毫米波在諸多方面的應用，使得毫米波異常火熱。其中，最為火熱的應用之一為毫米波雷達技術。本文中，將從兩大方面對毫米波雷達加以闡述：1.車載毫米波雷達頻段劃分以及發展趨勢解析，2.介紹毫米波雷達的幾個應用場景。如果你對毫米波，疑惑對毫米波雷達存在一定興趣，不妨繼續往下閱讀。

一、車載毫米波雷達頻段劃分

（一）頻段介紹

從頻段上來看，比較常見的車載領域的毫米波雷達頻段有兩類。

1、24GHz，目前大量應用于汽車的盲點監測、變道輔助。雷達安裝在車輛的后保險杠內，用于監測車輛后方兩側的車道是否有車、可否進行變道。這個頻段也有其缺點，首先是頻率比較低，另外就是帶寬（Bandwidth）比較窄，只有250MHz。

2、77GHz，這個頻段的頻率比較高，國際上允許的帶寬高達800MHz。據介紹，這個頻段的雷達性能要好于24GHz的雷達，所以主要用來裝配在車輛的前保險杠上，探測與前車的距離以及前車的速度，實現緊急制動、自動跟車等主動安全領域的功能。

從工藝層面來講，目前毫米波雷達的兩個主要工藝，一個是SiGe，一個是CMOS。SiGe的好處是傳統半導體技術很成熟，在77GHz上SiGe的片子已經實現了大規模量產。CMOS的好處是集成度更高，未來可以把基帶和射頻都集中在一個SoC上，這是一個非常好的技術優勢。從出貨量上來看，目前還是SiGe比較大，因為在大功率情況下SiGe的性能比CMOS要好一些。這兩種技術目前是并存的，未來的一段時間也將持續并存。

（二）毫米波雷達的優勢

在眾多車載傳感器中，每個傳感器都有自身的特點，都存在各自特有的應用場景，所以未來一定是多種傳感器融合的解決方案最優。汽車的安全性是一切發展的前提。各種傳感器協同工作來實現車輛對周圍環境高精度低延時的監控，而毫米波雷達憑借其可靠的表現（如應對惡劣天氣條件）且唯一能夠“全天候全天時”工作的超強能力，成為了汽車ADAS不可或缺的核心傳感器之一！

（三）全球汽車出貨量的自動化程度趨勢

除了不同傳感器之間孰優孰劣之外，還有一個問題非常重要，那就是24GHz和77GHz兩個頻段誰更好。24GHz雷達傳感器的探測距離約50m左右，距離相對較短，主要用于盲點監測（BSD），變道輔助（LCA）等。77GHz雷達傳感器的的探測距離更長，可達到160m到230m。相比于24GHz，77GHz雷達傳感器的頻率更高、波長變短、系統帶寬更寬，從而提高了距離和速度測量的精度和準確度，主要用于自動緊急制動（AEB）、汽車自適應巡航控制（ACC）和前向防撞預警（FCW）等。

（四）24GHz頻段與77GHz頻段汽車雷達傳感器的趨勢

目前市場需要的是在復雜的場景下，能夠更好解決問題并且價格可接受的產品，因此未來很長一段時間內，由于成本、性能、供應鏈等問題，77GHz雷達的分布位置和24GHz雷達將會完全不同，在整車上發揮不同的功能作用，77GHz并不會簡單替代24GHz，而是會相當長一段時間內共存。

二、毫米波雷達應用場景

（一）智慧辦公

在疫情防護的關鍵時刻，基于攝像頭AI的技術確實可以幫助我們減少日常工作中直接或間接的接觸，同時AI技術的采用也提升了辦公空間的使用體驗和利用率，但攝像頭的大量使用也帶來了一個比較大的隱患，即如何保護個人隱私？尤其是在一些非公開或半公開空間的場所，如員工辦公區域、會議室等。

毫米波雷達相比攝像頭最大的優點是不涉及隱私泄露，它的外觀沒有讓人不安的鏡頭設計，更重要的是雷達的數據信息也是完全匿名的，符合相關隱私法規要求，可應用于更多不適合部署攝像頭的辦公場景。

相比AI攝像頭技術隱私的問題，毫米波雷達還具備效益優勢。由于雷達的識別處理基本都在本地設備側完成，上傳到后臺云端數據量很少，僅僅為識別后的人員位置、軌跡信息或者統計處理后的信息，所以對整個物聯網系統的網絡帶寬、云端資源的需求都非常有限，從而可以幫助企業大大降低系統的運營成本。

（二）智能家居

在養老家居領域，多方位感知變得尤為重要。需要實時保證居家老人呼吸心跳數據、睡眠質量等生理檢測數據的正常。此外，目前在智慧家居中，保護個人隱私生活方面漸成剛需，卻也成痛點，亟待技術突破來填補空白。而毫米波雷達產品，不受光線和隱私的限制，通過測量生理呼吸來判斷是否有人，同時還可以通過測量呼吸心跳，來判斷老人的生理狀態，對一些突發時間的報警有不可替代的功能，將有效滿足居家養老需求。

此外，在傳統智能家居中，自動關閉空調、燈、燃氣，以及非法闖入是靠攝像頭和紅外傳感器報警聯合系統運作的，但攝像頭的隱私問題和紅外的準確性在很多場景無法解決。毫米波雷達產品的準確性，隱私性完全沒有障礙。與此同時，雷達產品的經濟性高，信號輸出簡單，方便場景互動，由于具備穿透性特點，可以十分便捷將雷達裝入家電和燈具中使用，與攝像頭形成互補聯動。

除了以上介紹的應用領域外，毫米波雷達還廣發應用于智慧交通、工業業制造中，比如以智慧工廠為例，可以邊緣實現智能感應，可以進一步完善機器人系統技術，實現機器人感知的全智能。

責任編輯：Ct