激光雷达
激光雷达（LiDAR，Light Detection And Ranging）本质都是：
发射激光 → 接收反射光 → 测量距离 → 生成点云
分类
2D 激光雷达（二维平面雷达）
原理：一个激光束在水平面旋转
激光扫描平面
*
* *
* *
* 雷达 *
* *
* *
*
输出：(x, y, angle)
| 项目 | 说明 |
|---|---|
| 扫描维度 | 单层平面 |
| 典型频率 | 5~20Hz |
| 距离 | 5~40m |
| 成本 | 低 |
| 算力需求 | 低 |
机械旋转式3D LiDAR
一个激光测距模块负责测距离，一个旋转机构负责扫空间，通过水平旋转 + 垂直多线束，生成三维点云。
↑
│ 垂直方向扫描
│
┌───────────┐
│ 激光阵列 │
│ Receiver │
└───────────┘
│
┌───────────┐
│ 旋转头 │
│ Motor │
└───────────┘
│
┌───────────┐
│ 固定底座 │
│ 电源/通信 │
└───────────┘
←────360°水平旋转────→
组成
旋转部分
|
|
┌──────────┐
│ 激光器 │
│ 接收器 │
│ 光学镜片 │
└──────────┘
|
电机轴
|
┌──────────┐
│ 无刷电机 │
└──────────┘
↓
固定部分
┌──────────┐
│ MCU │
│ FPGA │
│ 电源 │
│ Ethernet │
└──────────┘
固态激光雷达（Solid State LiDAR）
机械雷达靠电机旋转整个激光头扫描空间；固态雷达取消机械运动，通过芯片、电光器件或微型结构完成扫描。
机械3D LiDAR:
激光头
|
|
↻ 旋转扫描空间
固态LiDAR:
激光芯片
|
|
电子控制扫描方向
-------------------------
激光芯片
|
|
┌────────┐
│ 微镜 │
└────────┘
↙ ↓ ↘
电子控制方向
价格体系
| 档位 | 类型 | 价格范围 | 典型应用 |
|---|---|---|---|
| 入门级 | 固态/小型3D | ￥500～3000 | 机器人、避障、实验 |
| 消费级 | 固态3D | ￥3000～10000 | 服务机器人、小车 |
| 工业级 | 16/32线机械式 | ￥10000～50000 | AGV、无人车 |
| 高端工业级 | 64线机械式 | ￥50000～150000 | 测绘、自动驾驶 |
| 汽车级 | 128线固态/半固态 | ￥1000～10000（量产后） | L4自动驾驶 |
品牌
| 品牌（中文 / 英文） | 国家/地区 | 主要产品类型 | 主要应用 | 特点 |
|---|---|---|---|---|
| 威力登 Velodyne | 🇺🇸 美国 | 机械式3D LiDAR | 自动驾驶、机器人、科研 | 3D LiDAR行业先驱，ROS生态成熟 |
| 欧斯特 Ouster | 🇺🇸 美国 | 数字化3D LiDAR | 自动驾驶、工业机器人 | SPAD接收技术，小型化、高性能 |
| 西克 SICK | 🇩🇪 德国 | 2D/3D工业LiDAR | AGV、工业自动化 | 工业可靠性强，欧洲工业应用广泛 |
| 北阳 Hokuyo | 🇯🇵 日本 | 2D LiDAR | AGV、机器人 | 小型稳定，机器人领域应用广 |
| 禾赛科技 Hesai | 🇨🇳 中国 | 3D LiDAR、车规LiDAR | 自动驾驶、Robotaxi | 国产车规LiDAR代表企业 |
| 速腾聚创 RoboSense | 🇨🇳 中国 | 机械式/半固态/固态3D LiDAR | 自动驾驶、机器人 | 国内3D LiDAR头部企业 |
| 览沃 Livox（大疆旗下） | 🇨🇳 中国 | 半固态3D LiDAR | 机器人、无人车 | 高性价比，小型化，ROS友好 |
| 镭神智能 Leishen Intelligent | 🇨🇳 中国 | 2D/3D工业LiDAR | AGV、无人叉车、工业车辆 | 工业场景经验丰富 |
| 思岚科技 SLAMTEC | 🇨🇳 中国 | 2D LiDAR | ROS机器人、教育、小车 | 低成本，开发者生态强 |
| 北醒光子 Benewake | 🇨🇳 中国 | 固态/短距LiDAR | 机器人、测距 | 小型化、消费级应用较多 |
| 一径科技 ZVISION | 🇨🇳 中国 | 固态LiDAR | 自动驾驶、机器人 | 固态技术路线 |
| 因诺科技 Innoviz | 🇮🇱 以色列 | 固态LiDAR | 自动驾驶 | MEMS固态路线代表 |
