





MR60FDA1 60GHz mmWave Fall Detection Pro Sensor 落體移動感測器
NT$1,200 未稅
60GHz 毫米波雷達感測器-跌倒掉落感測模組 Pro應用FMCW檢測理論來實現高精度的即時人體活動檢測,包括移動、跌倒和靜止,提供完全私密且安全的環境,不受其他噪聲影響。它是一種標準的生物雷達系統,適用於私人財產監控、跌倒警示、老年人保健,在家庭、酒店和醫院都有很好的應用表現。
已售完
- 詳細資訊
商品說明
MR60FDA1 60GHz mmWave Fall Detection Pro Sensor 落體移動感測器
60GHz 毫米波雷達感測器 – 跌倒檢測模組 Pro 基於 60GHz 調頻連續波 (FMCW) 檢測理論實現包括移動、跌倒和靜止在內的人類活動檢測,提供完全私密且安全的環境,不受其他噪聲影響。此外,通過內置標準算法和板載天線,該單元可確保同時輸出高精度信號。
與 24 GHz 毫米波跌倒檢測雷達感測器相比,60 GHz 感測器可收集更豐富的點雲數據以提高靈敏度減少更多錯誤,以一種可以想像的方式提高準確性。特別是精細的速度分辨率能夠更好地跟踪橫向運動,從而更穩定地檢測移動物體。因此60 GHz 雷達傳感器的速度分辨率性能比 24 GHz 高 2.5 倍。同時,由於距離分辨率在很大程度上取決於可用帶寬,因此 60 GHz 毫米波跌倒檢測雷達傳感器在高精度和可靠的人體活動識別(尤其是跌倒檢測)方面將提供明顯優於 24 GHz 的性能。相比1T1R(1發射1接收)作為24GHz雷達傳感器,60GHz提供1T3R,採用FMCW理論,在模組上安裝天線,展現真正的專業。
60GHz毫米波雷達感測器–跌倒檢測模組Pro利用60GHz FMCW的優良性能,利用智能處理算法實現高精度輸出,作為90%的跌倒檢測和90%的存在感知功能。此外雷達可以不受溫度、濕度、噪聲、氣流、灰塵、光線和其他環境影響的影響。設計為低功率輸出,雷達在被觀察時保持健康的工作狀態。對於隱私保護,雷達提供了一個完美的解決方案,應用FMCW監控技術,配備無需識別的監控能力。
雷達支持二次開發,適應各種場景和應用。使用通用 UART 通信接口提供額外的通用協議,因為 4 組 IO 由用戶定義保留。檢測區域為水平80°傾斜80°的三維扇形,實測距離在0.4-2m之間。
特徵
- 使能理論:基於 60GHz FM 連續波信號實現雷達檢測
- 增強的檢測算法:在自適應環境中同時感知和輸出人類活動,包括移動、跌倒和靜止
- 完善的隱私保護:應用FMCW監控技術,提供無需身份識別的監控能力
- 健康工作狀態:輸出功率低至對人體無害
- 高穩定性:不受溫度、濕度、噪音、氣流、灰塵、光線和其他環境影響
- 測量精度高:跌倒檢測精度高達90%,存在感知功能精度高達90%
- 高彈性硬件設計雷達:支持二次開發,適應各種場景應用
檢測角度和距離
| Content Minimum Typical Maximum Units | Typical | Units |
| Radius of movement of people detection [1] | 6 | metre |
| Fall monitoring radius [2] | 2.5 | metre |
| Radar detection angle (horizontal) | 100 | degeree |
| Radar detection angle (pitch) | 100 | degree |
注:[1][2] 雷達懸掛高度 2.8 m,雷達投影半徑
24GHz 和 60GHz 雷達傳感器比較
| Parameter | 24GHz Radar Sensors | 60 GHz Radar Sensors |
| Frequency | 24 GHz | 60 GHz |
| Theory | Doppler | FMCW |
| Antenna | 1T1R | 1T3R |
| Position Detection | – | Yes |
| Point-Cloud Data | – | **** |
| Velocity Resolution | ** | **** |
| Range Resolution | ** | **** |
| Precision | *** | **** |
技術教學
Documents
相關商品
-
Grove – Fingerprint Sensor 光學指紋感測器模組 指紋建檔/識別
0 滿分 5 分指紋感測器模組通過光學檢測,識別輸入的指紋是否和已經建檔錄存的指紋數據統一。本指紋識別感測器採用高性能的DSP晶片進行圖片渲染、計算、識別、搜索。你也可以直接錄存新的指紋,最多可以錄入162個。
NT$1,667NT$1,300 未稅 -
