毫米波雷达在智能建筑、智能工厂和防疫控制发挥重要作用

毫米波雷达使用距离、速度和到达角度信息以及简单的跟踪算法，不仅可以感知人的位置，还可以感知物体的位置，以便更好地控制电梯门等应用。

传感技术正在改变我们对周围世界的解释和反应的方式。知道人们在哪里以及他们在做什么（或试图做什么）可以使传感系统做出明智的决定，并在商业建筑，工厂和家庭中创建更安全，更高效和更智能的环境。

比如大厦管理员，他们想了解会议室或浴室的用途以确定维护时间表；或者在工厂，当一个人距离机器太近时，需要及时关闭机器以确保安全。这些类型的感测用例在一个社会距离遥远的世界中变得越来越普遍，在这种情况下，监视人与人之间的间隔或识别可以确保人流密度，帮助对抗COVID-19的传播。

许多现有的传感技术都可以检测到占用和位置，包括视觉摄像机，热成像仪和被动红外（PIR），但是每种技术都具有性能和鲁棒性，成本和处理复杂性，或面临隐私挑战等考虑因素。

毫米波传感器可提供范围，速度和角度等特性

毫米波雷达传感器发送电磁能脉冲并接收回反射。通过处理这些能量脉冲在多个天线上的飞行时间，雷达系统可以确定到目标的距离，相对速度和到达角度。该数据可以使毫米波雷达能够确定物体的位置和运动方向，使其能够感知人及其行为，并解决新的检测和识别挑战。此外，由于毫米波雷达使用基于射频（RF）的感应方式，因此它不会接收到任何个人身份信息，这使其非常适合在敏感环境（例如家庭、办公室或洗手间等私人场所）中使用。 

人类感知的新挑战

人类感知的第一个问题是运动预期。尽管当今许多传感技术可以很好地检测到房间中的存在或大致估计一个人的相对位置，许多应用也需要此信息来根据某人的方向和移动速度来预测某人的未来位置，因为安全性或效率问题，这种方法并不经常使用。例如，在诸如电梯的应用中出现了对运动预期的要求，在该应用中，美国机械工程师协会《电梯和自动扶梯安全规范》现在要求对接近的人进行检测，以防止有人被关闭的电梯门夹到。现在，电梯的传感器不仅要检测可能存在于门口之间的物体，还必须可以预测物体何时接近。

另一个示例是商店入口处的自动门，尽管提高效率和降低能源成本是可持续性节能建筑的主要目标，但当今的门禁感应技术很容易错误检测，每次事件都浪费能源和空调。随着能源成本的上升，设计人员需要注意到门和入口的控制。仅当能够感知到人确认要进入门时才会打开，这可以帮助节省能源和金钱。

下方的图1显示了毫米波雷达传感器的利用范围，速度和到达角度信息以及简单的跟踪算法，可以预测人员的行动方向并更智能地控制门或电梯系统。

图1显示了毫米波雷达传感器通过使用范围，速度和到达角度信息来识别物体的当前和即将的位置，并防止自动门错误开启。

第二个挑战是弄清楚如何识别和分类人群行为。该信息在无人零售等应用中很有价值。确定客户与商品的互动方式将使零售商能够更明智地在商店中定位商品，或识别区域在人流量增加的情况下，需要进行适当的疏散。

根据美国疾病预防控制中心的数据，每年将近四分之一的老年人都会跌倒。由于大多数老年人选择独居，会发生许多跌倒事故，而且无人看管。借助人工智能和强大的处理能力，摄像机和主动式红外传感器可以识别并响应房屋中的跌倒事件，但是它们的处理成本和侵犯隐私权将是极大障碍。

毫米波雷达传感器使用多普勒效应来测量物体的速度，并且随着时间的推移，如图2所示（如下图所示），可以识别并分类物体（例如老年人）的类型和行为，而无需采用侵犯隐私的摄像头。

图2：毫米波雷达传感器使用多普勒效应来测量目标的速度。如图所示，行走的人的多普勒效应（左），以及摆动风扇的多普勒效应（右），可以很明显的进行区分。

解决边缘问题

毫米波雷达片上系统（SoC）传感器，例如德州仪器（TI）的IWR6843，将雷达收发器前端与可编程微控制器，硬件加速器和可编程数字信号处理器集成在一起，以在雷达传感器边缘实现高级信号处理和算法。这种集成使整个雷达系统（包括距离，速度和角度的计算以及诸如用于运动跟踪或运动识别/分类的算法）可以存在于位于传感器边缘的单个芯片上。

无需依靠云，传感器边缘的处理使系统能够更快地做出决策，并具有更高的可靠性，更低的系统成本和复杂性。某些应用程序根本不适合云实施，想象一下一个可怕的场景，即检测到一个亲人在家里跌倒需要依赖互联网连接，或者一个人靠近时机器人手臂无法停止运动，因为它必须通过云服务器进行中继和数据检查。由于毫米波雷达数据比其他高带宽数据（例如视频）更容易在边缘进行处理，因此有可能在单个芯片上实时执行从传感到决策的处理，如图3所示。

图3：由于其带宽较低的数据集，毫米波雷达SoC传感器可以在边缘就处理从射频传输到识别和决策的整个传感器信号处理系统上

建筑物，工厂，城市和家庭中的应用都可以从传感系统中受益，这些传感系统可以根据人们的位置和所做的事情做出更明智的决策。由于毫米波雷达传感器具有在不损害隐私的情况下检测到目标的范围，速度和角度的独特能力，因此基于边缘的实现方式提供灵活性和可靠性的同时，为感测应用打开了新的空间。