| 卢米纳 Luminar | 🇺🇸 美国 | 长距离1550nm LiDAR | 高级自动驾驶 | 长距离探测，车规路线 |
| 爱维达 Aeva | 🇺🇸 美国 | FMCW LiDAR | 自动驾驶 | FMCW测距技术路线 |
镭神智能
| 产品等级 | 类型 | 典型价格区间 | 适用场景 |
|---|---|---|---|
| 入门级 | 2D LiDAR | ￥1000～5000 | 室内机器人、AGV避障 |
| 工业级2D | 高可靠2D LiDAR | ￥5000～15000 | 工厂AGV、安全防护 |
| 入门3D | 16线机械/半固态 | ￥8000～20000 | AMR、小型无人车 |
| 中端3D | 32线3D LiDAR | ￥15000～40000 | 园区车、无人叉车 |
| 高端3D | 64线级 | ￥30000～80000 | 室外机器人、自动驾驶测试 |
| 车规级固态 | 64~128线 | ￥50000～150000+ | 自动驾驶、Robotaxi |
| SLAM整体方案 | LiDAR+IMU+计算盒+算法 | ￥28000～50000+ | AGV/AMR直接落地 |
广东松灵无人车
杭州云乐智能
Serve Robotics
Serve Robotics 是一家美国的自主配送机器人公司，主要做城市人行道上的无人配送机器人（Sidewalk Delivery Robot）。它不是 NVIDIA 的子公司，而是一家独立机器人公司，只是 NVIDIA 是其重要合作伙伴和投资方之一。
2017
|
| Postmates 内部机器人项目
| 目标：解决最后一公里配送
|
↓
2018~2019
|
| Postmates 推出 Serve 机器人
| 开始在美国城市人行道测试
|
↓
2020
|
| Uber 收购 Postmates
| Serve 机器人团队进入 Uber
|
↓
2021
|
| Serve Robotics 从 Uber 分拆独立
| 获得外部融资
|
↓
2022~2023
|
| 商业配送试运营
| 与餐饮、外卖平台合作
|
↓
2024
|
| IPO 上市
| 扩大机器人车队
|
↓
现在
|
| NVIDIA AI平台
| Uber Eats / DoorDash 等配送生态
| 大规模运营探索
美国主要人行道机器人公司对比
| 公司 | 成立背景 | 路线 | 技术特点 |
|---|---|---|---|
| Serve Robotics | Postmates机器人部门 | 自主配送 | 偏自动驾驶能力 |
| Coco Robotics | 大学创业 | 配送运营 | 早期大量远程辅助 |
| Starship | 爱沙尼亚创业 | 规模化配送 | 全球部署最多之一 |
| Nuro | 自动驾驶公司 | 道路配送 | 更像无人小汽车 |
中国城市人行道环境对低速配送机器人来说，难度通常比美国高很多
硬件方案对比
| RGB-D+2D LiDAR | 16线3D LiDAR | |
|---|---|---|
| 硬件成本 | 低 | 高 |
| 室内 | ⭐⭐⭐⭐⭐ | ⭐⭐⭐⭐ |
| 室外 | ⭐⭐ | ⭐⭐⭐⭐⭐ |
| 坡道 | ⭐⭐ | ⭐⭐⭐⭐ |
| 夜晚 | ⭐⭐ | ⭐⭐⭐⭐⭐ |
| 算法复杂度 | 高 | 中 |
| 维护难度 | 高 | 低 |
| AI识别 | 强 | 弱 |
| 地图精度 | 中 | 高 |
为什么视觉是终极方向？
因为机器人最终需要理解世界。
激光雷达看到的是：
距离
点
线
面
例如：
LiDAR:
████████
████████
距离:
3.2m
它知道：
这里有一个障碍物。
但是不知道：
这是人？
是箱子？
是垃圾？
是门？
能不能通过？
视觉：
Camera
↓
AI模型
↓
人
箱子
车
门
楼梯
植物
它理解语义。
机器人真正需要：
感知世界
+
理解世界
+
执行任务
视觉天然更接近。
自动驾驶其实已经证明这个趋势
过去：
2015年前后
LiDAR中心
+
Camera辅助
代表：
Waymo 路线。
后来：
Tesla 推：
Camera only
↓
Neural Network
↓
End-to-End Driving
原因：
视觉成本低，而且数据规模巨大。
为什么机器人没有马上纯视觉？
因为机器人环境比汽车更难。
汽车：
道路
车道
交通规则
机器人：
仓库
人
桌椅
玻璃
反光
狭窄空间
坡道
开放世界。
RTAB-Map vs 3D LiDAR，本质就是机器人行业两个时代的交界：
- 传统机器人时代：LiDAR → SLAM → Navigation
- AI机器人时代：Vision → World Model → Action
0
次点赞
