如何用 Raspberry Pi 构建自己的高尔夫雷达追踪器

像 TrackMan 或 Bushnell 这样的商业高尔夫监测设备价格从两万美元不等。对于在车库或后院进行业余练习来说，这个价格实在太离谱了。OpenFlight 项目提供了一个替代方案：使用经济实惠的多普勒雷达和 Raspberry Pi 自己动手构建一个功能完整的击球分析仪。基础配置成本约 400 美元，带发射角度控制的高级版本在 560 美元以内。

该项目主要使用 Python 编写，前端采用 React 网页界面。开发者 jewbetcha 在 AGPL-3.0 许可证下发布了源代码，并与社区一起积极开发代码库。

系统工作原理

追踪击球事件的主要挑战在于，整个过程发生在毫秒级的极短时间内。如果使用定时器从标准传感器读取数据，很容易错过球杆接触球的那个瞬间。

OpenFlight 通过硬件声学触发器和雷达环形缓冲区的组合来解决这个问题。

系统架构由四个主要组件组成：

1. SparkFun SEN-14262 声学传感器捕捉球杆击球的声响。它产生硬件中断的延迟约为 10 微秒。
2. 24 GHz OmniPreSense OPS243-A 雷达以 30 kSPS 的采样率持续向环形缓冲区写入原始正交 I/Q 数据。触发信号后，它会转储 4096 个样本（击球瞬间前后约 136 毫秒）。
3. 额外的毫米波雷达 TI IWR6843 配合定制固件，测量球的垂直发射角度和杆头轨迹。
4. Raspberry Pi 5 运行 Linux，计算物理参数、执行弹道飞行模型，并通过 WebSocket 将数据传送到本地 React 仪表板。

OpenFlight 能测量什么

OPS243-A 雷达单元检测反射射频信号的频率偏移。在 24.125 GHz 的基础频率下，每 1 mph 的速度产生约 71.7 Hz 的多普勒频移。该项目对频谱进行滤波并计算多个参数：

• 球速，范围从 35 到 200 mph，精度约 ±0.5%。
• 杆速，软件通过声学峰值前几毫秒的信号频谱计算得出。
• 击球效率（Smash Factor），即能量传递比（球速除以杆速）。
• 基于数学弹道模型估算的飞行距离。

基础配置中的发射角度是近似计算的。如果你连接 TI IWR6843 电路板，系统会读取真实的几何角度和实验性的杆头轨迹。

顺便说一句，还有一个单独的挥杆训练模式 swing-speed，不需要球。在这种模式下，声学触发器被禁用，软件在连续数据流中读取峰值速度。

硬件和组装细节

该设备可以在面包板上组装，无需复杂焊接。代码库中包含详细的组件表和链接。

基础设备套件：

• 多普勒雷达 OPS243-A（249 美元）
• Raspberry Pi 5 单板计算机（130 美元）
• SparkFun SEN-14262 声音传感器（18 美元）
• 七英寸触摸屏显示器用于独立运行（46 美元）
• 电源和辅助接线（27 美元）

如果你需要发射角度功能，则需要添加 TI IWR6843LEVM 模块（156 美元）。此前作者使用的是 K-LD7 模块，但由于其最大可测量速度限制在 62 mph，现已被弃用。

有一个重要的电源注意事项。Raspberry Pi 无法同时处理两个雷达通过 USB 运行。因此 OPS243-A 通过 GPIO UART 引脚连接 /dev/ttyAMA0，而 TI 板则使用 USB 端口。TI IWR6843 的现成固件已在文件夹 firmware/releases/ 中，因此你无需在 Texas Instruments 环境中构建。

快速入门

在全新的 Raspberry Pi OS 64 位系统上安装，只需运行一个交互式脚本：

git clone https://github.com/jewbetcha/openflight.git
cd openflight
./scripts/setup/setup.sh

该脚本将配置端口访问权限、更新依赖项并设置自动启动。之后，追踪器会以 kiosk 模式启动：

# Базовый запуск со звуковым триггером
scripts/start-kiosk.sh

# Запуск с угловым радаром IWR6843 (значения геометрии замеряются по месту)
scripts/start-kiosk.sh --iwr6843 \
  --ops-port /dev/ttyAMA0 \
  --iwr6843-tee-m 1.372 --iwr6843-net-m 4.064 \
  --iwr6843-tilt-deg 5.5 --iwr6843-radar-height-m 0.229 \
  --iwr6843-ball-height-m 0.021

如果雷达还没到，但你想研究代码，可以使用 --mock 标志运行以生成合成击球数据用于 UI 调试。

网页界面在本地端口 8080 上打开。如果你通过 http://openflight.local:8080/display 将其部署到电视或平板电脑上，就可以在练习区域获得一个便捷的显示屏幕。

为开发者提供了简单的 Python API。在你自己的脚本中获取指标只需要十行代码：

from openflight.rolling_buffer import RollingBufferMonitor

monitor = RollingBufferMonitor()
monitor.connect()
monitor.start()

print("Готов к удару...")
shot = monitor.wait_for_shot(timeout=60)
if shot:
    print(f"Скорость мяча: {shot.ball_speed_mph:.1f} mph")
    print(f"Дистанция: {shot.estimated_carry_yards:.0f} yd")

monitor.stop()
monitor.disconnect()

当前局限性和不足

作者坦诚地记录了所选方法的物理局限性。

首先，余弦误差：如果球的飞行方向不完全沿着雷达的视线，测得的速度会略低于实际速度。雷达应精确放置在球后方目标线上 1-1.5 米处。

其次，球的旋转速率测量仍处于实验阶段。在封闭空间中，飞行路径短且存在寄生信号反射，会产生噪声，因此目前实时多普勒频谱未用于距离计算。项目团队目前正在研究多普勒边带解啁啾的新算法 scripts/analysis/replay_spin_dechirp.py。

谁会发现这个项目有用

OpenFlight 是在经济实惠的硬件上应用数字信号处理的一个出色范例。

这个项目适合以下人群：

• 想要在家练习的高尔夫爱好者，无需为带有封闭订阅的专有品牌设备支付过高费用。
• 想要深入研究真实 I/Q 射频数据、FFT 和噪声抑制算法的嵌入式系统开发者和 DSP 爱好者。
• 创建自己运动模拟器的创作者（该项目已有与 GSPro 和 OpenGolfSim 的连接器）。

代码库结构良好，测试通过 pytest 运行，使用 uv 的虚拟环境，安装几何结构和校准的文档也有详细说明。绝对值得一试。