在本指南中，我們將學習如何將RD-03D雷達傳感器添加到樹莓派單板計算機上，以便實時檢測和追蹤人類。我們將了解該傳感器的工作原理及可獲取的數據、如何將其連接到樹莓派并讀取數據，還會用它搭建一些很酷的東西，如雷達可視化界面和一款由人體動作控制的虛擬空氣曲棍球游戲。讓我們開始吧！

目錄：

雷達的工作原理及輸出數據

你需要準備的東西

將傳感器連接到樹莓派

安裝樹莓派操作系統并啟用UART

庫與示例代碼

雷達可視化與虛擬空氣曲棍球游戲

雷達的工作原理及輸出數據

RD-03D是一款24 GHz毫米波雷達傳感器，對于這樣一款價格低廉的設備而言，它能實現諸多功能，這充分證明了當前的技術水平。

該傳感器發射頻率約為24 GHz的無線電波，并接收反射回來的信號，其原理類似于超聲波測距傳感器。不過，這款傳感器要先進得多。它不僅利用無線電波反射回來的時間（無線電波以光速傳播）來測量人與傳感器之間的距離，還能通過檢測多普勒效應引起的頻率變化來測量人的移動速度。就像汽車經過你身邊時，聲音的音調會發生變化，頻率變化越大（由頻率偏移引起），汽車的速度就越快。同樣的原理也適用于雷達波從人體目標反射回來的情況。這里需要特別注意的是，該傳感器只能測量目標朝向或遠離傳感器的速度。

此外，它還有2個接收天線，用于檢測目標的角度。如果發射的無線電波在傳感器一側被人體反射，那么無線電波返回傳感器時，會先到達其中一個天線，再到達另一個天線，傳感器由此來檢測目標的角度。由于無線電波以光速傳播，它到達兩個不同接收器的時間差小于0.025納秒。人類最快的眨眼速度是100,000納秒，而該傳感器卻能在這個極短的時間內，精確計算出人體相對于傳感器的角度。

那么，它是如何只檢測到人（或許還有其他體型足夠大的動物）的呢？這其實是該傳感器的神奇之處。當它發射無線電波時，房間內的大多數物體都會反射信號，比如椅子、墻壁、電腦、手機等，那它如何分辨出哪些反射信號來自人體呢？簡單來說，人體反射的無線電波具有獨特的模式。就像可見光（起始頻率為400,000 GHz）在不同材料上的反射情況不同一樣，我們發射的24 GHz無線電波在人體上的反射情況也與其他物體不同。而且，人類是不斷移動的生物，從呼吸到手臂的輕微動作，這些動作在朝向和遠離傳感器移動時，都會產生微多普勒頻移。在雷達看來，人體具有一定的“亮度”，并且充滿了微多普勒頻移，傳感器通過內置的處理功能，利用這些特征來確定人體的位置和身份。

如果把這款傳感器帶回40 - 50年前，僅其信號處理功能就會讓當時的頂尖科學家感到困惑，對于專業的雷達工程師來說，這也會如同魔法一般神奇。

所以，借助這款傳感器，你可以使用24 GHz無線電波來檢測人體，確定其與傳感器的距離（最遠可達8米）、相對于傳感器的角度，以及其朝向或遠離傳感器的移動距離。需要注意的是，該傳感器必須保持靜止，不能移動。我們不確定具體原因，但推測它可能會進行某種房間校準以獲取基線讀數。如果移動傳感器，校準就會失效，導致讀數不準確。確保傳感器保持靜止，我們稍后會詳細討論如何安裝該傳感器。

現在，你已經了解了它的工作原理和可實現的功能，接下來學習如何使用它吧！

你需要準備的東西

要按照本指南進行操作，你需要準備以下物品：

RD-03D傳感器。

連接RD-03D傳感器的方法。你可以將導線焊接到傳感器的接觸焊盤上，也可以購買一個用于板載連接器的跳線適配器。該開發板不附帶適配器。

樹莓派單板計算機。我們使用的是樹莓派5，但經過稍作修改庫文件后，也能在樹莓派4上使用（稍后會介紹）。

至少16GB的Micro-SD卡并且將其插入計算機的適配器。

電源、鼠標、鍵盤、顯示器和micro-HDMI線——使用樹莓派所需的常規物品。

將傳感器連接到樹莓派

如果你使用的是跳線適配器，請將其連接到RD-03D傳感器。不過請注意，我們提供的連接是通用線纜，其顏色可能與開發板的匹配度不高。例如，我使用的線纜中，紅色和黑色線是TX和RX引腳，綠色線是5伏引腳，黃色線是接地引腳。在這里，不要過于依賴線纜的顏色，務必以開發板上的引腳標簽為準。

