扫地机器人SLAM之争：结构光/iTOF/dTOF/激光雷达？商用清洁机器人的答案：3D多线激光雷达 SLAM导航
知乎上有三个问题很火："扫地机器人最终会选择何种SLAM方式，结构光、iTOF、dTOF、激光雷达？"（19万浏览）、"扫地机器人是如何实现精准避障的？"（圆桌收录）和"扫地机器人LDS激光导航和ToF雷达导航有什么区别？"（38万浏览）。高赞共识很一致：家用扫地机的导航技术（LDS/TOF）已经很成熟，真正的难点是避障——尤其是低于雷达平面的电线、袜子、拖鞋；一位20年硬件工程师在几个问题里反复强调两个点：面阵TOF在家用场景多径干扰无解、单线LDS有高度盲区。
我们做了十年移动机器人底盘，Tbot-Clean 系列给商用清洁机器人 OEM 供导航套件。看完这两个讨论，我们的观点是：家用扫地机纠结这些方案，是因为价格和体积的约束；商用清洁机器人，这个问题的答案早已收敛——一颗 3D 多线激光雷达 SLAM 导航。
一、先同意回答里的三个共识
这个问题的回答质量很高，有三个共识我们完全同意：
- 导航技术已成熟：LDS 激光导航、dToF 的建图速度和精度都够用，用户感知差异已经很小
- 真正的难点是避障：电线、拖鞋、门槛、宠物粪便——都是低于雷达扫描平面的物体，单线雷达看不见
- 单线雷达有物理局限：只能扫一个高度平面；高反射物体（镜子、落地窗）探测不准；旋转结构长期可靠性是隐忧
二、家用 vs 商用：约束不同，答案不同
为什么家用扫地机要在结构光/iTOF/dTOF/单线雷达之间纠结？因为它们是 1000-5000 元价位的消费产品：
- 价格敏感：三角法单线雷达已经杀到 100 元以内，任何贵的传感器都进不了大众机型
- 体积限制：机身要薄要小，传感器凸起影响钻入沙发底
- 寿命预期短：消费电子 2-3 年换新，可靠性要求比商用低一个数量级
商用清洁机器人完全是另一套决策逻辑：整机 1-2 万元起，7×24 小时作业，采购方看的是可靠性和 TCO（全生命周期成本），不是单机 200 元的传感器差价。所以商用场景完全可以——也应该——用更强的传感器一步到位。
三、一颗3D多线激光雷达 SLAM导航：一次解决"避障比SLAM难"
那个技术派回答说的痛点——"低于雷达平面的物体"——正是 3D 多线激光雷达 SLAM 导航的主场：
- 垂直视场角：不是扫一个平面，是扫描整个立体空间。电线、拖鞋、门槛、台阶、车位限位杆，点云里一次看到，不用再纠结"低于平面怎么办"
- SLAM + 避障 + 建图 + 防跌落一体化：全在一份 3D 点云里完成，不需要在导航和避障之间做两套传感器
- 高反射物体：纯透明玻璃对任何激光都是弱回波，但 3D 雷达的窗框、门框、玻璃边是强反射点，机器人能看到"玻璃在哪"
- 可靠性：传感器从 4-5 颗减到 1 颗，线束、接插件、标定工作量、故障点同步减少，MTBF 显著提升——正好回应回答里"旋转部件容易坏"的担忧
四、32/64/128 线，按场景选型
Tbot-Clean 系列导航套件默认一颗 3D 多线激光雷达 SLAM 导航（32/64/128 线可选），覆盖家用紧凑机型到商用洗地机、室外园区清洁车：
- Tbot-Clean-H1：家用紧凑尺寸
- Tbot-Clean-U75：地下停车场、商超、写字楼、医院等室内商用机型
- Tbot-Clean-X150：园区、厂区等室外大场景，可扩展 2-4 颗雷达
