四足机器人 LiDAR 选型指南：Spot、Unitree Go2 及自建方案对比

四足机器人有一个大多数移动平台没有的硬约束：每一克、每一瓦都精打细算。轮式 AGV 可以随意拧上一个 1.2 kg 的传感器，四足机器人不行——背上的 LiDAR 直接影响跳跃高度、续航时间和步态稳定性。

这篇指南梳理目前四足平台上实际在用的 LiDAR 方案——哪些好用、哪些过剩、自建时该怎么选。

四足机器人为什么需要 LiDAR

腿式机器人的活动场景是轮式机器人到不了的：楼梯、废墟、建筑内部、密林。在这些空间导航，需要三个相机很难同时满足的条件——不依赖光照的测距、厘米级三维几何精度、对重复纹理和反光面免疫。

相机在纹理丰富、光线良好的室内表现不错。但把四足机器人扔进半夜的反光工业地面，视觉 SLAM 就开始漂移。LiDAR 不关心光线、表面反射率或纹理，直接返回每个点的距离测量值。

实际量产的四足系统几乎都做传感器融合——LiDAR 负责几何和建图，相机负责目标识别和语义理解。问题不是"选 LiDAR 还是相机"，而是"载荷预算允许装哪种 LiDAR"。

商用四足平台的 LiDAR 配置

Boston Dynamics Spot — Velodyne VLP-16

Spot 的增强自主载荷（EAP-2）搭载 Velodyne VLP-16 Puck，一款 16 线机械旋转 LiDAR。参数明确：100 m 测距、±3 cm 精度、30° 垂直 FOV、360° 水平覆盖。Spot 背着它在核电站、海上钻井平台、建筑工地跑过无数场景。

两点值得注意：VLP-16 重 830 g、功耗约 8 W。对一台 $75,000+、载荷 14 kg 的机器人来说不值一提。但如果想把 VLP-16 搬到更小的四足平台上，这个重量和功耗就变成真实约束。

30° 的垂直 FOV 在腿式平台上是另一个短板。机器人在坡道上或爬楼梯时，需要看到脚下的地面和前方障碍物。±15° 的覆盖范围意味着看不到近地面区域，除非倾斜传感器——而倾斜 360° 传感器会在后方产生盲区。

Unitree Go2 — 自带 L1 或外接 3D LiDAR

标准版 Go2 搭载宇树自研 L1，一款 360°×90° 的 4D LiDAR。轻便且便宜（包含在基础售价内），但本质上是近距离避障传感器，测距约 10 m，角分辨率有限。室内避障够用，做 SLAM 导航不够。

Edu 版才是重点。宇树把 Go2 Edu 定位为开发平台，经销商提供两种 LiDAR 升级套件：

• Livox Mid-360：360°×59° FOV，40 m 测距（10% 反射率），200 kHz 点频，265 g，~6.5 W。研究的甜点配置——室内和轻度室外 SLAM 够用，在 Go2 约 3 kg 的载荷里占 8.8%，ROS2 驱动成熟。
• Hesai XT16：16 线机械 LiDAR，120 m 测距，±1 cm 精度，30° 垂直 FOV，约 920 g，12 W。测距更远，但更重更耗电。适合大面积户外建图，不太适合室内研究。

Go2 Edu Plus（100 TOPS 算力）+ Mid-360 套装在 RoboStore、Futurology Tech 等渠道约 $4,000-$5,000。一台完整的自主导航研究平台——四足 + 算力 + 3D LiDAR——比一台工业级 Velodyne 传感器还便宜。

DEEP Robotics X30 — 四颗 Mid-360

宇树科技的 X30 走了另一条路。不在一颗 LiDAR 上做文章，而是在机身四周装了四颗 Livox Mid-360——前、后、左、右各一颗，实现真正的全向 3D 感知，零盲区。

代价是四倍数据带宽、四倍功耗（仅 LiDAR 就约 26 W）、成倍增加的 SLAM 算力需求。X30 是工业级平台，价格远超消费级四足，多 LiDAR 配置也反映了定位——地下矿山、灾害救援、巡逻等需要全向感知的场景。

对自建项目来说，四颗 LiDAR 的方案成本高，但解决了一个真实问题。单颗后置 360° LiDAR 看不到机身正下方和陡坡下行时的近地盲区。加一颗前向或下视传感器就能填补，不必走到四颗的极端。

