当前位置: 首页 > news >正文

具身智能中的传感器技术39——激光雷达3

具身智能激光雷达产业格局与发展趋势

当前LiDAR产业正从车载领域向机器人专用化转型。市场呈现三大势力:大疆览沃凭借千元级Mid-360占据高端市场;机器人厂商如宇树、思岚加速垂直整合;车载巨头速腾、禾赛通过降维布局争夺份额。核心痛点在于成本(需压至千元内)和技术(固态化、多传感器融合)。未来趋势包括嵌入式模块设计、FMCW技术应用,以及与纯视觉方案的竞争。产业将围绕"全固态"和"极致性价比"展开角逐,大疆暂居领先,但格局仍存变数。

具身智能激光雷达(LiDAR)产业正处于**“从车载外溢到专用化”**的转型期。

早期,机器人开发者只能“捡”车载雷达或工业安全雷达来用(要么太贵太重,要么性能不够)。现在,随着人形机器人的爆发,专门为机器人定制的**“广角、小盲区、低成本”**雷达正在成为一个新的细分赛道。

产业现状呈现出**“中国厂商绝对主导,大疆系一骑绝尘,车载巨头降维打击”**的格局。


一、 市场格局:三股势力

1. 具身智能界的“苹果”:大疆览沃 (Livox)
  • 地位:绝对的统治者
  • 王牌产品:Mid-360
    • 这款雷达几乎成为了高端服务机器人和人形机器人(如宇树 H1、傅利叶 GR-1、智元等)的标准配置
    • 原因:它用极低的价格(千元级)实现了 360° 全向扫描、极小盲区和极其轻量化,完美击中了机器人的痛点。目前在这一生态位上没有对手
2. 机器人原生厂商:垂直整合

机器人公司为了追求极致的集成度,开始自研雷达。

  • 宇树科技 (Unitree):
    • 动作:自研4D LiDAR(L1)。
    • 特点:专为自家机器狗和人形机器人设计,体积极致压缩,甚至做到了半球形全向扫描。这标志着头部机器人厂商开始不愿意被供应商卡脖子,走向垂直整合。
  • 思岚科技 (Slamtec):
    • 地位:移动底盘(扫地机/送餐车)雷达的霸主。
    • 现状:以 2D 单线雷达起家(RPLIDAR),现在也开始向低成本 3D ToF 雷达进军,主打高性价比。
3. 车载巨头的“降维打击”

车载雷达市场卷得太厉害,巨头们开始把目光投向机器人蓝海。

  • 速腾聚创 (RoboSense):
    • 产品:Helios 系列、Bpearl(超广角补盲雷达)。
    • 策略:利用车载的大规模量产能力降本,推出专用于机器人的短距广角雷达。
  • 禾赛科技 (Hesai):
    • 产品:XT 系列、QT 系列。
    • 策略:主打高性能和高精度,虽然价格稍贵,但在对 SLAM 精度要求极高的工业场景(如无人叉车)很有竞争力。
  • 镭神智能 (Leishen):
    • 策略:也是全栈布局,从单线到多线 3D 都有,性价比极高,在低速无人车领域份额很大。

二、 核心技术瓶颈与挑战

尽管有 Livox Mid-360 这样的神机,但行业仍有痛点:

  1. 成本还没到底:

    • 马斯克说 Optimus 要卖 2 万美元。如果一个雷达就占了 3-4 千人民币,那还是太贵了。
    • 目标:将 3D LiDAR 的成本压到1000 RMB 以内
  2. 固态化 (Solid State):

    • 现在的 Mid-360 里面还是有旋转棱镜(动件)。动件意味着噪音(电机嗡嗡声)、震动寿命限制(摔一下容易坏)。
    • 未来:全固态 Flash LiDAROPA LiDAR。像摄像头一样,没有任何可动部件,耐摔、静音、便宜。目前已有 Flash LiDAR 尝试应用(如 iPhone 上的),但测距和精度还需提升。
  3. 融合算法:

