第2章 主流激光雷达产品选型：Velodyne、Hesai、RoboSense、Ouster等品牌对比

选型这件事，说白了就是找平衡。我见过不少团队，上来就盯着最贵的参数看，结果项目预算超了，交期也拖了。也有团队一味图便宜，最后点云质量太差，算法怎么调都救不回来。

这一章，我就把几个主流品牌掰开揉碎讲清楚。你听完至少能知道：什么场景该用什么雷达，哪些参数是噱头，哪些是硬指标。

2.1 四大品牌的核心定位

先给个整体印象。这四家基本代表了目前行业里的主流路线：

品牌	核心定位	典型产品	我眼中的标签
Velodyne	行业老牌，技术积累深	HDL-64E, VLP-16, Puck	「教科书级」的可靠性
Hesai（禾赛）	性能均衡，性价比突出	Pandar64, PandarXT, QT128	「水桶机」代表
RoboSense（速腾聚创）	固态化、车规级先锋	RS-LiDAR-32, M1, Helios	「激进派」技术路线
Ouster	数字化Lidar，高分辨率	OS0, OS1, OS2	「像素级」点云密度

2.2 选型核心考量因素

我习惯把选型拆成四个维度：性能、成本、场景、生态。缺一个，后面都会踩坑。

2.2.1 性能参数——哪些是硬指标？

先看一张对比表，把几个关键参数拉出来：

参数	Velodyne VLP-16	Hesai PandarXT32	RoboSense RS-LiDAR-32	Ouster OS1-64
线数	16线	32线	32线	64线
测量距离	100m (80m@10%反射率)	120m (80m@10%反射率)	150m (100m@10%反射率)	120m (90m@10%反射率)
垂直视场角	30° (±15°)	31° (-16°~+15°)	33° (-16°~+17°)	45° (-22.5°~+22.5°)
水平角分辨率	0.1°~0.4°	0.18° (10Hz)	0.2° (10Hz)	0.35° (10Hz)
重量	830g	920g	1100g	450g
防护等级	IP67	IP67	IP67	IP68

这里我要多说一句：测量距离这个参数，很多厂商标的是「最远探测距离」，但那是在90%反射率的标准靶上测的。实际场景里，黑色轮胎、深色路面、玻璃幕墙，反射率可能只有5%~10%。

2.2.2 成本——不只是买雷达的钱

成本分三块：采购成本、部署成本、运维成本。

• 采购成本：Velodyne 16线现在大概1.5~2万，Hesai 32线在2.5~3万，RoboSense 32线约2~2.5万，Ouster 64线要4万以上。但注意，这只是裸机价。
• 部署成本：有些雷达需要专用线缆、定制支架、额外的GPS同步模块。Ouster的以太网供电（PoE）设计就省了单独供电线，这点我很喜欢。
• 运维成本：旋转式雷达有机械磨损。Velodyne的电机寿命官方标称2万小时，实际我见过1.5万小时就开始出现转速不稳的。固态雷达（如RoboSense M1）没有旋转部件，理论上免维护。

2.2.3 应用场景——选型最终落脚点

不同场景对雷达的要求天差地别。我按常见场景列个清单：

应用场景	核心需求	推荐品牌/型号	理由
自动驾驶（Robotaxi）	远距离、高线数、高可靠性	Hesai Pandar128 / Velodyne Alpha Prime	128线，300m探测，双回波
园区物流AGV	中距离、宽视场角、低成本	RoboSense Helios / Ouster OS0	垂直视场角大，盲区小
室内服务机器人	近距离、轻量化、低功耗	Velodyne VLP-16 / 思岚RPLIDAR	重量轻，功耗低，SDK成熟
港口/矿区无人驾驶	超远距离、抗粉尘、抗震动	Hesai PandarQT / Velodyne Ultra Puck	IP68防护，抗振动设计
测绘/巡检	高精度、高分辨率、多回波	Ouster OS2-128 / Hesai PandarXT32	点云密度高，精度±1cm

你想想看，如果让一台室内送餐机器人顶着128线雷达跑，不仅成本爆炸，点云数据量也大到嵌入式平台根本处理不过来。反过来，让Robotaxi用16线雷达，那远处的行人、车辆基本就是睁眼瞎。

2.3 品牌深度对比——我踩过的坑

2.3.1 Velodyne：老大哥的底气与包袱

Velodyne是激光雷达界的「黄埔军校」。HDL-64E当年可是Google无人车的标配。但说实话，这几年Velodyne在产品迭代上有点慢了。

优点：

• SDK和驱动最成熟，ROS集成开箱即用
• 点云质量稳定，标定参数出厂一致性高
• 社区资源丰富，遇到问题基本都能搜到答案

缺点：

• 价格偏高，16线卖到2万，性价比不如国产
• 供货周期长，我去年订一批VLP-16，等了12周
• 机械结构相对脆弱，震动环境下容易出问题

2.3.2 Hesai（禾赛）：水桶机，没明显短板

禾赛是我个人比较偏爱的品牌。Pandar系列在性能和价格之间拿捏得不错。

优点：

• 点云均匀性做得好，垂直方向几乎没有「缺线」现象
• 抗干扰能力强，多台雷达同时工作时串扰小
• 售后响应快，我遇到过固件bug，48小时内就给了修复版

缺点：

• 重量偏重，Pandar64接近1.5kg，无人机基本带不动
• 功耗偏高，64线版本接近20W，电池供电场景要注意

2.3.3 RoboSense（速腾聚创）：固态路线的先行者

速腾的M1是市面上最早量产的车规级固态激光雷达之一。没有旋转部件，理论上寿命更长。

优点：

• 固态设计，抗震动、抗冲击能力强
• 车规级认证，适合车载量产项目
• 垂直视场角大，Helios系列能做到70°

缺点：

• 视场角受限，M1的水平FOV只有120°，需要多台拼接
• 点云密度在边缘区域下降明显
• SDK相对封闭，二次开发不如Velodyne灵活

2.3.4 Ouster：数字化Lidar的像素级体验

Ouster走的是「数字化」路线，每个像素点都带反射率和信号强度信息。点云看起来像灰度图，特别适合做语义分割。

优点：

• 点云密度极高，64线等效于传统128线的分辨率
• 支持多回波，穿透雨雾能力不错
• PoE供电+数据，部署非常简洁

缺点：

• 价格贵，64线版本4万起步
• 对计算资源要求高，嵌入式平台跑起来吃力
• 在强光直射下，部分像素会出现饱和噪声

2.4 选型决策框架——一张图说清楚

下面这张SVG图，是我自己总结的选型决策流程。每次做新项目，我都会走一遍这个框架：

2.5 避坑指南——我交过的学费

最后分享几个我亲身踩过的坑，希望能帮你省点钱：

1. 别只看线数。16线雷达如果垂直角分辨率设计得好，在某些场景下比32线还实用。我见过有人用32线雷达做室内导航，结果垂直方向点云太密，地面分割反而更难做。
2. 注意回波模式。有些雷达默认只输出单回波，在雨雾天或者玻璃幕墙场景下，点云会飘。我建议做室外项目的，至少选支持双回波的型号。
3. 驱动兼容性要提前测。我遇到过Ouster的驱动在Ubuntu 18.04上跑得好好的，换到20.04就报错。这种问题虽然能解决，但会耽误项目进度。
4. 散热不是小事。机械式雷达连续工作2小时以上，外壳温度能到60°C。如果装在密闭空间里，寿命会大打折扣。我有个项目就是没注意散热，半年烧了两台VLP-16。