直接去看2026年的深圳物联网展说实话我在展馆里走了不到两个小时手机备忘录就记满了。不是因为看到什么颠覆性的黑科技而是因为雷达感知正在以肉眼可见的速度从过去那个“只活在车载和军工里”的小圈子一头扎进IoT的角角落落。展台上60GHz毫米波模组被做成火柴盒大小贴着“跌倒监测”“存在感知”“舱内检测”的标签旁边围着的大半是集成商和方案商问的也都是很实际的问题功耗多少、误报率多高、能不能在树莓派上直接跑点云算法。这篇文章不打算做成展会流水账我想借着这次展会看到的真实产品和技术风向把雷达感知在物联网领域的底层逻辑、落地选型、开发踩坑和未来机会拆开聊一遍。如果你是做智能家居、智慧养老、工业安全或者机器人方案的工程师、产品经理又或者你只是对“雷达感知”这四个字感兴趣想知道它到底能干吗、怎么干这篇文章应该能给你一些从展台之外拿不走的干货。1. 展会最热的信号雷达感知的角色正在变化1.1 从“测速测距”到“环境理解”的转身以前提到雷达感知尤其是毫米波雷达大家脑子里蹦出来的基本是三个词车载、测距、多普勒。车载ADAS把77GHz雷达卖成了千亿级市场但那是属于Tier 1和整车厂的游戏普通物联网开发者很难插手。这次深圳展会上的明显变化是雷达感知的叙事重心已经从“目标探测”转向了“环境理解”60GHz和24GHz频段的模组开始大量出现在消费级和工业级IoT方案里而且不再只输出一个距离值或者速度值而是输出微动、姿态、存在状态甚至生命体征这类高维度信息。一个很典型的展品是某厂商的60GHz存在感知模组上报的已经不是传统的能量门限触发而是带着点云切片和微多普勒特征。配合它们展示的Demo这套模组可以在会议室里精准区分“有人安静坐着”和“有人偶尔动一下”还能进一步输出人的大致方位。放在两年前这种能力多半要靠昂贵的4D成像雷达才能实现现在一枚硬币大小的模组就能跑起来。这说明雷达感知在IoT场景里的角色定位正在从“单点传感器”演变成一种“非接触式的上下文感知层”。1.2 为什么是2026年这个时间窗口很多人会问雷达感知的技术不是已经存在几十年了吗为什么现在才说新机遇这个问题在展会上跟几家模组厂商的工程师聊完我心里基本有了答案不是雷达变聪明了而是产业链终于把“性能、价格、功耗、体积”这四个要素同时压到了IoT可接受的范围。具体拆开看首先是天线和射频前端。过去做一套毫米波雷达前端需要非常扎实的微波工程能力天线阵列设计、介质谐振、波导过渡每一个环节都是硬骨头。这几年出现了大量集成度极高的雷达SoC比如德州仪器的IWR系列、英飞凌的BGT60系列它们把多通道收发、VCO、ADC甚至部分DSP全部封装在一颗芯片里外部只需要配一颗MCU做算法。射频前端的门槛一旦被拉平雷达模组的成本、尺寸和功耗自然就跟着下来了。其次是算法层面的成熟。点云处理、聚类、跟踪滤波这些在激光雷达领域沉淀多年的算法被大批移植到毫米波雷达上。再加上边缘端MCU算力的显著增强Cortex-M7甚至Cortex-A系列芯片已经能够跑轻量级的CFAR检测和点云聚类。过去这些算法要在DSP或者FPGA上实现现在一个双核MCU就能搞定这让中小团队做雷达感知产品成为了可能。第三个因素其实跟生态有关。展会现场的雷达模组厂商明显比前几年多了不少而且很多都在做标准化的事情统一的数据输出协议、现成的上位机配置工具、配套的算法库。模组不再是“半成品”或者“黑盒”而是像温湿度传感器一样买回来就能通过串口或SPI对接的产品。生态一成熟应用层的创造力才能真正释放出来。2. 四个正在被雷达改写的物联网细分场景2.1 智慧康养呼吸心跳和跌倒检测雷达的非接触优势没有替代品智慧养老是我在展会上停留最久的一个展区也是雷达感知目前落地最扎实的物联网场景。展台的工作人员现场演示了一套60GHz雷达跌倒检测方案实话说最初我是不太信的因为过去测过一些同类产品误报率高到没法用。但这次演示让我重新认识了几个细节。一个是他们的算法明显针对家庭环境做了优化处理器械运转、宠物活动、窗帘被风吹动这些干扰源都通过多帧点云的轨迹关联做了过滤。