行业竞争格局演变 - 智能驾驶行业经历近两年洗牌后，牌桌已更换一批新玩家，但工业界对自动驾驶的投入持续加大，自动驾驶被视为AI核心技术及未来重点布局方向[1] - 行业在2022年之前处于蓬勃发展期，公司只要具备单一长板（如双目技术、硬件能力或AI能力）即可获得发展机会，但此后进入收缩期或平稳期，生存和发展的关键转变为补足短板[1] - 当前在赛道中活跃且表现良好的公司或主机厂，均在系统性地提升硬件、软件、AI能力及工程落地等综合实力，行业实践表明，只有成为“六边形战士”才能在未来竞争中存活并发展得更好[1] 2025年行业展望与人才需求 - 2025年行业将进入冷静期而非收敛期，L3、L4及Robotaxi等新赛道仍存在未解决的技术问题，这为所有参与者保留了机会[2] - 行业变革对个人而言是挑战更是机遇，能够留在行业内担当主力的均为技术栈丰富的综合型人才，抱有“捞一波”心态者将被淘汰，持续积累和构建壁垒是长期受用的策略[2] 自动驾驶之心知识星球社区概况 - 社区旨在解决初学者试错成本高、缺乏完整学习体系的问题，是一个集视频、图文、学习路线、问答、求职交流于一体的综合类自驾社区，目前成员已超过4000人，目标在未来2年内达到近万人规模[4] - 社区联合了众多学术界与工业界专家，内部梳理了超过40种技术路线，并邀请数十位活跃在一线的领域嘉宾答疑解惑，内容涵盖端到端入门、VLA学习路线、数据闭环工程实践等实用主题[4][6] - 社区成员背景多元，来自上海交大、北京大学、CMU、清华大学等国内外知名高校，以及蔚小理、地平线、华为、大疆等头部公司，形成了前沿技术聚集地[17] 社区资源与技术覆盖范围 - 社区汇总了近40个开源项目、近60个自动驾驶相关数据集及主流仿真平台，技术学习路线全面覆盖感知、规划控制、仿真、端到端、VLA等核心方向[18][35][37] - 针对热点技术领域如3DGS与NeRF、世界模型、视觉语言模型（VLM）、自动驾驶VLA、扩散模型、BEV感知等，社区均进行了详细的技术梳理和内容汇总[42][44][47][49][53][55] - 社区提供原创直播课程与系列视频教程，内容涵盖感知融合、多传感器标定、SLAM、决策规划、数据工程、端到端与大模型技术等，并建立了与多家自动驾驶公司的岗位内推机制[12][13] 社区互动与专业交流 - 社区内部定期与学术界、工业界专家畅聊技术趋势与量产痛点，并举办超过一百场专业直播分享，内容涉及VLA模型、V2X、3D检测、轨迹生成等前沿话题[7][92] - 成员可自由提问并获得解答，问题范围包括研究方向选择、就业前景分析、技术路线图求取以及企业内部推荐机会，形成了良好的学习交流与求职对接环境[6][21][94]

自动驾驶技术十年发展回顾 - 自动驾驶行业自2015年蓬勃发展至今已走过十年历程 [3] - 十年间涌现出视觉Transformer、BEV感知、多传感器融合、端到端自动驾驶、大模型、VLA、世界模型等众多闪耀技术 [3] - 自动驾驶的量产方案在技术发展过程中互相碰撞和融合 [3] 圆桌对话核心议题 - 回顾过去10年自动驾驶技术迭代的几个里程碑事件 [13] - 复盘过去两年自动驾驶领域的发展 [13] - 探讨世界模型和VLA的技术路线之争 [4][13] - 分析端到端是否已成为智驾技术栈的基石 [13] - 探讨学术界和工业界对L3自动驾驶的思考 [4][13] - 分析学界研究方向在收敛而工程端在拼落地的现状 [13] - 为新入行的自动驾驶人提供职业发展建议 [4][13] 主讲嘉宾背景 - 崔轲迪担任百度BV风投副总裁 [5] - 孙昊现任博世中央研究院自动驾驶负责人，研究方向为自动驾驶感知和端到端智能系统，拥有新加坡国立大学博士和麻省理工新加坡研究中心博士后经历 [5] - 许凌云现任长安科技泊车业务负责人，拥有中国科学院博士和卡内基梅隆机器人研究所博士后经历，曾获DARPA SUBT无人车挑战赛2019年世界冠军 [5] - 郑文钊为加州大学伯克利分校人工智能实验室博士后研究员，在TPAMI、CVPR等顶级期刊会议发表论文50余篇，谷歌学术引用2700余次 [6] 活动信息 - 圆桌对话定于10月15日晚举行 [9] - 活动由自动驾驶之心运营负责人Gloria和知乎大V刘斯坦共同主持 [7][8] - 完整版深度内容已独家上线知识星球「自动驾驶之心」，涵盖所有技术细节、QA及未公开内容 [17]

