具备移动功能的智能装备，首先要实现感知自身位置与周边物体的需求。目前，绝大多数移动式智能装备都是使用激光雷达、摄像头、毫米波雷达、超声波传感器、GPS这五类传感器或其中某几个的组合来实现自主移动功能。这五种传感器各具特征，各自有所侧重，一般在复杂系统中组合使用。而激光雷达在测量与人的距离这一功能上独占一绝，尚无完美替代方案。
    激光雷达：通过发射n条激光利用三角测距原理（低成本方案）或TOF（Time of Flight，高成本方案）来测量周围物体与自身的距离，获得精度较高的距离信息——点云数据。激光雷达按照激光束的数量可以分为1线、4线、8线、16线、32线、64线激光雷达，多个激光束排列在一个竖直的平面呈不同角度发射出去，经高速旋转或电子方式形成了对于空间的三维扫描，n线激光雷达就相当于一次性打出了n个平面，激光束的数量决定了三维空间的覆盖面和点云数据的密度。
    激光雷达优点是可以实时测量周围物体和障碍物的距离，且可以测量绝大部分物体，比如谷歌无人驾驶汽车、BigDog机器人、Pepper都是用不同型号的激光雷达进行人体的定位；缺点是在大雨大雪等恶劣天气中使用效果会受到影响，比如谷歌无人驾驶汽车从未在大雨大雪等恶劣条件下测试。激光雷达是“机器之眼”，能够获得周边环境的点云数据模型，现在多用于在测量中有一定精度要求的领域，或需要测量自身与人体距离的智能装备，在测量与人的距离这一功能上尚无完美替代方案。
    图1：激光雷达“眼”中的世界

    摄像头：获得观察画面，对每一帧画面进行算法处理，能够识别物体、判断位置。摄像头必须先识别再测距，如果无法识别则无法测距。其优点在于摄像头是目前唯一能够辨别物体的传感器。
    但是摄像头同时具有3个缺点：缺点一是逆光或光影复杂的地方难以使用；缺点二在于依赖于算法，能否辨别物体完全依赖样本的训练，样本未覆盖的物体将无法辨别，比如Mobileye在中国道路上应用，识别超载运货车的成功率不超过80%；缺点三在于摄像头对于行人的识别具有不稳定性，如穿着吉祥物套装或着装颜色与背景相似的人或搬运东西的人极有可能无法识别。
    毫米波雷达：发射1~10毫米的电磁波，根据反射波的时间差及强度等来测量距离，汽车毫米波雷达的频段主要在24Ghz和77Ghz。其优点在于性价比较高，在很多高档轿车里都有应用；缺点是行人的反射波容易被其他物体反射波埋没，难以分辨，无法识别行人，例如采用毫米波雷达和摄像头的感知系统实现自动驾驶的特斯拉，在行人较多的闹市区会自动锁定自动驾驶功能。因此，毫米波雷达在测距领域具有较高性价比，但是其无法探测行人是一个致命弱点，只能应用于自适应巡航系统等ADAS系统。
    超声波传感器：发射振动频率高于声波的机械波，根据反射波测量距离。其优点在于探测物体范围极广，能够探测绝大部分物体，且有较高稳定性；缺点是一般只能探测10米以内的距离，无法进行远距离探测。因此，超声波雷达广泛应用于倒车雷达，在自动驾驶领域常常作为短距离雷达，应用如自动泊车辅助系统。
    GPS：可以获得自身相对于全局的位置信息。其优点在于技术较为成熟，能够实现在全局视角的定位功能；缺点在于无法获得周围障碍物的位置信息。具备定位功能的GPS与前几个探障类传感器往往需要搭配使用。
    通过对比分析这五类位置、物体感知传感器的特性以及优缺点，我们认为：这五类传感器各具特点，能够满足不同功能，需要相互搭配组合使用，但激光雷达在精度和探测人体的稳定性上独占一绝，其在感知系统中的重要位置难以被撼动和逾越。但是激光雷达也有其最大的缺陷，能判断障碍物，但是不能识别障碍物，因此也无法对障碍物进行理解。在机器人的感知领域，除了要探测到障碍物，还需要进行障碍物识别，因此，在整个过程中，还需要加载深度图像识别与其配合。共同完成对环境的感知。