另一个是他们融入了“预跌倒”的检测逻辑不只在人体已经倒地之后报警而是通过微多普勒特征捕捉到失去平衡时的高速动作在身体接触地面前就可能触发预警。这个思路在康养场景里价值极大早几秒通知护工结果完全不一样。呼吸和心跳的检测也是雷达感知的独门绝技。这类方案利用的是胸腔微动产生的微小多普勒频移在静止状态下通过相位解调可以提取出呼吸频率和心率波形。展会上有厂商公开了实测数据在被测人员距雷达1米左右、安静状态下心率的平均误差控制在3次/分以内呼吸频率误差在1次/分以内。这个精度虽然还不能和医疗级接触式设备比但用于连续睡眠监测、慢病趋势观察已经足够。2.2 智能家居真正的“人在”不是“动了才感知”走进智能家居相关的展区你会发现几乎所有做存在感知方案的公司都在强调“人在传感器”这个概念。为啥因为过去红外人感只能感应“动”人一旦静坐不动超过一定时间它就认为房间空了然后自动关灯关空调搞得用户体验很差。雷达存在感知方案本质上靠的是微动甚至呼吸带来的微小信号变化所以能做到真正的“存在检测”而不是“动作检测”。现场实测中一个人在沙发上躺十分钟看不出明显体动雷达依然能保持“有人存在”的状态输出。这对那些想在家里做全屋智能联动的人来说意义远超想象。另外一个值得注意的产品方向是分区域感知。有展商用一发多收的天线阵列配合波束成形把一整个客厅划分成若干区域能判断人在沙发区、电视区还是阳台区然后再去联动对应区域的灯光和设备。这样做最大的好处是全屋智能终于从“手机里设自动化”走向了“房子自己知道你在哪”。当然这类方案目前成本还不算低适合做高端全屋智能的定位但趋势已经很明确了。2.3 工业与商业安全电子围栏、区域入侵与移动机器人的组合拳工业场景对雷达感知的要求跟消费场景完全不一样。展会上有厂商展示了基于毫米波雷达的区域入侵检测方案部署在仓库、变电站、厂房的周界通过多台雷达组网实现无缝覆盖。相比摄像头方案雷达在夜间、雨雾、扬尘这类恶劣环境下依然能稳定工作而且不会像红外对射那样容易被落叶、小动物触发误报。更进阶一点的方案是把雷达跟视觉做前融合。现场有一套系统雷达负责在全天候条件下做目标的连续追踪一旦发现人员进入危险区域视频摄像头立刻联动转向该区域进行人脸识别或者行为分析。这样既保留了视觉的信息丰富度又弥补了摄像头在复杂光线下的失效问题本质上就是取长补短。移动机器人防碰撞也是一个高频场景。展会上一家做AGV方案的公司把60GHz雷达装在机器人底盘前向用来检测低矮障碍物和悬空障碍物。这个方案很有意思因为传统的激光雷达一般安装在几十厘米高度对低于这个高度或者高于扫描平面的物体会直接漏检而雷达的宽波束特性和对材质的弱依赖性恰好能弥补这个盲区。2.4 无源物联网与雷达感知的意外交集这次展会还有一个很有意思的交叉就是无源物联网技术跟雷达感知产生了交集。无源物联网的核心是从环境射频信号中取电让标签在没有任何电池的情况下完成通信。过去它更像是一个RFID的升级方案主要用于物流和资产管理。但在展会上有团队展示了利用环境射频信号做感知的方案原理很像反向散射通信加感知融合也就是说即使标签本身没有主动发射信号通过分析反射回来的射频信号的变化也能推断出目标的移动和状态。这跟雷达的原理本质上是一样的只是把“雷达”从专用硬件变成了环境中的通信信号。这个方向虽然还在早期但想象力非常大未来可能整栋楼的设备都在利用环境射频信号做感知而不需要额外部署专门的雷达。3. 雷达感知落地卡点从模组选型到场景算法的完整链路3.1 先说几个容易踩的坑我在展会现场看到不少集成商围着雷达模组问东问西但聊下来发现很多人对雷达感知落地的一些关键限制并没有概念这些坑如果不在方案阶段就想清楚后面会非常痛苦。第一个坑是探测范围的不均匀性。毫米波雷达的方位向和俯仰向波束宽度通常不一样而且近场和远场的覆盖形状也完全不同。很多厂商标注的“探测半径”只是理想值实际部署时你会发现一个人站在雷达正下方时大概率会掉出覆盖范围因为雷达有个近距离盲区一般是0.2到0.5米。