2.0版人体点云SDK提供了更高质量、更稳定的点云数据，结合不同的AI算法，合作伙伴可以进一步将保护隐私的射频成像雷达拓展到更多的应用场景，打造自己的创新解决方案。
新版SDK支持万蕴成熟的24发22收vBlu射频成像模组，预计将于8月面向合作伙伴正式开放测试。
当射频成像雷达遇上AI
老幼看护、宠物陪伴、快递看管，AI技术的加持，让今天的家用摄像头（基于光学的成像传感器）早已摆脱了早期单一的视频监控的帽子，在更多的应用场景落地，推动了近几年智能摄像头的快速增长。
AI也为摄像头传统产业带来了新玩法和新分工，从过去单纯的硬件销售转变为硬件+服务的商业模式，提供云增值服务、算法商店等云服务，在为客户提供更多价值的同时，提升了销售收入和用户粘性。
在射频雷达传感器领域，我们也看到雷达传感器和AI结合的趋势。
一方面，AI的加持大大拓展了射频传感器的应用场景和应用性能。
另一方面，AI应用也依赖更高质量、高分辨率的射频传感器数据来提升算法性能的上限。
万蕴Vayyar解决方案优势
vBlu射频成像传感器模组基于万蕴自研的单芯片射频SoC芯片，集成了24发22收大规模天线阵列，而且支持最大150° 视野角范围。
万蕴成熟、高性价比、单芯片射频成像传感器为AI算法提供了一个可扩展的应用开发平台：
更高质量的点云数据
更高质量、丰富的点云数据意味着基于一个传感器可以支持更多的场景和功能应用，因此可以实现更准确的存在检测。
还可以实现多姿态、人数统计、甚至人体骨骼点检测等更多的应用功能，适应宠物、扫地机等复杂场景。
此外，高分辨点云数据也意味着更灵活的安装方式，比如智能家居行业客户希望采用吸顶安装的方式，这比墙装更加隐蔽美观。然而，传统的毫米波雷达由于角分辨率能力的限制，在顶装情况下难以实现良好的多人跟踪和姿态跌倒检测效果。
能看得懂的点云
当点云数据足够丰富、能够无须借助摄像头等手段就能被看懂的时候，从而带来的是全新的更高效的数据驱动的AI算法开发模式。
智能家居或养老监测等场景，由于隐私问题，传统的低分辨毫米波雷达只能通过实验室模拟采集数据的方式开发算法，不仅效率低，很难复现真实场景的复杂情况。
利用射频成像传感器的高分辨点云，开发者可以通过实际应用场景的设备来采集真实场景的数据，再后期进行人工或自动数据标注的方式来实现算法的快速迭代。
底层射频传感硬件提供高质量且稳定的点云，结合先进的AI技术，互为加持，使毫米波雷达技术能够应用于更多、更复杂的场景。
应用场景
接下来，让我们看一下基于vBlu射频成像硬件平台2.0版本的增强人体点云SDK所实现的实际点云效果。
智能家居
多人轨迹，多姿态点云
智能家居系统的进化需要具备对“人”的更精细的感知能力，万蕴的新版点云SDK结合24发22收vBlu射频成像传感器，可以在真正保护隐私的前提下，提供单、多人丰富、稳定的人体点云数据，而且支持真实人存、多人跟踪、姿态等多维度的人体感知。
