Skip to content

新闻ROS Discourse 官方社区8 天前

HM-LD1 dToF LiDAR开源ROS驱动及109klux强光实测数据发布 ​

本文由 AI 根据公开内容整理,可能有误,请以原文为准:Sharing an open-source 3D spatial sensing ecosystem for HM-LD1 dToF LiDAR (ROS 1/ROS 2, Jetson, Android, & Demos)(ROS Discourse 官方社区)

核心内容 ​

开发者社区正式发布MRP HM-LD1固态dToF激光雷达的完整开源生态,涵盖ROS 1/2原生驱动、底层SDK及多平台Demo。该传感器重28g、功耗约1.2W,采用SPAD阵列与940nm VCSEL,分辨率40×30@10fps,FOV为60°×45°。此次开源旨在解决具身智能开发中室外3D感知工具匮乏痛点,提供即插即用的点云发布与导航栈集成能力,并附带无人机避障、手势识别等应用示例。

在109klux强阳光户外压力测试中,该传感器表现出可用的短中距探测能力:正对光0.3-8m范围MAE约0.055m,背光条件下MAE约0.043m,8m处最大绝对误差分别为0.090m和0.140m,且存在轻微测距低估趋势。针对生产级UGV/UAV应用,官方建议在算法层实施ROI过滤与点计数阈值策略以抑制环境噪声,确保在复杂光照下的避障可靠性。

关键看点 ​

  • 硬件规格:28g/1.2W轻量级dToF模组,40×30分辨率@10fps,支持UART/UVC/UDP接口,室内量程达25m
  • 强光性能:109klux日照下8m内MAE<0.06m,背光最大误差0.14m,验证了SPAD技术在室外短距感知的可用性
  • 开源生态:提供ROS 1/2驱动、Jetson避障Demo及OpenCV/MediaPipe集成示例,降低边缘端3D感知开发门槛
  • 工程建议:针对户外噪点问题,明确推荐在感知管线中部署ROI裁剪与点云数量阈值过滤算法以提升鲁棒性

工程与产业观察 ​

该开源项目填补了低成本固态dToF在ROS生态中的驱动空白,其公开的109klux强光实测数据为具身智能室外感知选型提供了关键基准。对于资源受限的移动机器人,结合官方推荐的ROI与阈值滤波策略,可在保证安全避障前提下显著降低算力与BOM成本,加速原型验证。

基于本页技术方向关联的整机参数、核心零部件、实测报告与同赛道选型横评。

外部来源

本页事实对应的公开页面,以原文为准。(点击将离开本站)

  1. ROS Discourse 官方社区:Sharing an open-source 3D spatial sensing ecosystem for HM-LD1 dToF LiDAR (ROS 1/ROS 2, Jetson, Android, & Demos) ↗访问 2026-11-14