robot-notes /核心/硬體/LiDAR 完整解析

LiDAR 完整解析:原理、技術路線、廠商與產品盤點

機器人「看見」距離,最常靠 LiDAR(光達)。但 LiDAR 不是單一東西——測距方式、波長、掃描機制、2D/3D 各有分岔,選錯一條路線可能整個方案要重來。這篇從第一性原理把 LiDAR 拆開:它怎麼從一束光算出距離、為什麼分這麼多種、現在市場上有哪些廠商與產品、室內 AMR 跟戶外自駕各該選什麼。

前置:感測器總覽(2D LiDAR / 深度相機 / IMU 的角色)。延伸:3D LiDAR SLAM 建圖(光達點雲怎麼建成地圖)。 整理時間 2026 年 6 月。廠商型號、市佔、時程會變動,文中標明來源與年份;會變或行銷性質的數字標清楚,部分定量規格以各型號官方 datasheet 為準。

1. 第一性原理:LiDAR 在做什麼

LiDAR(Light Detection and Ranging)是主動式測距:自己發一束光出去,光打到物體反射回來,測「光來回帶回的資訊」,反推距離。一整套眼花撩亂的技術分類,本質都在回答兩個問題:

1. 怎麼從一束光,算出一個距離?(測距原理 → §2)
2. 怎麼把很多束光的距離,組成一個平面或立體的點雲?(掃描機制 → §4、2D/3D → §5)

剩下的(波長、規格、可動件)全是為了讓這兩件事「夠遠、夠準、夠便宜、夠耐久」而做的工程取捨。

測距的根本公式只有一條:

d = c · t / 2

c 是光速(約 3×10⁸ m/s),t 是光來回的時間,除以 2 是因為 t 含「去 + 回」兩段。從這條式子立刻看出工程難點:光速太快,1 公尺來回只要約 6.7 奈秒。要量到公分級,計時電路得有皮秒級分辨力——這正是不同測距方案要各自繞開的核心困難。

2. 測距方案:dToF / 相位式 / FMCW(以及便宜的三角測距)

還有第四種:三角測距(triangulation)。 上表沒列它,因為它不量時間也不量相位——它量的是角度。做法是雷射打一個點出去,旁邊隔一段已知基線距離裝一顆線陣影像感測器;點打得越遠,成像位置越靠一邊,由這個位移反推角度、再用三角形解出距離。

它的精度隨距離平方變差(遠處角度變化太小,感測器分不出來),所以只適合近距離;但它不需要皮秒等級的計時電路,便宜非常多。這就是為什麼室內 AMR 最常買的入門款(如 RPLIDAR A 系列)用它——十幾公尺的室內場域正好落在它的甜蜜點,而同價位的 dToF 做不出來。要拉到室外或幾十公尺,就得換 dToF。

那兩條式子是怎麼來的(都是 d = c·t/2 換一種方式量那個 t):

• 相位式:發射光的強度以頻率 f_M 正弦調變。光跑一趟來回花 t = 2d/c,回來時相位已經走了 Δφ = 2π·f_M·t。反解 t 代回去:d = c·Δφ/(4π·f_M)——那個 4π 就是「2π 一圈」乘上「來回除以 2」。代價是相位每 2π 重複一次,所以有距離模糊(超過一個波長就分不清是第幾圈),f_M 越高解析度越好但可測距離越短。
• FMCW:發射的是頻率隨時間線性掃過 B 頻寬、掃描週期 T 的連續波。回來的光延遲了 t = 2d/c,而這段時間裡發射端的頻率已經又爬了一段,兩者混頻就出現一個拍頻 f_B = (B/T)·t。把 t = 2d/c 代進去反解:d = c·f_B·T/(2B)。額外好處是目標若在移動,都卜勒會讓上下掃的拍頻不對稱——同一次量測就同時得到速度。

符號:Δφ = 回波相位差、f_M = 振幅調制頻率、f_B = 收發混頻後的拍頻、T = 掃頻週期、B = 掃頻帶寬。相位式屬 iToF(間接 ToF)家族(量相位而非直接量時間),dToF 才是直接量時間。

• dToF:發短脈衝、直接計時。原理最簡單、長距訊噪比好,是目前車載主流;缺點是需要極高速計時電路,且對環境光、別台 LiDAR 的脈衝較敏感(可能把別人的脈衝當成自己的回波)。
• 相位式 / AMCW:發連續波、對振幅做週期調制,量回波相位差。相位每 2π 重複一次 → 有「距離模糊」上限,多用於中短距。
• FMCW:發頻率隨時間線性掃描(chirp)的相干光——「相干」是指用自己發出去的那束雷射當參考,回來後跟它「對拍子」(混頻),兩個頻率相減得到拍頻,拍頻正比於距離。最大優勢是一次量測同時得到距離與徑向速度(目標移動會讓拍頻產生都卜勒偏移),不必像 ToF 比較前後幀;而且相干偵測只認自己那束光,對陽光與脈衝式 LiDAR 的干擾抑制力很強。代價是需要窄線寬可調雷射 + 相干接收,系統複雜、目前成本高、量產成熟度低於 dToF。

