作为互联网的延伸，物联网(IoT)利用通信技术把传感器、控制器、机器、人员和物等通过新的方式联在一起，形成人与物、物与物相联。根据Gartner的数据统计估计，2017年物联网覆盖的设备数量已达80亿。随着连接到云端的传感器数量的日益增加，它对网络带宽、远程存储和数据处理的系统要求也迅速提高。
“边缘”处的智能处理可以减少发送到中央服务器的数据量，增加传感器本身的决策量，这可以在提升系统可靠性的同时，减少决策延迟和网络成本。如果服务器关闭，用户最不愿意看到的就是传感器本身无法检测物体和做出决策，这会影响问题的及时解决。
毫米波传感器能提供亚毫米的距离精度
毫米波（mmWave）传感器的出现，可以帮助物联网实现边缘智能。
毫米波传感器是一项可用于检测物体并提供物体的距离、速度和角度信息的传感器。它使用毫米波，通常毫米波是指 30GHz 至 300GHz频域(波长为1～10mm)，由于毫米波的波长介于厘米波和光波之间，因此毫米波兼有微波制导和光电制导的优点。又因为毫米波传感器使用较小的波长，因此可以提供亚毫米的距离精度。
此外，毫米波传感器也具有以下特殊优点：
能穿透材料：穿透塑料、墙板和衣服。
高度定向：形成具有 1° 精度的紧凑波束。
与光类似：可以使用标准光学技术进行聚焦和转向。
较大的绝对带宽：能够区分两个靠近的物体。
因此，在汽车、工厂自动化、楼宇自动化和医疗等领域的应用中，毫米波传感器通常被用于形成精确的物体图像，主动传输一个或多个波流，并智能地将反射转换成图像。
使用毫米波传感器的作为交通交叉口监控
毫米波传感器依赖于复杂的互补计算方式，应用范围颇广。想象一下，一个灵敏的传感器即使在充满灰尘、黑暗、雾气或下雨等恶劣条件下也能避开障碍；一个安全系统，可以透过墙壁看到入侵者；一架无人机可以检测到肉眼看不到的高架电缆；一个安装在手术工具尖端的微型雷达可以检测到生物质；又或者一个微型传感器可以监测动脉壁和声带运动。
实现边缘智能和连接、减少错误检测
而具有集成处理功能的毫米波传感器，在物联网对信息端的云计算和实体段的相关传感设备的应用过程中，能够在边缘实现智能，通过对对象进行过滤和分类，更智能地识别场景中发生的事情并实时做出决策，从而解决错误检测问题。
具体来说，毫米波传感器以两种方式实现边缘智能。
一是毫米波可提供距离、速度和角度等独特的数据信息，同时具有反射不同目标的能力，这使传感器能够检测探测范围内不同物体的特定特征。例如，速度数据可使传感器看到微多普勒效应、来自微小运动的调制效应，其包含目标对象的典型特征，例如自行车车轮的旋转辐条、行走的人摇摆的手臂，或者动物奔跑的四肢（如图1所示）。系统可以使用该数据分类和识别传感器视角中的对象类型。
资料图 图1 两张图显示了行走的人和摆头风扇随时间推移的微多普勒信息
资料图 用于长距离室外入侵探测器的片上过滤示例
上图显示了安全应用中50米室外入侵探测器使用片上智能的一项实验结果。入侵探测器用于确定人员是否已进入受保护区域，例如货运场、停车场或后院。一些依赖光学或红外传感的传感器可能会检测到附近树木和灌木的错误运动，而毫米波传感器使用处理和算法来滤除和防止错误检测，仅在人体运动时触发探测器。安全摄像头和可视门铃可以通过连接网络服务器处理图像，执行相同的错误检测过滤，这些基于服务器的系统所提供的功能通常需要用户付费，而毫米波技术可实现在传感器本身进行决策无需联网服务器。
二是毫米波传感器通过片上处理实现边缘智能。包含微控制器和数字信号处理器（DSP）的传感器能够执行初级雷达处理，以及特征检测和分类。
边缘处理和智能可以成为强大的工具，有助于提高物联网传感器、网络的质量和稳健性。