毫米波雷达传感器 不断“出圈”的毫米波雷达传感器，市场前景可期
不断“出圈”的毫米波雷达传感器，市场前景可期
如何监测心跳、呼吸等基本的生命体征？对于这个需求，相信大多数人的第一反应就是医院的心电图仪等专业医疗监护设备。这些年随着可穿戴设备的兴起，很多智能手表和手环也可以通过光电法，实时获取用户脉搏、血氧等体征参数，为人们带来了极大的便利。
但是上述这些方法有一个共性，它们都是“接触式”的测量方案，就是要将传感器直接连接到被测对象的身体上。如果想找一种“非接触式”的测量方法，隔空完成心跳、呼吸的实时监测，可行吗？
这样的测量方案已经有了！它采用的是毫米波雷达技术。
众所周知，雷达最早的应用是在军事上，其原理是产生并通过发射器发送一个频率随时间逐渐增加的信号，当这个信号遇到物体之后会反射回来，其时延是距离/光速数值的2倍，而返回来的波形和发出的波形之间有个频率差，这个频率差和时延呈线性关系，将这两个频率做一个减法，就可以得到二者频率的差频（差拍频率），由此就可以计算出物体与雷达的距离。在此基础上，不仅可以获知被测目标是否存在，还可以计算出目标的位置、方向、距离和速度等精确信息。
后来，雷达的应用逐渐扩展到其他一些专用领域，并且最终凭借毫米波雷达走入了民用市场。汽车成了毫米波雷达在民用领域一个重要的切入点，这些年随着自动驾驶的兴起，更是发展势头强劲。目前在L2.5以上的自动驾驶系统中，毫米波雷达基本成了标配。
毫米波雷达本质上是对物体占位和运动进行感测，在更广阔的民用领域，在雷达到来之前已经有一些成熟传感技术（如PIR和超声波）的成熟应用，想要突破自己原有的“舒适圈”，进入这个新领域，毫米波雷达就要直面这些技术的挑战。
表1：毫米波雷达与其他传感器技术的比较
不过就技术特性来讲，毫米波雷达对于自身在民用市场攻城略地还是很有信心的。具体来说，毫米波雷达不容易受环境（温度光线等）的影响，能够穿透塑料、墙板和衣服等非金属材料，这就决定了它可以在一些特定的应用场景中占据C位；另一方面，与其他传感器相比，毫米波雷达不仅可以侦测到对象是否存在，还可以确定移动物体的方向、速度、距离，甚至可以根据天线配置确定移动物体的准确位置，这些高精度的数据和丰富的信息，无疑会为毫米波雷达在工业和消费市场，特别是与物联网相关的领域赢得新的发展空间。
毫米波雷达“三兄弟”
按照工作频段，针对民用市场的毫米波雷达可以分为三类：
24GHz毫米波雷达。这也是最先投入民用的毫米波雷达，其波长为1.25cm（勉强算是毫米波）。由于频段的频率比较低，带宽比较窄（只有250MHz），因此24GHz毫米波雷达在测量精度上受限，这也在一定程度上限制了其应用范围的扩展。不过由于其技术成熟，成本低廉，还是有不少可发挥的空间。
77GHz毫米波雷达。这个频段的毫米波雷达波长只有3.9mm，频率比较高，带宽可达4GHz。一般来说，雷达的波长越短，分辨率/精准度越高（当然成本也会更高），整个系统的外形也会更小，因此77GHz毫米波雷达逐渐接棒24GHz产品，成为汽车领域的主流，而且很多国家和地区也将这个频段分配为汽车的专用频段。
随着77GHz毫米波雷达技术的成熟，24GHz方案在车载应用上的性价比优势也不是那么显著了，因此这些年24GHz毫米波雷达也逐渐将后续发展的重心转向工业和消费市场。
60GHz毫米波雷达。这个频段的雷达波长为5mm，具有高达7GHz的可用于短程应用的免许可带宽，因此其可以提供更好的分辨率。它的出现主要是为了应对24GHz雷达带宽受限、精度不足、对运用物体的感测有局限的问题。正因为此，各个主要的技术厂商围绕非汽车领域的毫米波雷达的竞争，也逐渐从24GHz转移到60GHz频段。
显而易见，60GHz毫米波雷达对于细微动作的检测更为擅长。60GHz的雷达波长为5mm，0.5mm的微动作，相当于10%的波长，这在雷达“看起来”已经是一个明显的位移了。
非汽车领域的“新赛道”
