许多现有的传感技术都可以检测到位置，包括视觉摄像机，热成像仪和被动红外（PIR），但是每种技术都具有独特的性能，高成本和处理复杂性，或面临隐私挑战。

mmWave传感器可提供范围，速度和角度

毫米波（mmWave）雷达传感器发送电磁能脉冲并接收回反射。通过处理这些能量脉冲在多个天线上的飞行时间，雷达系统可以确定到目标的距离，相对速度和到达角度。该信息使毫米波雷达能够确定物体的具体位置，使其能够感知人及其行为，并解决新的检测识别挑战。此外，由于毫米波雷达使用基于射频（RF）的感应方式，因此它不会感应任何个人身份信息，这使其非常适合在敏感环境（例如家庭或办公室或洗手间等私人场所）中使用。

感知的新挑战

人们感知的第一个问题是运动预期。尽管当今许多传感技术可以很好地检测到一个人的相对位置，但是尽管许多应用程序需要此信息来根据某人的方向和移动速度来预测某人的位置，但这种方法并不常用。例如，在诸如电梯的应用中出现了预期的要求，在该应用中，美国机械工程师协会17.1的《电梯和自动扶梯安全规范》现在要求对接近的人进行检测，以防止有人被关闭的电梯门撞到。现在，不仅仅是检测可能在门口之间的物体，电梯的传感器还必须预见到物体何时接近。

下方的图1显示了毫米波雷达传感器的扫描范围，速度和到达角度信息以及简单的跟踪算法，可以预测人员的未来位置并更智能地控制门或电梯系统。

第二个挑战是弄清楚如何识别和分类一个人的行为。该信息在零售自动化等应用中很有价值。确定客户与商品的互动方式将使零售商能够更智能地在商店中定位商品。

mmWave雷达传感器使用多普勒效应来测量物体的速度，并且随着时间的推移，如图2所示（如下图所示），可以识别并分类物体（例如老年人）的类型和行为，而无需侵犯隐私的摄像头。

解决边缘问题

毫米波雷达片上系统（SoC）传感器，例如德州仪器（TI）的IWR6843，将雷达收发器前端与可编程微控制器，硬件加速器和可编程数字信号处理器集成在一起，以在雷达传感器边缘实现高级信号处理和算法。这种集成使整个雷达系统（包括距离，速度和角度点云的计算以及诸如用于运动跟踪或运动识别/分类的算法）可以存在于位于传感器边缘的单个芯片上。

无需依靠云，传感器边缘的处理使系统能够更快地做出决策，并具有更高的可靠性，更低的系统成本和复杂性。某些应用程序根本不适合云实施。由于mmWave雷达数据比其他高带宽数据（例如视频）更容易在边缘进行处理，因此有可能在单个芯片上实时执行从传感到决策的处理，如图3（如下所示）。

建筑物，工厂，城市和家庭中的应用程序都可以从传感系统中受益，这些传感系统可以根据人们的位置和所做的事情做出更明智的决策。由于mmWave雷达传感器可在不损害隐私的情况下检测到目标的范围，速度和角度的独特能力，因此在基于边缘的实现方式提供灵活性和可靠性的同时，为感测的新应用打开了大门。