電子發燒友網報道（文/黃山明）新能源汽車在近幾年的迅猛發展，也讓毫米波雷達這項技術被廣為人知。但除了應用在汽車領域外，如導彈制導、無人機控制、智能家居等領域中都大有作為。以智能家居為例，由于毫米波雷達本身具有高分辨率、高靈敏度、抗干擾等優點，可以實現對人體的微動檢測和靜態檢測，從而應用在照明、家電、養老、健康監測等方面。

不過目前毫米波雷達產品的商業化應用仍處于探索階段，國內外尚無完全成熟的產品，這也意味著在這一領域中仍存在巨大的商業機會。近期，國內一支高校團隊在毫米波雷達智能設備應用上有了新的突破，電子發燒友網也有幸再次采訪到了這家上海交通大學的科研團隊。

讓毫米波雷達技術真正落地

在毫米波雷達市場應用的探索上，由上海交通大學副教授、博士生導師顧昌展所帶領的團隊一直走在行業的前列。據顧昌展透露，目前在日常生活中，毫米波雷達主要被應用在智能家居中的存在感知。然而，在未被充分覆蓋的大健康領域，如嬰兒監測、睡眠監測、老人健康監測等方面也大有可為。

由于毫米波雷達不成像，因此對于保護隱私十分友好，相比攝像頭方案更加適合在臥室、浴室等隱私區域裝配。另外，毫米波的監測無需接觸，相比當下火熱的智能手環更加方便，避免了皮膚敏感、不習慣等固有痛點，另外也不像手環一樣需要定期充電。

基于這些優勢，顧昌展認為毫米波技術尤其適用于長時間的靜息監測，可以適用于針對老人、睡眠問題者、嬰兒的夜間睡眠過程監測。

由于涉及到健康監測，為了更準確的感知人體狀態，顧昌展團隊做了詳盡的準備。據了解，該團隊是國內極少數同時具備毫米波感知數據“獲取（電磁波）”和“處理（智能算法）”能力的技術團隊，具有完全自研的硬件架構系統，能夠實現微米級監測精度，同時消除了普遍存在的近距盲區問題，從信息“獲取”即硬件底層保證了監測的精度，因而能夠實現最高的監測精度。

同時，團隊獨創的感知硬件平臺和處理算法能夠精確地將呼吸和心跳運動區分開來，從而得到呼吸節律、呼吸暫停、心跳節律、R-R間期、心跳變異性等數據維度，實現高精度監測。以心跳節律為例，在某次手術中，與接觸式十二導聯心電圖對比，團隊所檢測到的兩次心跳間隔的時間“R-R間期”的誤差率僅在0.38%。

為了更精準的對數據進行分析，該團隊開發了自己的AI模型。他們從2017年起就和交大附屬的醫院合作，采集帶有醫生標注的醫療級數據，與毫米波數據聯合輸入AI模型，已實現對系列心肺慢病的篩查和識別，以及成熟的睡眠分期算法模型。以嬰兒呼吸暫停監測為例，通過毫米波采集的數據聯合AI機器學習，目前監測嬰兒呼吸暫停事件的精度已經達到95%以上。可以看到，毫米波雷達的準確度已經具備實用基礎。


另一方面，由于毫米波雷達在商業化應用上國內外均處于探索階段，目前所推出的產品也大多不太成熟。從毫米波技術上來看，目前顧昌展教授所帶領的團隊已處于領先地位，并已經在高端養老院、醫院進行裝載測試，有望真正實現毫米波雷達的商用化落地。

毫米波雷達商用化的突破

當然，想要實現毫米波雷達的真正商業化，還有不少的問題需要解決，特別是毫米波雷達在智能設備中的應用屬于新的嘗試，沒有成熟案例可供參考，因此所有遇到的問題都需要自己解決。

顧昌展表示，想要實現商業化，還存在著諸多難點。硬件上，目前市面上還沒有成熟的針對生命體征的毫米波芯片，因此需要毫米波雷達玩家擁有較強的硬件設計能力，依賴于商用芯片參考設計方案很難達到健康監測需要的數據精度；算法上，在明確使用場景后，需要同時采集大量毫米波數據和有醫療級金標準標注的高質量數據來訓練信號處理模型，這個過程需要長年累月和醫生的深入合作，只有這樣才能讓算法對采集到的數據進行準確的判斷，輸出對用戶有用的結論。

而在產品的實際應用上，該團隊透露，合作方與終端消費者的主要訴求集中在幾個方面。比如增加測量參數（提供呼吸暫停監測功能、心肺疾病預警功能、睡眠報告功能等）、保證數據質量穩定（需要不同睡姿都可以精確監測、數據可比擬金標準[1]）、提供后續方案（助眠方案、呼吸暫停趨勢追蹤和后續醫療建議等）。

針對以上這些問題，該團隊也在積極改進。硬件方面，由于消費級毫米波是比較新的應用，目前市面上現存的硬件并不如車載毫米波那樣成熟，仍然有很多迭代的空間。為此，該團隊自研了毫米波硬件系統，解決了近距盲區、收發干擾、近距雜散等技術難題，在業內首次實現了微米級的監測精度。

算法方面，他們一方面與多家上海交大附屬三甲醫院合作，收集近萬小時帶有醫生標注的醫療級金標準數據，并將其與毫米波數據一同輸入AI模型進行聯合訓練，大幅提高了訓練精確度。



因為毫米波進行健康監測的本質是監測身體表面的起伏，為了獲得更高質量的信號，他們開發了beam forming功能，通過毫米波掃描身體，精準定位到生命體征信號最強的位置并針對性發射毫米波，從而提取到最高質量的體征信息，在準度上實現了躍升。此外，該團隊通過獨創的算法能夠將由心跳和呼吸產生的胸腔起伏區分開來，從而獲得精確的呼吸節律、心律，以及更進一步的呼吸、心跳細節數據，比如心率變異性、呼吸暫停等。基于這些數據做進一步分析，目前已經實現了對嬰兒的呼吸暫停監測、對成年人的睡眠分析、對老人的心肺疾病監測。

軟硬件上的突破，讓毫米波雷達技術真正應用在智能家居、健康監測等場景的可能性又向前邁了一大步。顧昌展表示，團隊目前已經具備成熟的硬件和生命體征探測智能算法，未來一方面將繼續收集醫療級大數據訓練AI模型，挖掘監測數據更多價值；另一方面將與后續配套解決方案廠商（如養老服務提供商、嬰兒監測器、睡眠家具公司等）合作，為消費者輸出完整的消費級產品。

為了更好的將產品落地，該團隊也在最近注冊了商業化公司——希卡立科技，希望通過商業的力量助推產品從實驗室走向萬千消費者的家中。在2023年1月剛結束的美國消費電子展CES上，他們全球也首發了健康監測產品，受到了海內外經銷商的廣泛關注。