产品核心定位与价值主张 - 定位为面向工业场景和教研场景的超高性价比手持三维激光扫描仪，旨在降低开发门槛，助力开发者快速掌握研发能力 [1] - 核心价值在于其宣称的“最强性价比”，通过高度集成多传感器和轻量化设计，提供高效实用的三维解决方案 [1][5][9] - 产品由同济大学刘春教授团队与西北工业大学产业化团队合作开发，基于多年科研和行业积累，并经过上百个项目验证 [9] 核心技术参数与性能 - 扫描性能达到每秒生成20万点云，最远测量距离为70米，水平视角360°全域覆盖，支持超过20万平方米的大场景扫描 [1][22][29][30] - 系统相对精度优于3厘米，绝对精度优于5厘米，实现厘米级精度的三维场景实时重构 [1][22] - 采用多传感器融合算法和微秒级数据同步技术，融合激光雷达、相机、IMU、RTK等传感器，确保高精度建模 [13][22][34][35] - 设备搭载Intel N5095计算单元（4核2.0GHz，睿频2.9GHz），配备16GB内存和256GB硬盘，运行Ubuntu 20.04系统并支持ROS [22] 产品设计与硬件配置 - 采用轻量化和小巧机身设计，产品尺寸为14.2cm * 9.5cm * 45cm，重量为1.3kg（不含电池）至1.9kg（含电池） [1][22] - 硬件高度集成，包含Livox Mid-360激光雷达、Intel D435i深度相机、9自由度IMU、T-RTK UM982移动站等高精度传感器 [13][22][23] - 激光雷达采用25°倾斜角安装设计，兼顾多个方位，旨在提高扫描效率 [15] - 配备快拆充电手柄，内置88.8Wh弹夹电池，续航时间约3至4小时，并可通过D-TAP接口供电 [3][22][26] 软件功能与数据处理 - 支持三维点云地图动态构建、色彩融合和实时预览，扫描结果导出即用，无需复杂部署和繁琐处理 [5][22][27] - 导出数据支持pcd、las、plv等多种通用格式，并支持彩色点云输出 [22] - 提供3D高斯采集功能选配模块，支持离线渲染和在线渲染两种模式，实现高保真实景还原 [6][7][50] - 软件功能包括快速建图、彩色点云建图、数据录制保存以及RTK功能启动等，操作界面集成在5.5寸触控屏上 [41][42][43] 应用场景与平台集成 - 可广泛应用于大型园区、花园场景、老旧街道、市政道路、环形花园、坡道、写字楼、停车场、工业园区、各类隧道、森林、矿场等复杂室内外场景 [38][39][46][49] - 支持跨平台集成，可适配无人机、无人车、机械狗、人形机器人等多种负载平台，实现无人化作业 [44] - 在地理信息数据采集、城市规划、文昌监测、文物保护修复研究、虚拟展示等领域提供精准基础信息 [52][54] 产品版本与定价策略 - 推出四个版本：基础版（19,800元）、深度相机版（23,800元）、3DGS在线版（39,800元）和3DGS离线版（67,800元） [57][58] - 3DGS在线版包含两个月免费云服务，后续云服务续费为5,000元/月；3DGS离线版需客户自备高性能服务器 [58] - 所有版本均标配GeoScan S1设备、软件、RTK配件和在线用户手册，升级版和3DGS版额外提供深度相机、3D高斯采集配件及专业工程师培训支持服务 [58] - 购买后提供为期1年的售后服务 [60]

