先讲个去年踩过的坑。项目是一台室内巡检机器人样机阶段图省钱导航模块选了一款国产单线固态激光雷达装在前方大概30cm高度。第一天跑得好好的第二天在办公区一处屏风隔断前突然报警急停后台翻点云才看明白踢脚线只有10cm上下正好在雷达扫描线下方属于体制性盲区。换成16线半固态雷达后同一位置、同一角度点云里清清楚楚多出两三条线扫在踢脚线上。从那以后我选激光雷达基本不再先比线数、比价格而是先问一句你要感知的目标在哪个高度、哪个距离、什么反射率下出现这个问题的答案基本就决定了该选单线还是多线、选机械式还是固态式。这篇文章不聊厂商宣传页上的漂亮参数就聊聊我在项目里实际对比、实际踩坑后的选型思路希望能给正在做机器人、AGV、巡检设备或无人车的朋友一点参考。1. 先分清固态和机械为什么这两年选型风向变了1.1 机械式与固态式的本质差异很多人把激光雷达笼统分成机械和固态两类但真正选型时得再往下拆一层。传统机械式激光雷达是整个激光收发模块绕着垂直轴做360度旋转靠电机带动里面有旋转轴承、编码器和滑环。它的最大优势是水平视场角天生就是360度转一圈就是一个完整的环境扫描早期的自动驾驶测试车基本全是这种形态。固态式则是另一个思路整机不动通过内部器件控制光束方向。这里面还能再分两小类一类是半固态最常见的是MEMS微振镜和转镜方案镜片或棱镜在内部高速摆动但外壳和核心模块没有宏观旋转另一类是纯固态比如Flash方案一次性向整个视场发射面阵光或者OPA光学相控阵方案靠相位差控制光束偏转连微镜都没有。固态这个词借了半导体领域的叫法本质上是在强调没有传统机械旋转结构。搞清楚这层关系很重要因为很多单线雷达其实是机械旋转式的而不少多线雷达反而是半固态的。选型时先看结构形态再看线数顺序别搞反。1.2 为什么固态雷达成了主流选择机械式在开放道路的L4级自动驾驶上依然有应用场景但放到机器人、AGV、低速无人车这类产品上固态雷达明显是主流方向原因有四个。一是可靠性。机械式雷达的旋转电机和轴承是有寿命的连续运行几千小时之后滑环磨损、轴承异响、编码器漂移的问题会陆续冒出来。而机器人产品一跑就是一年365天每天8到10个小时机械结构就成了整个感知链路里最不可控的一环。二是体积和形态。固态雷达可以做得很扁、很薄方便嵌入机器人外壳、车顶导流罩或者AGV底盘内部不用像机械雷达那样顶个大圆球。这对整机结构设计和风阻优化都友好得多。三是成本潜力。MEMS微振镜这类器件可以用半导体工艺批量制造良率爬上来之后价格会持续下探。现在一台16线半固态激光雷达的价格已经比三四年前的32线机械式便宜了一个量级很多国产方案甚至比单线机械雷达贵不了多少。四是抗振动。机械雷达内部的精密结构在振动环境下容易导致点云抖动半固态雷达因为没有宏观旋转部件在鹅卵石路面、AGV高频振动底盘上表现更稳定。但这里必须提醒一句半固态雷达的水平视场角通常做不到360度主流产品基本在90度到120度之间个别做到140度。也就是说一台半固态多线雷达往往只能覆盖前方一个扇区想全向感知就得装两台、三台甚至更多台。这是选型时最容易被忽略的反差——你以为换固态是升级结果数量也要跟着翻倍。1.3 选型前先看懂的几组参数不谈参数表的选型都是耍流氓但只看参数表选型也容易翻车。真正需要理解的是每个参数背后对应什么实际能力。