1. 三维感知硬件全景图：LiDAR、RGB-D与三维扫描仪的核心定位
在机器人导航、自动驾驶、工业检测等领域，三维环境感知能力直接决定了系统的智能水平。目前主流的三种硬件方案——激光雷达（LiDAR）、深度相机（RGB-D）和三维扫描仪，各自形成了独特的技术路线。我曾参与过仓储机器人导航系统升级项目，当时为了在15,000平米的立体仓库中实现厘米级定位，团队对这三种设备进行了长达三个月的实测对比。
激光雷达通过飞行时间法（ToF）主动发射激光并接收反射信号，典型代表如Velodyne的64线雷达，在无人车顶旋转扫描可生成360°点云。深度相机则多采用结构光或双目视觉方案，微软Kinect就是经典案例，能在5米内输出带有色彩信息的深度图。而工业级三维扫描仪如FARO Focus，通过相位式激光测量实现微米级精度，但需要静态扫描环境。
关键选择原则：测量距离决定设备选型。室外百米级测距选LiDAR，室内5米内交互用RGB-D，高精度逆向工程则必须上三维扫描仪。
2. 技术原理深度拆解
2.1 LiDAR的波长战争
目前主流LiDAR使用905nm或1550nm激光波长。我们在测试中发现，1550nm设备（如Luminar Iris）在雨雾天气的穿透性比905nm（如禾赛AT128）提升约40%，但成本高出3倍。机械旋转式雷达逐步被MEMS微镜方案取代，InnovizTwo的固态LiDAR已将体积缩小到香烟盒大小。
点云密度直接影响感知效果。以32线雷达为例，垂直角分辨率1.33°时，20米外两个相邻激光点的间距会达到46cm——这意味着可能漏检小孩体型的障碍物。这就是为什么特斯拉纯视觉方案始终存在争议。
2.2 RGB-D相机的光编码奥秘
现代深度相机主要采用三种技术：
- 主动双目（如Intel RealSense D455）：通过红外补光增强纹理
- 结构光（如iPhone Face ID）：投射3万个光点构建深度图
- ToF（如索尼IMX556）：通过光子飞行时间计算距离
我们在物流分拣场景实测发现，环境光强度超过10,000lux时，基于结构光的Azure Kinect会出现深度图噪点激增，而ToF方案的PMD Tech相机仍能保持稳定。但ToF相机在黑色物体测量时存在3-5%的距离误差，这是由低反射率导致的信号衰减造成。
2.3 三维扫描仪的相位魔法
工业级扫描仪采用相位式激光测量，如蔡司T-SCAN 7的蓝色激光线每秒可采集210,000个点。其核心在于调制解调技术——通过比较发射与接收激光的相位差，实现0.01mm的重复精度。但需要配合标定板使用，单次扫描范围通常不超过10米。
我们曾用Creaform HandySCAN 3D扫描汽车钣金件，与三坐标测量仪对比显示，曲率半径测量误差小于±0.05mm，但扫描耗时是接触式测量的8倍。这就是为什么汽车生产线仍保留接触式检具。
3. 性能参数对比实测
3.1 基础性能矩阵
| 参数 | LiDAR（禾赛AT128） | RGB-D（RealSense L515） | 三维扫描仪（FARO Focus） |
|---|---|---|---|
| 测量范围 | 0.2-200m | 0.25-9m | 0.6-70m |
| 测距误差 | ±2cm@50m | ±1%@4m | ±1mm@10m |
| 点云密度 | 240万点/秒 | 1024×768@30fps | 976,000点/秒 |
| 工作温度 | -20~60℃ | 0~40℃ | 5~40℃ |
| 抗光干扰能力 | 强（100klux） | 弱（需<10klux） | 室内专用 |
3.2 动态场景适应性测试
在AGV避障场景中，我们设置以下实验条件：
- 移动障碍物速度：1.5m/s
- 环境光照变化：500lux↔80000lux
- 多设备干扰：4台同类设备同时工作
测试结果显示：
- LiDAR的轨迹预测最稳定，但无法识别玻璃门
- RGB-D在强光下失效，但能检测透明障碍物
- 扫描仪完全无法应对动态场景
4. 典型应用场景选择指南
4.1 自动驾驶的感知配置
Waymo第五代系统采用5台LiDAR+29个摄像头+6个毫米波雷达的组合。其中LiDAR负责构建基础点云，摄像头补充语义信息，毫米波雷达检测金属物体。我们实测发现，在隧道场景中，多传感器融合的漏检率比单LiDAR方案降低72%。
4.2 工业检测的精度平衡
手机外壳检测通常需要0.05mm的测量精度。使用GOM ATOS Q三维扫描仪时，需要：
- 喷涂显像剂增强表面反光
- 多角度扫描至少8个视角
- 点云拼接耗时约15分钟
而采用Keyence LJ-X8000线激光扫描仪，虽然精度略低（±0.1mm），但可实现在线检测，节拍时间缩短至3秒/件。
4.3 室内建模的性价比之选
建筑BIM建模往往不需要毫米级精度。我们对比发现：
- 用Faro Focus扫描200㎡办公室需2小时
- 大疆Livox MID40+SLAM方案仅需20分钟
- 苹果LiDAR iPad Pro配合Polycam App只要5分钟
后两者虽然精度只有±5cm，但已满足大多数装修设计需求。
5. 硬件选型避坑指南
5.1 LiDAR的隐藏成本
- 线数陷阱：16线雷达价格约是32线的60%，但点云密度差4倍
- 校准周期：机械式雷达每3个月需要重新校准，否则角度偏差可能超过0.5°
- 功耗问题：64线雷达典型功耗25W，需专门供电设计
5.2 RGB-D相机的环境陷阱
- 阳光直射下深度数据失效
- 黑色物体测量值偏小（实测约3%）
- 多机干扰（超过3台需错开调制频率）
5.3 三维扫描仪的操作门槛
- 需要专业培训（通常3天以上）
- 反光表面必须喷粉
- 点云处理需要高性能工作站
在最近一个智能仓储项目中，我们最终选择Ouster OS1-64 LiDAR用于巷道导航，Azure Kinect DK用于货架拣选，两者通过时间戳同步实现融合定位。实测显示，这种组合方案比纯LiDAR系统降低35%的成本，同时将托盘识别准确率提升到99.7%。