产品核心定位与价值主张 - 产品定位为面向工业场景和教研场景的、国内目前最强性价比的实景三维激光扫描仪 [1] - 核心价值在于轻量化设计、一键启动、高效实用的三维解决方案，旨在降低开发门槛，助力开发者快速掌握研发能力 [1][5] - 产品由同济大学刘春教授团队和西北工业大学产业化团队携手合作，基于多年科研和行业积累，并经过上百个项目验证 [8][9] - 首发价格为19800元起，被强调为业内最优惠价格，具备高度集成多传感器的特点 [5][9][57] 核心技术规格与性能参数 - 以多模态传感器融合算法为核心，实现厘米级精度的三维场景实时重构，相对精度优于3cm，绝对精度优于5cm [1][22] - 扫描性能达到每秒20万点云成图，测量距离为70米，支持360°水平视角全域覆盖，扫描面积可达20万平方米以上 [1][22][29][30] - 搭载微秒级同步模组，实现多传感器（激光雷达、相机、IMU、RTK）的硬件IO同步触发，同步精度达微秒级 [22][23][34][35] - 系统运行于Ubuntu 20.04环境，支持ROS，配备Intel N5095四核2.0GHz（睿频2.9GHz）处理器、16GB内存及256GB存储 [22] 产品设计与硬件配置 - 采用小巧机身一体集成设计，尺寸为14.2cm * 9.5cm * 45cm，重量为1.3kg（不含电池）或1.9kg（含电池） [12][22] - 集成丰富传感器资源，包括3D激光雷达（Livox Mid-360）、9自由度IMU、双广角相机、深度相机（Intel D435i）、RTK模块（T-RTK UM982 Mobile） [13][22][23] - 激光雷达采用25°倾斜角度安装的小倾角设计，兼顾多个方位，提升采集效率 [15][16] - 配备高带宽网口、双USB 3.0接口、Micro SD卡槽，支持灵活扩展，并可通过快拆充电手柄供电，电池容量为88.8Wh，续航时间约3-4小时 [1][12][22][25][26] 软件功能与数据处理能力 - 支持三维点云地图动态构建、色彩融合及实时预览，可生成彩色点云数据，导出格式包括pcd, las, plv等多种通用格式 [22][27] - 软件功能包括快速建图、彩色点云建图、数据录制（保存为.bag或.pcd文件）、RTK功能启动以及3D高斯数据采集与保存 [42][43] - 提供3D高斯渲染版本，支持离线渲染和在线渲染两种模式，实现高保真实景还原 [6][7][50] - 支持跨平台集成，可适配无人机、无人车、机械狗、人形机器人等多种负载平台，实现无人化作业 [44] 应用场景 - 可广泛用于多种作业领域，尤其擅长应对复杂室内外场景，如写字楼、停车场、工业园区、各类隧道、森林、矿场等 [38][46] - 具体应用场景展示包括大型园区、花园场景、老旧街道、环形花园、坡道场景、市政道路、日常街道、长廊隧道等 [39][47][48][49] - 在地理信息数据采集、城市规划、文昌监测、文物保护修复研究、虚拟化等领域提供精准基础信息 [52][54] 产品版本与定价策略 - 提供四个版本以满足不同需求：基础版（19800元）、深度相机版（23800元）、3DGS在线版（39800元）、3DGS离线版（67800元） [57][58] - 3DGS在线版包含两个月云服务赠送，后续云服务续费为5000元/月；3DGS离线版需客户自备高性能服务器或由公司另行提供 [58] - 购买后提供为期1年的售后服务 [60]