可以说，有了24GHz雷达打前站，77GHz雷达在汽车领域的重点突破，以及60GHz雷达的补强，毫米波雷达“三兄弟”已经在民用市场闯出了一片新天地。特别是在非汽车领域，毫米波雷达在四个领域的表现十分值得期待。
首先是楼宇自动化和智能家居领域。作为人体和运动传感器，毫米波雷达可以对区域内的人员数量、位置进行精准的感知，并以此为依据去控制照明、空调等系统，实现更高效的节能。也有开发者在探索将毫米波雷达与电梯控制结合在一起，根据算法准确测算出电梯间内等待的乘客数量——甚至能够准确判断出无关的过客和真正的乘客——进而合理调度，提升电梯的运行效率。
其次是健康监护领域。上文提到的心跳、呼吸监测就是一个典型的用例。而且随着老龄化进程的加速，毫米波雷达与智慧养老相结合，还可以演化出跌倒报警、睡眠监控等更多的新用例。这一领域未来的前景，也非常值得关注。比如，安富利就开发出了一款基于英飞凌BGT60TR1X系列毫米波雷达芯片的呼吸心跳检测解决方案，该方案利用一发一收两根天线即可工作，采集得到的数据通过基于Arm Cortex-M7的低成本MCU上进行处理，能够在大范围内自动检测并捕获呼吸和心跳引发的细微动作。
图1：安富利的毫米波雷达功能示意图
图2：安富利毫米波雷达呼吸心跳检测方案实测图，
左上和右上图显示的是随呼吸和心跳引发的胸部位移变化
第三是安防监控领域。尽管摄像头目前是这一领域的主流方案，但是个人隐私也一直是伴随着视觉解决方案的敏感的话题。因此在特定的场合，毫米波雷达可以作为一个替代方案，代替摄像头去进行流量分析、入侵检测等工作。此外，采用“摄像头+毫米波雷达”相互联动的解决方案，还可增强原有方案的性能和可靠性，有利于实现更高的识别率、更低的误报率、更低的人工成本。
最后是人机交互（HMI）领域。凭借精准运动检测，毫米波雷达可以实现更精细的手势和肢体识别，为用户提供更自然的HMI体验。这在小屏幕或近程屏幕的非接触手势控制、实时游戏交互、家电控制等方面将带了全新的用户体验。
总之 ，从军用到专用，再到汽车，再到工业和消费物联网应用，毫米波雷达通过不断地“出圈”，使得自身的应用版图不断扩大。MarketsandMarkets的数据显示，到2023年雷达传感器的市场总量将达到206亿美元，从2017年到2023年的复合年增长率高达19.5%。其中车载雷达是这一波增长最大的推动力，可以预见，接下来物联网市场将会成为驱动毫米波雷达市场的另一个车轮，推动其以更高的加速度向前飞奔。
关于安富利公司
安富利是全球领先的技术分销商和解决方案提供商，在过去一个世纪里一直秉持初心，满足客户不断变化的需求。从构思到设计，再从原型创建到生产，安富利可在产品生命周期的每个阶段为客户提供支持。安富利在整个技术价值链中处于中心位置。这种独特的地位让安富利能够在产品开发过程中加快设计和供应速度，从而帮助客户尽快实现营收。数十年如一日，安富利一直致力于帮助全球客户和供应商实现技术的变革。
技术文章—机器人应用中的毫米波雷达传感器
当脑海中浮现机器人的形象时，您可能会联想到巨大的机械手臂，工厂车间里盘绕的随处可见的线圈和线束，以及四处飞溅的焊接火花。这些机器人与大众文化和科幻小说中描绘的机器人大不相同，在后者中，机器人常以人们日常生活助手的形象示人。
如今，人工智能技术的突破正在推动服务型机器人、无人飞行器和自主驾驶车辆的机器人技术发展，市场规模预计将从 2016 年的 310 亿美元增加到 2020 年的 2370 亿美元[1]。
随着机器人技术的进步，互补传感器技术也在进步。就像人类的五官感觉一样，通过将不同的传感技术结合起来，可在将机器人系统部署到不断变化、不受控制的环境中时取得最佳效果。互补金属氧化物半导体 (CMOS) 毫米波 (mmWave) 雷达传感器是机器人感知方面一项相对较新的技术。
机器人传感器技术
机器人传感器技术包括力和扭矩传感器、触摸传感器、一维/二维红外 (IR) 测距仪、三维飞行时间激光雷达传感器、摄像机、惯性测量单元 (IMU)、GPS 等。CMOS 毫米波雷达传感器可精确测量其视野范围内物体的距离以及任何障碍物的相对速度。这些感应技术各有优缺点，如表 1 所示。