如果你做的产品是安装在房间中央天花板上那这个盲区就变成了一个真实的感知空洞。第二个坑是静态物体检测对天线数量有硬要求。如果你想检测一个完全静止的人那么至少需要两个接收天线通过干涉相位差来提取目标的角度信息如果想在二维平面上区分多个人那就需要更多通道。所以你在展会上会看到同样是60GHz模组有的只卖几十块钱有的一两百差距不只是品牌溢价而是内部天线通道数真的不一样。第三个坑是金属和玻璃材质的反射特性。雷达对金属表面的反射非常强多径效应会导致目标位置出现“幻影”明明只有一个人点云里却可能出现两个甚至三个目标。玻璃则因为大部分能量穿透反射信号很弱如果雷达隔着厚玻璃去探测目标灵敏度会大打折扣。这些环境因素在实验室里很难暴露但一上真实场景就很致命。3.2 雷达模组选型的真实对比逻辑逛完整个展会我发现目前市面上做雷达感知的模组厂商按产品能力基本可以分成三个梯队你可以根据自己的项目需求去做取舍。第一类是低成本基础存在感知模组价格通常在20-40元区间天线方案一般是1发1收或1发2收输出的是经过处理后的存在状态、简单动目标信息。这类模组适合做灯控、空调联动这类场景优点是开发周期短几乎没有算法门槛缺点是拿不到点云也不能做精细的人体行为判断。第二类是点云输出模组天线方案在1发3收或2发4收左右输出原始点云或经过聚类后的目标列表。这类产品适合有一定算法能力的团队你可以基于它们的SDK做二次开发实现区域入侵检测、跌倒识别这些功能。价格大概在80到200元之间也是展会现场最主流的一个区间。第三类是4D成像雷达模组天线数量能达到12发16收甚至更高输出的是带有高度维度的密集点云能区分行人是蹲着还是站着能对多目标进行跟踪。这类产品价格通常上千元在展会上的应用展示也明显更偏向车载、特种车辆、复杂工业环境这些对感知质量要求极高的场景。选型时还有一个很容易被忽略的点就是芯片平台的可编程能力。有些模组虽然是点云输出但内部DSP已经被厂商写死了你只能在它的配置项里改参数不能加载自己的算法。如果你要做的是高度定制化的应用一定要在选型阶段就确认芯片是否有开放SDK和算法移植的能力不然产品迭代的时候就会卡死在硬件上。3.3 场景算法的最简可跑通链路很多从嵌入式转过来的朋友第一次接触雷达感知时都会被点云处理这一步吓到。其实如果只是做一个能跑通的最小系统链路并没有想象中那么长。第一步是把模组通过串口或者SPI接入主控MCU拿到最原始的点云数据或者目标列表。这里建议果断用现成的点云可视化工具先离线记录一段数据确认你的天线安装位置和环境状态是否合理再做算法开发。第二步是实现一个基础的静态杂波滤除最简单的方法就是取前N帧做平均用当前帧减去背景帧这样能过滤掉墙壁、家具这些固定物体的反射。第三步是做单目标的质心提取把留下的动目标点云做密度聚类算出目标在雷达坐标系下的位置坐标。第四步才是做跟轨迹关联让目标的坐标历史连续起来形成稳定的track。当你把上面这几步在PC上用Python跑通之后再把它翻译成C代码下沉到MCU这一步就是纯粹的工程优化问题了。我见过不少人一上来就直奔多目标跟踪和深度学习分类结果连背景杂波都没滤干净整个系统一塌糊涂。雷达感知跟视觉感知一样先确保“看得到”再追求“看得懂”这个顺序一定不能乱。3.4 边缘算力与功耗的现实平衡雷达感知的实时处理和功耗问题在展会现场也是一个被反复提及的话题。不同于摄像头方案动辄需要GPU级别的算力60GHz雷达点云经过预处理之后数据量其实非常可控。以一颗主频480MHz的Cortex-M7 MCU为例运行2发4收雷达模组的CFAR检测和简单聚类算法单帧处理时间可以控制在50到100毫秒之间这个性能对于家庭安防、灯光联动这类应用已经完全够用。如果要做更复杂的算法比如多目标跟踪、微动特征分类建议还是使用一颗Cortex-A系列的通信SoC加一颗M系列MCU的组合。M核负责底层射频配置、数据流调度A核跑算法和应用协议两个核之间通过SPI共享内存交换数据。