政策发布 - 工信部发布《智能网联汽车组合驾驶辅助系统安全要求》征求意见稿 拟于2027年1月1日实施 [2][8] - 新国标由华为牵头制定 催化事件为"3·29铜陵小米SU7爆燃事故" [2] - 标准实施设置过渡期 新车型有13个月过渡期 已获批车型有25个月过渡期 [8] 技术标准要求 - 试验场景包含日间、夜间、逆光、隧道、施工区域及多种道路类型 [8] - 目标物涵盖机动车、行人、摩托车、异型车辆及临时障碍物 [8] - 试验开始距离设定为200米 对传感器探测能力提出高要求 [9] - 新增50CM纸箱障碍物探测场景 高度依赖高性能激光雷达 [1][5] - 包含7.4.7及7.5.8章节施工区域探测试验 复刻小米事故场景 [2] 行业影响 - 纯视觉方案面临挑战 特斯拉HW3.0/HW4.0均未通过测试 仅FSD 13测试版可行 [9] - 华为系车型成为目前唯一能通过所有试验场景的产品系列 [1][8] - 小米汽车召回116,887辆SU7标准版 因L2辅助驾驶在极端场景处置不足 [2] - 新规大幅提高L2准入难度 要求通过数十项场地测试才可申报功能 [8] - 推动多传感器融合方案成为行业趋势 纯视觉方案在复杂天气下存在局限 [9]

公司发展及财务表现 - 公司拟在境外发行H股并在香港联交所挂牌上市 [1] - 公司2024年营收6.17亿元 同比增长32.15% 净利润0.89亿元 同比增长15.60% [5] - 2025年上半年营收3.3亿元 同比增长16.26% 归母净利润5046.86万元 同比增长7.81% [6] - 公司于2022年6月14日在北交所上市 当前市值45亿元 [4] 公司业务及产品 - 公司成立于1999年 总部位于广州番禺 专注于超声波传感器和执行器研发生产 [2] - 主要产品包括测距传感器 流量传感器 压触传感器 雾化换能器 报警发声器等 [2] - 产品应用于智能汽车 智能仪表 智能家居 智慧安防 工业控制和消费电子等领域 [2] - 车载超声波传感器已进入国内汽车制造厂商前装供应链 [2] - AKⅡ车载超声波传感器满足功能安全要求 适配AVP-L2以上自动驾驶等级 具备测距更远 盲区更小等技术优势 [3] - 超声波流量传感器进入国际主流品牌智能水表和气表厂商供应链 [3] - 安防报警发声器应用于国际主流品牌安防报警系统 [3] 技术应用及市场机遇 - 超声波传感器在人工智能背景下被赋予新角色 特别是在机器人 自动驾驶和智能家居领域 [6] - 多传感器融合趋势中 超声波传感器作为低成本冗余传感器 与AI算法结合提升安全性 [7] - 在机器人领域 超声波传感器便宜且抗光照干扰 可成为大规模机器人市场的标准配置 [8] - 在智能家居领域 超声波传感器结合AI可实现存在检测和动作模式识别 [9] - 在医疗健康领域 AI+超声波传感器可用于非接触式呼吸 心跳和睡眠监测 [10] - 在智能交通领域 超声波传感器结合AI可实现车位检测和自动泊车功能 [11] - 超声波传感器低功耗 体积小 适合与AI芯片一起部署在边缘计算场景 [12] 行业竞争格局 - 超声波传感器行业头部企业主要来自德国和日本 包括倍加福 西克 巴鲁夫 博世 欧姆龙 基恩士 松下等 [2] 创始人背景 - 公司创始人张曙光生于1967年 1986年考入兰州大学物理系金属物理专业 [2] - 1992年进入传感器行业 拥有丰富的行业经验 公司一百多项专利中有一半与其相关 [2]

中国厂商IFA展会表现 - 中国厂商在2025年IFA展会展示音影、储能、笔记本电脑、智能家电等领域产品 技术实力突出 供应链完善 硬件工程师储备充足 [1] 庭院机器人市场竞争格局 - 欧美市场是庭院机器人核心战场 品牌云集竞争激烈 [2] - 欧洲用户对智能割草机器人接受度高 西欧国家渗透率从15%以下向30%-40%急速攀升 [2] - 库犸、追觅、科沃斯、MOVA等厂商展示硬件结构、导航算法、障碍规避及多草坪地形自适应切割等技术突破 [2] 石头公司产品布局 - 石头首次推出智能割草机器人 包括RockNeo Q1、RockMow S1和RockMow Z1三款 覆盖入门级到旗舰全价位市场 [4] - RockNeo