來源:thinkautonomous — FMCW LiDAR、4sense — dToF/iToF vs FMCW、arXiv 2501.17884 — 車載 dToF 測距分析。

3. 波長:905nm vs 1550nm

兩者是車載 / 工業 LiDAR 的兩大標準,取捨的根源是矽偵測器的物理上限。

矽(Si)光電二極體的響應範圍約 400–1100nm,上限由矽的能隙決定。905nm 落在矽的響應區內,可用便宜成熟的矽偵測器;1550nm 超出矽的範圍,必須改用較貴的 InGaAs 偵測器。這條物理線決定了下表大半的取捨:

代表:905nm 陣營有 Innoviz、Valeo、Livox HAP、多數 ADAS 量產件;1550nm 陣營有 Luminar、Aeva(FMCW)。特例:Ouster 用 865nm、RoboSense M3 用 940nm,屬廠商自家取捨。

來源:Lumimetric — 905 vs 1550、Inertial Labs、Edmund Optics — InGaAs。注意:1550nm「眼安全約 40 倍」「霧中量程增減百分比」等數字多來自廠商技術頁、各家口徑不一,嚴謹引用應回查 IEC 60825-1 與型號 datasheet。

4. 掃描機制:怎麼把一束光鋪成面

_{圖示四種有具體掃描軌跡的機制;OPA 純靠電子控向、沒有可畫的機械軌跡,故未繪,原理見下表。}

把「一束光的距離」鋪成面或立體,有幾種主流做法。後面幾種(MEMS / OPA / Flash / 稜鏡)沒有大型可動件,合稱 solid-state(固態):

OPA 怎麼「不動就能控向」:想像一排喇叭各自微調發聲的時機,聲波互相干涉後,合成波會指向某個方向——調時機就能轉向,喇叭本身完全不動。OPA 用光做同樣的事:晶片上一排發射器各自調相位,光波干涉後波前指向受控,純靠電子控向、零機械件。這是「終極固態」的方向,但製程與量產成熟度仍在追。

Livox 的非重複掃描值得單獨講:傳統旋轉式每圈走同一條線,Livox 用旋轉稜鏡讓軌跡不重複,於是就算 LiDAR 靜止,視場內的點密度也隨時間持續增加——中心區因每圈都掃到所以最密,外緣較稀但隨時間補上。好處是可動件少、便宜;代價是點雲非規則,SLAM 需要專門演算法(如 LOAM-Livox)。

來源:arXiv 2202.11025 — 3D ToF LiDAR 機器人應用綜述、Hesai — 固態與混合固態差異、PMC8309668 — Livox Mid-40 Risley 稜鏡模型。

為什麼機械旋轉逐漸被固態取代

第一性原理:可動件 = 失效源 + 成本源 + 車規門檻。拿掉旋轉馬達後,抗震、壽命、量產成本都改善,也更容易過車規(震動 / 衝擊 / 溫度循環)。不過目前許多量產車載用的是 MEMS / 稜鏡式「混合固態」——仍有小型可動件,是「全機械」到「全固態(OPA / Flash)」之間的過渡;純 OPA / Flash 的量程與量產成熟度還在追趕。

來源:Ouster — 車載 LiDAR 的終局、Embedded — 固態更簡單。

5. 2D vs 3D LiDAR:本質差別

室內 AMR 常用 2D:倉儲、餐廳環境平坦受控,障礙大致在同一水平面;2D 成本低、數據量小(毫秒級可處理)、算力需求低,掃單一平面就夠做基本導航避障。代價是平面以外的盲區——桌面下伸出的貨架腳、懸空橫桿,單一掃描高度可能漏看。

戶外 / 自駕用 3D:非結構化環境,障礙分布在不同高度(行人、車、路緣、懸空物),需要立體點雲才能可靠感知,代價是算力、演算法、成本都更高。

來源:Hokuyo — AMR 該用 2D 還 3D、thinkautonomous — 2D LiDAR。

6. 選型規格維度(checklist)

挑 LiDAR 時對齊這幾個維度,實際數字以該型號官方 datasheet 為準:

7. 廠商與產品盤點(2025–2026)

選 2D LiDAR 給 AMR 前,先分清一條攸關工安的界線:量測型(導航避障用,無功能安全等級,不可當人員防護)vs 安全認證型(可作人員防護)。會在有人環境移動、撞到人會出事的 AMR,人員防護一定要用安全認證型。

