人体感应器在智能家居中的角色：从自动照明到节能控制的行业实践

晚上走进卫生间，灯自动亮起；离开客厅十分钟，空调和灯光悄然关闭。这些体验背后，人体感应器正从"可选配件"变成智能家居的感知基座。但它究竟如何工作？和智能开关、智能插座如何协同？实际落地中又有哪些坑？

被动红外与毫米波：两条技术路线的取舍

目前主流方案分两类。PIR（被动红外）通过检测人体发出的红外辐射变化触发信号，成本低、功耗小，但存在致命短板——静止不动的人体几乎"隐身"，且环境温度接近体温时灵敏度骤降。毫米波雷达则利用多普勒效应感知微动，连呼吸时的胸腔起伏都能捕捉，代价是模组成本高出3-5倍，且需要更强的本地算力做杂波过滤。

行业内的折中做法正在普及：网关侧融合PIR与雷达双模数据，PIR负责快速唤醒，雷达负责持续存在检测，误报率可从单模的15%压到3%以内。

从感应到执行：一条完整的控制链路

感应器本身不直接控制灯具。典型链路是：人体感应器 → 网关（或边缘控制器）→ 智能开关/智能插座/窗帘电机。这里有个容易被忽视的细节——智能开关的响应延迟。Wi-Fi直连方案端到端延迟约300-500ms，Zigbee本地组网可压到80ms以内。如果走廊灯有半秒迟滞，体验就打了对折。

实际部署中建议遵循以下原则：

• 感应器安装高度：PIR建议2.2-2.8米，雷达可吸顶或侧装，避免正对窗户和空调出风口
• 延时策略：照明场景设30秒-2分钟，暖通场景设5-10分钟，窗帘电机联动建议加光照度条件判断
• 分区逻辑：多个感应器做"与"逻辑而非"或"逻辑，防止走廊经过误触发房间设备

值得注意，智能插座配合感应器做节能控制时，要避开带压缩机的设备——频繁通断会缩短压缩机寿命，这类负载更适合用红外转发或总线控制。

节能数据与落地瓶颈

根据我们在一批办公场景的实测，走廊和卫生间部署感应联动后，照明能耗下降约42%，空调待机能耗下降28%。但住宅场景的节能收益更依赖行为习惯，单纯堆感应器未必划算。

当前主要瓶颈在窗帘电机与感应器的联动逻辑：光照度阈值设多少？阴天怎么办？行业趋势是引入本地AI做场景自学习，根据一周内的手动干预记录自动调整阈值，而不是让用户反复调参。

另一个方向是Matter over Thread带来的跨品牌互通。当感应器、网关、执行器不再绑定单一生态，部署成本会进一步下探，届时人体感应器才真正从"锦上添花"变成智能家居的标配感知层。