Q1定位入门级 适用于中小型平整草坪 [6] - RockMow S1面向中等规模草坪 12小时割草面积达1000平米 采用两轮驱动方案 [6] - RockMow Z1旗舰机型采用RTK+视觉方案 单天作业覆盖5000平方米 四轮驱动爬坡能力更强 可应对80%坡度 攀爬6厘米障碍物 [6] - RockMow Z1将切割盲区缩小至3厘米 采用沿边跨边策略减少人工补修需求 [7] 技术路线发展 - 算法技术差异决定割草机智能化水平 多SKU产品线成为行业共识 [8] - 1000平米以下庭院适用纯视觉或视觉+RTK方案 激光雷达成为中小草场最优方案 [8] - 复杂地形大型草坪适用视觉+激光雷达融合系统 [10] - 激光雷达在1500平米以上草坪易出现点云稀疏问题 RTK存在卫星定位精准度问题 [10] - 库犸推出全球首款Tri-Fusion三重融合定位系统 整合激光雷达、RTK与视觉 实现±1厘米定位精度 无需物理边界线 [10][11] - 该系统已应用于LUBA mini AWD LiDAR割草机器人 老用户可免费升级 [11] 机械臂技术创新 - MOVA旗下NexLawn耐士劳推出带机械臂的Master X庭院护理机器人 机械臂伸展长度77厘米 最远触及1米距离 [15] - 机械臂可更换工具执行抓取杂物、修整边缘、浇水、采摘等任务 还具备与宠物互动的陪伴功能 [15] - 机械臂方案拓展功能边界但面临视觉算法精度、硬件集成难度和成本升高等挑战 [18] 泳池机器人市场竞争 - 元鼎智能Aiper发布Scuba V3泳池机器人 引入AI视觉识别20多种垃圾 整机重量7.5千克 支持无线充电 [19][21] - Scuba系列价格超过1000美元 反映AI视觉和无线清洁技术投入 [21] - 追觅展出Z2 Pro泳池机器人 搭载高精度传感器与自研算法 支持五种清洁模式和手机遥控 [21] - 库犸SPINO E1无线泳池清洁机器人主打高效清洁 性能接近传统高端机型 [25] 行业发展趋势 - 更多企业入局庭院赛道 行业面临市场竞争和整合压力 需构建全球化品牌影响力和下沉渠道能力 [25] - 欧美高端市场渐趋饱和 用户需求细分 本地化挑战和成本控制成为突围关键 [25]

自动驾驶技术路线之争 - Uber CEO支持激光雷达方案 认为成本低且安全系数高 而特斯拉CEO坚持纯视觉路线 认为多传感器会降低安全性[1] - 百度同样坚持激光雷达方案 认为其能更好保证行车安全 纯视觉技术尚处早期阶段[2] - 全球头部自动驾驶公司存在明显技术路线分歧 Waymo和百度采用多传感器融合 特斯拉坚持纯视觉方案[6] 特斯拉纯视觉方案分析 - 特斯拉在2019年采用8V1R12S方案 2021年取消毫米波雷达转向纯视觉 2022年推出纯视觉Occupancy方案[8] - 方案基于"人类仅靠双眼驾驶"的理念 依赖海量车队数据训练神经网络 形成数据闭环[8] - 采用低成本摄像头有助于降低整车成本 更利于方案大规模普及[8] - 但存在场景优化难题 包括恶劣天气与光照条件 准确距离感知 算法和数据依赖度过高等问题[9] - 曾发生多起事故 如2019年佛罗里达州致1死1伤事故 2023年宾夕法尼亚州撞卡车事故 2025年Robotaxi试运营擦碰事故[9] Waymo多传感器融合方案 - 采用13V+4L+6R多传感器融合方案 实现360度无死角感知 最远识别500米路况[12] - 通过逼真仿真器生成各类案例 在多模态感知中持续突破[12] - 在复杂路况下保持良好性能 每周付费服务量从2月20万次增长到4月底超25万次 平均每车每天约24次[12] - 出现重大事故概率较小 更多是人为破坏 如2025年抗议者打砸烧事件[12] 百度自动驾驶布局 - 2013年开始布局 2017年推出Apollo平台 2021年推出萝卜快跑服务平台[14] - 采用多传感器融合方案 