HPS这个缩写放在两三年前圈里人可能还要想一下是啥。放到现在做智能家居、做楼宇自动化、做适老化改造的同行基本都能脱口而出Human Presence Sensor人体存在传感器。这两年它在行业里的热度上升得非常快尤其在做全屋智能、照明控制和空调节能的方案里几乎成了标配。我自己的项目里也大批量用过这个器件从早期的24GHz方案一路用到了60GHz方案期间踩过不少坑也沉淀了一些选型和落地的心得。这篇就顺着“产业简要分析”这个题目把HPS到底是什么、技术路线怎么选、落地时有哪些坑、以及整个产业链的格局和趋势一次性讲清楚。先给不熟悉的朋友一个定位HPS本质上是一种基于毫米波雷达的传感器它和传统红外人体传感器PIR最大的区别在于它能感知“静止的人”。你坐在沙发上刷手机、躺在床上睡觉、在卫生间里看书PIR大概率会在几分钟后判定“无人”而HPS不会。这个“静态存在检测”的能力就是它价值的基本盘。它解决的不仅是“有没有人”的问题更是“人还在不在”的问题。1. HPS到底是什么从“有人移动”到“有人存在”1.1 为什么PIR不够用传统PIR人体传感器利用的是热释电效应靠检测人体红外辐射的变化来判断是否有人。这套方案便宜、成熟、功耗低在走廊灯、安防报警这些场景里用了二十多年稳定性和性价比都没话说。但它有一个天然的硬伤它只能响应“变化”。当一个人进入探测区域PIR会立刻触发因为它感知到了红外辐射的突变。可如果人坐下来不动或者睡着了热释电信号就趋于稳定传感器会在几十秒到几分钟之内自动复位输出“无人”。对于照明控制来说最典型的结果就是你在书房看书看久了灯突然灭了还得站起来挥手把灯重新点亮。这个体验放在安防场景还能忍放在智能家居的舒适性场景里基本就是灾难级别的体验。HPS要解决的就是“人不动了以后系统还知道他在”这个需求。它靠的不是红外而是毫米波雷达通过发射电磁波并接收人体反射回来的回波来分析目标是否存在、在什么位置、甚至有没有微弱的呼吸起伏。1.2 毫米波雷达的工作原理说原理之前先打个比方。雷达就像你在黑暗中喊了一嗓子然后靠耳朵听回声来判断前面有没有墙、墙离你多远。如果墙是静止的你听到的回声音调和喊出去的一样如果墙在向你移动回声的音调会被压缩听起来比原来“尖”这就是多普勒效应。毫米波雷达和人体的交互本质上就是这样。它持续发射特定频率的电磁波人体表面包括肺部呼吸引起的胸腔起伏、心跳引起的皮肤微动会把这些波反射回来雷达芯片通过混频、放大、模数转换和FFT运算把回波里承载的距离、速度、角度信息全部解算出来。这里有一个特别关键的物理点60GHz毫米波的波长大约是5毫米而人体呼吸时胸腔的起伏幅度大约在1到2毫米虽然小于波长但现代雷达芯片用的是相干检测相位变化往往比幅度变化灵敏得多完全可以解析出来。这也是为什么HPS能在人完全静止的时候靠呼吸信号判断“这个人是活的、还在场”。行业内管这个功能叫“微动检测”或者“呼吸检测”。实际测试中可靠的距离大概在3到5米做到6米以上就需要比较好的算法和天线设计来支撑了。1.3 HPS与PIR的性能边界对比很多入行的朋友会纠结HPS到底能不能完全替代PIR我的观点是在“存在检测”这个场景里可以但在“低功耗、低成本”这两个维度上还要打个问号。两者的边界和差异我直接用一张表来对比维度PIR被动红外HPS毫米波雷达检测原理热释电红外变化多普勒/调频连续波回波静止检测基本不支持支持靠呼吸/微动探测距离通常3-8米区域型通常5-8米可径向测距灵敏度对横向移动敏感对径向移动、微动更敏感穿透性无法穿透塑料外壳外的遮挡可穿透塑料、木板衰减较大隐私性不采集图像和声音不采集图像和声音功耗微安级可电池供电毫安级一般需接电典型成本极低几元到十几元人民币高一个数量级抗热源干扰差热源/阳光直射易误报基本不受热源影响抗射频干扰无此问题需做抗干扰处理看到这张表你就明白了HPS的核心优势集中在“静止存在”和“三维感知”上而PIR在成本和功耗上的优势依然明显。