从零到一：用Acconeer A121雷达DIY一个智能存在检测器（含STM32源码）
从零到一：用Acconeer A121雷达DIY一个智能存在检测器（含STM32源码）
毫米波雷达技术正在重新定义智能感知的边界。在众多传感器方案中，Acconeer A121凭借其60GHz频段和亚毫米级精度，为创客和嵌入式开发者打开了低成本高精度存在检测的新可能。本文将带你从原理到实践，构建一个能识别微动呼吸的智能检测模块。
1. A121雷达的核心优势与应用场景
相比传统的PIR红外传感器或超声波方案，A121在3米范围内可实现0.1mm的位移检测精度。这得益于其60GHz工作频段（57-64GHz可调）和集成式射频架构。实际测试显示，它能捕捉到0.2Hz-20Hz的人体生命体征信号，包括胸腔起伏带来的微动。
典型应用场景包括：
- 智能照明控制：准确识别人体静止状态，避免误关灯
- 安防监控：检测窗帘后或低光照环境下的入侵者
- 非接触交互：通过手势距离变化触发操作
- 医疗监护：监测呼吸频率等生命体征
// 示例：检测配置参数 acc_detector_presence_config_t config = { .start_m = 0.2, // 最小检测距离0.2米 .end_m = 3.0, // 最大检测距离3米 .signal_quality = 15.0, // 信号质量阈值 .hwaas = 64 // 硬件加速平均采样次数 };提示：HWAAS参数直接影响检测灵敏度与功耗，建议在32-128之间调整
2. 硬件架构设计与优化
2.1 最小系统搭建
A121与STM32的连接仅需4线：
- SPI（CLK/MOSI/MISO） - 建议速率≤10MHz
- 中断引脚 - 用于数据就绪通知
- 使能引脚 - 控制雷达启停
# 引脚配置参考（STM32CubeIDE） GPIO_InitStruct.Pin = GPIO_PIN_4|GPIO_PIN_5|GPIO_PIN_6|GPIO_PIN_7; GPIO_InitStruct.Mode = GPIO_MODE_AF_PP; GPIO_InitStruct.Pull = GPIO_NOPULL; GPIO_InitStruct.Speed = GPIO_SPEED_FREQ_VERY_HIGH; GPIO_InitStruct.Alternate = GPIO_AF5_SPI2; HAL_GPIO_Init(GPIOB, &GPIO_InitStruct);2.2 功耗优化策略
通过调整工作模式可大幅降低功耗：
| 模式 | 电流消耗 | 唤醒时间 |
|---|---|---|
| 深度睡眠 | 5μA | 50ms |
| 空闲模式 | 1.2mA | 1ms |
| 活跃检测 | 8mA | - |
| 连续波模式 | 25mA | - |
推荐配置：
- 帧间隔≥500ms时使用深度睡眠
- 开启自动休眠功能
- 动态调整HWAAS值（夜间可降低）
3. 软件实现关键步骤
3.1 SDK移植要点
官方SDK需实现三个核心接口：
// SPI传输函数（8位模式） static void sensor_transfer(acc_sensor_id_t id, uint8_t *buf, size_t len) { HAL_GPIO_WritePin(CS_GPIO_Port, CS_Pin, GPIO_PIN_RESET); HAL_SPI_TransmitReceive(&hspi2, buf, buf, len, HAL_MAX_DELAY); HAL_GPIO_WritePin(CS_GPIO_Port, CS_Pin, GPIO_PIN_SET); } // 中断等待函数 bool wait_for_interrupt(uint32_t timeout_ms) { uint32_t tick = HAL_GetTick(); while(!HAL_GPIO_ReadPin(IRQ_GPIO_Port, IRQ_Pin)) { if(HAL_GetTick()-tick > timeout_ms) return false; __WFI(); // 进入低功耗等待 } return true; }3.2 存在检测算法调优
通过配置subsweep参数实现多区域检测：
acc_config_subsweep_t subsweep = { .start_point = 80, // 起始采样点 .num_points = 120, // 采样点数 .step_length = 2, // 步进长度 .hwaas = 32, // 硬件平均次数 .receiver_gain = 10, // 接收增益(0-31) .enable_tx = true, // 发射使能 .phase_enhancement = true // 相位增强 };常见问题解决方案：
- 误触发：增加信号质量阈值（signal_quality）
- 检测盲区：配置多个重叠的subsweep
- 功耗过高：降低帧率或采用间歇工作模式
4. 实战：智能灯控系统实现
4.1 系统逻辑设计
graph TD A[雷达初始化] --> B[启动存在检测] B --> C{检测到目标?} C -->|是| D[点亮LED/继电器] C -->|否| E[进入低功耗模式] D --> F[维持照明30秒] F --> C4.2 STM32完整代码片段
void main(void) { // 硬件初始化 HAL_Init(); SystemClock_Config(); MX_SPI2_Init(); // 雷达初始化 acc_rss_a121_init(&sensor_transfer, &wait_for_interrupt); acc_detector_presence_create(&presence_detector, config); while(1) { acc_detector_presence_result_t result; if(acc_detector_presence_get_next(presence_detector, &result)) { if(result.presence_detected) { HAL_GPIO_WritePin(LED_GPIO_Port, LED_Pin, GPIO_PIN_SET); last_trigger = HAL_GetTick(); } } // 30秒无活动自动关闭 if(HAL_GetTick()-last_trigger > 30000) { HAL_GPIO_WritePin(LED_GPIO_Port, LED_Pin, GPIO_PIN_RESET); } HAL_Delay(100); } }5. 进阶技巧与性能提升
5.1 多目标区分
通过距离门限和运动模式识别，可实现简单的人数统计：
typedef struct { float distance; float movement; uint32_t last_update; } target_t; target_t targets[MAX_TARGETS]; void update_targets(acc_detector_presence_result_t *result) { for(int i=0; i<result->num_distances; i++) { float dist = result->distances[i]; // 寻找最近匹配目标或新建目标 ... } }5.2 抗干扰设计
- 环境校准：上电时执行
acc_calibrate_offset() - 动态阈值：根据噪声水平自动调整检测阈值
- 滤波算法：对距离数据实施移动平均滤波
# 伪代码：自适应阈值算法 def adaptive_threshold(current_val): noise_floor = measure_noise_floor() threshold = noise_floor * 1.5 + fixed_offset return current_val > threshold在最终成品测试中，使用CR2032纽扣电池供电时，优化后的系统可实现超过6个月的持续工作。一个实际应用中发现的小技巧：将雷达倾斜15度安装，能显著提升对地面坐姿人员的检测率。