# MulRadar

**Repository Path**: wrdoct/mul-radar

## Basic Information

- **Project Name**: MulRadar
- **Description**: 多雷达数据融合
- **Primary Language**: C++
- **License**: MulanPSL-2.0
- **Default Branch**: master
- **Homepage**: None
- **GVP Project**: No

## Statistics

- **Stars**: 0
- **Forks**: 0
- **Created**: 2024-06-07
- **Last Updated**: 2025-05-16

## Categories & Tags

**Categories**: Uncategorized

**Tags**: None

## README

# 多雷达数据融合系统

## 简介

本项目实现了一个高级多雷达数据融合系统，专门设计用于实时处理和分析来自多个雷达源的数据。系统集成了数据实时接收及解析/模拟输入、多线程处理、时间对齐、空间同步、野值剔除、聚类分析、航迹起始、航迹关联、卡尔曼滤波和航迹质量管理等多项基础功能，还集成了目标识别和事件检测，同时具有视频处理功能，最后发送至上位机进行显示。

## 功能列表

- **实时数据接收与处理**：系统能够实时接收并解析雷达数据（支持TCP/UDP传输）。
- **数据模拟输入**：模拟多雷达数据输入以进行系统测试。
- **多线程处理**：利用C++11多线程提高数据处理效率。
- **时间对齐与空间同步**：确保数据在时间和空间上的一致性。
- **野值剔除**：使用高斯滤波器去除数据中的异常值，提高数据质量。
- **DBSCAN聚类**：使用DBSCAN算法进行聚类分析，支持大小车目标识别。
- **逻辑法航迹起始**：基于逻辑规则确定航迹起始点。
- **矩形波门建立**：建立用于航迹关联的矩形波门。
- **航迹关联**：使用NNDA/PDA/JPDA进行航迹关联。
- **滤波更新**：利用KF/EKF/UKF对航迹进行状态估计和更新。
- **分数法航迹质量管理**：采用分数法进行航迹质量管理，确保航迹准确性。
- **事件检测**：支持停车、超速等事件的实时检测。
- **日志记录**：使用单例模式管理日志系统，便于问题追踪和性能监控。
- **配置管理**：通过配置文件动态调整系统参数，确保配置的全局唯一性。
- **可扩展性**：采用抽象工厂模式，便于扩展跟踪流程。
- **正常模式和调试模式切换**：通过添加编译时可选的宏定义，支持切换正常模式和调试模式。

