点击下方
卡片
，关注“
自动驾驶之心
”公众号
>>
点击进入→
自动驾驶之心
『
具身智能
』
技术交流群
本文只做学术分享，如有侵权，联系删文
近日，英伟达在2025 CES上推出了生成式世界基础模型Cosmos，并宣布了14家人形机器人合作伙伴，其中有6家来自中国。
“机器人技术的ChatGPT时刻即将到来。”黄仁勋的这句话，虽不知可以何时实现，但产业链的完善，以及新生态的组建，已是势在必行。
作为人形机器人导航的关键传感器，激光雷达也迎来了新一轮的发展空间。在CES上，禾赛和速腾聚创都高调发布了针对机器人的新产品，在这条千亿级赛道上跃跃欲试。
在发布会之前，RoboX与
禾赛产品总监-梅雪恒
进行对话，了解了激光雷达对于人形机器人的意义，以及对相关市场的预期。
人形「纯视觉」是否可行？
梅雪恒表示，
目前在人形机器人赛道中，很少会有像特斯拉那样旗帜鲜明走「纯视觉」路线的企业。
行业中，诸如宇树、智元，还有美国的
Agility
等人形机器人公司，都在使用激光雷达。
至于纯视觉方案的可行性，梅雪恒认为，同样需要依据机器人的使用场景——如果环境比较单一，例如产线固定工站的检测任务机器人，那么视觉方案勉强够用；但
人形机器人通常处于更为复杂多变的环境中，视觉发挥的作用是有限的。
“即便从如今的智能驾驶领域来看，也尚未得出「纯视觉可行」的结论，更何况人形机器人。”他说道。
在去年11月，何小鹏曾感慨称「机器人比车难做一万倍。」且不论其他的精细操作，仅是导航能力，人形机器人的挑战也比汽车大得多。
要想走入千家万户，更是意味着环境复杂度的指数级上升。
“汽车毕竟还有交通规则约束，而人形机器人所面临的物理环境组合数不胜数，很难通过数据采集或纯视觉等方法完全攻克。”
梅雪恒指出，在人形机器人不但应用环境复杂多变，且还需要与人交互。在各种强光、弱光条件下，仅用视觉的可靠度有多少，还需要打个问号。
“从保障人机交互安全、实现稳定感知等方面来看，目前还摄像头还不能给出很高的置信度。”
人形机器人需要「导航明灯」
激光雷达有两个非常重要的功能，其一是
路径规划和导航建图
，其二是
障碍物的识别
。所有需要和三维世界交互的机器人，都需要具备这两点能力。
因此，激光雷达除了应用于人形机器人，也早已应用于服务机器人、移动机器人、配送机器人、清扫机器人、割草机器人等类别上。
（最近凭借运动能力火出圈的宇树B2机器狗
，采用了32线车规级激光雷达）
不过单就导航避障能力的迭代速度来看，它似乎被放在了人形机器人研发的次要位置。毕竟根据形形色色的对外展示视频，大家往往卷的是动作协调度、操控精细度，以及场景认知等方面。
“
确实，目前还很难看到人形机器人在开放环境中的长时间行走、路线规划的公开展示。
其中一点原因是，人形机器人产业仍不成熟，尚待逐步形成技术闭环。我认为其现阶段的开发重点可能还是智能识别和操作控制，下一步才会是大范围移动的能力。”梅雪恒说道。
确实，在实现自由移动之前，步态、协调度也是重要一环。而若想对外展示技术成果，精细操控和认知决策无疑更加性感。
在此背景下，业界也有一种说法，即「部分人形机器人虽然装载了激光雷达，却没有真正发挥出作用。」
对此，梅雪恒持否定态度。他认为禾赛的客户之所以会真金白银地购买激光雷达，就是意味着他们对其价值有了足
够的认知，而非「装装样子」。
“其实客户没必要装个雷达摆样子，毕竟这也会增加成本。有可能某家公司在当前阶段，会以训练视觉模型为主，但最终他们选择搭载的传感器一定会体现出价值。”
上肢操控不需要激光雷达？
目前来看，激光雷达对于人形机器人的作用，都集中在导航SLAM上。那么在上肢操控部分，是否完全不需要激光雷达呢？对此，梅雪恒也为我们进行了科普。