安全認證型標的 Type 3(IEC 61496)、SIL2(IEC 61508)、PL d(ISO 13849) 是三套並行的功能安全等級指標,能標到代表通過第三方認證、可在失效時把機器安全停下來、當人員防護裝置;量測型沒有這些認證,只能拿來導航避障,不能用來保護人。

7.1 2D LiDAR(室內 AMR / 安全掃描)

室內 AMR 實務常見組合:安全認證 2D(人員防護)+ 量測 2D(SLAM 建圖)+ 視需要加小型 3D(立體避障)。

來源:SICK nanoScan3、Hokuyo UST、Hokuyo UAM-05LP、Slamtec RPLIDAR S3、Pepperl+Fuchs R2000。

7.2 3D LiDAR(自駕 / 戶外 / 機器人)

表中縮寫:SPAD = 單光子雪崩二極體(超靈敏的光偵測器,連單顆光子都收得到)、VCSEL = 垂直腔面射型雷射(一種常見、好陣列化的發光源)、數位光達 = Ouster 把收發改成 SPAD/VCSEL 半導體陣列、走數位訊號鏈的做法、4D = 3D 點雲再加「每個點的徑向速度」(靠 FMCW,見 §2)、半固態 / 混合固態 = 仍有小型可動件(MEMS 微鏡或旋轉稜鏡)、純固態 = 完全無可動件。

來源:Ouster OS1、Ouster+Velodyne 合併(2023-02-10 完成)、Hesai AT128、Hesai JT 系列、RoboSense M3、Livox Mid-360、Valeo SCALA(L3)、Aeva CES 2026、Luminar 破產(TechCrunch)。

8. 市場動態(附來源與年份)

• Velodyne + Ouster 合併:2022-11 簽約,2023-02-10 完成(對等合併),存續沿用 Ouster 名、NYSE 代號 OUST。
• 中國雙雄崛起:依 Yole 轉述,Hesai 連年居車用 LiDAR 營收市佔前列(2024 約 33%、逐年下滑),RoboSense 2024 乘用車出貨量全球第一、2025-06 累計交付突破 100 萬顆車用 LiDAR。⚠️ 這些市佔數字各家口徑不一(營收 vs 出貨、乘用車 vs 全車用),且 Yole 原報告未取得全文,均為第三方/廠商轉述,交叉比較須先對齊定義。
• 車規量產現況:已實質上車的有 Valeo SCALA(Mercedes L3)、Hesai / RoboSense(中國多家 OEM)、Innoviz(BMW i7)。
• 失敗收場:Luminar 因 Volvo、Mercedes 合約瓦解,2025-12-15 聲請 Chapter 11——1550nm 陣營少一員。
• 機器人專用光達成新戰場(2025–2026):低速機器人(割草、清掃、物流、服務)崛起,代表有 Livox Mid-360、Hesai JT 系列、Ouster,以及 Slamtec、Benewake、LSLIDAR 等競爭。

來源:TechCrunch — Ouster/Velodyne 合併、optics.org — 中國廠主導(Yole 轉述)、LIDAR Magazine — Hesai 市佔、RoboSense 破百萬交付。

9. 選型建議

室內送餐 / 搬運 AMR

• 人員防護(必選安全認證型):SICK nanoScan3 / microScan3 或 Hokuyo UAM-05LP(皆 SIL2 / PL d);nanoScan3 超薄適合低底盤。
• 導航 / SLAM 建圖(量測型即可):Hokuyo UST 系列(輕、ROS 生態成熟)、SICK TiM;成本敏感或原型可用 Slamtec RPLIDAR S 系列、YDLIDAR TG 系列。
• 立體避障補強(可選):Livox Mid-360(360°×59° 半球、265g)、Hesai JT16、RoboSense E1R。

戶外 / 自駕

• 車規量產首選:Valeo SCALA、Hesai AT128/ATX、RoboSense M 系列、Innoviz(已上車)。
• 長距 / 惡劣天候:1550nm 路線(Aeva FMCW 自帶測速,適合高速);注意 Luminar 已破產的供應風險。
• 戶外機器人 / 測繪:Livox Avia、Ouster OS1/OS2。

來源清單

原理

• thinkautonomous — FMCW LiDAR、4sense — dToF/iToF vs FMCW、arXiv 2501.17884
• arXiv 2202.11025 — 3D ToF LiDAR 綜述、Hesai — 固態 vs 混合固態、PMC8309668 — Livox Risley
• 波長:Lumimetric、Inertial Labs、Edmund Optics InGaAs
• 2D vs 3D:Hokuyo、thinkautonomous
• 固態趨勢:Ouster — 終局、Embedded

廠商 / 產品 / 市場:見 §7、§8 各表格內連結。

待查證(未捏造,標記避免誤用):Hesai/RoboSense 部分型號的確切波長與定量規格;Yole 市佔原報告全文與口徑;Aeva 未具名歐洲 OEM;純 flash/OPA 廠商型號歸類。引用具體規格請以官方 datasheet 為準。