激光灭蚊的概念并非Photon Matrix首创。早在2007年，曾参与美国“星球大战”计划的物理学家Lowell Wood就曾在比尔及梅琳达·盖茨基金会关于根除疟疾的研讨会上提出过类似设想。此后数年间，Intellectual Ventures等机构也进行过原型开发，但始终未能走向商业化。
为什么Photon Matrix能在这个长期“叫好不叫座”的领域撕开一道口子？其创始人王川给出了一句令人深思的回答：“我们最初认为三个月就能搞定，结果做了三年，越做越发现后面问题越多。”这句话揭示了一个深刻的技术真相——近程微小目标探测的难度远超预期。前两代原型机根本无法稳定探测到蚊子，“蚊子太小，近距离测量时，雷达回波几乎全是墙的数据”。这一技术瓶颈的突破，才是Photon Matrix真正值得被关注的技术内核。
本文将从系统架构、核心传感方案、激光击杀机理、安全机制设计、嵌入式实现和测试验证等多个维度，对Photon Matrix进行深度的技术剖析。
Photon Matrix的本质是一套“搜索-跟踪-打击-自保护”四模一体化的闭环系统。其系统架构可分解为以下几个关键子系统：
- 搜索与探测子系统：以LiDAR为核心传感模块，辅以红外传感器和毫米波雷达
- 目标识别与跟踪子系统：基于机器学习的分类算法
- 打击执行子系统：高能脉冲激光 + 振镜扫描
- 安全自保护子系统：人体/宠物检测中断机制
- 电源与供电子系统：USB-C + 移动电源
从功能流程来看，系统的工作流程可概括为一个闭环：LiDAR持续扫描空间→传感器数据回传→AI识别分类→判定是否为蚊子→确认安全无人体/宠物→振镜引导激光至目标→发射脉冲→消灭蚊子→继续扫描。整个过程从探测到击杀在3毫秒内完成。
1.1 硬件平台
根据创始人王川的公开信息，Photon Matrix的样机采用STM32单片机作为主控核心。STM32在工业控制、消费电子和物联网领域应用广泛，其选择理由包括：
- 实时性保障：STM32的中断响应和定时器精度足以支撑毫秒级的时间控制需求
- 低功耗：移动电源供电场景下的续航要求（8-16小时）
- 性价比：原型开发阶段的成本考量
值得一提的是，团队采用了“粗扫描+精密扫描”的两级处理方案——先用低分辨率快速扫描定位疑似目标，再切换到高精度模式获取精确数据。整个过程只需几百微秒，就能获得目标对象的精准距离、方位和尺寸数据，误差不超过1毫米。这种分层处理架构本质上是时间域和空间域的资源调度优化，在有限算力下兼顾了扫描覆盖率和定位精度的双重需求。
2.1 LiDAR技术基础回顾
LiDAR（Light Detection and Ranging）的工作原理是通过发射激光脉冲并测量其反射回来的时间（飞行时间法，ToF）来计算目标的距离：
其中c为光速，t为脉冲发射与接收之间的时间差。在自动驾驶等宏观场景中，这一原理已经非常成熟。但当目标缩小到2-20毫米、距离缩短到3-6米时，挑战就完全不同了。
2.2 近程微小目标探测的三大难题
难题一：信噪比问题
在近距离探测时，LiDAR发射的激光不仅会击中目标蚊子，还会被墙壁、家具等背景物体大量反射。如王川所描述的，雷达回波中“几乎全是墙的数据”。如何从强背景噪声中提取出微小目标的有效回波，是Photon Matrix面临的核心技术挑战。解决的思路包括：
- 阈值化滤波：根据预期回波强度设置检测阈值，过滤掉过强或过弱的信号
- 时间门控：只在特定时间窗口内接收回波，排除与目标距离不匹配的背景反射
- 差分方法：对比连续扫描帧，识别出突然出现的目标回波
