选AGV激光雷达，多数采购团队的做法是：拿三家报价，选中间价位的，完事。
这个方法看似稳妥，其实踩坑的概率很大。一台$200的入门级雷达和一台$500的中档产品，3年下来前者总成本反而更高——故障率翻倍、校准周期缩短一半，这些隐性成本在选型阶段几乎没人算。
我们整理了一套数据驱动的选型框架，核心思路就一句话：别只看采购价，算总账。
8个硬件参数：哪些值得较真，哪些别过度配置
检测距离——别贪远
室内AGV最远探测需求一般不超过30米，选标称50米的产品纯属浪费预算。但要注意一个坑：标称距离通常是90%反射率（白色墙面）下的数据，10%反射率（黑色物体、反光地坪）下可能只有一半。实际选型建议：取你场景中最远需求距离的1.5倍，对照10%反射率参数选购。
以M360为例，90%反射率标称50米，10%反射率25米，室内仓库场景完全够用。
FOV——水平看覆盖，垂直看天花板
水平360°是2D雷达标配，没什么好选的。垂直FOV经常被忽略，但如果你的AGV需要检测悬挂物、货架横梁或低矮障碍物，垂直角度范围就很重要。M360垂直FOV为-10°~60°（70°范围），向上能覆盖货架结构，向下能检测地面低矮障碍物。
点云密度 vs 处理开销
点云越密，障碍物识别越精细，但数据量上去后对车载计算平台的要求也跟着涨。200kHz点云输出频率在多数AGV场景下是合理的平衡点——够用，也不会把边缘计算单元压垮。选型时要和你的SLAM算法适配来一起看，别光追高点云参数。
IP防护等级——65和67差在哪
IP65能防尘防水溅，IP67能短时间浸水。如果你是冷链仓储、户外物流，必须IP67起步。标准仓库环境IP65也凑合，但清洗频繁的区域还是建议上IP67。别小看这"多一个7"——传感器进水导致整台AGV停工，损失远超差价。
功耗——车队的隐性杀手
单台雷达功耗4.5W看起来没什么，但50台AGV的车队就是225W的持续消耗。电池续航敏感的场景（比如冷链物流，低温本身就会降低电池效率），每瓦都要精打细算。
重量和体积
408克的传感器和800克的传感器，在小型AGV上差异明显——影响负载能力和结构设计。紧凑型AGV（比如亚马逊仓库那种底盘）对传感器体积有硬约束。
接口协议
以太网（100BASE-TX）是主流选择，数据带宽足够，布线也方便。CAN总线适合需要和车载其他传感器共享总线的场景。串口现在基本只用在老设备兼容上。
工作温度
-10℃~+60℃覆盖大多数室内场景。但冷链仓储（-20℃以下）和户外暴晒场景需要扩展温度范围。温度对激光雷达的影响不仅是工作稳定性，还关系到校准漂移——低温环境下，部分低价产品的校准周期会从半年缩短到6周。
软件生态：硬件好用，软件不能拖后腿
硬件参数表写得再漂亮，如果驱动一跑就崩，SDK文档是机器翻译的，实际体验就是灾难。
四个软件评估维度：
- ROS2驱动质量：官方维护还是社区维护？更新频率如何？是否有已知的长期未修复bug？
- SDK与文档：API设计是否合理？示例代码能否直接跑起来？文档是否有中文版（对国内团队很重要）？
- SLAM算法兼容性：你的SLAM方案（Cartographer、RTAB-Map等）是否已验证过这款雷达的点云格式？
- PTP时间同步：多传感器融合场景下，IEEE 1588-2008 (PTP v2) 是硬需求。没有PTP，多雷达之间的时间戳对齐只能靠软件插值，精度差一个数量级。
TCO模型：为什么$200的雷达比$500的贵
这是整篇框架里最值得算的部分。
3年TCO的6个成本构成
| 成本项 | 说明 | 占比（典型） |
|---|---|---|
| 硬件采购 | 传感器单价 × 数量 | 20-35% |
| 校准维护 | 定期标定、人工成本 | 15-25% |
| 备件库存 | 备用传感器 + 易损件 | 10-15% |
| 故障停机 | 停线损失（按小时计） | 20-35% |
| 软件授权 | SDK/驱动授权费 | 5-10% |
| 培训 | 工程师培训成本 | 3-8% |
4个价位段的3年TCO对比（50台AGV）
| 价位段 | 单价 | 3年硬件成本 | 3年总成本估算 | 单台年均TCO |
|---|---|---|---|---|
| 入门款 | $200 | $10,000 | $62,000 | $413 |
| 中档 | $500 | $25,000 | $48,500 | $323 |