全套件含 3D 多线激光雷达 SLAM 导航、相机、控制器、伺服电机、电池（三元锂/磷酸铁锂可选），开放 ROS 接口，支持自动回充。二次定位精度 ±10mm，续航空载 ≥10h。
五、结论：两个市场，两种答案
回到知乎那个问题：
- 家用扫地机：结构光/iTOF/dTOF/单线雷达会长期共存，成本决定一切，每家的选择都有道理
- 商用清洁机器人：答案早已收敛——一颗 3D 多线激光雷达 SLAM 导航就是工程最优解。避障不再是"低于雷达平面怎么办"的难题，SLAM 和避障在一份点云里同时完成
技术选型永远取决于场景和成本约束。家用市场在"够用且便宜"里选；商用市场在"可靠且省心"里选——而后者，一颗 3D 多线激光雷达 SLAM 导航就够了。
六、技术纵深：从"精准避障"的专业拆解看3D多线雷达
森山（20年硬件工程师）那篇回答，是这个问题下最硬核的技术拆解。他把避障传感器分成零维点激光/一维线激光/二维面激光/纯视觉/多传感器融合五类，结论恰恰是我们方案的最好注脚：
- 点激光LDS只能测所在高度的平面："低于LDS高度的袜子、电线无法检测"——3D多线雷达的垂直视场角，扫的就是整个立体空间
- 面激光（3D TOF）精度高但成本极高：他说它"成本极高、研发难度大、CPU要求高、标定困难"——这是家用消费级的约束。商用整机1-2万元起，一颗3D多线雷达的BOM占比合理，算法和标定我们在底盘层一并解决
- "所有激光方案对透明、黑色物体识别不佳"：这是物理限制，谁都绕不过。但3D点云里窗框、门框、玻璃边是强反射点，机器人知道"玻璃在哪"；真要零碰撞，行业通用工程方案是3D雷达+前置ToF/超声波补盲
- 融合是对的，但融合≠堆传感器：他说一台扫地机"装载数量巨多、类型不一的传感器"。一颗3D多线雷达本质上就是把点激光的高度维度、面激光的深度、红外/超声波的低矮近距补盲，合进一颗传感器——BOM、线束、接插件、标定、故障点全部同步下降
还有两个概念澄清（也是他指出的）：SLAM是算法，不是传感器——所以"SLAM传感器"是无效说法；"AI避障"识别模型库顶级不到百种——而3D点云几何避障不靠"认"，电线就是电线、拖鞋就是拖鞋，它在几何层面直接绕开。
七、为什么是"3D多线激光雷达 SLAM导航"而不是"面阵TOF"？——聊聊多径干扰
那位硬件工程师在"LDS vs ToF"问题下说得更狠："TOF在扫地机上的应用就是鸡肋，就是噱头"——理由是面阵TOF（iTOF/dTOF）在家用室内场景多径干扰无解。这里要澄清一个关键区别：3D多线激光雷达 SLAM导航不是面阵TOF。
- 面阵TOF（iTOF/dTOF）：VCSEL面光源+像素式sensor一次成像，激光在室内近距、到处是墙壁和物体时，杂散反射多径干扰严重——他说"整个TOF行业都没解决的问题"
- 3D多线激光雷达 SLAM导航：每一条激光线独立发射脉冲、逐点测距，接收端视场角极窄，天然抑制多径；靠电机旋转360°扫描
- 所以它等于同时拿走LDS的全向建图定位和TOF的三维感知——没有单线的高度盲区，也没有面阵TOF的多径坑
至于"TOF是噱头、滞销、行业内卷强加卖点"——我们同意家用市场确实在卷营销。但商用场景只认工程可靠：采购方不买单"卖点"，只买单"能7×24小时跑、售后成本低"——这恰恰是3D多线激光雷达 SLAM导航的生态位。
想看 3D 多线激光雷达 SLAM 导航怎么跑？
查看 清洁机器人方案页 或 移动底盘选型对比表。联系 sales@tobotai.com 申请样机测试。