60GHz 雷达 CPD 方案对比：Infineon BGT60ATR24C vs TI AWR6843

发表于 更新于 分类于

发布日期： 2026-04-12
标签： 60GHz 雷达, CPD, 儿童遗留检测, Infineon, TI, 传感器选型
来源： Infineon 官网、TI 开发工具、行业报告

Euro NCAP 2026 CPD 要求概览

Euro NCAP 2026 对儿童遗留检测（CPD）提出了严格要求：

要求 具体内容
检测方式 直接检测（呼吸/心跳/运动），间接方式不得分
检测时间 锁车后 15 秒内，或未锁车 10 分钟内
告警升级 车外声光 → 钥匙 → 手机 App → 远程服务
干预措施 空调开启/车门解锁（满分要求）
遮挡检测 必须检测毯子/衣物下的儿童

主流 60GHz 雷达芯片对比

核心参数

参数 Infineon BGT60ATR24C TI AWR6843
频段 60-64 GHz 60-64 GHz
带宽 4 GHz（超宽带） 4 GHz
TX/RX 2 TX / 4 RX 3 TX / 4 RX
封装 LGA（超小尺寸） FCBGA / AOP
功耗 超低功耗 低功耗
集成度 MMIC（需外部 MCU） SoC（集成 DSP）
AOP 版本 ❌ 无 ✅ AWR6843AOP

关键差异

维度 Infineon TI
架构 纯射频前端，需配 AURIX MCU 单芯片集成处理
天线设计 需自行设计或使用 Shield AOP 内置天线
开发难度 中等（需 MCU 编程） 低（SDK 完善）
成本 MMIC + MCU 约 $15-20 单芯片约 $20-25
上市时间 较短（灵活设计） 最短（参考设计完整）

CPD 性能对比

Infineon BGT60ATR24C 官方数据

功能 性能指标
CPD 准确率 >99% 全舱覆盖
儿童/成人分类 准确区分，降低误报
生命体征检测 呼吸率、心率测量
遮挡穿透 支持毯子/衣物下检测
功耗 支持电池供电应用

TI AWR6843AOP 能力

功能 性能指标
CPD 检测 支持新生儿呼吸检测（18-30 BPM）
生命体征 胸腔微动检测（<1mm）
人员追踪 多目标位置追踪
参考设计 TIDEP-01023（完整 CPD 方案）

技术方案架构

Infineon 方案架构

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
┌─────────────────────────────────────────────────────────┐
│               Infineon CPD 方案架构                      │
├─────────────────────────────────────────────────────────┤
│                                                         │
│   BGT60ATR24C (MMIC)     AURIX TC3xx/TC4xx             │
│   ┌───────────────┐      ┌───────────────┐             │
│   │ 60GHz RF      │ SPI  │ DSP Core      │             │
│   │ 2TX/4RX       │─────→│ FFT / CFAR    │             │
│   │ 4GHz BW       │      │ Vital Signs   │             │
│   │               │      │ Classification│             │
│   └───────────────┘      └───────────────┘             │
│          ↓                       ↓                      │
│   天线阵列              CAN / Ethernet                   │
│   (L型设计)                     ↓                       │
│                         车身控制器                       │
└─────────────────────────────────────────────────────────┘

TI 方案架构

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
┌─────────────────────────────────────────────────────────┐
│               TI AWR6843AOP 单芯片方案                   │
├─────────────────────────────────────────────────────────┤
│                                                         │
│   ┌───────────────────────────────────────────┐        │
│   │         AWR6843AOP (SoC)                   │        │
│   │   ┌─────────────┐  ┌─────────────┐        │        │
│   │   │ 60GHz RF    │  │ C674x DSP   │        │        │
│   │   │ 3TX/4RX     │→ │ FFT/Tracking│        │        │
│   │   │ AOP Antenna │  │ Vital Signs │        │        │
│   │   └─────────────┘  └─────────────┘        │        │
│   │                    ┌─────────────┐        │        │
│   │                    │ R4F MCU     │        │        │
│   │                    │ Application │        │        │
│   │                    └─────────────┘        │        │
│   └───────────────────────────────────────────┘        │
│                         ↓                              │
│                   CAN / Ethernet                        │
└─────────────────────────────────────────────────────────┘

生命体征检测算法

呼吸检测原理

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
def detect_breathing(radar_adc_data, sample_rate=1000):
    """
    雷达呼吸检测算法
    
    原理：
    1. FMCW 雷达测量胸腔微动（~1mm）
    2. FFT 提取频率成分
    3. 呼吸频段：0.1-0.5 Hz (6-30 BPM)
    4. 心跳频段：0.8-2.0 Hz (48-120 BPM)
    """
    # 1. Range FFT
    range_fft = np.fft.fft(radar_adc_data, axis=0)
    
    # 2. 提取目标距离单元
    target_range_bin = find_target(range_fft)
    phase = np.angle(range_fft[target_range_bin, :])
    
    # 3. 解调相位
    phase_unwrapped = np.unwrap(phase)
    
    # 4. 带通滤波提取呼吸
    sos_breath = signal.butter(4, [0.1, 0.5], 'bp', fs=sample_rate, output='sos')
    breathing_signal = signal.sosfilt(sos_breath, phase_unwrapped)
    
    # 5. FFT 提取呼吸频率
    fft_breath = np.abs(np.fft.fft(breathing_signal))
    freqs = np.fft.fftfreq(len(breathing_signal), 1/sample_rate)
    
