【導讀】雷達感知是一種無線感知技術(shù)。通過分析接收到的目標回波特性，提取并發(fā)現(xiàn)目標的位置、形狀、運動特性和運動軌跡，并且可以進一步推斷目標和環(huán)境的特征。
提起雷達技術(shù)，大眾對此并不陌生。
傳統(tǒng)的雷達技術(shù)具有非常廣泛的應用。如機載、艦載、基地雷達可以對運動目標進行檢測、成像；在氣象、航管、遙感等領(lǐng)域，我們可以借助雷達傳感器實現(xiàn)氣象預報、交通管制、資源勘查等。但是，由于傳統(tǒng)雷達設備的硬件成本高且體型巨大，因此一直在消費類電子產(chǎn)品中應用較少。
近年來隨著半導體技術(shù)的發(fā)展，雷達的尺寸、功耗和價格在不斷下降。另一方面，毫米波、超寬帶技術(shù)和多發(fā)多收的使用，結(jié)合創(chuàng)新的信號處理技術(shù)和計算能力不斷增強的芯片，雷達的感知功能日益強大。
雷達感知是一種無線感知技術(shù)。通過分析接收到的目標回波特性，提取并發(fā)現(xiàn)目標的位置、形狀、運動特性和運動軌跡，并且可以進一步推斷目標和環(huán)境的特征。其作用類似于人類的眼睛和耳朵。
與其它傳感器相比，雷達感知具有許多獨特的優(yōu)勢。例如，與視覺傳感器相比，雷達不受光線明暗的影響，具有穿透遮擋物的能力，可以更好地保護個人隱私；與超聲技術(shù)相比，雷達感知的距離更遠，而且不會對人和動物造成傷害。
雷達技術(shù)的應用場景；來源：IMEC 2015
雷達感知可以支持非常豐富的應用場景。比如，毫米波雷達就已經(jīng)被廣泛應用在汽車輔助駕駛領(lǐng)域，用以檢測行人和前車，實現(xiàn)防撞預警。此外，如上圖所示，雷達在居家、智能大廈、自動駕駛以及可穿戴設備等領(lǐng)域也有很多潛在的應用。
以智能家居場景為例，雷達傳感器可以被用于開關(guān)控制、入侵檢測、智能開門器等方面，方便大眾生活。在音響系統(tǒng)中，雷達能夠探測到某一區(qū)域的人與音響之間的距離，從而調(diào)整音響在某個區(qū)域的聲音大??；在空調(diào)系統(tǒng)中，雷達可以根據(jù)人的遠近，自動調(diào)節(jié)室內(nèi)溫度；當雷達探測到吹風機離頭發(fā)太近時，還可以自動調(diào)節(jié)吹風機的溫度。
隨著新型低功耗、小型化雷達傳感器的誕生和產(chǎn)品化，雷達技術(shù)在各種智能設備和消費類電子產(chǎn)品中的應用將成為一種必然趨勢。
科研人員已在推動雷達感知技術(shù)的新型應用方面開展研究工作。讓我們結(jié)合一些具體的應用場景，來一探究竟吧。
人體體征檢測
呼吸和心跳是非常重要的人體生命體征，可以借助雷達技術(shù)進行檢測。與傳統(tǒng)醫(yī)療設備或可穿戴設備相比，利用雷達探測人體體征非常便捷，無需受檢測者穿戴任何設備，從而實現(xiàn)非接觸式的檢測。該技術(shù)可以被應用在人的檢測，睡眠監(jiān)測和情緒管理等場景中，并結(jié)合兒童或老人的家庭看護等應用發(fā)揮重要作用。
我們在這一技術(shù)領(lǐng)域的研究進展順利，結(jié)合特定的波段，可以做到隔墻實現(xiàn)人體檢測。
運動識別
雷達的優(yōu)勢是對運動的檢測，可以利用目標回波的多普勒效應來觀測和解讀目標的運動狀態(tài)，如運動方向和運動速度；在使用多通道傳感器時，還可以從不同的視角觀察目標的運動。通過從不同的視角采集目標的運動狀態(tài)，并結(jié)合瞬時信息和歷史信息進行分析，從而實現(xiàn)對復雜運動的分辨。在下圖所示的例子中，當人的手臂做不同運動時，不同動作產(chǎn)生了不同的微多普勒模式，結(jié)合運動的能量特性等特征可以實現(xiàn)不同運動的分辨。
*揮動手臂產(chǎn)生的微多普勒效應；來源：《雷達中的微多普勒效應》, Victor C.Chen *
利用雷達識別運動的技術(shù)可以應用在不同的場景中。比如在體育運動中，可以借用這項技術(shù)檢測人和球類的運動狀態(tài)和運動軌跡。在居家環(huán)境下，還可以做人體摔倒檢測，用于預防老人摔倒。目前，我們的技術(shù)已經(jīng)可以通過處理雷達數(shù)據(jù)，實現(xiàn)人體運動狀態(tài)和軌跡的解讀。
手勢識別交互
人機交互是雷達技術(shù)的另一個重要應用領(lǐng)域，如手勢識別交互。利用雷達采集的距離、多普勒信息，以及快速采樣獲得的手動態(tài)運動歷史信息，雷達可以很好地展現(xiàn)手的動態(tài)運動特性，并可以從不同的角度觀測手的運動。另外，從雷達反射回波的幅度形狀等信息中也可以得到手勢的散射特性。處理算法結(jié)合這些特征，可以很好地復現(xiàn)手勢。
我們將這一領(lǐng)域的研究工作與機器學習相結(jié)合，已經(jīng)實現(xiàn)了十種不同手勢的識別。
多傳感器的融合
在雷達傳感器與其它傳感器的融合方面，我們的目標是通過結(jié)合不同傳感器的優(yōu)勢，實現(xiàn)更可靠的判斷。目前我們已經(jīng)開展了雷達和視頻傳感相結(jié)合的工作。舉個具體的例子，相機在檢測玻璃時會有困難，而雷達卻能檢測到。兩者相結(jié)合，可以更可靠地支持避障等應用。
除了上述幾項應用領(lǐng)域，我們還在探索如何將雷達傳感技術(shù)與家用服務機器人相結(jié)合，實現(xiàn)人體檢測和人機交互等方面的應用，并將進一步利用AI技術(shù)，提升數(shù)據(jù)處穩(wěn)定性和可靠性，為未來走向市場做好堅實的準備。
（來源：英特爾中國研究院）
推薦閱讀：
