很多业主在咨询家装智能改造时，往往只关心“能不能手机控制开关”，却忽略了背后那套支撑全屋智能设备协同运转的分层架构。作为深圳蜗牛智家科技有限公司的技术编辑，今天从传感器到云平台，拆解一套真正可落地的智能家居系统是怎么设计的。

感知层：数据从哪来，精度有多重要

全屋智能设备的第一道门槛是传感器。以我们常用的人体存在传感器为例，它采用24GHz毫米波雷达，静态识别精度可达±0.1米，相比传统红外PIR（被动红外）传感器，不会因为人静坐而误判“无人”。灯光控制系统依赖这些数据做无感联动——你坐在沙发上不动，玄关灯不会突然熄灭，这背后是雷达回波的多普勒频移算法在实时计算微动信号。

此外，智能安防终端里的门窗磁、水浸、烟雾传感器，均采用NB-IoT（窄带物联网）和Zigbee 3.0双模通信，保证断网时本地联动仍可执行。注意，传感器电池续航不是越长越好，我们实测CR123A电池在每秒上报一次的状态下，2年寿命是合理阈值，超过3年往往意味着采样频率过低，会漏报关键事件。

网络层与边缘计算：别让云端卡住你的门锁

这是很多同行不愿细讲的部分。全屋智能设备数量超过30个时，如果全部走Wi-Fi直连，路由器并发压力会急剧增加，响应延迟可能从200ms恶化到3秒以上。深圳蜗牛智家科技有限公司的解决方案是采用“边缘网关+子设备”架构：网关内置Cortex-A53四核处理器，支持本地场景引擎，像“离家布防”这种涉及智能安防终端、灯光控制系统、窗帘电机联动的场景，全部在200ms内本地完成执行，不依赖外网。

网关与云平台之间采用MQTT over TLS 1.2协议，心跳间隔30秒，断线自动重连并缓存最多500条离线指令。这里有个容易被忽视的细节：**云端下发指令的优先级低于本地场景**，也就是说，即使云端网络抖动，你按门口面板的“回家模式”依然秒开。

平台层与应用层：数据不是拿来炫的

云端平台的核心价值在于历史数据分析和自学习。我们的后台会记录每个房间的亮灯时长、温控器运行曲线、安防传感器触发频次，并通过决策树模型生成“周节能报告”。例如，系统发现主卧平均每晚23:15后无人移动，会自动建议将空调温度上调1.5℃。这些数据通过RESTful API开放给小程序和App，但权限分级严格——业主拥有全量读写权，而家装设计师仅能查看设备列表和场景配置，无法读取行为轨迹。

关于家装智能改造，给你一条实测建议：水电进场前就要确定所有智能面板的零火线方案，零线缺失会导致很多智能开关无法供电。我们遇到过不少后期改造项目，因为没预留零线，只能改用单火版开关，但单火版在LED灯负载低于3W时极易闪烁，这是物理限制，不是产品缺陷。

常见问题里被问最多的两点：一是“断网后智能安防终端还响不响”，答案是响——本地声光报警不受影响，但远程推送会延迟；二是“灯光控制系统的调光深度”，我们用的是可控硅前切相调光，最低可到1%亮度，但前提是灯具必须支持调光，普通LED球泡灯装上会啸叫。

最后说点实在的。全屋智能不是堆硬件，而是分层架构的协同效率。从毫米波雷达的感知精度，到边缘网关的本地决策，再到云端的学习优化，每一层都有明确的性能指标。如果你正在规划家装智能改造，建议先画出每个房间的设备清单和联动逻辑，再谈品牌和价格。架构对了，后期升级才有路可走。