从汽车到机器人,激光雷达是主角吗?
激光雷达已从汽车核心感知设备,扩展为机器人智能化的基础设施。其在汽车领域实现成本大幅下降,为进入机器人赛道奠定基础。与汽车场景不同,机器人需应对非结构化三维世界,激光雷达承担“环境建模器”角色,提供精准感知输入。禾赛等企业通过“制造即研发”和芯片化技术,实现量产与降本,推动其成为通用硬件。同时推出接口支持,构建生态,竞争焦点正转向生态协同。


芝能科技出品



激光雷达(LiDAR)完成了从实验室技术到汽车产业核心感知设备的跨越,随着机器人产业的加速崛起,激光雷达正迎来它的“赛道扩展”——从汽车赛道感知部件,转型为支撑机器人智能化的基础设施。



禾赛科技联合创始人李一帆在 IROS 2025 上的演讲的内容做一些梳理,将创新与可量产的商业模式结合,才能真正推动智能机器进入规模化时代。






01
从车到机器人:
激光雷达的拓展





激光雷达最初的黄金舞台是L4级别的自动驾驶汽车,承担着车辆的“眼睛”角色,通过高速扫描获取环境的三维点云,实现精准测距与障碍物识别。



从2015年到2020年,这项技术在车规量产化上经历了完整的“从昂贵原型到成本可控”的进化。



激光雷达从一台六万美元的复杂设备,降到数百美元的高可靠传感器,这为它进入更广阔的机器人世界奠定了基础。






汽车与机器人之间的技术逻辑存在“变与不变”。



不变的是感知的本质:机器需要理解环境、感知障碍、规划路径;变化的是应用场景的维度与复杂度。



汽车主要在二维世界中行驶,遵循规则明确的道路系统,而机器人则生活在“非结构化的三维世界”中。



机器人不仅要避免碰撞,更要与环境交互。



对于自动驾驶汽车而言,“碰撞”是失败;但对于服务机器人、仓储机器人、甚至人形机器人而言,物理接触往往是任务的一部分。



激光雷达技术在机器人中重新定义自己的使命,是成为机器人对环境理解的关键感知层。



以美团的配送机器人为例,其任务不仅包括在道路上安全移动,还涉及穿梭于行人之间、感知台阶、识别障碍物形状与材质等,这对激光雷达在点云密度、反射率识别以及空间语义化处理方面提出了更高要求。



机器人行业缺乏海量数据积累,也缺乏统一的开发标准,机器人需要更高自主性与自适应能力的传感系统。



激光雷达由此承担起“环境建模器”的角色,采集数据并为AI决策提供高质量、结构化的输入,使激光雷达逐步成为机器人智能架构的基础设施。



机器人行业的软硬件解耦远比汽车困难“真正认真对待软件的人,必须自己造硬件。”



在机器人领域,感知与控制之间的耦合性极强。



每一个算法的优化,都可能依赖特定的传感器参数与信号特征,当激光雷达厂商深入到机器人的系统架构中,参与算法、接口甚至任务逻辑的设计,才能实现真正意义上的系统协同。






02
从基础设施到生态核心





激光雷达的普及历程是一场基础设施的建设过程,在科技浪潮中,有人去淘金,有人卖铲子。激光雷达正是智能机器人产业的“铲子”,是决定整个产业能否落地的关键工具。



早期的激光雷达企业普遍追求“性能极限”,靠技术领先并不足以建立长期壁垒。



真正的竞争力来自“质量—性能—成本”三位一体的循环能力。



禾赛在量产化路径上的实践给出了清晰的验证:从最初手工组装一天一台,到如今每十几秒生产一台,每年产能超过百万台,经验核心在于——制造即研发。



传统模式中研发与制造往往分离,但这种模式无法支撑快速迭代。而在禾赛的体系中,制造环节被视作研发的一部分,每一轮工艺改进都直接反馈到产品设计,使激光雷达的可靠性和一致性得以指数级提升。






