雷达避障、雷达跟随、雷达巡逻：工作原理 + 应用场景（通俗版）

硬件基础：2D 激光雷达，不断向外发射激光，测出各个方向物体离机器人有多远，得到一圈环境轮廓点云。 三者都是在原始测距数据之上做上层算法，测距是地基，避障、跟随、巡逻是上面不同的业务功能。

一、雷达避障

工作原理

想象机器人眼睛就是激光雷达，持续扫描周围。 人为划定机器人周边一块危险区域（比如前方 0.8 米、左右 0.5 米范围），因此，危险区域为相对距离，而不是实物距离。

1. 雷达实时把每个方向障碍物距离读出来；
2. 如果有物体闯入危险区域：
   • 距离还比较远：底盘减速
   • 距离很近，马上要撞上：直接停止，或者转向绕开障碍物；
3. 障碍物移走之后，机器人恢复正常行驶。

关键点：它不认识这个东西是什么，只关心 “有没有东西闯进危险区”。分不清是人、箱子、纸箱、墙，只要物体进来就触发保护。 不需要地图，开机就能用；巡逻、跟随运行的时候，避障一直在后台当安全兜底。

应用场景

1. AGV 物料小车，车间来回转运货物，防止撞到设备、工人；
2. 教育机器人、竞赛小车，跑动的时候不会撞墙；
3. 扫地机器人，碰到家具减速避让；
4. 巡检机器人，行进途中防止撞上临时堆放杂物。

工程痛点

玻璃、镜面会让激光穿透，出现漏检；强光室外测距不准；很薄的细线雷达可能看不见。

---

二、雷达跟随

工作原理

不需要提前建地图。 雷达拿到一圈点云，算法会对点云做聚类：把挨在一起的一堆激光点打包成一个 “物体”。

1. 你设定想要跟踪的目标（一般是人：人的腿部在雷达高度下是两个竖直立柱轮廓）；
2. 算法持续筛选，锁定这个目标，不断计算目标相对小车的距离、角度；
3. 如果人往前走，机器人算出目标在前方，小车向前加速；
4. 人往左走，小车就往左；人停下，小车也停下；
5. 目标被桌子、墙体挡住，点云消失，就跟丢。

通俗理解：盯着一个物体的轮廓，我跟紧你，你去哪我去哪。

缺陷：环境里有多个人的时候，容易认错目标，跟错路人。

应用场景

1. 服务机器人，跟着主人搬运行李；
2. 工厂 AGV 跟随工人，工人走到哪，小车跟着运物料；
3. 商超导购机器人，跟随访客移动讲解。

工程痛点

人侧身、蹲下、被遮挡容易跟丢；

人走太快小车会追不上；

旁边路过物体容易误跟踪。

---

三、雷达巡逻

工作原理

必须要有 SLAM 地图，只有测距做不了巡逻，分两大步：

1. 建图阶段：机器人手动把整个环境走一遍，雷达扫描环境，生成一张室内 / 场地地图，同时手动设置好多个巡逻点位 A‑B‑C‑D；
2. 自动巡逻阶段：
   • 雷达实时扫描环境，和保存的地图做比对，知道 “我机器人现在身处地图哪个坐标”（定位）；
   • 导航算法规划路径，从 A 点开到 B 点，到达点位之后，可以执行拍照、读传感器等巡检动作；
   • 全部点位跑完，可以循环往复；
   • 行驶途中，雷达同时运行避障逻辑，遇到障碍物会停下或者绕行。

通俗理解：机器人手里拿着一张环境地图，记住要去的一个个打卡点，自己规划路线挨个打卡来回跑。 避障是保镖，巡逻是出差打卡任务。

应用场景

1. 园区、机房安防巡检机器人，夜间自动来回巡逻；
2. 变电站、仓库巡检，定点读取仪表、检测异常；
3. 地下管廊机器人，周期性巡回检查设备。

工程痛点

环境改动（新增箱子、搬走货架），地图和现实不一致，会定位跑偏；玻璃、强光会干扰定位。

---

三者简明对比

表格

功能	要不要地图	核心逻辑	核心目的
雷达避障	不需要	检测危险区域闯入就减速停止	保护，不撞东西
雷达跟随	不需要	持续锁定某一个物体轮廓，跟随它运动	跟着目标移动
雷达巡逻	必须 SLAM 地图	定位 + 路径规划，跑预设打卡点位	自主完成巡检任务

层级依赖关系

原始雷达测距 → 雷达避障（安全层，所有模式都开启）         ├→ 雷达跟随业务         └→ SLAM 建图定位 → 雷达巡逻业务

重要现实细节： 巡逻模式运行时，避障不会关闭。就算机器人在自动跑巡检路线，突然冲出来一个人，机器人依然会立刻停下，避免碰撞。