LiDAR ou vision pure ? Pour les châssis de robot intérieur, un LiDAR 3D multi-lignes suffit
Il y a un débat de longue date sur Zhihu : « LiDAR ou vision pure — lequel est l'avenir de la conduite autonome ? » 460k vues, 323 réponses. La réponse principale, d'un ingénieur ADAS de production, conclut : ce n'est pas bien contre mal mais un compromis d'ingénierie sous la courbe de coût, l'échelle de données et la responsabilité ; à court terme, LiDAR + 4D mmWave + vision reste la voie haut niveau la plus sûre.
Après une décennie à construire des châssis de robot mobile intérieur, notre première réaction a été : vous vous disputez sur les voitures L3 extérieures. Pour les robots mobiles intérieurs, ce débat est déjà terminé.
1. Ce dont les voitures extérieures ont besoin vs ce dont les robots intérieurs ont besoin
La perception de la conduite autonome extérieure doit prendre des décisions dans des conditions extrêmes :
- Longue portée : détecter un feu stop 100-200 m devant
- Tous temps : forte pluie, brouillard, contre-jour, nuit, tunnels
- Sémantique de longue traîne : cônes de signalisation, remorques étranges, cargaison tombée sur la voie
- Haute vitesse : à 120 km/h, des dizaines de millisecondes signifient la vie ou la mort
Dans ce scénario, la vision pure et le LiDAR ont chacun des limites physiques ; la fusion est la réponse — nous sommes d'accord avec la réponse principale.
Les châssis de robot mobile intérieur (nettoyage, livraison, base humanoïde) font face à un problème différent :
- Courte portée : détection utile 0,1-30 m ; tout au-delà de 30 m n'a pas d'importance
- Environnement contrôlé : pas de pluie/brouillard, pas de soleil direct, pas de nuit ; les lumières de couloir sont allumées 24h/7j
- Obstacles 3D : panneaux en hauteur, câbles au sol, butoirs de stationnement, bords d'escalier — invisibles pour les capteurs 2D
- Basse vitesse, haute fiabilité : 0,5-1,5 m/s ; pas besoin de freinage à 100 km/h, mais besoin de disponibilité 24h/7j et d'un long MTBF
2. Pourquoi la vision pure ne suffit pas à l'intérieur
Pour être clair : la vision pure peut faire du SLAM intérieur — le VSLAM est mature en recherche. Mais en production, nous avons vu trop d'échecs :
- Pas de profondeur : l'estimation de profondeur monoculaire dérive de près, sur les sols miroirs (marbre, époxy) et les couloirs à murs blancs ; la portée stéréo/RGB-D est généralement seulement 5-8 m avant le bruit de speckle
- Pas de dimension verticale : la vision est une image 2D ; un panneau en surplomb à 1,2 m et une marche de 3 cm au sol sont difficiles à distinguer de manière fiable dans une seule image — exactement ce que le lidar 2D et la vision manquent tous deux
- Sensible à la lumière : interrupteurs de couloir, contre-jour de façade vitrée, lumières éteintes la nuit — les caractéristiques visuelles disparaissent. Même à l'intérieur, l'éclairage change
Donc la vision pure sur les robots intérieurs est rarement utilisée seule ; elle doit être associée à d'autres capteurs. La question est : lesquels ?
3. Pourquoi la « soupe de capteurs » traditionnelle n'est pas une bonne réponse
Pendant une décennie, la pile de robot intérieur dominante ressemblait à ceci :
LiDAR mono-ligne 2D (navigation) + caméra de profondeur (obstacle frontal) + ultrasonique (angle mort proche) + capteur IR de falaise (escaliers)
Quatre capteurs semble robuste, mais du point de vue de l'ingénierie c'est plein de pièges :
- Calibration difficile : les extrinsèques de quatre capteurs doivent être calibrées séparément et recalibrées quand la température change
- Explosion de câbles : chaque capteur nécessite alimentation + données ; plus de connecteurs = plus de points de défaillance
- Fardeau de fusion : comme le dit la meilleure réponse Zhihu, le problème d'ingénierie le plus dur de la fusion multi-capteurs est « qui gagne quand ils sont en désaccord ». Quatre capteurs, quatre repères, quatre horodatages — la logique d'arbitrage ne finit jamais
- Le lidar 2D manque les obstacles en surplomb : un panneau à 1,2 m ou un pied de table saillant est scanné comme un « mur d'air » ou simplement manqué
4. Notre réponse : un LiDAR 3D multi-lignes
À l'intérieur, un LiDAR 3D multi-lignes fait les quatre travaux :
- 360° × FOV vertical : pas un plan unique mais un nuage de points de tout l'espace environnant — panneaux en hauteur, câbles au sol, bords d'escalier en un seul scan
- Localisation + évitement d'obstacles + cartographie + détection de falaise : SLAM, costmap, détection d'escalier tout dans un nuage de points — pas d'arbitrage inter-capteurs nécessaire
- Capteurs réduits de 4-5 à 1 : câbles, connecteurs, effort de calibration et points de défaillance diminuent tous ; le MTBF augmente, le coût de service diminue
- Charge de calcul plus faible : pas de pile de fusion vision-LiDAR-ultrasonique ; le traitement d'un nuage de points de lidar unique est amical pour le calcul embarqué et profite à l'autonomie
Pourquoi ne pas ajouter aussi un radar 4D mmWave ? Parce qu'à l'intérieur il n'y a ni forte pluie ni brouillard — l'avantage « tous temps » du mmWave est inutile ; la vitesse intérieure est de 1 m/s, l'avantage « mesure directe de vitesse » du mmWave est aussi inutile. Copier les piles de capteurs des voitures extérieures à l'intérieur est de la sur-ingénierie.
5. Conclusion : deux scénarios, deux réponses
Retour à la question Zhihu. Notre point de vue :
- Voitures autonomes L3/L4 extérieures : vision pure vs LiDAR sera débattu pendant des années ; à court terme, la fusion (vision + lidar + 4D mmWave) reste la voie haut niveau la plus sûre — nous sommes d'accord avec l'ingénieur ADAS de production
- Châssis de robot mobile intérieur : le débat a convergé. Un LiDAR 3D multi-lignes (32/64/128 lignes sélectionnable) est l'optimum d'ingénierie : perception volumétrique 360°, localisation/évitement/cartographie/détection de falaise en un coup, le moins de capteurs, le plus haut MTBF, et moins cher qu'une « soupe de quatre capteurs »
Les choix technologiques dépendent toujours du scénario. Ne copiez pas les piles de capteurs de l'autoroute extérieure sur des robots intérieurs lents ; et ne prenez pas « un lidar suffit » à l'intérieur comme réponse pour le L3 extérieur.
Toute notre gamme de châssis Tbot (N5-3D différentiel, OW-3D omni, S5/S8/S12 rectangulaire, X4/X100 4WD, ACK15 Ackermann) utilise un seul LiDAR 3D multi-lignes, positionnement secondaire ±10 mm, autonomie ≥10 h à vide, interface ROS ouverte.
Vous voulez voir un LiDAR 3D multi-lignes en action ?
Voir le guide de sélection du châssis ou la page produit Tbot. Écrivez à sales@tobotai.com pour demander une unité de démonstration.