表 1.传感器技术比较。
与基于视觉和激光雷达的传感器相比，毫米波传感 器的一个重要优势是不受雨、尘、烟、雾或霜等环 境条件影响。此外，毫米波传感器可在完全黑暗中 或在阳光直射下工作。这些传感器可直接安装在无 外透镜、通风口或传感器表面的塑料外壳后，非常 坚固耐用，能满足防护等级 (IP) 69K 标准。此外， TI 的毫米波传感器的体积小、重量轻，生产设计体积是微型激光测距仪的三分之一，重量是其一半[2]。
检测玻璃墙
图 1 说明了玻璃墙和隔墙在现代建筑中的应用， 而服务型机器人（例如真空吸尘或拖地机器人）需要感知这些表面以防止碰撞。 事实证明，使用摄像机和红外传感器很难检测这些元素。但毫米波传感器可检测到玻璃墙的存在及其后面的物体。
图 1.现代建筑广泛使用玻璃表面。
为演示这一功能，我们设置了一个简单的实验，对 80c m 远处的一块玻璃使用德州仪器 (TI) IWR1443BOOST 毫米波传感器评估模块 (EVM)。
然后，我们在玻璃后面 140cm 处的位置放置了一个墙板，如图 2 所示。
图 2.设置用于检测玻璃墙的测试。
在毫米波演示可视化工具中使用 EVM 随附的演示软件和可视化工具，图 3 中显示的结果明确证明了毫米波传感器可检测玻璃墙面及其背后的墙板。
图 3.显示玻璃板和墙板检测的试验结果。
使用毫米波传感器测量对地速度
精确的里程计信息对于机器人平台的自主移动必不可少。
可通过测量机器人平台上车轮或皮带的转动来获得此信息。然而，如果车轮在松散砾石、泥地或湿地等表面上打滑时，这种低成本方法显然无法轻松凑效。
更先进的系统可通过增加一个 IMU（有时通过 GPS 增强）来确保里程计非常精确。毫米波传感器可通过向地面发送线性调频信号并测量返回信号的多普勒频移，
为穿越不平坦的地形或底盘俯仰和偏航情况较多的机器人提供额外的里程计信息。图 4 显示了对地速度毫米波雷达传感器在机器人平台上的潜在配置。 是 将雷达指向平台前（如图所示）还是指向平台后（农用车辆的标准做法）需进行权衡。如果指向平台前，则也可使用同一毫米波传感器来检测表面边缘，避免不可恢复的平台损失，如从仓库装运台上跌落。如果指向平台后，则可将传感器安装在平台的重心点上，尽量减少俯仰和偏航对测量的影响，这在农业应用中是一个大问题。
机械臂周围的安全防护装置
随着机器人在服务能力或在灵活的低批量处理自动化任务中与人类发生更多的交互，必须确保它们不会对与之交互的人造成伤害，如图 5 所示。
图 5.未来的机器人将与人类有更多的交互。
在过去，常用方法是在机器人的工作区域周围打造一个安全屏障或排除区域，确保物理隔离，如图 6 所示。
图 4.机器人平台上的对地速度雷达配置。
方程 1 计算均匀理想条件下的速度：
f = (2V/ ) * cos(1)
其中 V 是车辆的速度，是发射信号的波长， 是天线俯角，而 fd 是多普勒频率（单位：Hz）。
扩展方程 1 能够补偿变量（例如，导致传感器俯仰、偏航和翻滚的非均匀地形）的速度测量误差，
并引入转动速度分量。这些计算超出了本文的范围， 但一般可在文献中找到它们。[3]
图 6.带有物理安全笼的机械臂。
传感器使虚拟安全幕或气泡能够将机器人操作与非计划的人类交互分开，同时避免机器人与机器人发生由于密度和操作可编程性增加而导致的碰撞。基于视觉的安全系统需要受控制的照明，这会增加能耗、产生热量且需要维护。在尘土飞扬的制造环境（如纺织或地毯编织）中，需要经常清洁和注意透镜。
图 7.TI IWR 毫米波传感器处理链。
由于毫米波传感器非常强大，无论车间的照明、湿度、烟雾和灰尘情况如何，都可检测物体，因此它们非常适合取代视觉系统， 并且可以极低的处理延迟（通常少于 2ms）下提供这种检测。由于这些传感器视野宽阔且探测距离较长，将其安装在工作区域上方可简化安装过程。只使用一个毫米波传感器即可检测多个物体或人员， 减少所需传感器数量并降低成本。
毫米波传感器生成的点云信息