典型车型传感器配置为4L12V5R-12S[16] - 2024年5月发布L4级自动驾驶大模型Apollo ADFM 安全性高于人类驾驶员10倍以上[16] - 总服务订单量超1100万次 总行驶里程超1.7亿公里 未发生重大安全事故 出险率为人类驾驶员1/14[16] - 积极拓展海外市场 2024年获香港自动驾驶测试牌照 2025年与迪拜合作部署超1000台无人车[17] - 2025年7月与Uber建立战略合作 将数千辆无人车接入Uber全球出行网络[18] 技术方案对比分析 - 多传感器融合方案在极端天气 光照 截断等场景下感知性能优于纯视觉方案[21] - 在nuScenes等数据集上 多模态融合方案在3D检测等任务上性能高于纯视觉5-10个百分点[22] - 激光雷达成本大幅下降 从十年前8万美元降至现在千元级别 萝卜快跑第六代无人车4颗激光雷达成本仅3.5万元人民币[24] - 国际测试显示配备激光雷达车型可避免25%碰撞事故 事故影响缓解能力提升29%[26] 激光雷达技术优势 - 最远感知距离达150-200米 最新产品可达300米 远超摄像头80-100米的有效距离[29] - 帧率达10-20Hz 部分产品提升至30Hz 与摄像头帧率保持一致[32] - 在暴雨环境中测距精度仅下降8%-12% 仍能准确识别50米内行人[34] - 具备三维感知能力 能准确判断目标高度 大小和位置信息[36] - 采用905nm或1550nm波长 抗干扰性强 配备疏水性镀膜和加热除雾模块[37] 市场应用情况 - 2025年比亚迪十余款车型将搭载禾赛激光雷达 采用3激光雷达或单激光雷达方案[42] - 奇瑞iCAR 零跑B10 理想i8等车型均搭载禾赛激光雷达 零跑B10将激光雷达硬件下探到12万级别[43] - 速腾聚创2024年销量达519,800台 成为全球乘用车激光雷达销量冠军[45] - 与全球30家整车厂及Tier1达成合作 定点车型超百款 包括比亚迪 极氪 上汽智己等[45] 政策与安全要求 - 工信部等部门开展智能网联汽车准入试点 明确L3 L4级别商业化路径[55] - 美国NHTSA要求2029年所有乘用车标配含行人AEB系统 欧洲日本有类似法规[55] - 国内2025年将自动紧急制动系统国标从推荐性升级为强制性[56] - 联合国R157法规要求L3级系统提供10秒接管缓冲期 依赖激光雷达超视距感知能力[56]

产品定位与核心优势 - 面向工业场景和教研场景的超高性价比3D扫描仪 定位为国内最强性价比实景三维激光扫描解决方案 [1] - 以多模态传感器融合算法为核心 实现厘米级精度的三维场景实时重构 [1] - 轻量化设计且一键启动 大幅降低开发门槛 助力开发者快速掌握研发能力 [1][5] 技术性能参数 - 每秒生成20万点云 支持70米测量距离及360°水平视角全域覆盖 [1][29] - 支持超20万平米大场景扫描 相对精度优于3cm 绝对精度优于5cm [1][22][30] - 采用微秒级同步模块 实现多传感器硬件同步触发 同步精度达微秒级 [23][34][35] - 配备Intel N5095处理器(4核2.0GHz) 16G内存/256G存储 支持Ubuntu 20.04及ROS系统 [22] 硬件配置特性 - 集成9DOF IMU、RTK定位模组(UM982)、激光雷达(Livox Mid-360)及双广角相机 [13][23] - 可选配Intel D435i深度相机及3D高斯采集模块 实现高保真实景还原 [1][23][50] - 采用航空铝外壳 整机重量1.9kg(含电池) 续航3-4小时 支持快拆弹夹电池(88.8Wh) [22][26] - 配备5.5寸触控屏 提供千兆网口、双USB 3.0接口及Micro SD扩展接口 [16][22][23] 应用场景与解决方案 - 