    • 有了雷达,怎么和摄像头完美配合?现在很多时候是“各玩各的”。
    • 趋势:硬件层面直接把摄像头集成在雷达外壳里,出厂就标定好外参,输出 RGB-D-L (LiDAR) 数据流。

三、 发展趋势预测

  1. 形态演变:从“头顶的花盆”变成**“嵌入式模块”**。雷达将被做平、做小,直接嵌入机器人胸口或额头,不再突兀。
  2. 技术路线:FMCW (4D 雷达)可能会在高端机器人上率先落地。因为它能直接测出人流的速度,这对于机器人在人群中安全穿梭至关重要。
  3. 纯视觉的挑战:如果 Tesla Optimus 的纯视觉方案被证明极其可靠,那么 LiDAR 在具身智能中的地位可能会进一步边缘化,最终只作为一个低成本的安全冗余传感器(比如只用一个几十块钱的单点 ToF 测距)。

总结:具身智能激光雷达产业目前是**“大疆领跑,群雄并起”。未来的决胜点在于“全固态”“千元级成本”**。

http://www.jsqmd.com/news/738078/

相关文章:

  • 蓝奏云直链解析API:3分钟实现高速文件下载的终极方案
  • 3个常见激活难题,一个开源工具帮你全部搞定
  • 别再搞混了!DBC里用Unsigned和Signed描述负数的实战区别(附CANdb++操作)
  • 从旅行照片到界面展示:当方向成为绊脚石
  • QueryExcel:如何在10分钟内搞定100个Excel文件的批量查询?
  • AMD Ryzen调试终极指南:3大突破性功能解锁处理器隐藏性能
  • FPGA项目实战:用BRAM缓存VGA图像数据,从RGB565写入到屏幕显示的完整数据流设计
  • Arm CoreLink GIC-600中断控制器架构与多核优化
  • 终极游戏美化工具:Perseus让你的Unity游戏外观焕然一新
  • 终极窗口调整指南:如何强制调整任意Windows窗口大小?
  • 如何快速构建RE引擎游戏模组:5分钟掌握REFramework完整指南
  • OpenClaw配置安全编辑工具:三层防御体系与自动化回滚实践
  • 终极暗黑3按键助手:10分钟快速上手专业级游戏自动化宏
  • 为什么92%的医疗C项目在FDA预审阶段卡在静态分析?——3款经FDA审计验证的开源/商用工具深度横评
  • 终极指南:如何用UnrealPakViewer快速解决虚幻引擎Pak文件分析难题
  • 泛函分析4-5 有界线性算子-闭算子与闭图像定理
  • 10分钟搞定100个Excel文件:多文件批量查询神器QueryExcel终极指南
  • CPPM和外国的采购证书互认吗? - 众智商学院官方
  • 如何快速提升《鸣潮》游戏体验:3个必备技巧与全能工具箱
  • FPGA项目实战:如何为你的ILA挑选一个‘靠谱’的时钟?从ADC时钟到PLL配置的深度解析
  • 【无标题】核心组件大换血:Backbone与Neck魔改篇:YOLO26引入Swin Transformer V2:解决高分辨率图像检测的全局视野痛点
  • 3个简单步骤:用AI象棋工具VinXiangQi快速提升棋力的完整指南
  • 3步解锁微信数据库:从加密文件到可读聊天记录的完全指南
  • 从“猜数字”游戏到训练神经网络:一个故事讲明白梯度下降和反向传播到底在干嘛
  • UE4.27 + PICO 4开发避坑实录:我踩过的那些SDK、插件和打包的“坑”
  • Vue3开发环境Mock数据配置避坑指南:从Vite配置到Axios封装的全流程详解
  • 用Claude Code分析Claude Code源码
  • 项目介绍 MATLAB实现基于卷积双向长短期记忆神经网络(CNN-BiLSTM)进行多变量分类预测(含模型描述及部分示例代码)专栏近期有大量优惠 还请多多点一下关注 加油 谢谢 你的鼓励是我前行的动力
  • 从零构建RAG智能体:基于bRAG-langchain的实战指南
  • 保姆级教程:在Ubuntu 22.04上从零部署Picovoice离线语音助手(含树莓派对比)