这种架构也是我在展会上发现的一个明显趋势已经有大量方案商把雷达算法做成容器化的边缘服务运行在RK3588、树莓派Compute Module这类主板上把点云变成一种标准化的感知数据源通过MQTT或者ZigBee协议输出给上层业务。功耗方面60GHz雷达模组目前的主流功耗范围在0.3W到1W之间具体取决于发射功率和工作占空比。做电池供电产品的话比较实用的方式是采用“慢扫描加事件唤醒”的策略平时雷达每2秒做一次低功耗的存在探测一旦检测到有目标进入场景立即切换到高帧率模式通知主控芯片全速处理。用这种方式两节18650电池基本可以让一颗雷达模组连续工作几个月。4. 2026年值得盯的几个雷达技术方向4.1 4D成像雷达的降本路线与消费化窗口在展会的车载雷达展区4D成像雷达毫无疑问是主角。相比传统3D雷达4D雷达增加的是对俯仰角的精确测量能力可以输出类似激光雷达的密集点云同时又不像激光雷达那样有机械旋转机构和昂贵的激光器。在L2到L3级辅助驾驶的感知架构里4D雷达和摄像头的组合正在成为很多车厂从“激光雷达方案”降本的替代路径。但我要说真正值得物联网从业者关注的是4D成像雷达的降本路线正在往下沉。有厂商透露随着毫米波SoC集成度的进一步提升12发16收级别的成像雷达模组在未来两三年内有机会把价格压到500元以下。一旦这个价格点被突破工业巡检机器人、商用清洁机器人、甚至高端家用服务机器人都会开始用成像雷达替代部分激光雷达的功能。以商用清洁机器人为例过去它们主要靠激光雷达加超声波的组合来做避障和沿边激光雷达负责远距离高精度建图超声波负责近距离保护。但激光雷达对暗色物体、玻璃、雨雾的感知会失效而4D毫米波雷达可以穿透塑料外壳对透明玻璃和暗色家具都有稳定回波这正好补上了清洁机器人的一个致命短板。4.2 AI雷达把特征提取交给神经网络而不是手动调参展会上另一个让我印象很深的变化是“雷达加AI”从概念走向了产品落地。过去我们做雷达目标识别基本路径是人工设计特征比如提取微多普勒谱图、计算目标的RCS波动特征再训练一个分类器去识别这个人是走、是跑、还是摔倒。这套方法的问题是特征工程极度依赖专业经验而且换一个场景后往往需要重新调。现在越来越多的方案采用了端到端的神经网络方法。原始的多帧点云或者距离多普勒图直接作为输入网络在嵌入空间里自己学习“跌倒”和“正常坐下”之间的边界。展会现场有一家做智能睡眠监测的厂商他们的雷达方案可以从呼吸波形中识别出睡眠呼吸暂停事件算法就是基于时序卷积网络做波形分类精度比传统的阈值检测法提升了不少。这种AI雷达的趋势会大幅降低雷达感知应用场景的定制成本。过去每进入一个新的应用场景都要投入大量人力去做特征工程和参数调优现在只要能采集够足够多的标注数据特征的自动学习就能完成大部分工作。未来的雷达感知平台可能真的会变成“数据驱动”的行业数据的采集、清洗和标注能力会成为比雷达硬件本身更深的护城河。4.3 太赫兹感知从实验室走向定点应用太赫兹感知在本次展会上虽然还比较前沿但也有展台在默默展示原理样机了。太赫兹波介于毫米波和红外之间兼具毫米波的穿透性和红外的高分辨率优势尤其适合做无损检测、物质识别和极高精度的距离测量。跟毫米波相比太赫兹的频率更高带宽更大距离分辨率能做到亚毫米级别可以用于检测材料内部的缺陷、包裹里的违禁品识别等应用。当然太赫兹目前的成本和硬件成熟度还不足以支撑大规模物联网部署它在未来两到三年内更可能先在工业质检、安检、精密测距这些高价值场景找到自己的生态位。但一旦工艺成熟太赫兹感知将会是毫米波之后又一个巨大的增量市场。做物联网传感器的朋友可以提前关注一下这个赛道的人才和技术储备。4.4 通信感知一体化让WiFi和5G基站都变成雷达这届展会上通信感知一体化也就是业内常说的ISAC被多次提及。它的核心想法很朴素既然无线通信信号在传播过程中会受到物体反射和遮挡那能不能直接用通信信号本身来感知环境答案是可以的而且5G毫米波、WiFi 7都具备相当的潜力。目前已经有研究团队利用商用WiFi设备的CSI也就是信道状态信息实现穿墙的人体活动识别和手势控制。