适用于写字楼、停车场、工业园区、隧道、森林及矿场等复杂室内外场景 [38][46] - 支持跨平台集成 可适配无人机、无人车、机械狗及人形机器人等负载平台 [44] - 提供地理信息数据采集、施工精度监控及文化遗产修复等专业领域解决方案 [52][54] 产品版本与定价 - 基础版售价19800元 含主机、软件及RTK配件 [57][58] - 深度相机版售价23800元 增加深度相机模块 [57][58] - 3DGS在线版售价39800元 含高斯采集配件及两个月云服务(月续费5000元) [57][58] - 3DGS离线版售价67800元 含本地渲染软件 需客户自备高性能服务器 [57][58]

产品核心特点 - 国内最强性价比实景三维激光扫描仪 轻量化设计 一键启动 提供高效实用三维解决方案 [1] - 以多模态传感器融合算法为核心 实现厘米级精度三维场景实时重构 [1] - 每秒20万点云成图 70米测量距离 360°全域覆盖 支持20万平米以上大场景 [1] - 支持选配3D高斯数据采集模块 实现高保真实景还原 [1] - 支持跨平台集成 配备高带宽网口及双USB 3.0接口 为科研实验提供灵活扩展空间 [1] 技术参数 - 系统运行于Ubuntu 20.04 支持ROS 设备自带手持Ubuntu系统和多种传感器设备 [3][22] - 点云数量达20万点/秒 相对精度优于3cm 绝对精度优于5cm [22][29] - 尺寸14.2cm*9.5cm*45cm 重量1.3kg(不含电池) 续航时间约3-4小时 [22] - 采用Intel N5095处理器 4核2.0GHz 内存16G/硬盘256G 支持可拓展TF卡 [22] - 配备微秒级同步模组 同步精度达微秒级 支持硬件IO同步触发 [23] 传感器配置 - 集成激光雷达(Livox Mid-360) 深度相机(Intel D435i) RTK(T-RTK UM982 Mobile) [23] - 配备高精度IMU 频率最高800HZ 提供加速度 角速度 磁力计 姿态角数据包 [23] - 激光雷达25°倾斜角度安装 兼顾多个方位 无需反复采集 [15] - 采用9DOF IMU 双广角相机 深度相机 微秒级同步模块 [13] 供电系统 - 电池容量14.8V/6000mAh/88.8Wh 功率25W [22][26] - 电源输入13.8V-24V 支持D-TAP和USB-C多种供电方式 [22][26] - 手柄集成电源 通过D-TAP转XT30母头输出至设备本体 [3] 软件功能 - 支持三维点云地图动态构建 色彩融合 实时预览 [22] - 导出数据格式包括pcd las plv等多种通用格式 [22] - 提供快速建图程序 彩色点云建图 3D高斯采集功能 [42][43] - 支持RTK功能 需要注册账号并填写IP地址 端口号等信息 [43] 应用场景 - 广泛用于写字楼 停车场 工业园区 各类隧道 森林 矿场等工作环境 [38][46] - 支持跨平台集成 适配无人机 无人车 机械狗 人形机器人等多种负载平台 [44] - 适用于地理信息数据采集 城市规划 文昌监测等领域 [52] - 可用于监控工程数据 确保施工精度并降低返工 [54] 版本与定价 - 基础版本售价19800元 深度相机版本23800元 [57] - 3DGS在线版本39800元(云服务续费5000/月) 3DGS离线版本67800元 [57][58] - 标配版包含GeoScan S1主机 软件 RTK配件 在线用户手册 [58] - 升级版增加深度相机 3DGS版本额外包含备用电池 3D高斯采集配件 [58] 研发背景 - 由同济大学刘春教授团队和西北工业大学产业化团队携手合作 [9] - 基于多年科研和行业积累 经过上百个项目验证 [9] - 设备采用航空铝外壳 配备5.5寸触控屏(1280x720分辨率) [22]