激光雷达第一次被推着走进仓库、对准高位货架的时候，现场围观的盘点主管问了一个很实在的问题：这东西扫一遍，能不能直接告诉我每个库位上有多少箱货？这个问题，恰好点中了 3D 点云盘点这项技术今天的全部争议——它测得准，但"准"的维度，和盘点真正需要的"准"，并不是同一个维度。
一、现象：激光雷达为什么盯上了盘点
盘点是仓库里最吃力不讨好的活。传统人工盘点依赖两个人一组、一个报数一个记录，高位货架还要上高空作业车；一个 1 万平方米、约 1.2 万个托盘位的配送中心，做一次全盘往往要停掉半个作业日的出入库，账面差异率还经常在 1%～3% 之间徘徊。这个数字背后是实实在在的钱：差异意味着补货延迟、缺货，或者为了保险起见多备的安全库存。
激光雷达的闯入有其必然性。过去十年，它从测绘和自动驾驶行业大规模量产，成本一路下探；与此同时，仓库里的 AMR 导航本来就在用激光雷达做定位——既然机器人每天都在货架之间走，激光雷达每秒都在发射数十万个测距点，顺手把这些点云存下来做盘点，就成了一个几乎零边际成本的联想。从 2022 年开始，欧美陆续出现了把激光雷达用于库存盘点的试点项目，技术路线也迅速分化成四条。
二、四条技术路线：激光雷达 3D 点云盘点的实现方式
目前行业里实际在用的方案，大致可以归纳为四类：
| 技术路线 | 代表形态 | 厂商标称精度 | 扫描效率 | 设备成本量级 | 适用场景 |
|---|---|---|---|---|---|
| 固定式地面扫描 | 三脚架式三维激光扫描仪 | 毫米级（约 2～6 毫米） | 单站数分钟，全仓需多站拼接 | 数万美元 | 新仓建模、库位测绘 |
| 手持移动扫描 | 手持即时定位与建图扫描仪 | 厘米级（约 1～2 厘米） | 步行速度，一人一机 | 万美元量级 | 周期盘点、异常复核 |
| 背包/车载扫描 | 背包式或推车搭载 | 厘米级 | 比手持快 30%～50% | 万美元量级 | 大面积快速建模 |
| 无人机搭载 | 室内无人机挂载激光雷达 | 2～5 厘米（受飞行抖动影响） | 自动化巡航，无需人工跟随 | 数万美元（含无人机与软件） | 高位货架、危险区域 |
需要说明的是，上表精度均为厂商在理想条件下的标称值，仓库实测通常要打折扣：货架间的金属立柱会产生多重反射，缠绕膜的镜面反射会让点云出现"鬼影"，而高位货架顶层的掠射角过小，点云密度会明显稀疏。这些在实验室里不存在的问题，到了仓库现场一个都躲不掉。
三、精度实测：厘米级，离 SKU 级还有多远
根据多家厂商公布的试点数据，手持激光雷达在仓库环境里做库位级盘点的几何精度，稳定落在 1～3 厘米区间。这个数字听起来很漂亮，但它回答的是"这个箱子离货架立柱有多远"，而不是"这个库位上有几个 SKU、每个 SKU 有多少件"。盘点要的是后者。
2024 年，德国一家汽车零部件配送中心做过一次公开试点：用手持三维激光扫描仪对约 8000 个托盘位做月度盘点，扫描加数据处理总耗时约 6 小时，而之前人工盘点同样范围需要 3 个人干 2 天。点云重建后，系统对"空库位"和"满库位"的判断准确率超过 98%，但对"半托盘还剩几层"的判断，准确率掉到了 85% 左右——原因是纸箱堆叠不规则，点云只能看到外轮廓，算体积可以，数层数要靠算法猜。