## 目录树

项目的文件结构如下：
```bash
.
├── build.sh
├── cloud_point_data
│   ├── amplitude_info1.log
│   ├── amplitude_info.log
│   ├── data1.log
│   ├── data2.log
│   ├── data3.log
│   ├── data4.log
│   ├── d.log
│   ├── frameRadarData_192.168.2.12.txt
│   ├── frameRadarData_192.168.2.13.txt
│   ├── frameRadarData_192.168.2.14.txt
│   └── genzongqian.log
├── CMakeLists.txt
├── config_file
│   ├── config20240918.conf
│   └── config.conf
├── generate_data
│   ├── generate_data.c
│   └── test_data.log
├── include
│   ├── algorithms
│   │   ├── dbscan.hpp
│   │   ├── event_detection
│   │   │   └── event_detection.hpp
│   │   ├── ml
│   │   │   └── ml_model.hpp
│   │   └── tracker
│   │       ├── data_association_strategy.hpp
│   │       ├── filtering_update_strategy.hpp
│   │       ├── gate_establishment_strategy.hpp
│   │       ├── tracker.hpp
│   │       └── tracking_system_factory.hpp
│   ├── config
│   │   └── config.hpp
│   ├── data
│   │   ├── data_receiver.hpp
│   │   ├── radar_frame_data_struct.hpp
│   │   ├── self_developed_radar
│   │   │   ├── data_receiver_network.hpp
│   │   │   ├── data_receiver_uart.hpp
│   │   │   └── self_data_receiver.hpp
│   │   └── server
│   │       └── data_sender.hpp
│   ├── log
│   │   ├── logger_interface.hpp
│   │   ├── logger_manager.hpp
│   │   └── simple_logger.hpp
│   ├── multimedia
│   │   └── multimedia.hpp
│   ├── protocol
│   │   ├── radar_in_protocol.h
│   │   ├── radar_out_protocol.h
│   │   ├── radar_point_cloud_in_protocol.h
│   │   └── radar_tracker_out_protocol.h
│   ├── radar_point_cloud_data.hpp
│   └── utils
│       ├── callback_manager.hpp
│       ├── id_pool.hpp
│       ├── thread-pool-cpp
│       │   └── include
│       │       ├── thread_pool
│       │       │   ├── fixed_function.hpp
│       │       │   ├── mpmc_bounded_queue.hpp
│       │       │   ├── thread_pool.hpp
│       │       │   ├── thread_pool_options.hpp
│       │       │   └── worker.hpp
│       │       └── thread_pool.hpp
│       └── thread_pool.hpp
├── lib
├── LICENSE
├── README.md
├── src
│   ├── algorithms
│   │   ├── dbscan.cpp
│   │   ├── event_detection
│   │   │   └── event_detection.cpp
│   │   └── tracker
│   │       ├── data_association_strategy.cpp
│   │       ├── filtering_update_strategy.cpp
│   │       ├── gate_establishment_strategy.cpp
│   │       └── tracker.cpp
│   ├── config
│   │   └── config.cpp
│   ├── data
│   │   ├── data_receiver.cpp
│   │   ├── self_developed_radar
│   │   │   ├── data_receiver_network.cpp
│   │   │   ├── data_receiver_uart.cpp
│   │   │   └── self_data_receiver.cpp
│   │   └── server
│   │       └── data_sender.cpp
│   ├── log
│   │   └── logger_manager.cpp
│   ├── main.cpp
│   ├── multimedia
│   │   └── multimedia.cpp
│   └── radar_point_cloud_data.cpp
└── test
    ├── AbstractFactoryMode.cpp
    ├── dbscan.cpp
    ├── divideIntoRegionals.cpp
    ├── draw_line
    ├── draw_line.c
    ├── EKF.cpp
    ├── iterative_closest_point.cpp
    ├── iterative_closest_point.hpp
    ├── kdtree.cpp
    ├── kdtree_n.cpp
    ├── main_offline.cpp
    ├── opencvTest12
    ├── opencvTest12.cpp
    ├── opencvTest14
    ├── opencvTest14.cpp
    ├── output_192.168.1.12.avi
    ├── point_cloud_parse.cpp
    ├── random_point_cloud.cpp
    ├── socket_client.cpp
    ├── socket_server.cpp
    ├── svm.cpp
    ├── test
    ├── test.hex
    ├── test_protocol.cpp
    ├── test_send_data.cpp
    ├── uartParseData
    ├── uartParseData.cpp
    ├── uartReceiveAndParseData.cpp
    ├── udpServerAndParseData
    ├── udpServerAndParseData.cpp
    ├── ukf.cpp
    ├── ukfTest.cpp
    └── v4l2Test.c
```

## 技术栈

- **编程语言**：C++
  - 提供强大的系统级编程能力，以及对底层硬件的精细控制。

- **并发编程**：
  - **C++11多线程**：利用C++11标准提供的线程库，实现高效的并发数据处理。
  - **线程间通信**：使用线程安全的数据结构和同步机制，如条件变量、信号量等，实现线程间有效且安全的通信。
  - **线程同步**：采用互斥锁（`std::mutex`）、锁_guard、unique_lock等同步工具，保护共享数据，避免竞争条件。
  - **条件变量**：用于线程间的协调，可以在某些条件不满足时挂起线程，条件满足时唤醒线程。
  - **线程池**：实现一个可扩展的线程池，管理和优化线程的生命周期和资源使用，提升系统性能。
  - **线程安全容器**：如 `std::unordered_map`（哈希表）、`std::queue`（队列）等，用于多线程环境下的数据存储和管理。
  - **回调函数**：使用函数作为数据传递的机制，允许在异步操作完成时执行特定的处理逻辑，增强了系统的响应性和模块间的解耦。