难题二：空间分辨率的极限
蚊子的尺寸仅为2-20毫米，远小于雷达等传统探测手段的角分辨率极限。Photon Matrix通过以下途径突破这一极限：
- 采用多波长探测：系统使用紫外、可见光和近红外波段进行复合探测，不同波长对微小物体的散射截面有差异，互补性信息有助于提高探测率
- 450nm脉冲红外激光：配合40瓦脉冲持续10毫秒的高功率短脉冲，提高了微小目标的信噪比
难题三：速度门限的物理限制
系统要求目标飞行速度低于1米/秒。这一限制源于两个方面：一是LiDAR的帧率决定了可追踪的最大角速度；二是从探测到击发的3毫秒内，如果目标速度过快，其位置变化量会超过光束发散角的覆盖范围，导致脱靶。这解释了为什么系统对家蝇等快速飞虫效果有限。
2.3 探测性能参数演进
Photon Matrix的核心探测性能经过了持续的迭代优化。从时间线来看，前两代原型机无法稳定探测蚊子，经过反复调试，2024年初实现了3米范围内测得率97%，目前6米范围内测得率稳定在95%以上，目标尺寸范围为2-20毫米，目标速度限制为低于1米/秒，响应时间仅3毫秒。
这一数据演进说明，攻克近程微小目标识别绝非一蹴而就。三年的研发周期中，团队反复在算法参数与硬件配置之间寻找最优解，才将测得率从不可用提升到工程可用。
3.1 分类策略的选择
关于Photon Matrix是否使用人工智能进行分类，各信息来源的描述存在差异。Notebookcheck的报道明确指出，该系统“依靠固定的检测标准，而不是人工智能或概率分类”，而其他来源则提到使用了“红外传感器、计算机视觉和机器学习”。
结合上下文，合理的解释是：系统采用基于物理特征的多级过滤策略：
- 第一级（硬件过滤）：LiDAR直接返回目标的距离、速度、大小等物理参数。大小落在2-20mm范围内、速度小于1m/s的目标进入下一级
- 第二级（算法过滤）：对可疑目标进行更高精度的特征提取，包括形状特征（反射点云的空间分布模式）和运动特征（飞行轨迹的波动频率与蚊子翅膀拍打频率的相关性）
- 第三级（尺寸中断）：当检测到的物体大于2厘米时，系统直接终止激光发射
3.2 为什么“不用AI”可能是设计选择
从工程角度看，采用固定检测阈值而非复杂的深度学习模型有其合理性：
- 实时性要求：3毫秒内完成从探测到击发的全链路响应，AI推理的延迟可能成为瓶颈
- 计算资源约束：STM32单片机算力有限，运行复杂神经网络不现实
- 分类明确性：蚊子在LiDAR点云中的物理特征（小尺寸、慢速、特定飞行模式）具有足够的区分度，阈值化分类足够有效
- 功耗考量：持续运行的AI模型会显著增加功耗，影响移动电源供电的续航时间
这种设计体现了系统工程中的“奥卡姆剃刀”原则——在满足功能需求的前提下，选择最简单可靠的实现方案。Photon Matrix将其称为“特异性算法”，能够选择性瞄准蚊子等慢速飞虫，而让家蝇等快速害虫逃脱。
4.1 振镜（Galvanometer）的工作原理
Photon Matrix的打击子系统采用振镜（电流计）来引导激光束。振镜是一种通过电磁线圈驱动反射镜偏转的装置，其核心优势在于：
- 高速响应：反射镜的偏转时间在微秒级别
- 无惯性移动：相比机械转台，振镜通过光学偏转实现光束扫描，整个结构无需移动，避免了机械惯性的限制
- 高精度：角度分辨率可达0.001度量级
“激光不是通过移动整个结构来瞄准的，那太慢了，而是使用振镜以高速倾斜的反射镜来偏转光束。”这一设计是保证3毫秒内完成瞄准—击发全链路的关键。
4.2 激光参数