小米 CyberDog 2 — 集成 YDLIDAR TG30

CyberDog 2 在颈部位置使用 YDLIDAR TG30，一款基于硅光电倍增管的单点 d-ToF LiDAR。体积小、功耗低，设计用于近距离避障而非建图。传感器不可更换，CyberDog 2 定价约 $1,300，是消费级产品而非研究平台。

四足平台上真正关键的 LiDAR 参数

把参数表过一遍四足的约束条件后，优先级和 AGV 或手持扫描场景很不一样。

重量和载荷预算

在 Go2 这种小型四足上，265 g 和 408 g 之间差了 143 g——大约一个小舵机的重量。不算小，尤其是还要同时带电池、算力模块和相机。在 Spot 的 14 kg 载荷上，两者都没问题。

功耗与续航

腿的运动本身已经是四足平台最大的功耗来源。加一个 12 W 的传感器会直接缩短运行时间。M360 的 <4.5 W 功耗和 12-32 V 宽电压输入在这里有优势——使用 24 V 电池系统的自建四足可以直接供电，无需额外稳压。

垂直 FOV 和地面覆盖

这是在四足上翻车最多的参数。机器人在 30° 坡上需要看到脚下地面。±15° 垂直覆盖、水平放置的传感器在 0.5 m 高度上，最近的地面点在约 0.5 m 外——完全看不到脚边。

M360 的非对称垂直 FOV（-10°~+60°）很适合四足安装。大部分感知范围朝上和前方，指向障碍物方向；-10° 下限仍提供一定近地面覆盖。稍微前倾就能看到楼梯和坡道上的障碍，不丢失后方覆盖。

防护等级

四足要在户外跑——雨、灰尘、泥浆。传感器得扛得住。

M360 和 Mid-360 都是 IP67，防尘防水。对施工工地、农田、灾害现场的四足来说，装上就能用，不需要额外防护壳。

自建方案：按预算分级的 LiDAR 选择

$1,500 以下 — 入门级

Unitree Go1（二手）+ RPLidar A1/A3，2D LiDAR，单水平面扫描。2D SLAM 和基础避障够了，做不了 3D 建图和楼梯检测。适合学习 ROS2 导航栈。

$2,000-$4,000 — 研究标准

Unitree Go2 Edu + Livox Mid-360。大多数大学机器人实验室跑的配置。

这个预算段的替代方案：开源自制四足框架（Stanford DogGo、MIT Mini Cheetah 衍生设计）+ M360。408 g、<4.5 W，在更紧的载荷预算内仍然可行，200 kHz 点频不变，70° 垂直 FOV 比 Mid-360 更宽。内置六轴 IMU 是额外优势——四足的运动会产生显著振动和加速度，外部 IMU 需要单独处理。M360 的 IMU 数据通过 PTP（IEEE 1588-2008）与点云时间同步，简化了 SLAM 中的运动补偿。

$5,000-$15,000 — 工业级

自研或半自研四足 + 双 LiDAR：一颗 360° 做水平建图导航，一颗前向做细粒度障碍检测。平台如 DEEP Robotics Lite3 或工业级执行器自建。

$15,000+ — 多传感器融合

X30 的路线。多颗 LiDAR + 热成像 + RGB 相机 + RTK-GNSS。面向工业巡检、矿山、国防。

安装位置分析

背部安装（Spot 和 Go2 默认位置）

结构刚性、离地较高、远离踢腿范围。盲区：机身正下方和正后方。X30 的四传感器方案专门用后置单元填补这个盲区。

前部安装（头部）

看到前方障碍——楼梯、缝隙、低矮障碍。代价是头部随步态运动，引入振动和点云畸变。需要机械隔振或软件运动补偿（内置 IMU 在这里有用）。

腹部安装

极好的近地面覆盖——检测路沿、台阶、小障碍。风险是地面碎屑。IP67 能防尘防水，但物理撞击仍可能损坏传感器。

双安装（背+前 或 背+腹）

对自建项目来说，两颗传感器通常是最优解。背部 360° 负责 SLAM 建图，辅传感器填补主传感器的盲区。总增重 400-600 g。

选型速查表

选 LiDAR 之前，先回答两个问题：载荷预算多少，工作环境是什么？这两个约束能帮你排除大部分选项。

想了解 M360 的双回波模式以及在多传感器近距离干扰中的表现，可以参考我们的 M360 vs Mid-360 对比。需要为特定四足平台选型？联系我们，我们踩过的坑可以帮你避开。

© 2026 SmartBotParts（坦途智行）。保留所有权利。