参数它决定什么选型注意点测距范围最远能感知多远的物体通常标称值是90%反射率白墙测出来的真实场景要打个折水平/垂直视场角能覆盖多大空间范围半固态水平FOV一般120度以内弥补盲区需要数量堆水平/垂直角分辨率能分辨多小的目标角分辨率越细同样距离下能看见的物体越小帧率每秒刷新多少次环境信息机器人高速运动时帧率不够会产生运动畸变点频每秒输出的点云数量决定点云密度也决定下游算力压力测距精度距离测量误差大小SLAM建图和导航更关心精度避障可以稍微放松防护等级防尘防水能力室外场景至少IP65起步室内可以放宽功耗和接口系统集成成本以太网还是串口是否支持PTP时间同步这里重点说下角分辨率。它其实是选型中比线数更底层的一个数字。角分辨率的意思是在某个距离上相邻两条光束或相邻两个测量点之间的间距。比如水平角分辨率0.1度在10米处两个点的间距大概是1.7厘米垂直角分辨率如果是0.5度在5米处相邻两条线的间距大概是4.4厘米。如果你的目标物体直径小于这个间距雷达就存在漏检的可能。这个估算方法后面还会用到。2. 单线固态的适用边界它到底能扛住哪些场景2.1 单线雷达的本质是一条水平线单线固态激光雷达输出的是一个二维扫描平面本质上是把环境压扁到一个固定高度上。它每一次发射激光只能测出某个角度上有没有东西、距离多远但完全不知道这个物体有多高、顶部在哪里、底部在哪里。这意味着单线雷达在实际使用中有一个隐含假设所有需要被检测的物体都正好经过了雷达所在的这个高度平面。只要这个假设成立单线雷达就是最高效、最便宜、最可靠的方案一旦这个假设不成立就会出现各种匪夷所思的漏检和误检。我见过很多项目团队在选型时默认单线雷达够用结果等到联调阶段才发现漏检再返工换雷达、改结构、改算法交期和成本都受很大影响。所以核心问题不是单线行不行而是我的场景里目标是不是都经过这条线。2.2 单线雷达能稳稳扛住的典型任务先说结论在结构相对可控的室内场景单线固态雷达依然是性价比最高的选择没有之一。最常见的应用是室内AMR的导航定位。以反光板导航为例AGV在运行环境里贴一些反光板单线雷达扫描到反光板后通过几何关系解算出自身位置。这类场景目标物高度固定、位置固定单线雷达的二维数据完全够用而且算法成熟、厂家支持也完善现场部署调试非常快。自然导航场景也可以用单线雷达做SLAM在墙壁、货架、柱子特征比较丰富的室内2D激光SLAM的效果依然很稳定。第二个典型场景是沿边和轨道运行。轨道式巡检机器人、沿墙行走的清洁机器人它们关注的就是某个固定高度的墙面或轨道特征单线雷达天然适配。第三个场景是区域安全防护在围栏、通道、设备周围的一个固定高度平面上做入侵检测单线雷达比3D摄像头更便宜、更抗光照干扰也比安全触边更灵敏。第四个场景是叉车和AGV的防撞安装在车体前后检测行进方向上的障碍物只要能保证障碍物高度和雷达安装高度重合单线雷达的响应速度非常快。这些场景有一个共同点要么目标高度被物理结构限定要么只需要感知一个高度层的信息。在这个前提下单线雷达的表现稳定、便宜、好调试完全没必要多花钱上多线。2.3 单线雷达漏检的四种经典情况但如果你所在的是下面这几种场景单线雷达就需要特别警惕甚至建议直接放弃。第一种是低矮障碍物漏检。前面提到的踢脚线是典型例子还有室外的路沿石、停车位挡车杆、仓库地面上的托盘脚、减速带这些目标的高度往往在5到15厘米。雷达装在30厘米高度线正好从它们上方扫过去物理上就看不见。想靠调低安装高度解决又会在过坡时把地面当障碍物误报到没法用。第二种是悬空障碍物漏检。天花板上垂下来的线缆、半开的窗户、货架横梁、门框顶部如果这些目标的高度高于雷达扫描线单线雷达同样看不见。室内飞行器、无人机或高层货架区域的AGV特别容易遇到这个问题。第三种是坡道和颠簸路面引起的误判。