- **网络通信**：
  - **Socket套接字**：实现系统与外部设备或服务之间的实时数据交换，包括客户端和服务器端的实现。
  - **TCP/IP协议栈**：确保数据传输的可靠性和顺序性。
  - **epoll**：使用I/O复用技术Epoll机制优化服务端数据发送，提高并发处理能力，将雷达航迹数据发送至上位机。

- **设计模式**：
  - **单例模式**：确保日志和配置管理的全局唯一性和线程安全性。
  - **抽象工厂模式**：用于灵活创建跟踪流程的各个组件，提高系统的可扩展性和可维护性。

- **数据结构**：
  - **标准模板库（STL）**：包括但不限于 `vector`、`list`、`map`、`unordered_map`、`set` 等，提供丰富的数据结构支持。
  - **航迹跟踪ID池**：使用 `std::unordered_set` 集合实现航迹跟踪的ID管理，确保ID的唯一性和快速检索。

- **数学库**：
  - **Eigen3**：一个高级的C++库，提供线性代数、矩阵和向量运算等数学功能。

- **协议实现**：
  - **雷达点云接收协议**：使用命名空间 `radarPointCloudInProtocol` 进行定义和实现。
  - **雷达航迹发送协议**：使用命名空间 `radarTrackerOutProtocol` 进行定义和实现。

## 工作机制

本系统采用生产者-消费者设计模式，结合回调函数实现数据处理和发送的高效解耦。

### 生产者线程（雷达数据接收与解析线程）
- **职责**：负责实时接收来自四个雷达的数据，并进行解析和初步处理。
- **处理内容**：
  - 数据接收：实时获取雷达原始数据流。
  - 数据解析：将原始数据转换为系统可处理的格式。

### 综合数据处理线程
- **职责**：负责从四个雷达的数据队列中获取数据，执行包括时间对齐、空间同步在内的高级处理操作。
- **处理内容**：
  - 时间对齐：确保来自不同雷达的数据在时间维度上的一致性。
  - 空间同步：确保数据在空间位置和坐标系上的一致性。
  - 数据融合：整合来自不同雷达的数据，形成统一的数据流。
  - 聚类分析：使用DBSCAN等算法对数据进行聚类，区分不同的目标。
  - 航迹跟踪：利用逻辑法航迹起始，NNDA/PDA/JPDA和KF/EKF/UKF等技术进行航迹关联和状态估计。
  - 事件检测：实时检测停车、超速等事件。

### 消费者线程（数据发送线程）
- **职责**：通过回调函数接收综合处理线程处理后的航迹数据，并执行数据发送。
- **处理内容**：
  - 数据发送：将处理后的航迹数据发送至其他系统或存储。

### 回调函数
- **作用**：作为综合数据处理线程和数据发送线程之间的桥梁，实现数据的异步传输和处理。
- **工作流程**：
  - 综合处理线程完成包括时间对齐和空间同步在内的数据处理后，将数据和对应的回调函数放入回调管理器。
  - 回调管理器触发回调函数，将数据传递给数据发送线程。
  - 数据发送线程接收数据并执行发送操作。

## 启动指南

### 环境要求

- 操作系统：Linux/Unix
- 编译器：支持 C++11 或更新版本的编译器
- 依赖库：Eigen3（线性代数库）

### 安装步骤

1. 克隆项目到本地机器
```bash
git clone https://gitee.com/wrdoct/mul-radar
```

2. 进入项目目录
```bash
cd mul-radar
```

3. 在项目根目录下执行以下命令编译项目
```bash
./build.sh
```


## 运行项目
启动多雷达数据融合系统：

```bash
cd bin
./MulRadar
```