毫米波技術優勢與限制
本章探討毫米波雷達與其他感測技術（如光學攝影機、紅外線、超音波等）的技術優勢與限制，協助快速理解適用場景。
為什麼要用毫米波？
毫米波兼具三大核心優勢：
-
高頻寬：可提供細緻距離解析度 (range resolution)
-
穿透性：對霧、煙、輕微粉塵影響較低，可在光學失效場景 (濃霧、大雨等場景) 維持偵測，並能隔著非導電材質進行人體/物體偵測
-
隱私性：不直接生成可辨識影像（較光學感測隱私友善），更容易應用於居家照護、辦公場域等隱私敏感場景
技術比較總覽
| 感測技術 | 優勢 | 限制/挑戰 | 典型應用 |
|---|---|---|---|
| 毫米波雷達 mmWave | 穿透霧/煙/黑暗、距離解析高、隱私友善、不受光照影響、多目標追蹤 | 分辨率受限於天線陣列、對金屬反射敏感、硬體成本高 | 汽車雷達、安全監控、工業偵測、生命跡象、手勢識別 |
| 光學攝影機 Camera | 影像細緻、物件分類精度高、資訊量大、色彩/形狀辨識 | 易受光照/天氣影響、隱私疑慮、夜間/霧天效果差、需大量運算 | 安防監控、車載 ADAS、行為分析、人臉辨識 |
| 紅外線感測器 IR | 黑暗/夜間可用、人體感知佳、能量消耗低 | 受環境溫度干擾、解析度低、僅偵測熱源、無法分辨細部動作 | 入侵警報、人體感測、簡易佔用偵測 |
| 超音波感測器 Ultrasonic | 近距離測距精度高、成本低、安全 | 量測距離有限、易受噪音/風影響、無法偵測速度、角度解析差 | 停車輔助、液位量測、簡易防撞 |
| 雷射 LiDAR | 3D 點雲、高解析度、距離精準 | 易受天氣/光環境影響、成本高、體積大、維護需求高 | 自駕車環境感知、地圖建模、工業3D掃描 |
| 微波雷達（24GHz） | 穿透力強、成本較低 | 角度解析差、頻寬有限、無法精細分群 | 車用短距雷達、門禁感測、基本安全監控 |
關鍵性能比較
| 指標 | mmWave | 攝影機 | IR | 超音波 | LiDAR |
|---|---|---|---|---|---|
| 距離解析 | 高 | 中 | 低 | 高 | 高 |
| 速度測量 | ✔ | ✘ | ✘ | ✘ | ✘ |
| 角度解析 | 中-高 | 高 | 低 | 低 | 高 |
| 穿透力 | 佳 | 差 | 黑暗佳 | 一般 | 差 |
| 隱私性 | 高 | 低 | 高 | 高 | 高 |
| 成本 | 中-高 | 低-高 | 低 | 低 | 高 |
優勢與限制總結
| 技術 | 優勢摘要 | 限制摘要 |
|---|---|---|
| mmWave雷達 | 穿透力強、隱私性佳、多目標 | 需專業設計校準、硬體成本高、物件分類有限 |
| 光學攝影機 | 影像豐富、分類強 | 易受環境干擾、隱私疑慮、夜間能力弱 |
| 紅外線感測器 | 黑暗可用、低功耗 | 只偵測熱源、解析度低、分群能力差 |
| 超音波 | 低成本、近距精度高 | 距離有限、易受噪音干擾、無速度角度資訊 |
| LiDAR | 3D點雲高解析 | 高成本、體積大、維護難 |
總結
不過也需注意，毫米波的挑戰在於：訓練資料相對難以收集、樣本數量遠少於光學影像；此外，雷達影像難以直接呈現物體外觀。與光學成像不同，光學是藉由自然光反射清楚顯示外觀，而毫米波雷達則依靠主動發射電磁波並根據散射點構建資料，因此資料不具傳統視覺特徵。