Seeed XIAO ESP32C5 開發板:雙頻 Wi-Fi 6 + BT 5.0 + Matter 支援
0 滿分 5 分全新 XIAO ESP32-C5 採 RISC-V 核心,是 XIAO 系列首款支援 2.4/5GHz 雙頻 Wi-Fi 6 的開發板。整合 BLE 5、Zigbee 與 Thread,完全相容 Matter 協定。具備極低功耗深度睡眠模式(15µA)與板載電池管理,適合物聯網網關與智慧家居應用。
NT$381NT$340 未稅 -
Grove – Gas Sensor(MQ9) 瓦斯氣體 一氧化碳偵測感測器
0 滿分 5 分Grove – Gas Sensor (MQ9) 瓦斯氣體偵測感測器模組,在家庭和工業上可以針對特定瓦斯氣體洩漏進行檢測且十分有用。對一氧化碳、甲烷、液化氣的靈敏度高,可檢測多種含一氧化碳及可燃性的氣體,是一款適合多種應用的低成本氣體感測器。
NT$300NT$280 未稅 -
Seeed SenseCAP Indicator 開源物聯網觸控螢幕開發平台 (ESP32-S3 + RP2040)
0 滿分 5 分Seeed Studio SenseCAP Indicator 是一款 3.95 吋開源物聯網觸控螢幕開發平台。搭載 ESP32-S3 與 RP2040 雙 MCU,支援 Wi-Fi、藍牙及 LoRa 通訊,內建 CO2 與 tVOC 感測器,適合快速開發智慧家庭 Matter 節點與資料儀表板。
NT$2,095NT$1,800 未稅 -
XIAO Vision AI Camera 支援 Home Assistant 與無程式碼 AI 部署的智慧視覺方案
0 滿分 5 分搭載 Himax WiseEye2 HX6538 與 Arm Ethos-U55 NPU,Grove Vision AI V2 套件支援無程式碼 AI 模型部署。透過 XIAO ESP32-C3 實現 Wi-Fi 連網,能與 Home Assistant 完美整合,打造本地端的 AI 自動化智慧監控系統。
NT$1,143NT$1,000 未稅 -
Seeed Grove – Sound Sensor 聲音感測器 (LM386 放大器) 支援類比訊號輸出與靈敏度調整 Arduino & 樹莓派聲控開發
0 滿分 5 分Grove – Sound Sensor 是一款基於 LM386 功率放大器與駐極體麥克風的聲音偵測模組,專門用於檢測環境中的聲音強度。模組輸出 類比電壓訊號 (Analog),聲音越大、電壓變化越大。板載電位器 (Potentiometer) 可讓使用者自行調整信號增益 (靈敏度),以適應不同的檢測環境。具備 4V-12V 寬工作電壓與標準 Grove 接口,是製作聲控開關與簡易噪音計的最佳選擇。
NT$238NT$180 未稅 -
Grove – Gas Sensor MQ-2 煙霧氣體感測器 seeed
0 滿分 5 分Grove – Gas Sensor MQ-2 氣體感測器模組能檢測家庭或工業區域的氣體洩漏,檢測的氣體包括異丁烷,液化石油氣,甲烷,乙醇,氫氣,煙霧等。感測器的回應速度快,便於實際的測量。通過板上的電位器調整輸出精度。
NT$257NT$220 未稅 -
Seeed Grove – BLE v1 低功耗藍牙 4.0 模組 (HM-11 / TI CC2540 / 支援 iOS & Android)
0 滿分 5 分Grove – BLE (v1) 是一款高效能的低功耗藍牙 4.0 (Bluetooth Low Energy) 傳輸模組。基於工業級 HM-11 模組與 TI CC2540 晶片開發,提供穩定的 UART 串口 無線透傳功能。無需複雜配對,即可支援 Android 與 Apple (iOS) 裝置連線控制。具備標準 Grove 接口與 AT 指令集,支援 3.3V/5V 供電,非常適合用於開發智慧家居、遙控機器人與手機周邊互動專案。
NT$638NT$460 未稅 -
Grove-Infrared Temperature Sensor 紅外線溫度感測器模組
0 滿分 5 分Grove 紅外線溫度感測器是一種非接觸式溫度測量模組,溫度感測器具有545μm的和抹黑表面活性直徑以吸收入射的熱紅外輻射浮動微膜組成的熱電偶串聯116個元素。紅外溫度感測器通過接收物體發出的紅外線來測量其溫度.
NT$457NT$380 未稅 -
Grove – Chainable RGB LED 全彩 RGB 可串接式 LED 模組
0 滿分 5 分Grove – Chainable RGB LED是基於P9813全彩LED驅動晶片的RGB LED模塊。它支持串接,最多可同時串接1024個同類模組。
NT$162NT$120 未稅




