毫米波雷达传感器可通过模数转换器将射频 (RF) 前端模拟数据转换为数字表示形式。这种数字转换的数据需要高速外部数据总线，以将数据流引入处理链，然后经过一系列数学运算对在传感器视野范围内检测到的点生成距离、速度和角度信息。 由于这些系统通常规模较大且成本高昂，因此 TI 试图将所有这些功能集成到一个单片CMOS 器件上，
以减小尺寸，降低成本和功耗。额外的数字处理资源 现可进行聚合、跟踪和分类等任务的数据后处理，如图 7 所示。
走在毫米波传感器前面的人会产生多个反射点。可在常用的机器人操作系统可视化 (RVIZ) 工具中， 将检测到的所有点映射到相对于传感器的三维区域中（如下一页的图 8 所示）。此映射会收集四分之一秒内的所有点。收集到的点信息密度可提供高保真度，可清晰看到腿和手臂的运动，因此物体分类算法会将其归类为一个移动的人。三维区域中开放空间的清晰性对于移动机器人来说也是非常重要的数据，可确保它们能够自主操作。
使用毫米波传感器映射和导航
使用 IWR1443BOOST EVM 检测到的物体点信息， 然后就可以演示如何使用毫米波雷达作为唯一 的传感器精确地映射房间内的障碍物并在标识的自由空间内进行 自主操作。存在几个机器人开 源社区，包括 Robot OS (ROS) 和 Arduino。为了快速演示如何在映射和导航应用中使用毫米波雷达，我们使用 OctoMap 和 move_base 库将点云信息集成到导航堆栈中，如图 10 所示。
图 8.RVIZ 中显示的由 IWR1443BOOST EVM 捕捉的人体点云。
我们在内部办公环境中设置障碍并使 Turtlebot 2 通过该区域，使用 OctoMap 库建立一个三维栅格地图。下一页的图 11 是使用 RVIZ 的栅格屏幕截图。
我们使用从 OctoMap 和 move_base 生成的地图， 输入最终目的地和姿势位置，如下一页的图 12
屏幕截图中的绿色箭头所示。Turtlebot 2 成功高效地导航到了 选定的位置，然后旋转到适当的姿势，避开其路线中静态和动态障碍物。这证明了使用一个面向未来的毫米波传感器快速在 ROS 环境中进行基本自主机器人导航的效果。
图 9.IWR144 3 BOOST
安装在 Turtle bot 2 上的 EV M。
结论
毫米波传感器最初非常昂贵且尺寸较大，并需要多个分立组件。然而，由于现在 TI 将射频、处理和内存资源集成到一个单片 CMOS 芯片上，可以说通过对 EVM 实现基本驱动程序 (ti_mmwave_rospkg)，毫米波传感器将补充或取代已确立的机器人传感技术。
图 10.与配备有 IWR1443BOOST 的 Turtlebot 2 配合使用的 ROS 库导航堆栈。
图 11.使用 OctoMap 库在 ROS 中生成栅格地图。
图 12.使用 IWR1443BOOST EVM 栅格地图和 ROS mo ve_base 库，使 Turtlebot 2 进行自主导航
毫米波传感器将补充或取代已确立的机器人传感技术。
总之，以下是毫米波传感器与其他技术对比的优势：
毫米波传感器对环境条件（如阳光直射、阴影或水的光反射）不敏感。
毫米波可检测玻璃墙、隔墙和家具，而基于光的传感解决方案则可能无法做到。
毫米波提供物体的多普勒速度信息，这在车轮在潮湿表面打滑时有助于增强机器人里程计。
基于毫米波的传感器机械复杂度较低，从而减少了制造校准和误差校正过程。没有通风口或透镜，它们可直接安装在塑料外壳后。集成校准意味着在线制造复杂性更低。广阔的视野使得不再需要机械旋转传感器机制。
TI 的高度集成单片 CMOS 毫米波传感器使所有处理都可在传感器内发生。与基于视觉的系统相比，这降低了材料成本、缩小了尺寸并减少了中央控制器处理器每秒所需的百万条指令。
毫米波传感器技术提高了机器人的智能化操作，同时在实际环境中 增强了耐用性。这项技术的应用将进一步加快机器人系统的快速采用。
参考文献
Tractica.“《机器人市场预测》。”17 年第 2季度.
