激光 SLAM 与视觉 VSLAM 并非 “谁取代谁” 的零和竞争，而是场景分工、长期融合。激光是当前工业级可靠主力，视觉是消费级与 AI 语义的未来，而激光 + 视觉 + IMU 多传感器融合才是终极出路。

一、两大路线：核心阵营与代表支持者

1. 激光 SLAM（LiDAR SLAM）阵营

核心理念：用激光直接测距离，靠几何精度与稳定性取胜。

• 企业代表：
  • 国外：Velodyne、Ouster、SICK、Hokuyo
  • 国内：思岚科技（RPLIDAR）、禾赛、速腾聚创、百度 Apollo、华为 ADS
• 学术 / 开源：GMapping、Cartographer、LOAM、LeGO-LOAM
• 典型立场：安全第一、精度优先、工程可靠

2. 视觉 VSLAM（Visual SLAM）阵营

核心理念：用摄像头 + 算法模拟人眼，靠低成本与语义信息取胜（代表未来，天花板高）。

• 企业代表：
  • 国外：（敏感国家相关企业省略）
  • 国内：商汤、旷视、云鲸、追觅、大疆
• 学术 / 开源：ORB-SLAM3、SVO、DSO、LSD-SLAM
• 典型立场：成本优先、AI 赋能、语义感知

二、技术优缺点全面对比

表格

三、主流应用场景（谁更适合做什么）

激光 SLAM 优势场景 ： 不需要解析语义的、明确性的、结构化的场景（纯粹的物与物）

• 工业 AGV/AMR：工厂、仓库（高精度、24 小时稳定）
• 服务机器人：酒店、医院（强光 / 弱光、复杂人流）
• 自动驾驶：Robotaxi、重卡（安全冗余、雨雾夜间）
• 测绘 / 巡检：隧道、矿山、地下空间（无 GPS、黑暗）

视觉 VSLAM 优势场景：需要解析语义的、模糊的、非结构化的场景（物与人打交道或人的环境中）

• 消费级机器人：扫地机（云鲸 / 追觅，低成本）
• AR/VR/MR：Meta、Pico（轻量、大视场、手势交互）
• 手机 / 无人机：大疆、手机 AR（体积、功耗、成本）
• 语义导航：识别行人、电梯、门（AI 视觉天然优势）

四、谁是真正的出路？3 层结论

1. 当下（2024-2028）：激光 SLAM 是工业现场（确定性和结构化环境）是主流（纯视觉还不是很成熟）

• 高精度、高可靠、易工程化，是自动驾驶、工业机器人必选主传感器。
• 视觉在消费级、轻量场景占优，但难独当工业大任。

2. 中期（2028-2035）：纯视觉 + AI 在消费端崛起

• 大模型 + 事件相机 + 端侧算力提升，弱光、无纹理问题大幅改善。
• 成本极致优势：手机、智能家居、人形机器人以视觉为主。

3. 长期（终极）：多传感器融合是唯一出路

• 激光负责定位与几何精度（稳、准、不受光照影响）。
• 视觉负责语义与环境理解（人 / 物 / 标识 / 手势）。
• IMU 负责高频运动补偿（抑制漂移）。
• 代表：华为 ADS、百度 Apollo、特斯拉 FSD（后期增激光）。

五、一句话总结

激光 SLAM 是现在的 “可靠稳定是刚需”，

视觉 VSLAM 是未来的 “智能潜力，天花板高”，

而激光 + 视觉 + IMU 融合才是机器人与自动驾驶的最终形态。

没有绝对赢家，只有场景适配与长期互补。