毫米波雷达产业“拐点”将至，IOTE·2023深圳智能传感与嵌入式技术应用高峰论坛成功举办

智能驾驶能带来多少增量？布局康养市场的企业需要解决哪些难点？不同频段产品的增长点何在？搭载毫米波雷达的智能家电反馈如何？

关于毫米波雷达的这些问题，在9月21日上午，由深圳市物联网产业协会主办，物联传媒、IOTE、AIoT星图研究院、AIoT库承办的“IOTE 2023深圳深圳智能传感与嵌入式技术应用高峰论坛——毫米波雷达专场”上，都得到了解答。

主持人

（AIoT星图研究院-分析师-陈洋）

本次会议作为“IOTE 2023第二十届国际物联网展”的分论坛之一，聚焦毫米波雷达产业中的应用场景、技术难点以及前沿趋势等，邀请了业内多位企业代表与会。本次论坛议程包括嘉宾主题演讲环节与圆桌对话环节，干货满满。

参与会议的企业代表有：物联传媒|IOTE物联网展-智能传感业务总监-梁容玮、AIoT星图研究院-分析师-陈洋、杭州岸达科技有限公司-销售副总裁-范帅、矽典微-销售副总裁-孟爱国、南京苗米科技有限公司-总经理-苏瀚、精华隆智慧感知科技（深圳）股份有限公司-深圳大学副教授|精华隆首席科学家-阳召成、海尔智家生态平台|海尔（深圳）研发有限公司-智能传感研发总监-刘超英、北京木牛领航科技有限公司-解决方案总监-潘策。

来自AIoT星图研究院的分析师-陈洋，进行了《<中国毫米波雷达产业分析报告（2023）>分享——2023年中国毫米波雷达产业发展洞察》的主题分享。

首先，陈洋对毫米波雷达产业链进行了深入分析，并表示其中，毫米波雷达芯片和毫米波雷达模组/产品为产业链核心环节。此后，陈洋从宏观的角度分析了产业情况，引入截至2023年6月底的数据——国内毫米波雷达公司由2019年197家增加到263家，并由此得出毫米波雷达赛道持续火热引来更多参与者的结论。再细分，陈洋还对康养市场进行了单独解读，并表示增长或来自于近两年国内智慧健康养老产品需求增长带来的刺激有关。之后，陈洋又根据调研所获数据表示，在车载市场我国车载角雷达市场产化率已突破15%，在家居市场24G雷达模组成为了家居雷达的增长新引擎。最后，陈洋对《中国毫米波雷达产业分析报告（2023）》架构进行了介绍，包括产业链分析、市场分析、企业及相关案例介绍等。

AIoT星图研究院-分析师-陈洋

来自杭州岸达科技有限公司的销售副总裁-范帅先生，进行了《岸达毫米波雷达开发生态及工具链》的主题分享。

在演讲的开始，范总首先针对性地讲解了60/77GHz毫米波雷达传感器“无接触、高隐私、穿透性强”的特点，并引入多个应用场景如物位雷达、存在感应、车载雷达等举例。此后，范总展示了岸达多款毫米波雷达芯片产品，并展示了配套的ADT-ORED (Open Radar Easy Developer kits)开发平台，该平台不仅可以完成设计审阅、认证测试服务，还可以便捷地进行硬件调测、可视化数据分析，在多维感知能力上赋能开发者。最后，范总对智慧路灯、高挂照明能源管控、人员跟踪监测、室内目标成像等多个案例进行了开发和落地的全环节演示，根据范总展示的视频，可清晰地了解到ADT-ORED平台如何协助开发者进行产品设计及验证，并能了解毫米波雷达产品在产品前后两端具体呈现的效果。

杭州岸达科技有限公司-销售副总裁-范帅

来自矽典微的销售副总裁-孟爱国先生，进行了《毫米波智造芯生活，存在级低功耗感知新物种》的主题分享。

首先，孟总对矽典微“一站式毫米波开发”的产品进行了讲解，从芯片、EZ-XENSOR开发板到ONE Lab开发工具等，其中孟总表示，矽典微小型化、易开发的产品及开放的开发生态，非常适合解决IoT场景下的痛点。此后，孟总展示了EZ-XENSOR在区域感知、测速测距、手势识别、体征监测等方向上的设计案例，其中，孟总还介绍了以上方向中近年来更新的产品，包括区域感知设计里新增了“超低功耗存在”产品、测速测距设计里新增了“远距目标检测”产品等。接着，孟总还展示了矽典微产品在实际应用中的情况，从视频中可以看到其信号质量、测距测速能力都非常突出。最后，孟总展示了部分矽典微芯片赋能的终端产品，以及ONE Lab开发工具数据记录全面、寄存器配置便利、波形查看直观等特点。