Barrett D.、D. Wang、A. Ahmad 和 V. Mah imkar。“《使用毫米波传感器提高无人机安全性 和生产力》。”德州仪器 (TI) 白皮书， SPYY001，2017 年。
Fleming W.J. 和 A.K. Hundiwal。“《雷达对地速度传感器》。”第 35 届 IEEE 车辆技术会议，1985 年，第 262–272 页。
相关问答
绿米 毫米波雷达传感器 控制范围?绿米毫米波雷达传感器通常控制范围为6米(20英尺)至12米(40英尺),以厘米级的精度测量房间的占用情况。雷达传感器的工作原理是发射毫米波并测量反射波,再利...
毫米波传感器 优缺点?毫米波雷达优缺点1.优点:与其他传感器系统比较,毫米波雷达有如下优点:(1)高分辨率,小尺寸;由于天线和其他的微波元器件尺寸与频率有关,因此毫米波雷达的...
亚洲龙前车标里面有什么?亚洲龙前车标里面有雷达传感器。带玻璃罩的中网标里其实藏着一个毫米波雷达传感器,中网下有个前置摄像头,前室内镜装有一个摄像机。它们组成丰田TSS智能安全...
激光雷达、超声波雷达、 毫米波雷达 的优缺点?简单回答:激光雷达通过发射激光光束来探测目标,优点是距离测量精度高,可以达到毫米级甚至更高,可以用来进行精确测量,缺点也很明显,就是光束窄,需要事先...
请教:81G 毫米波雷达 传感价格是多少?[回答]地说,嵌入式系统集系统的应用软件与硬件于一体,类似于pc中bios的工作方式,具有软件代码小、高度自动化、响应速度快等特点,特别适合于要求实时和多...
急急急:79G 毫米波雷达 传感一般多少钱?[回答]毫米波雷达的优点;对近空目标具有高横向分辨力;对区域成像和目标监视具备高角分辨力;窄波束的高抗干扰性能;高天线增益;容易检测小目标,包括电力线...
毫米波传感器 排名?、速腾聚创深圳市速腾聚创科技有限公司2、大疆览沃大疆览沃科技公司3、华为华为技术有限公司4、禾赛科技上海禾赛科技有限公司5、图达通图达通智能科...
小米人体 传感器 2有没有 毫米波雷达 ?没有,小米人体传感器2厨房感应不到人,可能是系统故障,建议拿去维修小米人体传感器是智能家居联动不可或缺的联动小设备,如果我们想做全屋智能家居,肯定都...
跪求解答! 毫米波雷达 探测技术是什么?[回答]无法代替。毫米波雷达主要测量相对运动,测量目标的速度、测距离、测角度,比如,无人机的高度计就可以用毫米波雷达,但是,惯性的目标是很难用毫米波雷...
请问:数据收集 传感器 大概多少钱?[回答]毫米波雷达的优点;束和低旁瓣性能可实现低仰角精密雷达和成像雷达。在远程导弹或航天器重返大气层时,需采用能顺利穿透等离子体的毫米波实现通信和...