CTSAI-A100 是 SuperRadar 社区面向科研单位、算法团队与技术开发者开放的毫米波感知硬件。它支持点云数据输出与 ADC 数据采集，适用于毫米波雷达信号处理、点云算法开发、目标检测、轨迹分析、多传感器融合、机器人感知、低空感知与交通场景数据采集等研究方向。
本仓库提供 CTSAI-A100 的上位机工具、驱动程序、ADC 数据采集说明、Python 可视化示例、Matlab ADC 分析示例、示例数据与基础文档，帮助用户快速完成从硬件连接到数据采集和算法验证的完整流程。
SuperRadar 是由承泰科技发起并长期支持的开放毫米波感知技术社区，聚焦毫米波雷达、AI 感知、多传感器融合、机器人、低空经济、智能交通、工业安全与高校科研等方向。
社区希望通过开放硬件、开放数据、开发工具、技术文档、示例工程与真实场景实践，降低毫米波雷达技术的研究与应用门槛，帮助开发者和研究团队更快进入毫米波感知的底层数据链路，推动更多感知应用共创。
根据你的需求，可以从以下入口开始：
- 首次使用 A100 → 查看下方 快速入门
- 获取官方工具与开发资源 → 浏览 RadarTools、驱动、ADC 数据采集及 Python / MATLAB 示例
- 查看开发者项目 → A100 Community Projects
- 贡献自己的项目 → 项目提交模板 / 贡献指南
- 反馈问题 → GitHub Issues
- ADC 数据采集：支持采集雷达底层 ADC 数据，便于开展 FFT、滤波、目标检测、微多普勒分析和信号处理算法研究。
- 点云数据输出：支持查看和采集雷达点云数据，可用于点云聚类、目标跟踪、轨迹分析和场景理解。
- RadarTools 上位机：支持设备连接、目标显示、远波 / 近波切换、点云采集、点云回放和 ADC 数据采集。
- Python 可视化示例：提供雷达数据读取、点云显示、聚类显示、轨迹绘制等基础示例。
- Matlab ADC 分析示例：提供 ADC 数据读取、配置文件加载和基础信号处理流程参考。
- 下线标定支持：提供基础标定流程，便于校准雷达安装角度与实验平台坐标。
- 毫米波雷达信号处理
- 点云算法开发
- 目标检测与目标跟踪
- 多传感器融合研究
- 机器人环境感知
- 低空目标感知
- 智能交通与道路场景采集
- 高校教学与科研实验
- 场景数据采集与模型验证
首次使用 CTSAI-A100 社区版，请按以下步骤完成环境准备、设备连接、数据采集与示例验证：
-
阅读快速开始文档 请先参阅 CTSAI-A100 快速开始文档，了解硬件连接、软件工具、数据采集和示例运行的完整流程。
-
安装 USB-CAN FD 驱动 按照 CTSAI-A100 驱动安装文档 安装 USB-CAN FD 驱动，并在 Windows 设备管理器中确认设备已正常识别。
-
连接 CTSAI-A100 硬件 完成雷达供电、CAN-H / CAN-L 接线，并将 USB-CAN FD 盒连接至电脑。接线方式和注意事项请参阅 CTSAI-A100 快速开始文档。
-
启动 RadarTools 上位机
按照 RadarTools 上位机使用文档启动当前版本的 RadarTools，完成设备配置后点击Start，查看原始点、跟踪点、目标距离、速度和角度等数据。 -
切换远波 / 近波模式 如需进行不同距离范围的实验，可在 RadarTools 中切换远波或近波模式。具体操作请参阅RadarTools 上位机使用文档。
-
采集点云数据 在 RadarTools 中完成点云采集与回放，采集后的
.asc文件可用于点云分析、目标检测、轨迹分析和算法验证。详细流程请参阅RadarTools 上位机使用文档。 -
采集 ADC 原始数据 如需开展雷达信号处理、FFT、滤波、目标检测或微多普勒分析，请按照 CTSAI-A100 ADC 数据采集文档 采集 ADC 数据。
-
运行 Python 雷达可视化示例 使用 Python 雷达可视化示例 读取示例 CSV 数据，完成点云显示、目标筛选、聚类显示和轨迹绘制。
