工业感知新底座:禾赛 JT128 与 Thoro.ai 合作背后的技术逻辑
禾赛科技 (Hesai Technology) 是全球领先的激光雷达研发与制造企业,其产品广泛应用于自动驾驶和机器人领域。Thoro.ai 则是从卡内基梅隆大学国家机器人工程中心(NREC)孵化出的领先自主导航平台供应商,专注于为工业和商业应用提供安全可靠的自主移动解决方案。
近期,两家公司达成深度合作,核心在于将禾赛 JT128 这一高性能补盲雷达集成到 Thoro.ai 的安全自主平台中,利用其物理层特性为具身智能提供底层确定性。
1. 非均匀垂直线束与几何约束
JT128 拥有 95° (-4.4° 至 90.5°) 的超广垂直视场角,但其 128 条线束并非均匀排布。
技术参数: 在机器人最关心的水平面及地面区域,JT128 进行了线束加密,平均垂直分辨率达到 0.74°。
工程价值: 传统的 3D SLAM 算法在长廊或空旷仓库中容易出现 Z 轴漂移。JT128 通过在近程区域提供高密度的地面点云,为算法提供了更强的几何约束,确保了机器人在特征稀疏场景下的定位稳定性。
2. 置信度(Confidence)数据的确定性
不同于消费级传感器,JT128 的 UDP 数据包为每个点都提供了一个 Confidence 字段。
视窗脏污检测: 该字段的 Bit 7:6 实时输出视窗脏污等级(0-3 级)。在粉尘较大的工业环境下,这让系统能主动判断感知受阻,而不是被动猜测点云变稀疏的原因。
离散噪点等级: Bit 5:0 定义了 64 级噪点等级。通过该标签,算法可以精确剔除由雨雾、扬尘或设备尾气产生的伪点云,有效避免了工业机器人的“幽灵刹车”(Ghost Braking)。
3. 硬件级 IMU-Lidar 同步
JT128 内部集成了一颗高频 IMU(加速度计 ±4g,陀螺仪 ±1000 dps),其采样时刻与激光发光时刻在硬件层级对齐。
动态去畸变(De-warping): 工业机器人在颠簸路面行驶时,点云会产生明显的几何畸变。由于 IMU 数据直接嵌入在点云包尾部,算法可以实现极低延迟的运动补偿。这种硬件级同步是机器人实现亚厘米级高精度动态定位的物理前提。
4. 工业级环境适应性
针对量产化应用,JT128 具备多项硬核指标:
盲区控制: 最小探测距离缩短至约 0.1m,解决了机器人转弯或近距离作业时的“灯下黑”问题。
多回波机制: 支持双回波模式(如“最后与最强”)。面对玻璃墙或细小铁丝网,雷达能同时捕捉到前景的干扰点和背景的真实环境,消除了感知上的二义性。
可靠性: 防护等级 IP6K7,确保了在恶劣工业环境(如冲洗、粉尘)下的长期稳定性。
通过对物理层数据的深度挖掘和置信度标签的利用,JT128 为自主平台提供了从“感知”到“测量”的底层数据支持。
免责声明:上述内容仅代表发帖人个人观点,不构成本平台的任何投资建议。