矽典微-销售副总裁-孟爱国

来自南京苗米科技有限公司的总经理-苏瀚先生，进行了《毫米波在高精准感知的技术挑战》的主题分享。

苏总首先对行业市场进行了解读，并表示基于无线电磁波感知分析（Wifi、微波、毫米波等）不同于传统的声、光、电感知方式，后者具有被动反馈交互（语音）、突破空间限制（视频）、突破时间限制（贴合式）等特点。接着苏总表示，在高精准感知典型应用上，目前面临着两个问题，即科学技术问题和工程商业问题，前者在于雷达如何克服底层技术问题避免误判并保证监测准确，后者在于如何满足用户需求让产品流通于市场。此后，苏总详细阐述了在产品设计和开发过程中遇到的难点，大到找不到合适的志愿者收录数据修正算法，小到窗帘抖动等环境干扰噪声需要避免。接着，苏总根据无线雷达的技术架构，分析了目前相关产品的技术完成度，并提出如何让AI赋能毫米波，进行多人全姿态识别——设备通过毫米波雷达捕捉的姿态信号形成精确的人体成像，再通过AI算法映射成为抽象模态。最后，苏总展示了苗米的AI智能姿态感知器，该产品不仅可以支持姿态识别、多人轨迹定位、生命体征监测，还可以进行精准的呼吸心率监测，准确率达96%。

南京苗米科技有限公司-总经理-苏瀚

来自精华隆智慧感知科技（深圳）股份有限公司的深圳大学副教授|精华隆首席科学家-阳召成先生，进行了《智能毫米波雷达及康养行业应用》的主题分享。

首先，阳教授简单地介绍了毫米波雷达的技术发展情况，并表示目前新增了俯仰角维处理的4D雷达正成为主流。接着，阳教授针对康养应用场景表述了目前存在的四个难点，分别是雷达感知算法存在泛化问题、雷达抗干扰能力不足、产品边缘感知能力不足、雷达硬件生产的一致性仍需提高。接着，阳教授表示，毫米波雷达产品设计的核心要点，需满足设计成本、感知功能、数据传输要求、交互要求。此后，阳教授对精华隆的人存在类、摔倒监测类、睡眠监测类等产品进行了展示，结合上述行业痛点，阳教授介绍了精华隆产品的针对性升级，包括秒级告警通知、多种状态监测、低误报率等。最后，阳教授展示了精华隆的智慧养老IoT平台产品及三个案例，从阳教授的展示中了解到，云平台配套精华隆的硬件，具有云服务管理、高处理容量、人性化设计等特点，非常契合养老场景的需求。

精华隆智慧感知科技（深圳）股份有限公司-深圳大学副教授|精华隆首席科学家-阳召成

来自海尔智家生态平台|海尔（深圳）研发有限公司的智能传感研发总监-刘超英先生，进行了《毫米波雷达与智家主动感知服务》的主题分享。

首先，刘总表示，目前智家场景的传感需求正日益增加，从客厅、卧室、厨房、浴室到阳台等，全屋智能的应用正逐渐落地，而海尔正以5大智慧空间场景+3大智慧解决方案进行战略布局。基于此，刘总表示这是传感器的一大机会，因为对家电厂商而言，感知技术的有效搭载是打造产品竞争力的重要支撑，而目前家居传感器渗透率逐年提升，无论是传感器的种类/数量/BOM，还是单机传感信息共享的比重都在增加。此后，刘总表示，对最终用户而言, 技术的”无感化”是刚需，带动智能家电系统整体向“主动感知服务”演进。接着，刘总展示了基于智家场景的典型雷达应用，包括智能马桶盖、智能空调、睡眠监测仪等，并根据相关产品及项目总结出目前雷达落地面对的主要问题，包括如何清晰定义场景及需求、如何优化雷达探测的准确性、如何控制成本保证消费者用得起等。可以看出，刘总通过下游视角给毫米波雷达的芯片、方案商提供了另一个维度的参考。

海尔智家生态平台|海尔（深圳）研发有限公司-智能传感研发总监-刘超英

来自北京木牛领航科技有限公司的解决方案总监-潘策博士，进行了《毫米波雷达在智能驾驶领域里的应用》的主题分享。

首先，潘博士对智能驾驶浪潮中的传感器组合进行了分析，并表示毫米波雷达作为自动驾驶不可或缺的一部分，在L1-L5级别中，都将拥有较大需求，未来整车将会出现5-7颗毫米波雷达的使用量。接着，潘博士对木牛毫米波雷达的ADAS解决方案进行了展示，并介绍了其支持点云输出与融合跟踪输出等优势。此后，潘博士深入场景，对前向雷达在判定高空与地表目标、高架桥、井盖红绿灯起停转换、拥堵等场景所面临的问题进行了分析，并讲解了木牛在实际测试过程中遇到俯仰角测不准、面目标、多径效应等问题，以及木牛基于俯仰角和历史信息的特征提取进行解决的办法；此外，潘博士还从技术的角度讲解了角雷达面临的位置估计偏差、测量速度近乎0的问题，并以木牛的解决思路为行业人士提供了参考。最后，潘博士为大家介绍了木牛的4D成像雷达产品，并以使用示例详细地让观众了解了其产品在运行过程中的前后端情况。

