自动门的大脑是控制器，眼睛就是传感器——传感器决定了"门什么时候该开、什么时候该关"。选错传感器→该开的时候不开（人在门口等着门不动→用户体验极差）或者不该开的时候乱开（一只鸟飞过门就开了→空调能耗飙升+安全隐患）——两者都不可接受。本文对自动门使用的五大类传感器进行全面技术对比，帮助选型决策。
一、五大传感器技术原理对比
| 技术 | 原理 | 检测范围 | 响应时间 | 优点 | 缺点 | 典型价格（单只） |
|---|---|---|---|---|---|---|
| 红外PIR | 检测人体发出的8-14μm远红外辐射——当热源（人）经过菲涅尔透镜的检测区域时产生脉冲信号 | 3-10m×扇形90-120° | 100-500ms（需要热源移动——静止的人检测不到） | 价格极低、功耗极低（μW级）、不受电磁干扰 | 检测不到静止人（人在门口站1s后"消失"）、高温天气灵敏度大幅下降（环境温度接近体温时几乎失明）、受遮挡物（玻璃/塑料/水雾）阻断 | 10-30元 |
| 微波雷达（24GHz/60GHz） | 发射微波→接收反射波→多普勒频移检测运动物体（FMCW可测距） | 2-15m×扇形60-150°可调 | 10-50ms | 穿透非金属材料（可隐藏在天花板上方装）、不受温度/光照影响、检测运动灵敏 | 不能穿透金属和混凝土、不能检测完全静止的人、多台雷达之间可能互相干扰 | 50-200元 |
| 激光ToF（飞行时间） | 发射红外激光脉冲→测量反射返回时间→计算目标距离→根据距离判断是否有人 | 0.05-30m×窄扇形0.5-5° | 5-20ms | 距离测量精度高(±1-5cm)、可设定精确检测区域(Area Zones)、不受颜色/光照影响 | 检测角度窄（需要多台覆盖宽区域）、成本高、激光器的安全等级需要满足Class 1限制 | 300-1500元 |
| 超声波 | 发射40kHz超声脉冲→接收反射回波→通过回波时间判断目标距离+通过多普勒判断目标移动 | 0.2-5m×锥形60-90° | 30-100ms | 不受光学特性影响（检测透明物体/黑色物体——传统红外和ToF的盲区）、成本低 | 易受环境噪音（风/振动/气压变化）干扰、对柔软吸音材料（如厚衣服/地毯）检测迟钝、多台超声波传感器互相串扰 | 20-80元 |
| AI视觉（摄像头+深度学习） | 摄像头实时采集门前图像→CNN/Transformer模型在本地（边缘AI芯片）或云端进行人体检测+行为识别（如"人是否正在走向门"vs"人只是路过门"） | 1-20m×摄像头视场角（通常60-120°） | 50-200ms（边缘推理≤30-50ms+通讯延迟） | 能够区分人/动物/车辆/购物车——不会为动物误开门、可以判断人的移动方向——不触发"路过门"、能够多人同时追踪 | 成本高（AI摄像头+AI SoC芯片）、需要算法训练和持续更新、隐私问题（摄像头对着门口→顾客/用户可能反感） | 500-3000元 |
二、选型决策矩阵——什么场景用什么传感器
| 场景 | 推荐主传感器 | 辅助传感器 | 理由 |
|---|---|---|---|
| 一般商店/办公入口 | 24GHz微波雷达 | 红外PIR（双鉴——减少误触发） | 性价比最优、检测灵敏、安装灵活（可隐藏安装） |
| 医院洁净室/手术室 | 激光ToF（设定精确检测区域） | AI视觉 | 不能让门为每个经过走廊的人开门——必须精确检测"正对门走过来的人" |
| 交通枢纽（高铁/机场） | AI视觉 | 激光ToF（区域安防） | 人流极大+需要区分"经过门口的人"和"要通过门的人"→AI行为分析是唯一有效的方案 |
| 冷库/冷藏室 | 微波雷达（穿透非金属+耐低温） | 超声波 | 冷库门内外温差大+可能有雾气和水凝→红外/LiDAR被雾遮挡→微波和超声波不受影响 |
| 高级住宅/别墅大门 | AI视觉+车牌识别一体机 | 微波雷达+红外PIR | 识别"家人/访客/快递员"并授权通行→安全+便利兼得 |
三、多传感器融合——安全冗余的关键
任何单一传感器都有盲区——为了满足EN 16005的防夹保护要求（至少两种独立防护手段），门的防夹保护区域通常由两种不同技术的传感器覆盖：
- 门上方安装的红外存在传感器（Active Infrared Presence Sensor）覆盖门扇移动区域（门扇前方和后方）
- 门扇本身的安全触边（Safety Contact Edge）作为机械式最后一道防线——如果电子传感器都失效→门扇碰到人（触边受压）→立刻停止或反转
这两种传感器使用完全不同的物理原理（红外光电式vs机械接触式）→共因失效（Common Cause Failure）的可能性极低→满足安全完整性等级SIL 2的冗余要求。