单线雷达假设地面是平的、机器人是水平的但实际过坡道时车体俯仰扫描平面跟着倾斜原本平坦的地面就会被雷达识别成斜坡障碍或者直接丢失地面信息导致急停或者定位偏差。颠簸路面上点云会剧烈跳动单线雷达又没有其他线束来交叉验证误报率会明显上升。第四种是目标表面光学特性极端的情况。黑色哑光物体对激光的吸收很强深色衣物的反射率往往不到10%镜面、玻璃、抛光金属则可能把激光镜面反射走要么测不到要么产生飞点。单线雷达数据量小一旦目标丢失没有任何冗余算法上也很难通过点云形状去补这个坑。3. 多线固态的真实能力与隐藏代价线数不是唯一的决策变量3.1 多线等于由线到面感知维度完全不一样多线固态雷达输出的是一个带有垂直视场角的面状点云。16线意味着在垂直方向上有16条扫描线32线、64线则更多。这个变化不只是多几根线这么简单它从根本上改变了雷达能感知的世界维度。有了垂直视场角之后雷达可以同时看到物体的侧面、顶部轮廓和地面的坡度。同一辆叉车单线雷达只能知道前面有一坨东西多线雷达可以判断出这是一个高度1.8米的叉车货叉离地20厘米方向朝左前。这些高度信息对于避障策略、路径规划、目标分类都是至关重要的。多线雷达对SLAM定位也有很大帮助。2D激光SLAM在长走廊、空旷场地这些自相似特征明显的环境里容易退化出现定位漂移甚至跟丢。而多线雷达的点云里有更多几何特征约束可以显著提高定位的鲁棒性。我做过一个在大型仓储环境跑的项目单线SLAM在30米长的货架通道里反复漂移换成16线雷达之后问题基本消失。3.2 线数、垂直视场角、角分辨率的三角关系多线雷达选型最容易走进的误区是线数越多越好。但实际情况是线数只是众多参数中的一个垂直视场角、垂直角分辨率、水平角分辨率、帧率必须放在一起看。举个例子。A款32线雷达的垂直视场角只有20度B款16线雷达的垂直视场角有40度。单看线数A更高级但在近距离场景下B款雷达在垂直方向上的覆盖范围反而更大。再比如同样32线有的雷达把这32条线均匀分布在整个垂直视场里有的则在中部加密、上下稀疏这种分布差异会直接影响对地面和低矮障碍的检测能力。我们可以用前面提到的角分辨率快速估算漏检风险。垂直角分辨率等于垂直视场角除以线数减去1。如果一款16线雷达垂直视场角是30度垂直角分辨率大约2度在5米处相邻两条线的间距就是5乘以tan2度约17.5厘米比一个水杯的高度还大。换句话说一个15厘米高的水瓶立在5米外可能正好落在两条线之间雷达看不到它。所以如果你要检测的目标很小、距离又远线数和垂直视场角必须同时提高而不能只看其中一项。水平角分辨率同样重要。很多半固态雷达的水平角分辨率在0.1度到0.2度之间帧率20赫兹时点频是足够的。但要注意有些雷达的水平角分辨率在不同的扫描区域是不均匀的边缘区域线条更疏。这个数据不一定写在宣传彩页上采购前最好找厂家要原始点云数据自己看。3.3 半固态与纯固态怎么选多线固态雷达内部还分半固态和纯固态两条技术路线选型时也要清楚它们的分工。MEMS和转镜类的半固态雷达目前是机器人领域的主力。它们可以做到中远距离测量比如50米、100米甚至更远点云质量稳定技术成熟度也高。这类雷达适合做主传感器装在前向或旋转底座上承担导航、避障、目标检测这些核心感知任务。Flash纯固态雷达则相反它没有扫描过程一次性照亮整个视场响应速度极快体积可以做得很小但受限于激光功率和探测器灵敏度有效测距通常不超过30米近距离下的点云密度和均匀性才是它的强项。所以Flash雷达更适合做补盲雷达装在车头两侧、车尾、轮边这些主雷达看不见的地方。