根据现有资料，Photon Matrix的打击激光采用以下技术参数：波长450nm（蓝光波段），脉冲功率40瓦，脉冲持续时间10毫秒，目标对象主要为蚊子的翅膀，预计使用寿命超过5年，理论发射次数超过3亿次。
关于激光的作用机理，创始人王川给出了一条有趣的说明：“击落蚊子只需要几毫秒的时间，关键是几乎只能对蚊子的翅膀造成破坏，并不是直接杀死蚊子。”这意味着打击激光的设计目标并不是通过高温烧蚀来“杀死”蚊子，而是通过破坏飞行器官——翅膀——使其失去飞行能力而坠落。这种“非致命”设计可能也是安全策略的一部分：即便激光误射到人眼，由于能量和脉冲时间的限制，伤害风险也大幅降低。
4.3 每秒30只的理论上限
系统宣称每秒可消灭30只蚊子。这一上限由以下因素共同决定：一是激光脉冲频率，每个脉冲持续10毫秒，理论上最大频率为100Hz（每秒100次）；二是振镜复位时间，每次击发后振镜需要时间复位到扫描模式；三是多目标调度，当多个目标同时出现时，需要决定打击顺序，系统可能采用“最近优先”或“最威胁优先”的调度策略。综合考虑这些因素，每秒30只是工程上的合理上限。
5.1 毫米波雷达的协同角色
Photon Matrix的独特之处在于其多重安全机制。除了LiDAR探测子系统之外，系统还集成了毫米波雷达（mmWave Radar）。毫米波雷达与LiDAR的协同关系可以理解为：
- 探测范围互补：毫米波雷达对金属等反射体敏感，在探测人体等较大目标时具有更高的可靠性
- 环境适应性互补：毫米波在雾、烟、灰尘等恶劣环境下的穿透能力优于光学LiDAR
- 冗余安全：双传感器同时检测人体/宠物，任一检测到即中断激光发射，形成硬件冗余
当毫米波雷达检测到较大移动物体进入警戒区域时，系统直接禁用激光发射模块。这种硬件级的中断机制比纯软件检测更加可靠。
5.2 多级中断逻辑
系统的安全机制可归纳为以下中断逻辑：如果检测到任何大于2厘米的物体，则中断激光发射；如果毫米波雷达检测到人体/宠物进入警戒区，则中断激光发射；如果速度门限超过1米/秒的目标进入扫描区，则可能不是蚊子（家蝇等），选择不击发；如果LiDAR分类未通过（尺寸或飞行模式不符），则不击发。
这种多层防护架构确保即使某一级出现误判，其他层级仍能兜底。值得注意的是，系统目前尚未获得任何监管部门的商业销售认证，开发者表示“计划申请相关的安全认证”。这也是产品目前处于众筹阶段、尚未大规模商业化的原因之一。
6.1 粗扫描+精密扫描的两级架构
Photon Matrix采用的两级扫描方案是解决计算资源有限与探测精度需求矛盾的关键设计：
- 粗扫描阶段：以较低的角分辨率快速扫描整个90°扇区，识别空间中是否存在符合尺寸/速度阈值的疑似目标。这一阶段的目标不是精确测距，而是快速判断“有没有”
- 精密扫描阶段：一旦粗扫描发现疑似目标，立即切换到该角度进行高精度扫描，获取目标的精确距离、方位、尺寸数据。整个过程只需几百微秒，精度误差不超过1毫米
这种设计类比于雷达中的“搜索-跟踪”模式转换，在有限的嵌入式算力条件下实现了覆盖率和精度的平衡。
6.2 处理延迟分析
从目标进入扫描区到激光击发，全链路延迟可分解为：LiDAR脉冲飞行时间（约为微秒级，对应3-6米距离）、回波接收与信号调理（微秒级）、STM32数据采集与处理（包括AD转换、滤波、阈值判断，约数十到数百微秒）、粗扫描判断（数百微秒）、精密扫描确认（数百微秒）、振镜转向（微秒级）、激光脉冲发射（10毫秒）。将各环节延迟相加，3毫秒的总响应时间是工程上的合理设计目标。
6.3 功耗与供电