相比专用雷达这种方案不需要额外部署任何专用传感器只需在现网设备上做固件升级和算法处理就能获得感知能力部署成本几乎为零。展会上有厂商展示了利用WiFi 7信号做区域人员存在感知的Demo效果虽然还比较粗糙但方向感和实用价值都很清楚。对于物联网从业者来说通信感知一体化是一个需要持续关注的变量。如果未来的路由器、基站、智能音箱都自带感知能力那么独立雷达模组在某些消费场景的存在感会被削弱。但在工业、康养这些对感知精度和可靠性要求极高的场景专用雷达仍然有不可替代的优势。短期看两者是互补长期看则可能走向融合。5. 参展后的几条硬件选型与落地建议5.1 能用现成的就别自己从头做射频很多团队拿到一个雷达感知项目时第一反应是想自己设计天线和射频电路觉得这样才能做出差异化。以我过去这些年的实际经验来看这个决策大概率会把项目拖入深渊。毫米波射频的调试周期极长天线设计和板材选择对性能的影响非常敏感而且一旦射频部分出了问题排查的难度是算法问题的十倍以上。除非你的团队有深厚的微波工程背景并且项目规模大到了必须自研才能保证成本竞争力的程度否则建议直接采购成熟的雷达模组。现在的模组市场已经高度竞争厂商提供的SDK和经过验证的天线设计能让你把绝大部分精力放到应用算法和产品体验上。要知道在IoT行业真正赚钱的从来不是雷达本身而是用雷达解决具体问题的方案。5.2 算法团队至少要提前储备三种能力即使你买了成熟的雷达模组算法部分仍然决定了产品体验的上限。我认为一个能打硬仗的雷达感知算法团队至少要储备三种核心能力。第一是信号处理能力要懂距离维FFT、多普勒维FFT、CFAR检测这些基本功否则连“为什么这个环境里点云这么多”这种问题都无从定位。第二是状态估计能力卡尔曼滤波、粒子滤波、多目标数据关联这些经典方法在雷达跟踪里依然是主流且可靠的工程手段。第三是数据能力说白了就是会做数据采集、标注和自动化评估AI雷达时代尤其如此没有高质量的数据集再先进的算法也是空中楼阁。三者的关系是逐步递进的信号处理保证你有一个干净的数据底座状态估计保证你在动态环境里的稳定性数据能力保证你能持续迭代优化。如果你想在雷达感知领域长期深耕这三块短板必须逐个补齐。5.3 把“误报”当产品指标来管理而不是当bug最后想特别强调一个认知层面的问题。在展会现场我跟很多做雷达跌倒监测、人员检测的厂商交流发现大家被问得最多的问题就是误报率。但我注意到真正做得好的团队谈论误报率的方式明显不一样。新手团队往往会把误报当成一个bug试图通过调整检测阈值一劳永逸地消除所有误报。而成熟团队会按照“事件层级”来管理误报第一层是“有目标进入场景”第二层是“目标疑似跌倒”第三层是“确认跌倒并触发告警”。每一层都有独立的置信度评估和动作策略。比如第一层误报多了最多就是增加一次多余的检测周期不会打扰用户第三层触发则必须有极高的置信度宁可漏报一次也不要三天两头报假警。这种“分层容错”的思路是我在展会上看下来觉得最值得带走的工程经验。雷达感知在真实环境里永远存在物理极限和不确定性产品设计的重点从来不是追求零误报而是把误报的代价控制在可接受范围内同时把真正的关键事件准确、及时地报出来。5.4 从展会趋势反推自己的产品定义每次逛完这种大型展会我都会做一个功课把展会上的产品按照“成熟的现实”和“正在逼近的现实”分成两堆然后重新审视自己的产品定义。那些已经成熟的方案比如价格低到20元档位的存在感知雷达如果自己的产品还准备用它来做核心卖点那就得慎重了因为很快会有大量团队用同款模组做出同质化的产品。而那些还在逼近现实的方案比如4D成像雷达的消费化、通信感知一体化虽然短期落地有难度但恰恰是需要提前卡位的窗口。在我看来2026年的物联网展会最大的价值就是让人深刻感受到雷达感知的产业化节奏正在指数级加快。模组越来越便宜算法越来越智能生态越来越成熟每一层都在为上层应用扫清障碍。过去雷达感知总给人一种高不可攀的距离感现在它真的开始像当年的蓝牙、WiFi一样变成一个可以随手集成的标准化感知能力了。对开发者来说现在正是下场的最好时机。