OPA方案目前还在产业化早期我在实际项目中接触得不多这里就不展开说了。一套常见的组合就是前方一台32线或64线半固态主雷达加两个Flash雷达补两侧盲区。这台组合方案在低速园区车上很常见成本可控效果比一个单台机械式360度雷达更能覆盖关键盲区。4. 按场景对号入座从室内机器人到园区无人车的选型参考4.1 室内服务机器人单线够用就别硬上多线室内配送机器人、清洁机器人、迎宾机器人这类设备运行在相对平坦、结构规范的环境里速度也不快一般一米每秒上下。对于它们来说单线固态雷达加单线避障雷达的组合依然是主流也依然是够用的。具体怎么配我的建议是导航雷达装在顶部用一台水平视场角够大的单线固态负责SLAM定位和全局路径规划再在底盘前侧或四周装一到两台单线雷达高度尽量低负责近距避障检测行人腿部和桌腿。如果预算允许把避障雷达换成16线半固态可以大幅减少低矮障碍漏检问题调试起来也更省心。之前那个巡检机器人项目最开始用的是一台单线导航一台单线避障后来把一个样品换成16线雷达对比测试发现踢脚线检测率从不到50%提升到接近100%误报率也下降了很多。但代价是算力占用上升、整机成本上浮。所以到底要不要多线本质上是你的场景里低矮障碍出现的概率和碰撞一次的成本之间的权衡。如果是写字楼里给员工送文件的小机器人碰撞一次成本不高单线完全够用如果是医院配送或者仓库里的重载设备碰撞一次代价很大那多线带来的安心感就值得这个差价。4.2 工业AMR与AGV看导航体制也看工况工业场景的选型逻辑又不太一样关键看导航体制。反光板导航的AGV目前市场上绝大多数方案还是单线雷达的天下。因为反光板导航本质上只需要雷达能够稳定检测到贴着反光板的特定高度平面单线雷达在这个任务上成熟、可靠、便宜而且上下游的供应商、调试工具链、现场实施经验都非常完善。你没有理由在这个环节硬上多线。自然导航的AMR就不一样了。自然导航依赖环境特征做定位如果仓库货架特征丰富、环境相对静止单线SLAM也能跑。但工厂里的真实环境往往是动态的叉车来来往往、货架被搬动、有工人走动。这种高动态环境下单线雷达的信息量太少定位容易飘。我的建议是主雷达至少16线起步有垂直视场角的数据能让定位算法有更多可靠的几何约束。另外一个容易被忽视的点是工况环境。很多工厂里有粉尘、油雾、高低温AGV的地面振动也很大。选雷达时不能只看测距和视场角防护等级至少要IP65安装支架要做好减振视窗位置要预留清洁空间。这部分做不到位再好的雷达也会在三个月内给你颜色看。4.3 园区物流与室外无人车单线基本劝退园区物流车、校园快递车、室外巡检车这类装备只要上路就要面对坡度、颠簸、路沿、行人和各种非结构化障碍。单线雷达在室外基本可以劝退了不是不能用而是用起来太痛苦。室外最大的问题是地面不再是平的。过减速带时车体俯仰单线雷达扫描线会扫到地面要么产生一段密集的地面噪点要么把地面误判为斜坡障碍。下坡时更危险扫描线可能直接越过低矮障碍物该检测的没检测到。这属于体制性缺陷跟雷达品牌没关系算法再优化也只能减轻不能根除。所以室外场景我一般推荐32线或64线的半固态雷达作为主传感器垂直视场角尽量大一些并且要确认雷达在阳光直射下的表现。车体姿态的变化会让雷达视场在天上地下之间摆动垂直视场角太小的话车辆俯仰几度地面就从点云里消失了。这也是很多人买回去上坡时就懵的原因——明明距离参数都达标结果上下坡点云里全是垃圾。配置上一台64线前向主雷达两台Flash补盲是园区物流车很稳妥的组合。64线负责远距离路况感知和定位Flash放在车头两侧补盲解决近距离拐弯、贴边时主雷达看不到的问题。