    # 6. 找呼吸主频
    breath_freq = freqs[np.argmax(fft_breath[freqs > 0])]
    breath_rate_bpm = breath_freq * 60
    
    return breath_rate_bpm

儿童与成人区分

特征 儿童（0-6 岁） 成人
呼吸频率 20-30 BPM 12-20 BPM
心率 80-120 BPM 60-100 BPM
胸腔位移 较小（~0.5mm） 较大（~1mm）
体表面积 小 RCS 大 RCS 
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
def classify_child_adult(breath_rate, heart_rate, rcs_value):
    """
    基于生命体征区分儿童/成人
    """
    score = 0
    
    # 呼吸频率判断
    if 20 <= breath_rate <= 30:
        score += 1  # 儿童特征
    elif 12 <= breath_rate <= 20:
        score -= 1  # 成人特征
    
    # 心率判断
    if 80 <= heart_rate <= 120:
        score += 1  # 儿童特征
    elif 60 <= heart_rate <= 100:
        score -= 1  # 成人特征
    
    # RCS 判断
    if rcs_value < THRESHOLD_SMALL:
        score += 1
    
    return "child" if score > 0 else "adult"

开发资源对比

Infineon 开发资源

资源 说明
评估板 SHIELD_60ATR24ES_01（含 L 型天线）
MCU 平台 AURIX TC3xx/TC4xx
软件 Radar Development Framework
文档 数据手册、应用笔记
社区 Infineon Developer Community

TI 开发资源

资源 说明
评估板 IWR6843ISK / AWR6843AOP
参考设计 TIDEP-01023 CPD 完整方案
软件 mmWave SDK（完整工具链）
Lab Vital Signs Lab / People Tracking
文档 详细应用指南、代码示例
社区 TI E2E 论坛

选型建议

推荐 Infineon 场景

场景 原因
已有 AURIX 平台 无缝集成，复用 MCU
成本敏感 MMIC + MCU 组合更便宜
定制天线需求 灵活设计天线布局
多传感器融合 与 3D ToF/摄像头协同

推荐 TI 场景

场景 原因
快速原型开发 AOP 内置天线，即插即用
单芯片方案 简化硬件设计
完善 SDK mmWave SDK 开箱即用
参考设计完整 TIDEP-01023 可直接量产

雷达 + 摄像头融合架构

融合检测流程

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
┌────────────────────────────────────────────────────────────┐
│                CPD 雷达+摄像头融合架构                       │
├────────────────────────────────────────────────────────────┤
│                                                            │
│   ┌─────────────┐              ┌─────────────┐            │
│   │ 60GHz 雷达  │              │ 舱内摄像头  │            │
│   │ 微动检测    │              │ 视觉检测    │            │
│   └──────┬──────┘              └──────┬──────┘            │
│          │                            │                    │
│          ↓                            ↓                    │
│   ┌─────────────┐              ┌─────────────┐            │
│   │ 生命体征    │              │ 儿童检测    │            │
│   │ 呼吸/心跳   │              │ 分割/分类   │            │
│   └──────┬──────┘              └──────┬──────┘            │
│          │                            │                    │
│          └────────────┬───────────────┘                    │
│                       ↓                                    │
│              ┌─────────────────┐                           │
│              │   融合仲裁层     │                           │
│              │ 证据加权/冲突处理 │                          │
│              └────────┬────────┘                           │
│                       ↓                                    │
│              ┌─────────────────┐                           │
│              │  CPD 状态输出    │                           │
│              │ 存在/缺席/不确定 │                          │
│              └─────────────────┘                           │
└────────────────────────────────────────────────────────────┘

融合决策逻辑

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
def fusion_cpd_decision(radar_result, camera_result):
    """
    雷达 + 摄像头融合决策
    """
    # 雷达结果
    radar_presence = radar_result['presence']
    radar_confidence = radar_result['confidence']
    vital_signs = radar_result['vital_signs']
    
    # 摄像头结果
    camera_presence = camera_result['presence']
    camera_confidence = camera_result['confidence']
    
    # 融合决策
    if radar_presence and camera_presence:
        # 双重确认：高置信度
        return CPD_CONFIRMED, max(radar_confidence, camera_confidence)
    
    elif radar_presence and not camera_presence:
        # 雷达检测到但摄像头没看到
        # 可能是遮挡场景
        if vital_signs['breath_rate'] > 0:
            return CPD_CONFIRMED, radar_confidence
        else:
            return CPD_SUSPECTED, radar_confidence * 0.5
    
    elif not radar_presence and camera_presence:
        # 摄像头看到但雷达没检测到
        # 可能是假人/物品
        return CPD_SUSPECTED, camera_confidence * 0.3
    
    else:
        return CPD_ABSENT, 0.9

开发启示

硬件选型

阶段 推荐方案
原型验证 TI AWR6843AOP（快速验证）
量产设计 Infineon BGT60ATR24C + AURIX（成本优化）
融合方案 雷达 + 摄像头（遮挡鲁棒性）

算法开发

优先级 功能 开发周期
P0 呼吸检测 1-2 个月
P0 儿童/成人分类 1-2 个月
P1 遮挡检测 2-3 个月
P1 多目标分离 2-3 个月
P2 心率检测 3-4 个月

参考资料

  1. Infineon BGT60ATR24C Product Page
  2. Infineon In-Cabin Monitoring System
  3. TI AWR6843 Product Page
  4. TI mmWave Vital Signs Lab
  5. TIDEP-01023 CPD Reference Design

开发启示： 60GHz 雷达是 CPD 的核心技术路线，Infineon 和 TI 各有优势。快速验证推荐 TI AOP 方案，量产成本优化推荐 Infineon + AURIX 组合。无论选型如何，都应实现雷达 + 摄像头融合架构以应对遮挡场景。