激光雷达在人形机器人领域的角色正从主传感器转变为辅助定位工具主要负责SLAM导航和避障而将交互任务交给视觉系统。相比车载激光雷达人形机器人需要更轻量化、广角化(360°×90°)、近距离(30-50米)且盲区小的解决方案典型产品如Livox Mid-360凭借小体积、低成本和广视野成为主流选择。虽然视觉技术发展可能使激光雷达逐渐边缘化但目前它仍是确保机器人安全定位的关键冗余未来趋势将向数据融合和4D感知方向发展。在具身智能尤其是人形机器人领域激光雷达LiDAR的地位正在经历一场微妙的**“降权”**。在自动驾驶中LiDAR 是无可争议的“主传感器”C 位但在人形机器人上它正在退居**“辅助位”主要负责导航与建图 (SLAM)**而把识别与交互的任务交给了视觉。以下是具身智能专用激光雷达的选型逻辑与技术特点一、 为什么具身智能还需要 LiDAR虽然 Tesla Optimus 宣称“纯视觉”但对于大多数服务型机器人来说LiDAR 依然是安全与定位的底线。SLAM 建图神器视觉 SLAM (vSLAM) 在**白墙、暗光、纹理重复长走廊**环境下极易“迷路”定位漂移。LiDAR 依靠几何结构定位不管光线多暗、墙多白它测出来的距离永远是准的。绝对避障底线视觉深度算法特别是单目可能会把玻璃门看透或者算错距离。LiDAR 测距是物理级的有障碍物就是有能防止机器人“硬撞”。二、 具身智能 LiDAR 的特殊需求 (vs 车载)人形机器人对雷达的要求与汽车截然不同维度车载 LiDAR具身智能 LiDAR视场角 (FOV)水平宽垂直窄。br(看前方 120° x 25° 即可主要看路面和车)超大广角 (360° x 90°)。br不仅要看四周还要看脚下防跌落和头顶防碰撞。探测距离远(200m - 500m)。br高速行驶需要提前感知。近(30m - 50m)。br室内或园区活动不需要看那么远。盲区大(车头几米内通常看不见)。极小。br必须能看见脚边 10cm 的障碍物。体积/重量宽容度高。极致轻量化。br最好 500g放在头上不能太重否则脖子扭不动。成本数千元。千元级。br机器人总成本敏感。三、 主流技术路线与代表产品1. 3D 机械/半固态雷达 (主流高端)这是目前 Unitree H1、小米 CyberOne 等高端机器人的标配。代表产品Livox Mid-360 (大疆览沃)地位具身智能界的“神机”。特点体积小拳头大、360° 水平 FOV单机就能看一圈、盲区极小能看脚下、价格极低千元级。原理独特的旋转棱镜扫描点云像花瓣一样散开时间越长扫描越密。Unitree 4D LiDAR (宇树自研)特点专为机器狗和人形机器人设计盲区极小集成度高。2. 单线/2D 激光雷达 (低端/底盘专用)主要用于扫地机器人或轮式底盘的导航。代表产品Slamtec (思岚)RPLIDAR 系列。局限只能看一个平面。如果机器人前方有个悬空的桌子单线雷达只能扫到桌子腿机器人头可能会撞到桌面上。不适合人形机器人主雷达。3. dToF 固态雷达 (消费级)代表产品iPhone 上的 LiDAR (Sony 芯片)。特点纯固态没动件像个摄像头。现状正在尝试用于手部近距感知或面部识别。四、 发展趋势“退居二线”在 Tesla 的引领下视觉大模型VLA能力越来越强LiDAR 可能会被逐渐移除或者只保留一个极低成本的作为安全冗余。融合化LiDAR 不再输出原始点云而是直接输出已经和摄像头对齐好的RGB-D 数据。4D 化 (FMCW)虽然现在贵但如果能降价FMCW 雷达能直接测出人的行走速度对机器人在人群中穿梭极其有用。总结具身智能目前离不开激光雷达为了 SLAM 稳但不依赖高性能车载雷达。像Livox Mid-360这种“小而美、广角低盲区”的产品是当下的最优解。