成本会高一些但如果跑的是有人区域这个钱不能省。4.4 巡检机器人与安防监控目标高度决定线数巡检机器人要爬坡、越障、走石子路地形感知要求很高多线雷达几乎是标配至少16线预算充足就上32线。它要做地形建图、障碍识别、边坡检测这些任务都需要垂直方向上的点云信息。安防监控、周界报警这类固定位置的场景逻辑刚好反过来。它关心的是某个平面上有没有人、有没有物体闯入目标高度范围是明确的安装位置也是固定的一台单线雷达加一整套成熟的区域检测算法就很够用没必要上多线。但要注意如果是在室外强光环境下做安防雷达的抗环境光能力和点云噪点控制会比线数更重要。这类需求有个专门的品类叫激光雷达入侵探测器接口和算法都是为安防定制的比直接拿导航雷达来改要省事得多。应用场景推荐配置核心关注点室内服务机器人平地单线导航单线避障成本、调试效率室内服务机器人复杂地形16线半固态单线补盲低矮障碍漏检率反光板导航AGV单线固态成熟度、供应商生态自然导航AMR高动态工厂16线/32线半固态定位鲁棒性、抗尘园区物流车/室外无人车32线/64线Flash补盲阳光抗扰、车体俯仰固定式安防周界单线固态探测器抗环境光、噪点控制5. 参数表里看不到的坑我实测过的几条排雷经验5.1 标称测距都是在高反射率白墙上测的前几年有个项目做室外巡检选了一款标称50米测距的16线雷达信心满满去现场试验。结果对着一排深灰色围墙测实际稳定测距只剩20多米晚上好一点白天阳光一照连20米都费劲。原因就是围墙的反射率大概只有20%上下而厂家标测距的时候用的是90%反射率的白色标定板。这是行业通病几乎所有激光雷达的标称测距都能打一个大折扣。一般白墙、浅色水泥面反射率有60%到90%深色衣服、黑色轮胎、深色涂层只有5%到20%。我的经验是按标称测距的50%到70%去预估实际可用距离。如果你的场景里目标普遍是深色那就按更保守的数值预留。选型阶段最好直接问厂家要低反射率下实测数据或者干脆自己带一块黑色挡板去现场试。5.2 阳光、镜面和玻璃是点云质量的隐形杀手室外选型最容易忽略的是抗环境光能力但这个能力恰恰不会出现在标准参数表里。正午太阳直射时探测器接收到的背景光噪声会明显增大点云里会出现随机飞点测距也可能缩短。好一点的雷达会做环境光抑制算法但效果差异很大。测试办法很简单把雷达架在室外正对阳光方向看点云噪点数量再把雷达对着地面上的积水、玻璃幕墙和镜面看会不会产生虚假回波。玻璃还有个更麻烦的问题就是激光可能直接穿透玻璃打到后面的物体上产生一个假距离点。如果机器人的运行环境里有大量玻璃墙、玻璃门选型时要做专项测试有些雷达对玻璃的识别是要靠回波强度特征来处理的这个特征质量因厂商而异。5.3 灰尘、水雾和温度会让标称值悄悄缩水防尘防水等级一定要结合真实工作环境来看。IP65只能防喷水不能长时间泡水IP67可以短时间浸水但视窗上结了泥浆照样影响测距。粉尘环境中雷达视窗会慢慢积灰时间长了测距明显下降。所以安装设计时一定要给视窗留出擦拭空间最好选有视窗脏污自诊断功能的雷达这样运维系统能提前报警而不是等雷达彻底失明了才发现。温度漂移也是容易被忽略的。MEMS微振镜的扫描角度会受温度影响产生微小偏移冷启动和热机后点云可能有几厘米的偏差。对导航定位要求高的项目雷达的温漂特性很关键选型时可以留意是否有出厂温补或者在工作温区范围内实测对比一下点云稳定度。5.4 外参标定决定了装了等于白装一台好雷达装在错误的姿态上效果可能还不如一台便宜雷达装对了。