所以现实中的产品设计不是做二选一而是根据不同场景去匹配。2. 核心技术方案与参数选型2.1 24GHz、60GHz还有UWB和WiFi感知目前市面上的HPS方案按频段划分主要有三条路线24GHz、60GHz以及新兴的UWB和WiFi感知。24GHz雷达是早期产品的主力最典型的应用是汽车盲区检测和自动门触发。它在人体存在检测上的优势是方案成熟、成本相对可控、能探测的距离远几十米没问题。劣势也比较明显天线的物理尺寸大做进小巧的智能家居传感器里会比较吃力带宽较小距离分辨率不高识别细微动作的能力不如60GHz。60GHz雷达可以说是近年来HPS产业的“当红炸子鸡”。这个频段拥有大带宽57-64GHz不同区域略有差异部分区域从59GHz到64GHz距离分辨率可以做到厘米级别而且波长更短天线可以做得很小一片模组能轻松做到一个硬币大小。更重要的是60GHz的多普勒灵敏度对呼吸、心跳这类微动特征更友好。目前主流的人体存在传感器模组基本都是60GHz方案。UWB超宽带雷达也在HPS领域抢地盘。UWB的带宽更大距离分辨率极高能做到毫米级在人员定位、轨迹追踪方面有天然优势。缺点是覆盖范围相对较短芯片成本目前还偏高消费级的爆款产品不算多目前更多出现在车舱内人员监测和高端工业场景。WiFi感知则是完全不同的路线利用现有WiFi信号的CSI信道状态信息变化来感知人体存在和动作。优点是复用现有通信基础设施部署成本极低缺点是稳定性差、受环境干扰大、精度和实时性远不如专用雷达硬件目前仍处在研究向产品转化的早期阶段。2.2 选型时最该盯住的关键参数距离、角度、静检和功耗在具体做产品选型时我建议重点盯住以下几个参数而不是只盯着“能不能检测到人”这一个模糊的说法。第一是探测距离和探测角度。HPS模组标称的“探测距离”通常分“运动检测距离”和“静止检测距离”两项两者往往差很多。有的模组运动状态能探测8米静止状态缩水到3米这就是算法能力的真实体现。角度方面雷达的方位角和俯仰角决定了覆盖范围最好跟你的产品安装高度、安装角度一起算别只看模组标称的±60°。第二是静态检测能力和响应时间。所谓“静态存在”是指人体呼吸产生的微弱回波能否被稳定识别。评测时别只看“能不能检测到”还要看“多久能确认有人”和“多久能确认无人”。行业里常见的参数是有人响应小于1秒无人判定在15秒到30秒之间。如果无人判定时间太长照明场景会显得“灯关得太慢”太短又容易误判比如人静坐时抬手看了看手机稍微偏离呼吸特征就被误判为无人。第三是功耗。如果你做的是插电类产品比如智能面板、存在传感器壁装版功耗不是核心矛盾。但如果你做的是电池供电的贴装传感器那就得选低功耗模式做得好的模组。不少60GHz雷达芯片支持“周期休眠快速唤醒”的策略待机功耗能压到几十微安级别但这需要跟模组厂深度合作调优不是拿到手就能用好的。2.3 天线设计和外壳处理被很多人忽略的两个魔鬼细节同样是60GHz雷达天线设计的好坏可以直接让性能差出一倍。雷达模组的PCB天线patch antenna走线、阵元数量、馈线匹配、屏蔽罩设计每一个环节都在影响天线的增益和波束形状。业内的经验是天线增益每提高3dB有效探测距离大约能提升40%。而这个增益优化又和模组的物理尺寸存在直接矛盾想做得又小又强很考验设计能力。