毫米波雷达频段如何划分?几大毫米波雷达应用场景介绍
毫米波在诸多方面的应用，使得毫米波异常火热。其中，最为火热的应用之一为毫米波雷达技术。本文中，将从两大方面对毫米波雷达加以阐述：1.车载毫米波雷达频段划分以及发展趋势解析，2.介绍毫米波雷达的几个应用场景。如果你对毫米波，疑惑对毫米波雷达存在一定兴趣，不妨继续往下阅读。
一、车载毫米波雷达频段划分
(一)频段介绍
从频段上来看，比较常见的车载领域的毫米波雷达频段有两类。
1、24GHz，目前大量应用于汽车的盲点监测、变道辅助。雷达安装在车辆的后保险杠内，用于监测车辆后方两侧的车道是否有车、可否进行变道。这个频段也有其缺点，首先是频率比较低，另外就是带宽(Bandwidth)比较窄，只有250MHz。
2、77GHz，这个频段的频率比较高，国际上允许的带宽高达800MHz。据介绍，这个频段的雷达性能要好于24GHz的雷达，所以主要用来装配在车辆的前保险杠上，探测与前车的距离以及前车的速度，实现紧急制动、自动跟车等主动安全领域的功能。
从工艺层面来讲，目前毫米波雷达的两个主要工艺，一个是SiGe，一个是CMOS。SiGe的好处是传统半导体技术很成熟，在77GHz上SiGe的片子已经实现了大规模量产。CMOS的好处是集成度更高，未来可以把基带和射频都集中在一个SoC上，这是一个非常好的技术优势。从出货量上来看，目前还是SiGe比较大，因为在大功率情况下SiGe的性能比CMOS要好一些。这两种技术目前是并存的，未来的一段时间也将持续并存。
(二)毫米波雷达的优势
在众多车载传感器中，每个传感器都有自身的特点，都存在各自特有的应用场景，所以未来一定是多种传感器融合的解决方案最优。汽车的安全性是一切发展的前提。各种传感器协同工作来实现车辆对周围环境高精度低延时的监控，而毫米波雷达凭借其可靠的表现(如应对恶劣天气条件)且唯一能够“全天候全天时”工作的超强能力，成为了汽车ADAS不可或缺的核心传感器之一!
(三)全球汽车出货量的自动化程度趋势
除了不同传感器之间孰优孰劣之外，还有一个问题非常重要，那就是24GHz和77GHz两个频段谁更好。24GHz雷达传感器的探测距离约50m左右，距离相对较短，主要用于盲点监测(BSD)，变道辅助(LCA)等。77GHz雷达传感器的的探测距离更长，可达到160m到230m。相比于24GHz，77GHz雷达传感器的频率更高、波长变短、系统带宽更宽，从而提高了距离和速度测量的精度和准确度，主要用于自动紧急制动(AEB)、汽车自适应巡航控制(ACC)和前向防撞预警(FCW)等。
(四)24GHz频段与77GHz频段汽车雷达传感器的趋势
目前市场需要的是在复杂的场景下，能够更好解决问题并且价格可接受的产品，因此未来很长一段时间内，由于成本、性能、供应链等问题，77GHz雷达的分布位置和24GHz雷达将会完全不同，在整车上发挥不同的功能作用，77GHz并不会简单替代24GHz，而是会相当长一段时间内共存。
二、毫米波雷达应用场景
(一)智慧办公
在疫情防护的关键时刻，基于摄像头AI的技术确实可以帮助我们减少日常工作中直接或间接的接触，同时AI技术的采用也提升了办公空间的使用体验和利用率，但摄像头的大量使用也带来了一个比较大的隐患，即如何保护个人隐私?尤其是在一些非公开或半公开空间的场所，如员工办公区域、会议室等。
毫米波雷达相比摄像头最大的优点是不涉及隐私泄露，它的外观没有让人不安的镜头设计，更重要的是雷达的数据信息也是完全匿名的，符合相关隐私法规要求，可应用于更多不适合部署摄像头的办公场景。
相比AI摄像头技术隐私的问题，毫米波雷达还具备效益优势。由于雷达的识别处理基本都在本地设备侧完成，上传到后台云端数据量很少，仅仅为识别后的人员位置、轨迹信息或者统计处理后的信息，所以对整个物联网系统的网络带宽、云端资源的需求都非常有限，从而可以帮助企业大大降低系统的运营成本。
(二)智能家居
在养老家居领域，多方位感知变得尤为重要。需要实时保证居家老人呼吸心跳数据、睡眠质量等生理检测数据的正常。此外，目前在智慧家居中，保护个人隐私生活方面渐成刚需，却也成痛点，亟待技术突破来填补空白。而毫米波雷达产品，不受光线和隐私的限制，通过测量生理呼吸来判断是否有人，同时还可以通过测量呼吸心跳，来判断老人的生理状态，对一些突发时间的报警有不可替代的功能，将有效满足居家养老需求。
此外，在传统智能家居中，自动关闭空调、灯、燃气，以及非法闯入是靠摄像头和红外传感器报警联合系统运作的，但摄像头的隐私问题和红外的准确性在很多场景无法解决。毫米波雷达产品的准确性，隐私性完全没有障碍。与此同时，雷达产品的经济性高，信号输出简单，方便场景互动，由于具备穿透性特点，可以十分便捷将雷达装入家电和灯具中使用，与摄像头形成互补联动。
除了以上介绍的应用领域外，毫米波雷达还广发应用于智慧交通、工业业制造中，比如以智慧工厂为例，可以边缘实现智能感应，可以进一步完善机器人系统技术，实现机器人感知的全智能。