| 高端 | $1,000 | $50,000 | $55,000 | $367 |
| 旗舰 | $3,000 | $150,000 | $72,000 | $480 |
关键发现：$200入门款的3年TCO反而最高。原因是故障率约为中档产品的2-3倍，校准周期缩短（低温环境下每6周一次），停机损失占比急剧上升。
$500中档产品在3年维度上总成本最低，这个结论在50台以上的车队规模下非常稳定。
校准成本的隐藏变量
这个问题在冷链场景下特别突出。低价激光雷达在低温环境下光学系统容易产生热漂移，校准周期可能从6个月压缩到6周。每次校准涉及：拆装人工、标定工装占用、AGV离线时间。按每次$150-300估算，一年多出4-5次校准，50台车队就是$30,000-75,000的额外支出——直接吃掉了采购时省下的差价。
2D升级3D：什么时候值得？
2D雷达单台便宜，3D雷达一台顶好几台2D。但在某些场景下，3D的投入回报非常清晰。
30台车队升级ROI估算
| 项目 | 数据 |
|---|---|
| 升级成本 | ~$27,000（30台×$900差价） |
| 碰撞减少 | 40-60% |
| 误停减少 | 25-35% |
| 回本周期 | ~13个月 |
什么场景值得升？
- 多层货架仓库：2D雷达检测不到悬挂物和货架间障碍
- 人机混行区域：3D点云能更好地区分人和静态物体
- 装卸口：叉车和AGV交叉作业，2D雷达的盲区太大
如果只是平面导航的标准仓库，2D雷达依然够用，没必要为了升级而升级。
多雷达部署的坑
一台AGV装2台以上激光雷达的情况越来越常见（前向+后向，或主雷达+补盲雷达），但多雷达部署有两个经常被低估的问题：
传感器间干扰：两台同型号激光雷达对射时，可能产生虚假点云。选型时确认产品是否支持抗串扰功能。M360内置抗串扰设计，多机部署场景下无需额外处理。
配置管理复杂度：每台雷达需要独立配置IP、标定参数、固件版本。50台AGV每台2个雷达就是100个节点的配置管理。有没有批量配置工具？固件是否能统一推送？这些在单台评估阶段很少被问到，到部署阶段就变成运维噩梦。
5种场景的加权评分矩阵
不同场景下各参数权重差异很大。下面是一个参考模板，实际使用时根据你的具体需求调整权重。
| 评估维度 | 标准仓库 | 制造车间 | 户外物流 | 港口 | 冷链 |
|---|---|---|---|---|---|
| 检测距离 | 6 | 5 | 9 | 10 | 5 |
| FOV覆盖 | 5 | 7 | 6 | 7 | 6 |
| IP防护 | 5 | 7 | 9 | 10 | 9 |
| 功耗 | 6 | 5 | 8 | 6 | 9 |
| 温度范围 | 4 | 5 | 8 | 7 | 10 |
| 软件生态 | 8 | 7 | 6 | 5 | 6 |
| 供货稳定性 | 7 | 8 | 6 | 5 | 6 |
| 抗串扰能力 | 6 | 8 | 5 | 7 | 5 |
冷链场景的温度范围权重拉到10，港口场景的检测距离和IP防护是硬指标。标准仓库反而更看重软件生态和供货稳定性——硬件门槛低，服务和生态的差距才是长期痛点。
15项评估清单
拿着这份清单去评估，基本不会漏关键项：
硬件参数（5项）
- 检测距离（看10%反射率数据）
- FOV（水平和垂直都要确认）
- 点云密度与处理需求匹配
- IP防护等级与使用环境匹配
- 工作温度范围覆盖极端工况
软件生态（3项）
- ROS2驱动维护状态
- SDK文档质量和示例完整度
- SLAM算法实际兼容验证
TCO（4项）
- 3年故障率数据（要实测，不要信标称MTBF）
- 校准周期和维护成本
- 备件供货周期和库存建议
- 停机损失估算（结合业务场景）
供应链与服务（3项）
- 厂家技术响应时间
- 固件更新频率和长期维护承诺
- 批量交付能力和交付周期
把每个评估项按5分制打分，加总后排序，比单纯比价靠谱得多。
这篇文章总结下来就一个建议：选AGV激光雷达时，把3年TCO算清楚再下单。采购价便宜50%不等于总成本低50%，故障率、校准频率、停机损失这些隐性成本才是拉开差距的地方。如果你正在做车队规模的选型，建议先用上面那张TCO对比表跑一遍你的场景数据，结论可能会让你重新考虑选哪个价位段。
本文参数引用基于M360(-D) 使用说明书 Ver 1.4（2026-02-27），各品牌产品参数以官方最新手册为准。