外壳的影响同样不可忽视。雷达波穿透塑料外壳时会发生折射和衰减不同材质、不同厚度、甚至外壳表面的印刷油墨都会影响最终辐射效果。实测下来常规的ABS/PC塑料外壳厚度1.5到2毫米时对雷达信号衰减大约在2到3dB之间而如果外壳里带了金属粉比如某些特种塑料或半透明金属漆衰减可能直接飙到6dB以上传感器的有效距离会被砍掉将近一半。所以在产品设计阶段我就做了一件小事把外壳材质方案定下来之后先让供应商开三到五个不同厚度、不同材质的样件装上雷达模组实测一遍距离表现再决定用哪个结构设计方案。这个流程看着费事但能省掉后面量产阶段无数“为什么这个传感器距离比样机短”的扯皮。3. 落地场景与实战部署3.1 卧室、书房与睡眠监测静止存在是刚需HPS最先打开市场的场景就是卧室和书房这类“人长时间静止”的空间。卧室里传统红外传感器几乎没法用因为你睡着以后它一定会误判为无人导致联动关灯、关空调人都冻醒了或者黑着醒来心里一慌。HPS基于呼吸检测的存在判断能稳定识别睡眠状态下的“有人”从而维持环境系统的连续运行。更进一步60GHz雷达还能提取呼吸频率配合上位机算法可以做睡眠分期这也是很多高端智能床垫和陪护设备厂商在布局的方向。书房场景则更偏向“人体工学联动”。人坐定后桌面设备保持唤醒状态人离开超过预设时间系统自动锁屏、关灯、调节空调进入节能模式。这种联动看着简单但非常考验HPS的“无人判定”时延设置设得太短用户会被反复打扰设得太长又起不到节能效果。我通常会建议客户做三档可调短档30秒、标准档5分钟、长档15分钟按不同用户习惯来切换。3.2 卫生间、办公室与适老化看护不同场景不同标定卫生间是HPS另一个“刚需中的刚需”。人在马桶上一坐就是一二十分钟用PIR经常把灯给坐灭了非常尴尬。HPS可以做到“只要人在灯就不灭”同时通过雷达回波判断活动状态联动排气扇和除湿设备。办公室场景则看重两点一是按区域做照明和空调的联动节能这个场景通常要求传感器能覆盖5到8米的距离并且能把空间划分成若干个区域分区检测避免一个传感器把整层楼都照亮二是办公环境下有多人进出、有会议室白板遮挡、有窗帘摆动对误报的容忍度很低所以部署时要做环境学习把静态家具、固定遮挡物标定为背景只对动态目标做判断。适老化看护是HPS最具社会价值的方向。老人跌倒后如果长时间不动传统方案很难区分“睡着了”和“摔倒了没动静”。HPS配合姿态识别算法可以根据雷达点云的分布、高度、活动量来判断异常状态再联动报警。这块目前还不完美误报和漏报都有但在隐私保护优先的房间里它已经是目前最可行的技术路线了。3.3 安装位置和角度传感器不是随便贴的很多朋友拿到HPS模组就往天花板一贴结果效果不好以为是模组问题。实际上HPS的安装位置和角度直接影响检测覆盖和稳定性。卧室装在天花板正中、探测方向朝下偏向床头是比较推荐的方案。这样可以覆盖人躺下和坐起的两种姿态。卫生间和书房的传感器建议安装在门对面的角落让雷达波束横向扫过房间而不是正对窗户因为大面积玻璃会产生较强的杂波反射。安装高度也有讲究。吸顶安装的话离地2.4到2.7米最普遍壁装建议离地1.8到2.2米。高度太低会缩短有效覆盖距离太高则可能让波束掠过人体头顶导致微动信号减弱。角度上尽量让雷达的探测主轴与人体保持20°到45°的夹角这个范围内人体反射截面最大检测效果最稳定。还有一个容易被忽视的点传感器不要贴着空调出风口或者窗帘安装。空调送风会造成空气扰动窗帘摆动更是会让雷达回波里混入大量假目标这些都会显著拉高误报率。实测中这类干扰导致的误报往往占了售后反馈的大头。4. 