BrainChip Holdings Ltd（ASX：BRN，OTCQX：BRCHF、BCHPY）宣布推出雷达参考平台。公司表示，该平台由经过验证的硬件与AI堆栈组成，面向边缘端实时目标分类应用，旨在弥补传统雷达系统在目标识别方面的“识别差距”。

聚焦传统雷达“识别差距”

BrainChip指出，标准雷达通常能够有效获取目标的位置与速度信息，但在复杂场景下往往难以准确判断目标类别，可能带来误报疲劳或关键任务失败等问题。新发布的平台在传统雷达基础上引入深度学习能力，利用微多普勒特征对具有相似雷达回波的目标进行区分，例如鸟类与无人机。

公司表态：提供“即插即用”技术堆栈

BrainChip首席执行官Sean Hehir在声明中表示，雷达参考平台符合公司整体解决方案战略，应用场景覆盖国防领域的无人机对抗措施以及医疗技术中的非侵入式健康监测等方向。他称，公司希望通过完整的“即插即用”技术堆栈，缩小原始数据与可操作信息之间的差距，并将Akida™类脑智能引入雷达数据处理，以提升边缘侧分类能力。

面向SWaP-C受限环境

BrainChip称，该平台面向尺寸、重量、功耗和成本（SWaP-C）受限的部署环境设计，并在Akida™类脑处理器上进行本地运行。公司列举的特性包括：

• 设备端分类：支持实时推理，无需依赖云端，可在通信受限环境中运行
• 超低功耗：面向便携式预警系统与受限自主平台优化
• 环境适应性：在烟雾、风暴、夜间等传统摄像头易受影响的条件下保持稳健表现

已验证的应用方向

公司表示，雷达参考平台作为多用途解决方案，已在五个领域完成验证：

• 国防与战术：轻量化、可部署的AI用于实时威胁分类及“识别友敌”（IFF）功能
• 无人机对抗：检测螺旋桨特征以触发响应
• 健康与生物信号：非接触式跌倒检测、活动监测与手势识别，无需侵入式视频录制
• 海洋与自主平台：用于无人水面及空中载具的障碍物检测与导航
• 机器人与自主车辆：在恶劣环境下进行环境导航，适用于机器人与配送车辆

硬件与软件集成方案

为缩短产品落地周期，BrainChip同时提供集成技术堆栈。硬件部分为BrainChip AKD1500协处理器搭配旭化成FMCW雷达模块；软件部分包括预集成的微多普勒分类模型与实时仪表盘，用于可视化距离-多普勒及微多普勒图谱。

将举办线上演示研讨会

BrainChip表示，将于4月20日太平洋时间上午8点举办雷达参考平台技术讲解直播。首席产品经理Nick Markovsky与机器学习工程师Amir Naderi将介绍平台架构，并演示实时目标分类能力。