-
使用示例数据验证工具链 仓库提供 示例 ADC 数据便于用户在接入真实硬件前验证数据处理流程。
-
进行雷达下线标定 如需校准雷达安装角度与实验平台坐标，请参阅CTSAI-A100 下线标定文档，完成标定目标布置、工具启动、标定执行和结果检查。
完成以上步骤后，即可基于目录中的示例工程，开展毫米波雷达信号处理、点云算法、目标检测、轨迹分析、多传感器融合与场景数据采集等研究工作。
使用过程中遇到问题，可以通过以下方式获取支持：
添加小助手微信 superradar01，欢迎加入 SuperRadar 开发者社群，与社区成员、科研团队和算法开发者交流：
- 硬件连接与上位机使用
- ADC 数据采集与处理
- 点云数据分析
- Python / Matlab 示例运行
- 雷达信号处理算法
- 多传感器融合与场景应用
如果你发现文档问题、工具异常、示例代码错误或数据格式问题，请在 GitHub 提交 Issue。
除了官方提供的驱动、工具、示例和技术文档外，SuperRadar 也欢迎开发者基于 CTSAI-A100 开展自己的算法实验、数据分析和场景应用开发。
社区开发者已基于 CTSAI-A100 共建多项工程项目，包括：
- 室内低速目标检测与 MTI
- MATLAB ADC 信号处理
- 车辆周界感知与 LFMCW 仿真
- 室内 / 室外雷达分析
你可以在这里查看其他开发者基于 A100 完成的：
- ADC 信号处理与分析
- Range FFT / Doppler FFT / 2D FFT
- MTI、CFAR 等算法实验
- 点云处理、聚类与目标跟踪
- MATLAB / Python 开发实践
- AI 感知与模型验证
- 机器人、低空及其他场景应用
我们希望这些项目不仅展示最终结果，也能够让其他开发者理解实现过程、复现实验，并在此基础上继续开发。
目前 SuperRadar 主要欢迎开发者贡献 基于 CTSAI-A100 的独立 Community Project。
如果你完成了算法实验、数据处理、场景测试或应用开发，可以将完整项目提交至：
community/projects/<project-name>/
提交前请先阅读：
基本流程：
- Fork 本仓库
- 在自己的 Fork 中创建开发分支
- 在
community/projects/下创建自己的项目目录 - 提交代码、数据说明、实验结果和项目文档
- 发起 Pull Request
- 根据 Review 意见完善项目
- PR 合并后，项目正式进入 A100 Community Projects
A100 官方维护的 RadarTools、驱动、基础示例和产品技术文档原则上不作为 Community Project 的修改对象。
如发现官方资源存在问题，请优先通过 GitHub Issue 反馈。
采用 Apache 2.0 许可证。详情请参阅 LICENSE。
CTSAI-A100 相关工具、示例代码和数据仅用于研究、开发、教学和实验验证。不同实验环境下的实际效果可能受到目标类型、安装方式、供电条件、通信链路、波形配置、算法参数和测试环境影响。
ADC 数据、点云数据、示例脚本和分析结果仅作为研究与开发参考，不构成对特定应用效果的保证。
| 项目 | 当前版本 |
|---|---|
| 硬件型号 | CTSAI-A100 |
| 文档版本 | v1.1.0 |
| RadarTools 上位机 | V1.4.7.1 |
| 标定工具 | 当前仓库未提供 |
| Python 示例 | v1.0.0 |
| Matlab ADC 示例 | v1.0.0 |
| 示例数据 | v1.0.0 |
- SuperRadar 官网：
https://superradar.cn - SuperRadar GitHub：
https://github.com/Super-Radar - 问题反馈：
https://github.com/Super-Radar/ctsai-a100/issues