产业格局与方案选型建议4.1 芯片、模组与算法商的分工现状HPS的产业链大致可以分成三层芯片原厂、模组/方案商、终端品牌商。芯片原厂提供雷达前端SoC模组商把芯片、天线、算法封装成标准品终端品牌商做产品定义和系统集成。芯片层的国际玩家目前以TI德州仪器、英飞凌、恩智浦、亚德诺为代表其中TI的IWR/AWR系列和英飞凌的XENSIV系列比如BGT60TR13C在HPS模组里占据很大的份额。这些芯片集成度很高单颗SoC就能完成发射、接收、混频、ADC和部分算法处理。国内芯片厂商这两年也起来了加特兰、岸达、矽典微、微度芯创等都有对应产品性价比和本地化服务上有优势在小家电和智能家居市场渗透很快。模组和方案层面行业内既有把雷达模组做成标准化配件的厂商也有做差异化算法方案的厂商。终端品牌商如果对成本敏感、出货量大通常会让模组厂定制天线和协议如果走精品路线则更看重算法能力比如能否做精细分区、能否在低信噪比下维持稳定的静检。4.2 自研算法还是直接买模组这个问题几乎每个做产品的人都会问。我的答案是看你的产品主线和团队基因。如果你只是给现有产品加一个“人在检测”的功能不想投入太多精力直接采用经过行业验证的标准模组是最稳的。这些模组出厂前已经把距离校准、静检算法、干扰过滤都调好了你只需要读串口输出就行。但代价是产品功能高度同质化你很难做出差异化卖点。如果你希望产品能在特定场景做出独特体验那就需要做算法层面的定制。比如老人跌倒检测、儿童睡眠分析、空间占用人流量统计这些都不是通用模组能覆盖的需要积累场景数据、训练活动识别模型。这种情况下建议选芯片原厂支持好、SDK开放的平台在模组商或自己的算法团队里做二次开发。从产业趋势看算法正从“烧在模组里的砖”逐步变成“云边协同可迭代的软能力”硬件标准化、算法定制化是明显方向。4.3 成本走势与降本路径HPS的价格这几年在以肉眼可见的速度下降。我在2021年做方案时一颗60GHz雷达芯片的采购价还在十几美元量级整套模组报价动辄上百元人民币。到了最近国产芯片把价格打下来之后整套模组进入了几十元人民币以内个别大批量场景甚至更低。这个价格虽然还比PIR贵很多但对于做中高端智能家居产品的品牌来说已经是可以接受的BOM成本了。降本路径主要来自几个方向芯片国产替代、模组集成度提升把MCU、雷达、天线三合一样式、以及在软件层通过算法优化降低对硬件性能的要求。还有一条是规模化当一个模组被多个品牌共用单颗成本可以再拉低一截这也是很多模组厂愿意做“公版模组”的原因。4.4 方案选型决策表评估维度优先选择标准模组优先自研定制算法产品定位通用存在检测、联动控制细分场景深度功能团队能力无算法团队或算法资源紧张有嵌入式/信号处理/机器学习积累上市周期时间紧迫快速量产可接受6-12个月研发周期差异化需求低跟随竞品即可高必须有独家卖点成本预算希望控制开发成本愿意为独家体验投入研发预算5. 常见问题与排查技巧实录5.1 目标丢失和漏报别急着怀疑硬件我在实际项目中遇到过很多次“传感器不灵”的反馈最后查下来多数不是硬件坏了而是安装和使用方式的问题。最典型的有三种一是传感器正对大面积金属面雷达波被反射走形成探测盲区二是传感器被遮挡比如安装在金属网罩内、厚玻璃后面信号被大幅衰减三是安装角度调得太陡波束几乎垂直指向地面人的身体被自己的影子挡住回波弱到解调不出来。排查这类问题时建议先用传感器自带的数据输出比如目标距离、信噪比看实时链路确认目标信号到底有没有被捕捉到。如果信噪比正常但应用层没动作就是逻辑或者联动配置的问题如果前端就看不到目标再回头查安装和环境。5.2 误报的来源与对策HPS的误报常见来源包括会动的植物和窗帘风一吹枝叶和帘布摆动在雷达看来就是移动目标。