北京木牛领航科技有限公司-解决方案总监-潘策

在各嘉宾完成主题演讲后，会议进入了下一个议程——圆桌对话，通过主办方与各嘉宾对相关话题进行深入探讨，将给行业人士带来更多参考价值。作为主办方代表，来自物联传媒|IOTE物联网展的传感器行业总监-梁容玮受邀进行圆桌对话主持。此外，参与圆桌对话的嘉宾为：精华隆智慧感知科技（深圳）股份有限公司-深圳大学副教授|精华隆首席科学家-阳召成、矽典微-销售副总裁-孟爱国、南京苗米科技有限公司-总经理-苏瀚、海尔智家生态平台|海尔（深圳）研发有限公司-智能传感研发总监-刘超英、杭州岸达科技有限公司-销售副总裁-范帅。

圆桌对话环节

阳召成：从技术的角度来说，曾经毫米波雷达其实是一个系统，当然，那时它既是一个多功能的系统，也能单独成为一个产品，最初在军用领域就是如此，无论作为在地面部署的探测雷达还是搭载于无人机上的雷达。而在后来的民用领域，它更多是通过增加一些功能，符合一些特定场景，以产品形式呈现。

孟爱国：毫米波雷达既是功能，也是产品，无论是测距测速还是液面探测，毫米波雷达目前在日常生活中的使用，更多是叠加了一些信息传递或显示，进而成为一个完整的产品。但从使用上来说，毫米波雷达在一套方案里，更多只是提供了探测的功能。

刘超英：以海尔作为下游的视角来看，它算是功能，因为从我们对雷达的期望来看，我们更倾向于雷达做好探测功能即可。但从生态产品的角度来看，它作为一个产品/单品走进市场没有任何问题。不过从使用量的角度来看，如果作为单品的话，它的出货量天花板会比作为功能模组低。而在开发便捷性上，雷达作为功能模组整合进终端产品会更合适。

范帅：得分技术和交付两个角度来看，一方面，从技术来说，雷达算作一个完整的产品会更合适，因为它起初就是一个完整的系统，无论信号采集还是算法处理都是在雷达一端完成。但另一方面，从交付上来说，它就更像是一个集成了其他功能的组件，所以在这个层面里它就应该只是一个功能。

阳召成：我可以从技术和人才上分享一下自己的理解。从我了解到的信息来看，目前国内很多高校对雷达板块的人才培养非常重视，并且这个板块每年的生源数量也相当可观，这其实就侧面说明了雷达产业的生命力非常旺盛。而从应用上来看，毫米波雷达在室内场景的发展非常快。此外，从近年来新增的企业及其发展速度可以看出，大家尤其对毫米波雷达的认知是在飞速成长的。

孟爱国：毫米波雷达其实是一门非常成熟的技术，但之前更多是用在国防、军用等领域，所以它通常不需要对成本进行要求，但走进民用的话，企业就需要综合考虑研发和落地的成本。另一方面，从技术落地的角度来说，目前还是有很多难点需要克服。不过整体来看，毫米波雷达的前景非常可观，目前是在高速发展阶段。

苏瀚：在军用和特种行业，毫米波雷达其实已非常成熟，比如大气监测等。而在车载领域，目前是在加速发展并且逼近成熟期。不过在室内场景，它还是处于早中期的状态，因为它的技术上仍有许多需要克服的难关，但如果我们能把技术基座做得足够扎实，它的发展就会再加速。所以我认为目前是机会和挑战并存的时期，也是留给创业公司、高校科研转化产品的一个机会。

刘超英：从家电市场看到的情况是，雷达近年来发展非常迅速，从价格下降的趋势就能很明显地看出来，上游合作伙伴在优化和迭代上有很大进步。并且目前雷达只是G赫兹级别，未来到太赫兹级别其穿透性会更好，所以基于雷达的迭代升级空间也非常大，将来的应用前景也将非常广阔。

范帅：以我们芯片厂商的角度来看，毫米波雷达目前是一个朝阳产业。因为从军用到车载到民用，其实就是一个技术在应用层面大爆发的路径图，而毫米波雷达目前就处于爆发前的阶段。详细来说，大家目前都在解决一些问题，第一是生态上正在构建完整的产业分工，因为曾经没有专业做雷达检测和交付的合作伙伴，但今天开始有这个角色出现；第二是成本问题，由于芯片厂商的不断优化并提供配套服务，极大降低了中下游硬件设计的成本。而这两个问题得到全面解决的话，毫米波雷达便不久会迎来爆发。