单线雷达只要有1度的俯仰角偏差在10米处扫描线就会偏离理论位置约17厘米。多线雷达做地面分割时如果外参标定不准确地面点会残留在障碍物点云里导致机器人频繁急停。多雷达组网的标定更是重灾区。两台雷达的坐标系如果没有对齐融合出来的点云会有重影下游算法很容易误判目标的速度和位置。所以选型时尽量选标定工具链完整的厂家至少要有现成的标定板和标定程序。如果供应商说标定很简单自己写个脚本就行建议谨慎考虑这种隐性开发成本往往会吃掉你省下的差价。5.5 算力和带宽往往是最后才暴露的问题一台16线雷达以20Hz帧率输出每秒点云大概几十万个点32线就是上百万级别64线再加高频数据量会非常可观。这直接挤压主控芯片的CPU占用率也会撑爆一些嵌入式平台的内存带宽和网络传输能力。很多项目主控是一块国产ARM核心板接上多线雷达后才发现跑不动最后不得不降帧率、做点云降采样感知性能也跟着缩水。选型阶段就要算好这笔账。接口方面以太网是最通用的但要注意是否支持PTP或IEEE 802.1AS时间同步这对多传感器融合很关键串口和CAN接口的雷达数据率低只适合单线。驱动方面尽量选有ROS/ROS2驱动、有现成点云类型输出的雷达型号可以省掉大量底层工作量。6. 最后一步上车之前先做一次场景切片测试6.1 什么是场景切片测试看了再多参数、问过再多供应商都不如把雷达拿到真实场景里测一遍。但项目时间紧不可能把所有场景全覆盖所以我习惯用场景切片的办法做快速验证。思路是把真实任务拆成一层层可量化的检查项目标高度切片低于雷达安装高度、等于安装高度、高于安装高度、目标距离切片最近刹车距离、常用行驶距离、最远感知距离、目标反射率切片白色高反射、深色低反射、镜面反射、环境切片室内、直射阳光、雨天、扬尘。每一层切片都对应一个具体的测试动作通过后再进下一层。6.2 测试流程怎么搭实际操作不要复杂。找一段有代表性的真实运行路线放几类标准测试物一只白色纸箱、一只黑色纸箱或黑色亚光挡板、一根细立柱或线缆、一面镜子或抛光金属板。把这些测试物依次放在不同距离和不同高度雷达固定在实际安装位置跑一遍静测和动测。静测时看点云里目标是否清晰、稳定有没有飞点动测时看雷达数据在机器人运动过程中是否连续有没有掉帧和畸变。室外场景加做一组正午阳光直射测试有条件的话做一次雨雾模拟或者选一个雨后时段。判定标准要提前定好不能看起来还行就算过建议写成每个测试物在标称测距的70%距离内连续10帧检出率不低于90%误检点数量不超过某个阈值。6.3 测试记录表和验收建议测试项测试条件判定标准实测结果白墙/白纸箱检测10米/20米/30米室内光照连续10帧检出率≥90%黑色挡板检测5米/10米室内光照连续10帧检出率≥80%细立柱检测5米室内光照检出且点云数量≥3个低矮障碍检测高度5cm/10cm雷达安装位置点云可见且稳定镜面/玻璃检测5米室内光照无穿透或虚点可被识别直射阳光干扰正午室外正对阳光噪点数量不超阈值高低起伏路面过减速带/坡道地面点不分残、障碍不漏检这个表可以当成采购验收附件让供应商跟着一起测。实测过不了后面的交付也会问题不断。我在项目里定过一条规则雷达样机测试不通过的直接换品牌不进入下一轮商务谈判。最后说点个人体会。激光雷达选型这件事看起来是参数对比本质上是对场景的理解。单线有单线的价值多线有多线的代价没有绝对的好坏只有适不适合。每次拿到一款新雷达我第一件事永远是先把它装在真实车辆上跑一圈看看它在目标真的会出现的位置是不是真的看得见。你不需要是最懂光学的人但一定要是最懂自己场景的人。这个思路比研究一百页参数表都管用。