现在机器动不动宣传全向避障，但视觉、红外、激光雷达三套方案成本和能力天差地别。知道各自底细，才不会被宣传语带偏。

小标题1

视觉方案怎么工作。双目摄像头模仿人眼，用左右两幅图的视差算深度，单目加AI模型则直接识别物体类别并估距离。它的优势是便宜、能认出「那是棵树还是根电线」，对路径规划最有信息量。短板是依赖光照和纹理，夜里、浓雾、纯色墙面前就抓瞎，且算力吃得多、延迟略高。消费机避障九成是视觉路线。

• ▸双目视差算深度
• ▸能识别物体类别
• ▸怕暗怕雾怕纯色

小标题2

红外ToF测距的特点。红外发射调制光、接收回波算飞行时间得距离，结构简单、响应快、成本低，常用于近距补盲。问题是对黑色高吸光物体测不准、对玻璃透明面直接穿透、强光下信噪比差。它只知道「前方有东西隔多少远」，不知道那是电线还是飞鸟，信息量最少，所以多作辅助而非主力。

• ▸调制光测距快
• ▸不知物体是什么
• ▸黑面玻璃透明失效

小标题3

激光雷达的能力与代价。激光雷达用激光扫描出高密度点云，精度高、角度分辨好、基本不受光照影响，能构建三维障碍轮廓，是行业机和自动驾驶的主力。代价是贵、重、耗电大，且雨雪雾里衰减明显。对消费级无人机来说体积和价格都扛不住，所以多见于专业巡检、测绘平台。

• ▸点云精度高
• ▸不受光照影响
• ▸贵重耗电怕雨雪

小标题4

融合才是正解。没有哪种单一传感器全覆盖：视觉怕暗、红外怕黑面、雷达怕恶劣天气。成熟系统把多个传感器数据融合，用视觉认类型、雷达定轮廓、红外补近盲，互补死角。考试里常考「为什么需要多传感器」——答案就是单一方案都有盲区，融合才能全天候可信避障。

• ▸视觉认类型
• ▸雷达定轮廓
• ▸融合互补死角

小标题5

使用和考试要点。飞手要懂：开了避障不等于能闭眼飞，避障有速度上限，冲太快它刹不住；细电线、透明膜这类它常漏检。理论考常对比三种路线优劣，记住「视觉便宜认物怕暗、红外近距怕黑面、雷达精但贵怕雾」就能答全。实操别完全依赖避障，远距离规划航线更安全。

• ▸避障有速度上限
• ▸细线透明常漏检
• ▸别全依赖自动避

延伸：把原理落到日常飞行

这些考点不是纸上谈兵，每一次实际起降都在验证它们。建议把本文涉及的原理整理成一页速查卡，飞行前扫一眼、飞行后对照复盘，把书本逻辑变成肌肉记忆。遇到异常先想原理再动手，安全和稳定自然多一层保障。

• ▸考前扫速查卡
• ▸飞后对照复盘
• ▸先想原理再动手