转至“$code/main/cascade”目录下
- 运行add_paths.m文件 需要将add_paths.m脚本中的第40行homeDir改为自定义的“$code”的路径
-
第8行：相机图片文件夹路径
-
第11至30行：想要查看分析的时间段，用相机时间戳表示 起始时间戳imageTimestamp_start，默认为0 结束时间戳imageTimestamp_end，默认为inf 使用默认值可以观察所有图片的雷达点云投影情况。可以通过先观察相机图片，选择感兴趣的片段，记录图像时间戳（图像以时间戳命名）。 这里我已经将重点数据段的时间戳标注出来。
-
35-45行：雷达相机标定矩阵 标定矩阵时联系雷达坐标系和相机坐标系的关键参数，由实验测定 20210428使用舟山标定矩阵 20210513、0210514使用玉泉标定矩阵 20210715使用logi摄像头与radar
-
49行：运行帧数，默认inf，表示查看几帧
-
51行：是否根据原始adc数据文件夹中的config.mmwave.json文件重新生成参数文件
-
53行：默认为1，开启时，每处理一帧点云会等待用户按键再运行下一帧
-
55行：表示聚合点云图的聚合帧数
-
79行：对应“$code/main/cascade/input”目录中的文件名，默认testList.txt” 这个文件中： 第一行表示雷达ADC数据文件夹路径，需要自定义 第二行表示ADC校准mat路径，需要自定义 第三行表示原始ADC数据文件夹中的config.mmwave.json文件重新生成参数文件的模板文件路径，默认就行
-
修改完毕点击运行即可
运行时，起初会根据设置的感兴趣的时间段，跳过一部分雷达数据。
跳转至感兴趣的部分开始处理，同时记录读取ADC数据时间和处理ADC数据时间
radar ADC数据处理流程图
CFAR结果在第237行
DOA结果在294行
程序处理流程与Aify_cascade_MIMO_signalProcessing_analyse.m类似，这里不再详细赘述重复内容，只介绍有差异性内容。
-
第7-24行：根据需要设置功能参数。注意这里的abandonFirstFrame_ON功能为舍弃处理第一帧，原因在TI雷达手册中指出，采集数据的第一帧效果不佳，应适当舍弃。
-
第33行: “$code/main/cascade/input”目录中的文件名，默认testList_view.txt” 这个文件中： 第一行表示雷达adc数据文件夹路径，需要自定义 第二行表示adc校准mat路径，需要自定义 第三行表示原始adc数据文件夹中的config.mmwave.json文件重新生成参数文件的模板文件路径，默认就行
-
修改完毕点击运行即可，输出结果及对应场景如下图所示
-
利用Aify_cascade_MIMO_signalProcessing_view.m脚本，查找当前帧中角反射器的位置，并记录在xlsx表格中
-
利用文件夹中“PhotoPoint.m”脚本对图片中的角反射器进行标记。对每一张图标记时，注意：在角反射器位置处单击鼠标左键有且仅有1次，单后按enter键进行下一张标记，最终结果会以mat格式保存在当前文件夹中
使用时仅需修改，图片文件夹路径Pic_path，文件夹中图片命名要求为“match1”、“match2”、……
-
处理好radar和相机中角反射器的数据后，使用match_main.m脚本处理，生成radar坐标系与camera坐标系的转换矩阵。需要修改：
-
57-59行：相机内参矩阵，可以通过matlab camera calibrator工具箱进行标定
-
64行：加载radar中角反射器点位置记录xlsx文件路径
-
65行：加载camera中角反射器位置记录mat’文件路径
-
结果会保存在当前目录中，Hx.mat为radar坐标系与camera坐标系的转换矩阵（3×4维度矩阵），calibdata.mat为各标定组信息
-
show.m文件为生成的转换矩阵效果可视化
-
以某一天的数据为例，文件组织及说明如下：
-
根据需求，修改"$code/main/cascade/Caozh_cascade_MIMO_signalProcessing.m"文件中第5-8行
-
修改"$code/main/cascade/Caozh_cascade_MIMO_signalProcessing.m"文件中第14行，调整为"$code"，例如：
-
根据"$code/main/cascade/Caozh_cascade_MIMO_signalProcessing.m"文件中第18行所指文件，如下图所示，为"$code/main/cascade/input/testList_caozh.txt"文件
因此，修改"$code/main/cascade/input/testList_caozh.txt"文件，分别指定输入雷达原始数据文件夹路径（需修改）、校准mat文件（大多数情况下默认即可，当采样点数发生变化时才需要重新校准）、模板文件（默认即可），如下图所示：
-
点击运行按钮，即可运行程序。
figure 1为rangeFFT图，plot一直处于hold on状态（使得不同组数据的rangeFFT曲线，可以绘制在一张图上），便于观察衰减情况
查看rangeFFT图与range-azimuth图
