雷达技术会为未来的移动设备带来什么？

如今各式各样的传感器通过其不同的方式来简化人与设备之间的交互，雷达传感器作为一个“新兴”的传感器，借助雷达技术增强了智能设备的可用性，使它们具有了“感知上下文”的能力，能够了解环境并针对性的做出反应，作为这一领域的领导者，英飞凌已经成功的将复杂的雷达系统应用在了移动设备上，包括了大众所熟知的谷歌Pixel 4。

与人类相比较，设备缺少了能够充分发挥情景意识的感觉系统，借助XENSIV传感器，英飞凌解决了这一挑战，通过两个或者多个互补的传感器的传感器融合解决方案，将目前消费者面临的几个复杂的技术挑战变成了一个简单有效的解决方案。

作为英飞凌传感器家族中较新的成员，集成了天线的60GHz的毫米波雷达芯片，通过检测微动和手势，可以允许智能手机等设备做出预期的反应，而且这一传感器只有在需要时才会启用功耗功能，从而避免了不必要的功耗。

雷达传感器除了可以检测手势，还有更多空间

手势识别是人机交互最为直观的形式之一，可以代替触摸和点击之类的方式。这项技术的潜在使用场景可想而知，可穿戴设备，移动设备，电视，智能家居，汽车信息娱乐系统和AR-VR等应用，更为重要的是，雷达对于运动物体的检测相比其他技术有着天然优势。

与基于视觉的系统不同，雷达传感器不需要开口或者透镜，可以独立于照明和操作环境（例如雾和灰尘）进行工作，并确保了使用隐私的保护。英飞凌的60GHz雷达传感器不仅可以测量一个或者多个物体的速度，距离和角度，结合了新的信号处理和机器学习技术，使得其可以简化手势检测，远距离的心率检测，人员的跟踪甚至是物料的分类等。

创新的雷达技术与先进的软件相结合，将为智能设备提供更多创新，该集成天线的尺寸仅为6.5mm x 5mm，小巧的尺寸为移动设备的集成给出了可能，作为汽车安全应用中的标准技术，雷达技术在智能建筑中的应用也变得越来越普遍，例如照明和智能家居等。

英飞凌60GHz雷达芯片的技术架构

为什么将雷达芯片集成到智能设备的时间花费了近五年的时间？答案很简单，因为将雷达芯片放入到移动设备在尺寸和功耗方面有着严格的性能要求。英飞凌给出了市场上最小的60GHz毫米波雷达芯片，并集成了天线，可以检测方位角和俯仰角。该芯片的功耗低于10mW，非常适合电池供电的设备。集成的有限状态机FSM可以释放微控制器和应用处理器。集成的天线不仅节省了空间和成本，而且大大减少了设计工作。

该芯片能够检测到亚毫米范围内的微小运动，从而可以实现远距离的心率检测和手势检测等应用。另外，最远可以检测到10m远的人，支持人员检测和跟踪。该芯片的优势在于即使物体靠近也能精确测量距离，使其成为5G手机中实现用户检测和波束控制的理想传感器。若要保持功率限制并达到最大的数据速率或吞吐量，必须使用此功能。

在过去的几年里，将雷达集成到消费类移动设备中我们都学到了什么？从用例定义到基于正确技术的芯片设计，都需要多次的迭代来缩小整个系统的规模。60GHz的MMIC代表了交互过程的综合，就如下面这幅图中给出的，在特定的边界下，设备必须尽可能低的功耗并为每种使用情况提供足够的SNR。

英飞凌60GHz雷达芯片实施过程中的关键要素圈

最初的开发阶段，开发人员为了快速获得检测结果，通常直接将雷达IF信号输入到神经网络中，但是，很快开发人员就意识到，对于雷达传感器而言，信号处理技术和算法的开发对于构建商业可行的解决方案是必不可少的。

另外，必须要确保雷达芯片放置在正确的位置，这一步需要大量的模拟，系统的优化与到天线罩的距离，天线罩的材料，材料的厚度和形状都有关系。

下面给出了一个比较典型的处理流程。

图中显示了使用雷进行手势识别的典型流程，其中雷达信号处理方法用于鲁棒特征的提取，然后是深度学习算法来分类和识别感应到的手势运动。

与传统的机器学习问题相比，使用了雷达传感器的手势识别也带来了一些其他的挑战。在实际的情况下，是开放集分类，这就意味着系统需要正确分类已知手势，并拒绝未知手势或者随机运动。此外，系统需要进行差异较大的类内识别，因为不同使用用户可以以不同的方式不同的速度执行相同的手势，同样的，系统也需要进行差异较小的类间差异，因为两个不同的运动手势在多普勒空间可能会存在相似的模式，这个时候也需要准确的进行识别。因此，准确的进行分类就是一大挑战。最后一个并非不重要的问题是，机器学习的模型应具有较小的内存占用和计算要求，以便在嵌入式平台上进行部署。

最后，雷达技术对于未来的智能设备可用性的增强，使得它们具备了“感知上下文”的能力，能够了解环境并更有针对性的做出反应。