出货量数十万台,激光雷达找到新蓝海
【导语】近日,禾赛科技刘兴伟透露,预计今年机器人激光雷达市场出货量达30万 - 40万台,禾赛科技面向该市场出货量将超20万台。因激光雷达在人形机器人环境感知、弥补视觉短板、导航规划、避障防护及人机交互协作等方面应用广泛,且正经历从“功能验证”到“规模化落地”转型,成本降低推动其普及加速,未来机器人领域市场(chǎng)规(guī)模有望达百亿级 。

电子发烧友网综合报道 近日,禾赛科技机器人感知业务副总裁刘兴伟透露,预计今年整个机器人激光雷达市场出货量将在(zài) 30 万(wàn)台(tái)到(dào) 40 万(wàn)台之间,其中禾赛科技面向机器人市场(chǎng)的(de)出(chū)货(huò)量将超过 20 万台。
之所以有这样的判断,是因为激光雷达在人形机器人领域的应用极为广泛。首先是环境感知与建图方面:激光雷达可用于精确测量与三维建模,通(tōng)过(guò)发(fā)射(shè)激光束并接收反射信号,能精确测量机器人与周围物体的距离,生成高精度三维点云数据,进而构建出环境的三维地图。这一功能使人形机器人能够清晰掌握周围空间的结构与布局,为后续的导航、避(bì)障(zhàng)及(jí)交互奠定基础。
其次,激光雷达能够弥补视觉传感器的不足。在强光直射、黑暗等复杂光照条件下,传统视觉传感器的感知能力会受到明显限制,而激光雷达不受光照因素影响,可持续稳定地提供环境信息。将其与视觉传感器融合使用,能有效弥补视觉传感器的短板,显著提升机器人在不同环境下的适应能力。
再次是导航与路径规划领域。基于激光雷达的 SLAM(同步定位与地图构建)技术,人形机器人可在未知环境中实时构建地图并确定自身位置。通过持续更新地图信息与自身定位,机器人能够规划出最优路径,高效地从起点抵达目标点,实现自主导航。在动态路径调整上,激光雷达可实时感知周围环境变化(如出现新障碍物、道路被阻塞等情况),人形机器人能依据激光雷达反馈的信息,及时调整路径规划,避开障碍物,保障导航过程顺利推进。
第四个典型应用是避障与安全防护。激光雷达具备高精度测距能力,可精确检测出机器人周围一定范围内的各类障碍物,包括障碍物的形状、大小、距离等详细信息。这使人形机器人在接近障碍物时能提前做出反应,避免碰撞发生,从而保障自身及周围环境的安全。
最后是人机交互与协作场景。在此场景中,激光雷达可实时感知人的位置、姿态与(yǔ)动(dòng)作(zuò),人(rén)形机器人能根据这些信息做出相应反馈,例如主动让路、跟随引导或完成特定互动动作,使人机交互更自然、流畅且高效,进一步提升用户体验。此外,在与人类或其他机器人协作完成任务时,激光雷达可帮助人形机器人精准定位协作对象的位置与动作。以共同搬运物品为例,机器人能依据激光雷达感知到的人类同事的位置与动作,实时调整自身动作与力度,确保协作任务顺利完成。
当前,激光雷达正经历从 “功能验证” 到 “规模化落地” 的关键转型。禾赛科技 L2 级车载激光雷达成本已降至 200 美元,这一突破推动激光雷达在机器人领域的应用加速普及。刘兴伟认为,从割草机、扫地机等家庭场景,到无人物流车、人形机器人等前沿领域,激光雷达的普及速度正不断加快,未来其在机器人领域的整体市场规模有望达到百亿级。
-
AGV调度系统数据瓶颈:没有更多数据时的优化策略AGV调度系统数据瓶颈:没有更多数据时的优化策略很多人以为,AGV调度系统的性能提升完全依赖于数据量的持续增加,其实不然。在工业场景中,数据获取成本与调度效率之间存在显著的边际递减效应。当系统已捕获足够覆盖95%以上场景的基础数据后,单纯增加数据量对调度精度的提升不足3%,反而会引发存储冗余与计算延迟问题。底层逻辑是:AGV调度本质是有限状态空间内的路径优化问题。以某汽车总装车间为例,其AGV网络查看详情
-
AGV机器人调度系统:数据瓶颈背后的底层逻辑数据孤岛与调度效率的悖论很多人以为,AGV机器人调度系统的性能瓶颈源于算力不足或算法复杂度,其实不然。在真实工业场景中,90%的调度延迟问题源于数据孤岛与协议异构性。当多品牌AGV混编运行时,不同厂商的通信协议、定位精度、传感器采样频率差异,会导致调度系统陷入「数据解析-转换-同步」的死循环,最终表现为路径规划失效或任务队列堆积。案例:上海临港某汽车总装车间的赛制级推演2023年Q2,某头部车企在查看详情



400-886-5570