阳召成：毫米波雷达目前对市场的教育还不够，基于消费者对技术的陌生性，还需要一些时间去培养消费者的认知。另外，从人才的角度来说，目前大部分研究者还是投身到军工类应用中，走进民用场景的仍不够，当然这是对比视频应用（大部分高校走出去的从业者都是进入了民用领域）而言。不过以我的视角来看，就光是我培养出去的学生，都已有二十余人进入民用雷达领域。所以，要让毫米波雷达拥有爆发式增长，还需要更多参与者，一方面是做研发，另一方面也是要做市场教育。

孟爱国：我认为十倍增长的拐点很快会出现，因为首先本身基数不大，所以十倍增长实现起来并不难；第二是在大规模的消费类应用里，包括智能家居、安防、交通，都开始拥抱毫米波雷达产品；第三是很多巨头产业也开始布局毫米波雷达。当然在爆发之前，我们还是有很多工作要做，包括协助开发者落地，降低下游成本等。

苏瀚：要说出现拐点前需要的条件，其实刚才很多专家都已说得非常详尽，包括行业标准、人才储备、技术攻坚、成本价格等等。我们目前希望的就是未来能各方面尽快落实下来，进而让产业快速增长。

刘超英：从终端应用的角度上来看，价格是技术或产品普及的关键因素，而以我们自己的项目来看，目前很多上游的雷达供应已经到达了我们理想的价格，接下来3年我们就会发布更多嵌入雷达功能的终端产品，如果届时用户反馈良好，那成为“爆款”的确指日可待。

范帅：一个产业要做到十倍速的增长，需要满足的是产品开发足够简单并可以轻松完成验收，因为在产品交付上，无论是芯片交付给开发者，还是模块交付给终端，抑或是终端交付给消费者，都需要足够一致并满足客户预期。但对于毫米波雷达而言，光是家庭场景下，每一个家庭的房屋结构都千差万别，所以难度就有所提升。不过我们能看到目前已有很多优化，包括为保证产品能够便捷安装，很多雷达产品内置了陀螺仪自行内部调整倾角以满足监测准确率等。所以我们看来，目前离十倍级增长的拐点并不远，而且值得一提的是，对于电磁波类的产品来说，他们的市场规模都是相当庞大的。

阳召成：今天的大模型是一个由大量数据驱动的的技术，它对视频、语音等都是可完成实际赋能的，但对雷达而言，我们需要更谨慎地对待，因为雷达或者说电磁波信号不同于视频语音，难以做大数据标定。此外，雷达拥有非常多频段，每一个频段的差异也非常大，同时，不同厂家所生产的产品收集的雷达数据也有非常大差异。所以在多种场景下，AI通过雷达数据做优化难度非常大。

孟爱国：从我们芯片厂商的角度来看，由于一些监测环境的复杂性，所以对于一些复杂的应用来说，在一些后端算法的弥补上，我们是非常依赖AI的。

苏瀚：我同意阳教授的观点，因为对于大模型而言，目前雷达应用的确难以和大模型做结合。虽然大模型近年来非常火热，但并不一定适用于雷达。从我们的角度来看，雷达更适合一些小样本学习的模型，而不是大模型，因为不同于视频或语言（方言）的千人千面，雷达只需要小模型进行样本学习即可；另一方面，雷达其实更适合类似NLP（自然语言处理）的模型，因为NLP模型主要是捕获关键词并补全从而理解，同理，雷达监测到人的动态并不一定是全身动，可能只是手或脚动，所以它需要NLP去完成补全及理解。于是，综上所述，我们雷达需要的模型并不是照搬目前视频、语音识别的大模型，而是独立于通用大模型的定制化“AI+雷达”大模型。

刘超英：我还是以应用的角度来回答，我们海尔其实在边缘端已部署了大量的算力平台和设备，在云端也有算力资产，理论上来说，如果毫米波雷达芯片或模组需要算力支持，我们都能提供配合尝试的协助。

范帅：AI或者说大模型的应用，车载市场其实更加成熟，因为无论是标准化还是出货量，但从消费类场景来说，雷达收集的点云数据本身在探测上就与视频、音频天然不同，也就导致了很多的数据缺失，所以它对AI的需求可能在技术上会倒过来，详细来说就是，一般情况为从先验知识的训练再到数据训练完成后的回馈，对于雷达而言则可能要先做数据补齐；另外，AI如果要为消费类雷达提供赋能，首先就需要足够多的设备落地，让端侧贡献足够多的可训练数据，才有可能让AI+雷达成为现实。