小型宠物猫狗的活动会触发检测如果产品做的是居家存在检测而不是人形检测宠物确实会造成干扰。水龙头、风扇、净化器水流的反射面积变化和风扇叶片的周期性运动各有各的雷达特征容易误判为目标。电磁干扰源靠近WiFi路由器、微波炉、某些电源适配器时雷达回波里会出现杂散信号。对策上一是尽量选用带“目标分类”算法的模组通过微多普勒特征区分人、宠物、静物摆动二是在部署时做环境背景学习把固定区域内的静态物体学习掉三是在后续数据处理上做“确认机制”连续数帧确信才判定为有人连续数帧空才判定为无人。这招能挡掉很大一部分偶发干扰。5.3 多雷达共存与同频干扰如果在一个空间里部署多个HPS它们之间会互相干扰吗会。这是个现场容易踩的大坑。多雷达同时工作时如果频段、时序没有协调好互相发射的电磁波会被对方接收表现为“幽灵目标”或者间歇性误报。解决思路有两个一是选用支持TDM时分复用的模组让多颗雷达错开工作时段二是利用不同通道的随机相位或跳频机制让同频干扰变成“短时脉冲”再靠算法过滤掉。同时部署时还要注意安装间距雷达之间的水平距离至少保持在0.5米以上否则近场收发串扰会非常严重。这个参数在模组数据手册里通常不会写但我在现场测试时遇到过好几次纯靠排查和实测总结出来的经验。5.4 快速排查速查表现象排查方向参考对策一直判定无人安装角度/遮挡/信噪比调整高度角度移除遮挡查看SNR偶尔判定无人无人判定时延/静检算法调大无人判定时延更新算法版本频繁误报有人环境干扰/宠物/窗帘启用目标分类学习背景调整灵敏度多设备互相干扰雷达间同频串扰开启TDM/跳频拉开安装间距低温环境性能下降天线增益受外壳影响更换低损耗外壳材料重新校准6. 下一步的扩展方向6.1 HPS与视觉传感的融合互补雷达和摄像头的关系不是替代而是互补。摄像头能给出丰富的视觉语义但在隐私敏感区域卧室、卫生间很难落地且受光线影响大。HPS没有隐私负担不受明暗影响但缺乏“长什么样、穿什么衣服”这类语义信息。两者的融合可以构成一个很完整的感知体系雷达做存在检测和触发摄像头做人脸识别和精细行为分析系统只在雷达确认有人时才唤起摄像头大幅降低无效功耗和隐私争议。6.2 从存在检测到行为识别现在HPS的绝大部分产品还停留在“有人/无人”这个二值输出上。但雷达背后其实有远不止二值的信息目标数量、大致位置、姿态、活动量、呼吸节律。把这些信息用好就能从“存在检测”升级为“行为识别”。比如判断一个人在房间里的活动轨迹和热区分析老人夜间起身频率识别长时间不动与正常睡眠的差异甚至通过呼吸波形判断异常呼吸模式。这些功能落地的门槛已经从硬件层面转移到了算法和数据层面。谁能积累更多真实场景数据、谁懂行业语义谁就能在下半场的竞争中跑出来。6.3 端侧AI与隐私计算HPS产生的雷达原始数据量并不小在上位机做处理会带来隐私和带宽问题。现在越来越多的方案在端侧完成目标检测、跟踪、分类和事件判断只把结构化事件比如“有人存在”“人离开了”“可能跌倒”上传到云端原始波形数据不出设备。这种“端侧处理云端管理”的架构几乎是所有消费级和适老化产品的共同归宿。我自己的体会是这两年做HPS相关的产品最大的变化不是雷达芯片本身升级了多少而是整个行业把“存在检测”这件事从一个硬件功能慢慢做成了“感知算法场景”的系统能力。很多人以为传感器是个小零件但真要把它做好、做稳定、做出体验差异牵扯到天线设计、结构选材、算法调优、场景数据积累一整套链路下来锻炼的是一个团队对“物理世界数字化”的理解深度。这块的能力积累越早后面做智能家居也好、做AIoT也好都会越从容。