他表示，在一些复杂的环境下，纯视觉方案仍存在局限性，比如黑暗或光照强烈的场景，摄像头会受到比较大的影响。
“摄像头的近距离感知能力较强，但超过半米以外就会显著下降。激光雷达能与摄像头等传感器形成互补，在复杂环境下为机器人赋予范围更远、更高精度的感知能力。”
为此，他还举了几个例子：
1、
如果机器人需要从一定的距离外，走过来将一个物体放到指定的狭小空间内，仅靠摄像头可能会对不准；
2、
即时在下班后关了灯的工厂内，机器人也可以在激光雷达的赋能下避开障碍物，从而在
黑暗
中执行任务；
3、
在一些
高危工作
中，例如矿山和隧道勘探等，激光雷达能够帮助机器人精准扫描环境。而且禾赛已经有客户在进行相关操作了。
4、
应对复杂交互场景：
人形机器人会在家庭、办公室、工厂、户外等各种复杂环境中作业，且和人的交互更多。在共同完成任务时，机器人需要通过激光雷达来确保协作的安全性和精准性。
需求差异与技术挑战
梅雪恒介绍称，相比起智能驾驶，机器人对激光雷达的需求是存在区别的。
1、体积：
由于大部分机器人的体积较小，对于激光雷达的部署空间有限制，因此机器人上的激光雷达普遍需要更小的体积，从而方便嵌入，保持整体性和美观性。
2、视野：
智驾通常更关注车道的正前方的小视野范围，因此汽车普遍采用的是远距激光雷达的前向应用，以及部分侧向补盲激光雷达，具备更广的垂直视场角。
而机器人的自由度非常多，它需要
360°的空间感知
，所以探测的视野一定要广，对于空间覆盖需要无盲区无死角。
相比车载应用，机器人移动较为缓慢，尤其是针对于室内场景来说，
更广的FOV和更高的分辨率比测距能力要更重要。
3、能耗：
机器人通常需要在没有持续电源供应的情况下工作。因此，它们依赖电池供电，这就要求激光雷达等关键传感器必须具有低功耗特性，以延长电池寿命和增加机器人的工作时间。
4、厘米级精度：
为识别细小物体、复杂形状以及准确感知人类的细微动作，人形机器人用的激光雷达需要具备高分辨率和高精度，以提供丰富且准确的点云数据。
JT系列：更小了，也更强了
在1月7日开幕的CES上，禾赛带来了专门面向机器人领域的产品——迷你3D 激光雷达JT系列。该系列的JT16激光雷达，已经搭载在MOVA全新割草机器人 MOVA 1000上。
据梅雪恒介绍，作为3D高性能激光雷达，该系列主要有3个特点：
1、视野覆盖广：
它具备360°x 187°超半球视野，很适合人形机器人；
2、小巧：
和以往的机械雷达相比，JT系列做到了极致的小巧轻盈，它可以灵活嵌入式安装到各类机器人中。
3、搭载了禾赛自研芯片平台：
源于禾赛车规级平台，相当于将车载芯片应用于机器人领域。
虽然此次官宣的合作企业不多，但梅雪恒透露称，其实禾赛与国内外多家机器人公司都已开展合作。
“我们现在已经在和一些人形机器人客户进行深入合作，包括在JT系列的平台上去做验证和算法的适配工作。”
对于机器人市场的预期
如果抛开「人形」的限制，激光雷达可以应用于非常多的机器人种类——现在禾赛在服务、配送、清洁等toC机器人领域，都有深入合作的客户。
2024年的最后一天，禾赛宣布其12月激光雷达交付量突破10万台，其中面向机器人市场的交付量超过2万台，主要用于割草、配送和清洁等机器人。
再结合CES发布的JT系列，乍一看似乎是禾赛开始寻求增量市场，但实际上，禾赛从早期2020年的Pandar高线束激光雷达、XT系列开始，就已经开始应用于机器人产品。
“在禾赛的战略中，从不存在‘因为智驾市场饱和才去开发新赛道’的概念。”梅雪恒表示，不论在智驾还是机器人领域，禾赛的交付量都是行业第一。
如今，已经有多位智驾行业人士，转向了具身智能赛道。这对于拓展机器人市场的禾赛来说，无疑也颇有助益。
“我经常感慨这圈子太小…从2024年的下半年开始，就陆续会碰到我的一些老朋友转向机器人赛道。”