系统可通过USB-C接口供电，支持PD（Power Delivery）协议的移动电源。20000mAh的移动电源可提供8小时续航（专业版功耗更高，对应更短续航），专业版则可达16小时续航（使用更大容量电源）。这一续航能力对于整夜运行的防蚊场景是基本够用的，但考虑到激光器连续工作1000小时的总寿命，每日8-16小时的使用模式意味着激光器本身可使用2-4个月，更换成本可能成为长期使用的经济考量因素。
7.1 当前局限
Photon Matrix在技术层面存在以下明确的局限：
目标覆盖局限：仅对尺寸2-20mm、飞行速度低于1m/s的目标有效。对家蝇等快速飞虫效果有限；对爬虫（如蟑螂、蚂蚁）完全无效，“因为它只能识别离背景最少有5厘米远的小物体，爬虫紧贴地面有时候无法探测到”。
环境依赖：强烈日光可能对LiDAR探测造成干扰（强背景光淹没回波信号）；大雨或大雾天气影响激光传输；灰尘环境可能污染光学窗口。开发者建议将其安装在屋檐下或太阳能电池板下，以减少雨水和碎屑的干扰。
安全性未认证：产品目前仍是原型机，“尚未通过独立测试验证，也未获得商业销售认证”。开发人员承认目前制造成本较高，但希望在未来的生产周期中降低价格。
7.2 可能的演进方向
从技术路线图推测，未来的演进可能包括：更高帧率的LiDAR传感器以提高对快速飞虫的捕捉能力；基于深度学习的端侧分类模型以提高对蚊子与其他昆虫的区分精度；多设备协同组网以覆盖更大空间；以及通过规模化生产降低成本。
8.1 从“反导”到“灭蚊”的技术降维
Photon Matrix最有价值的技术启示是：高精尖技术通过“降维”进入消费市场时，需要解决的不是高端性能的极致化，而是成本、功耗和可靠性的系统性平衡。 将原本用于自动驾驶和军事领域的LiDAR技术应用到几百美元的消费级产品中，本身就是一次巨大的工程挑战。团队将3米距离内的蚊子测得率做到97%、6米距离内做到95%以上，这背后是对传感、算法、嵌入式系统的深度整合。
8.2 技术与商业模式的双重创新
Photon Matrix的成功不仅仅是技术上的突破。其发展历程体现了另一种创新模式：从车库里的AI研究项目起步；发现“激光灭蚊”的需求痛点后萌生研发想法；经历三年的技术攻关，迭代前两代失败的原型；通过海外众筹平台Indiegogo筹集量产资金，最终从原定2万美元的目标超额80倍，斩获超160万美元筹款。这种“技术-产品-市场”的闭环探索，对于众多希望通过众筹平台实现从创意到产品落地的初创团队来说，具有典型的参考意义。
8.3 公共卫生意义
蚊虫每年造成全球约78万人死亡，是地球上最致命的动物。在广东佛山暴发的基孔肯雅热疫情累计确诊病例突破6000例的背景下，Photon Matrix这类物理灭蚊技术为蚊媒疾病防控提供了一种全新的“空中防线”思路。虽然目前它主要面向消费市场，但企业计划未来将国内业务转向工农业领域，这意味着这项技术在更广泛的防蚊场景中具有应用潜力。
Photon Matrix的技术方案虽然不完美，但它代表了一个重要的方向——将原本属于军工、自动驾驶领域的高精度传感技术进行消费化改造，解决一个与每个人息息相关的日常问题。正如创始人王川所说：“蚊子太小，近距离测量时，雷达回波几乎全是墙的数据”——这个看似简单的问题，最终被三个月的“乐观预测”变成了三年的技术攻坚。
它可能不会彻底取代蚊帐和电蚊拍，但它向我们证明了一个事实：人类与蚊子之间持续了数百万年的战争，正在被工程师们用激光束重新定义。而这，或许就是技术最迷人的地方——用看似微不足道的创新，一步步改写人与自然共处的方式。