首先，將雷達的5伏引腳連接到樹莓派的5伏引腳，并將雷達的接地引腳連接到樹莓派的某個接地引腳，為雷達供電。

雷達通過UART輸出所有數據，因此我們將雷達的TX引腳連接到樹莓派的引腳15（一個RX引腳）。我們還需要向雷達發送命令，所以將雷達的RX引腳連接到樹莓派的引腳14（一個TX引腳）。記住，TX引腳用于發送數據，RX引腳用于接收數據，即“RX接TX，TX接RX”。

右側圖片展示的是正確連接線纜的樹莓派，請注意，你使用的線纜顏色可能是錯誤的。

安裝樹莓派操作系統并啟用UART

首先，我們需要將樹莓派操作系統安裝到Micro-SD卡上。將SD卡插入另一臺計算機，下載官方的樹莓派燒錄工具。選擇你使用的樹莓派型號，將64位樹莓派操作系統作為操作系統，然后選擇Micro-SD卡作為安裝設備。此安裝過程將下載操作系統鏡像（約2GB），之后安裝只需幾分鐘。

注意：此安裝過程將清除SD卡上的所有數據。

安裝完成后，將SD卡插入樹莓派，連接鍵盤、鼠標和顯示器，完成首次安裝過程。這里無需進行特殊操作，按照常規方式設置設備即可。

進入桌面環境后，選擇“開始菜單 > 首選項 > 樹莓派配置”。在該菜單的“接口”選項卡中啟用串口，然后重啟樹莓派（系統可能會提示你是否重啟）。

這將使樹莓派在其GPIO引腳上啟用UART通信。

庫與示例代碼

我們編寫了一個基礎庫，極大地簡化了使用該模塊的過程，你可以在此處下載其壓縮文件，其中還包含我們將使用的所有示例代碼：

rd03d-Pi5.zip

將文件下載并解壓到桌面等方便的位置。在開始之前，如果你使用的不是樹莓派4或其他開發板，讓我們看看如何修改腳本。如果你使用的是樹莓派5，可以跳過此步驟。

打開名為rd03d.py的Python文件，這是庫文件。在大約第23行，你會看到以下代碼行：

def__init__(self, uart_port='/dev/ttyAMA0', baudrate=256000, multi_mode=True):

這行代碼用于初始化與傳感器的UART通信。與之前的樹莓派型號相比，樹莓派5初始化UART引腳的方法有所不同。你需要將“/dev/ttyAMA0”改為“/dev/ttyS0”。修改后的代碼行如下：

def__init__(self, uart_port='/dev/ttyS0', baudrate=256000, multi_mode=True):

現在，我們準備讀取傳感器數據。打開rd03d_demo_usage.py文件。這是一個非?；A的腳本，演示了如何使用庫的所有功能。腳本開頭導入了你可能剛剛修改過的庫：

fromrd03dimportRD03Dimporttime

如果你想在任何腳本中導入該庫，庫文件必須與腳本放在同一文件夾中。

之后，我們創建了一個雷達實例，并設置了初始化選項，用于選擇使用單目標模式還是多目標模式：

radar = RD03D() # Uses /dev/ttyAMA0 by defaultradar.set_multi_mode(True) # Switch to multi-target mode

多目標模式最多可同時追蹤3個目標，但有時效果不太理想，尤其是當人們離傳感器較近時。而且，雷達波從墻壁、電視或任何大型平面反射回來時，可能會產生誤檢，就像墻上有一面鏡子，你會看到同一個人兩次。單目標模式始終會捕捉最強且最有可能是目標的那個，這會消除很多較弱的反射信號。從可靠性角度來看，單目標模式可能是首選，但不妨嘗試一下多目標模式，看看在你的設置中是否可行。

設置好雷達后，我們可以調用radar.update()，該函數會指示庫從傳感器獲取下一個讀數并保存。

whileTrue: ifradar.update(): Do what we wantwiththe codeinhere... else: print('No radar data received.')

