概念
激光雷达，自动驾驶车辆的关键传感器技术。
已跟踪 4 条高相关材料
最近变化
2026-08-03 · Waymo自动驾驶系统每周运行50万次行程，覆盖15个城市，累计行驶400万英里。
为什么值得关注
LiDAR 被反复提及时，通常意味着它正在影响产品路线、开发者工作流或 AI 产业判断。这个页面把分散材料合并成一个可持续更新的观察入口。
Waymo’s first autonomous demo took eighteen months. The product took fifteen years. Today the @Waym...
Y Combinator(@ycombinator) · 8.5 分
Waymo自动驾驶产品历经15年发展，现每周运行50万次行程，事故率比人类司机低17倍，分享了从技术选型到安全验证的七条经验。
Small Data, Big Maps: Training Geospatial ML Models When Samples Are Scarce
Towards Data Science · 8.2 分
地理空间ML建模的核心瓶颈是昂贵的实地样本而非算力，解决小样本问题需通过多源特征工程提升单样本信息密度，并优先选用Random Forest等低方差模型控制过拟合风险。
这是一个开源扫地机器人项目，用树莓派、3D 打印、2D LiDAR 和 ROS2 就能自己造。地图导航、Home Assistant 集成都是标配，不用连云也能用。项目拆成多个模块，社区可以各自认领开...
Geek(@geekbb) · 7 分
开源扫地机器人项目使用树莓派和ROS2实现本地化导航，支持Home Assistant集成，模块化设计降低开发门槛。
已收录 4 条与 LiDAR 相关的内容，按评分排序。
Waymo自动驾驶产品历经15年发展，现每周运行50万次行程，事故率比人类司机低17倍，分享了从技术选型到安全验证的七条经验。
入选理由：Waymo自动驾驶系统每周运行50万次行程，覆盖15个城市，累计行驶400万英里。
The core bottleneck in geospatial ML is expensive field samples, not compute; solving small-sample issues requires increasing per-sample information density via multi-source feature engineering and prioritizing low-variance models like Random Forest to control overfitting.
入选理由：亚马逊雨林单个森林清查样地成本相当于一台ML训练计算机，实地标签稀缺是核心约束。
开源扫地机器人项目使用树莓派和ROS2实现本地化导航，支持Home Assistant集成，模块化设计降低开发门槛。
入选理由：采用树莓派+2D LiDAR方案实现低成本SLAM导航
中国公司推出自主机器人马桶，采用激光雷达等技术实现自主导航，但技术细节和工程实践描述不足。
入选理由：机器人马桶使用激光雷达、超声波传感器和悬崖检测技术
