Part Number:IWR6843ISK-ODS
Dear all,
我們有一個關於IWR6843-ODS的UART資料解析問題,希望能夠得到各位的幫助!!!
首先描述一下我們的問題,我們是希望能夠參照radar_toolbox_1_10_00_13中的gesture recognition專案開發進階的應用,希望能夠根據我們應用開發機器學習模型,故需要將模型作預訓練或重新訓練,因此我們需要重新收取數據,但目前在實作上遇到關於UART收取到資料格式錯誤的問題。
我們是參考C:\ti\radar_toolbox_1_00_00_26\source\ti\examples\Gesture_Recognition\Gesture_with_Machine_Learning\docs\Gesture_with_Machine_Learning_users_guide.pdf文件進行抓取UART數據,但仍然覺得我抓到的資料怪怪的,我擷取到的封包一組總數量是192個,扣除文件中寫的Frame Header剩下152個封包,但這根本無法整除後續的資料長度(Header+value 48個封包),故想了解這是發生甚麼問題,請問是我操作錯誤還是理解有誤嗎?
與此同時,我也根據文件嘗試尋找相關的TLV Type封包內容,但無法在我接收到的封包列內找到相關資訊,可否麻煩您詳細說明此部分嗎?
Gesture_with_Machine_Learning_users_guide的關於數據類型註解內容如下:
% TLV Type: 1020 = Point Cloud, 1010 = Target object list, 1011 = Target Index, 1012 = Target Height, 1021 = Presence Indication
封包內容:
02 01 04 03 06 05 08 07 00 00 06 03 C0 00 00 00 43 68 0A 00 E9 05 00 00 48 A3 6E 7A 00 00 00 00 03 00 00 00 00 00 00 00 1A 04 00 00 28 00 00 00 9E 0A BB 3E 9C 98 0F 42 DF B8 10 C2 5D 2F 81 40 00 00 00 00 01 D2 98 40 BF 40 6D 3F 6E A1 8C 3D B7 43 01 43 E1 E6 DD 41 1B 04 00 00 28 00 00 00 11 8C 7D 3F 8C FF 1A 33 32 33 8E 2D 59 43 1D 37 98 94 32 30 E3 D3 C3 36 8A B9 80 2F B9 3A 88 2F FB 9A 07 3C B2 07 A9 3A 06 00 00 00 18 00 00 00 FB 14 00 00 60 08 00 00 92 0F 00 00 00 00 00 00 00 00 00 00 4B 00 00 00 01 00 00 00 00 00 0A 50 71 C5 01 08 F5 F8 01 00 80 C9 01 08 71 C5 01 08 02 01 04 03 06 05 08 07
Chris Meng:
你好,
请问你说的封包是byte的意思么?
建议你查看radar_toolbox_1_10_00_13\source\ti\examples\Gesture_Recognition\Gesture_with_Machine_Learning\src\6443\mss\MmwDemo_transmitProcessedOutput函数,里面是串口输出数据的相应代码。你可以参考对应。
Thanks,
Chris
,
Jianhong Lin:
您好,
1# 是的,就是byte的意思
2# 關於您說的代碼我並未在我載的toolbox內看到相關的文件與函數,請問是我下載的位置錯誤嗎?
3# 最後一個問題是想請教是否能夠提供神經網路推理的提取特徵與每個手勢的原始神經網路輸出概率相對應的TLV type代號數值嗎?
,
Ken Zhang:
Hi Jianhong
2# 上文中提及的函数为radar_toolbox_1_10_00_13\source\ti\examples\Gesture_Recognition\Gesture_with_Machine_Learning\src\6443\mss\main.c MmwDemo_transmitProcessedOutput() 相关的structure定义在mmw_output.h
3#TLV type定义见mmw_output.h MmwDemo_output_message_type定义. 你贴出的byte数据中,只看到了type 1050 、1051、6三种不同类型的TLV。
1050应当对应你说的 extracted feature, 1051对应original ANN output.
Thanks
Ken
,
Jianhong Lin:
Hi Ken,
感謝您的協助,目前已能夠解析TLV格式資料了。
Thanks,
Jianhong