它會保存該讀數，直到我們再次調用update命令。當庫執行此操作時，如果獲取到有效讀數，將返回true；如果出現錯誤（如獲取到損壞的UART讀數或線纜松動），則返回false。在示例代碼中，我們將此命令放在if語句中，這意味著只有在獲取到有效讀數時，才會執行嵌套在其中的代碼。這是一種簡潔且有效的錯誤處理方法——如果我們獲取到不完整的讀數并嘗試打印，樹莓派可能會崩潰。

庫中已保存了相關信息，現在我們只需獲取這些信息并進行相應處理即可。以下代碼演示了如何獲取可檢測到的3個目標的各自數據。如果你在單目標模式下嘗試獲取目標3的信息，或者沒有檢測到第3個人，所有數據點都將為零。

target1= radar.get_target(1)target2= radar.get_target(2)target3= radar.get_target(3)

現在，每個目標變量中都存儲了一些信息，這些信息以結構體的形式存在。要獲取其中的單個信息，只需使用點號和信息名稱即可。以下是一個打印出變量中存儲的所有數據點的示例：

print('1 dist:', target1.distance,'mm Angle:', target1.angle," deg Speed:", target1.speed,"cm/s X:", target1.x,"mm Y:", target1.y,"mm")print('2 dist:', target2.distance,'mm Angle:', target2.angle," deg Speed:", target2.speed,"cm/s X:", target2.x,"mm Y:", target2.y,"mm")print('3 dist:', target3.distance,'mm Angle:', target3.angle," deg Speed:", target3.speed,"cm/s X:", target3.x,"mm Y:", target3.y,"mm \n")

運行該代碼，你應該會在終端中看到所有這些數據。距離、角度和速度都很容易理解，但X和Y可能有點復雜。X軸是測量一個人離雷達中心線的距離，Y軸是測量一個人離雷達平行線的距離。下圖展示了這兩個軸。請注意，X軸測量值和角度都有正負值，下圖也有所展示。該傳感器的最大角度范圍為-60度到+60度。

以下是在項目中使用該傳感器的一些快速提示：

此設置僅用于檢測一個人。如果傳感器前方有多個人，它將追蹤反射信號最強的那個人，通常這是離傳感器最近的人。

如果你要將傳感器安裝在某個地方來檢測人員，將其放置在胸部到頭部高度之間，以獲得最佳效果。

無線電波會從表面反射。在測試時，有時我直接站在傳感器后面，但它卻檢測到幾米外的虛假目標。這是因為雷達波從墻壁反射回來，在反射中看到了我，就像鏡子一樣。如果出現隨機讀數，那不是幽靈，很可能是檢測到了人的反射信號。

如果你使用多個這樣的傳感器，它們會相互干擾。確保它們之間距離足夠遠，以免相互接收到對方的信號。

雷達可視化與虛擬空氣曲棍球游戲

現在，你已經掌握了在項目中應用該傳感器所需的所有知識。不過，在我們結束之前，讓我們看看可以用它做的一些很酷的事情。擁有一個能追蹤人體位置的雷達傳感器，自然希望能將數據以潛艇雷達圖像的形式可視化。

打開名為radar_visualisation.py的腳本并運行它。該腳本使用Pygame（一個非常實用的內置工具，用于創建視覺效果和交互式游戲）來獲取來自傳感器和庫的信息，并將其可視化。這是一個非常有趣的可玩項目，也是一個實用的工具，因為它能幫助你排查傳感器出現的任何問題，因為我們人類更擅長分析這種視覺形式的數據。

在如上所示的二維平面上對被追蹤的人進行可視化展示后，不難將其變成一些非?？岬臇|西。例如，如果你打開radar_airhockey.py文件，你會發現一個腳本，它將被追蹤的人的位置映射到虛擬空氣曲棍球游戲中。提前說明一下，這個游戲有點卡頓，AI對手的表現時而愚蠢得可笑，時而又像違反了物理定律一樣作弊——它肯定還有改進的空間。

游戲應該可以開箱即用，但頂部有一堆設置你可以調整，這些設置會改變游戲的運行方式。最重要的是以下幾行代碼：

self.min_play_distance=1000self.max_play_distance=2500

這些代碼通過限定雷達的最近和最遠部分來設置游戲區域。

我們不會詳細介紹這600行代碼的工作原理，因為這不是關于如何使用Pygame的指南，但如果你想要詳細介紹，或者你在編寫自己的代碼時需要幫助，像ChatGPT、Claude和Gemini這樣的大型語言模型都能提供幫助。這段代碼的很多部分都是在這些模型的協助下編寫的。

現在，你已經掌握了在項目中應用該傳感器的所有知識。如果你用這個傳感器制作了任何很酷的東西，想要分享出來，或者你在本指南中遇到任何問題需要幫助，歡迎在我們的社區論壇上發布！

那么，下次再見啦，祝你制作愉快！

原文地址：

https://core-electronics.com.au/guides/raspberry-pi/using-mmwave-radar-to-detect-and-track-humans-raspberry-pi-guide/