在机器人产业,挑战不仅是规模化生产,还有“价值与价格”的重新平衡。



机器人应用的多样性意味着成本敏感度极高。送餐机器人、清洁机器人、仓储机器人、人形机器人,体积、功率、计算能力都不同,却都依赖高精度感知。只有当激光雷达价格降至“边际成本可接受”的水平,这个产业才能真正形成正循环。



激光雷达价格下降的核心并非规模效应,而是“芯片化”。



通过自研核心ASIC芯片,禾赛将复杂的光学与信号处理模块高度集成化,剔除了冗余设计,从根本上降低了电子料成本。



芯片化的意义不仅在于成本下降,更在于标准化与可靠性的大幅提升,这使得机器人开发者能够以模块化方式快速构建系统,从而加速产品落地。






以此为基础,激光雷达的角色开始发生转变,成为智能机器系统的“传感中枢”。



◎ 在仓储自动化场景中,激光雷达取代传统视觉摄像头成为导航核心,在弱光、粉尘、玻璃反射等复杂环境下保持稳定感知;



◎ 在配送机器人中,激光雷达帮助实现厘米级路径规划与避障,显著提升任务成功率;



◎ 在农业机器人、安防巡检、建筑测绘等场景中,激光雷达则成为构建三维地图与环境语义的必要工具。



与此同时,芯片化激光雷达也在推动“生态式创新”。



当传感器价格下降99.5%,开发者门槛被大幅降低,激光雷达开始像Wi-Fi模块或GPS一样,成为通用硬件层的一部分。无论是创业公司还是科研团队,都可以快速构建机器人原型。



禾赛等厂商在此基础上推出SDK和算法接口,为不同平台提供兼容支持,这种“基础设施即服务”(LiDAR as Infrastructure)的模式,正成为机器人产业快速扩张的重要支撑。



激光雷达的“基础设施化”也带来了新的竞争逻辑。



过去十年,企业通过技术壁垒竞争;未来十年,竞争焦点将转向生态协同。谁能通过传感器平台积累更多开发者、数据与应用场景,谁就能在机器人产业链中占据更高层级。



正如英伟达在AI行业中的角色,未来的激光雷达厂商将不只是硬件供应商,更是生态规则的制定者。



小结



激光雷达的技术演进,每一次降本与迭代都在推动机器智能的边界,从二维世界到三维交互,角色已从“感知工具”转变为“基础设施”,是让机器拥有可被信任的“世界模型”,使AI能够在物理空间中安全、自主地行动。

附件:
版权声明:本文为V社区用户原创内容,转载时必须标注文章的来源(V社区),文章链接、文章作者等基本信息,否则作者和本社区有权追究责任。如果您发现本社区中有涉嫌抄袭的内容,欢迎发送邮件至:v-club@hikrobotics.com 进行举报,并提供相关证据,一经查实,本社区将立刻删除涉嫌侵权内容。
上一篇

Figure03:离“家用机器人时代”还有多远?

下一篇

特斯拉Optimus3.0发布计划延迟!

评论请先登录 登录
全部评论 0
Lv.0
0
关注
0
粉丝
0
创作
0
获赞
相关阅读
  • 智能日志分析助手上线了!
    2026-03-19 浏览 0
  • 移动机器人工程师培训与认证安排-26年4月
    2026-03-16 浏览 0
  • 海康25mm/F2.8线扫镜头外景实拍@富士GFX100S
    2026-03-30 浏览 0
  • 诚邀参会|2026年4C智能工业视觉检测专项挑战赛(本科+高职)线上启动会,邀您共启新程!
    2026-03-20 浏览 0
  • RAD(Retrieval-basedAnomalyDetection,基于检索的异常检测)
    2026-04-01 浏览 0

请升级浏览器版本

您正在使用的浏览器版本过低,请升级最新版本以获得更好的体验。

推荐使用以下浏览器