另一个案例来自美国中西部一家 3PL。2023 年下半年，它在芝加哥附近的仓库试点了无人机搭载激光雷达方案，目标不是数货，而是做"异常巡检"：每天夜里无人机自动飞一遍，把点云和前一天的做差分，找出"库位状态发生变化"的位置，第二天人工只复核这些位置。试点三个月，人工盘点工作量下降了约四成，但项目方在总结里写得很坦率：激光雷达解决的是"哪里变了"，而不是"变成了多少"。
这两个案例指向同一个结论：激光雷达的精度优势，集中在"几何"层面；盘点的核心诉求"数量乘 SKU"，是"语义"层面的问题。从几何到语义，中间差了一层识别——而这一层，激光雷达自己跨不过去。
四、横向对比：人工、RFID、无人机视觉与 3D 点云盘点
把四种主流盘点手段放在同一张表里看，取舍会清晰很多：
| 维度 | 人工盘点 | RFID 盘点 | 无人机视觉盘点 | 激光雷达点云盘点 |
|---|---|---|---|---|
| 盘点对象 | SKU 级，可读标签 | SKU 级，需贴标签 | SKU 级，读条码/外观 | 库位级，看几何形状 |
| 精度/准确率 | 依赖人员，差异率 1%～3% | 标签完好时 99% 以上 | 光照好时 95% 以上 | 几何 1～3 厘米，语义需算法补 |
| 速度 | 最慢，高位需登高 | 批量读取，最快 | 中等，需逐库位悬停拍照 | 快，一次扫描成片 |
| 成本结构 | 人力成本为主 | 标签加读写器，一次性投入大 | 无人机加软件订阅 | 设备加点云处理软件 |
| 最大短板 | 慢、累、易错 | 单品贴标成本扛不住 | 怕黑、怕反光、怕遮挡 | 不识货：分不清 SKU |
这张表里最值得玩味的一行是"盘点对象"。RFID 和视觉方案回答的都是"这是什么、有多少"，激光雷达回答的是"这里有没有东西、长什么样"。这不是精度高低的问题，是问题定义本身就不一样。
五、成本账：这笔钱到底花在哪
算激光雷达盘点的账，不能只看设备价签。完整成本拆成四块：
第一，设备。地面三维激光扫描仪在数万美元量级，手持扫描设备在万美元量级，传感器级的激光雷达单颗数千美元起（具体以厂商最新资料为准）。无人机方案还要加上室内定位套件和机身，整套下来通常在数万美元。
第二，软件。点云配准、去噪、库位分割、差分比对，这一套算法要么买厂商的订阅服务，要么自己养算法团队。前者按年付费，后者是持续的人力成本，都不便宜。
第三，人力。激光雷达没有消灭人工，只是把人工从"数数"挪到了"操作设备加复核异常"。手持方案仍需一人推着设备走完全场；无人机方案省了走路的人，但多了飞手或运维岗。
第四，隐性成本。点云数据量极大，一次全仓扫描轻松产生几十 GB 数据，存储和算力是持续开销；另外扫描期间货架区最好保持静止，频繁作业的仓库要为扫描让出时间窗口，这也是成本。
粗算下来，一个中等规模配送中心上激光雷达盘点，首年投入在数万到十几万美元量级。回本逻辑只有一条：它替代掉的人工盘点工时，乘以当地人力成本，能不能在 2～3 年内覆盖投入。在人力成本高的欧美市场，这个账相对好算；在人力成本低的区域，账就难看了——这也是为什么目前的试点高度集中在欧美。
六、一个反常识的判断：精度最高的技术，未必最适合盘点
写到这里，可以下一个有点反常识的判断了：在盘点这个场景里，激光雷达最大的对手不是人工，也不是 RFID，而是"过度追求精度"本身。
固定式地面扫描能做到毫米级，是四条路线里精度最高的，但它恰恰最不适合做日常盘点——单站扫描加多站拼接，一次全仓扫描动辄半天，点云后处理还要几小时。盘点要的是高频、低成本、可重复，毫米级精度在这里是性能过剩。相反，精度只有 2～5 厘米的无人机方案，因为能每天夜里自动飞，反而在"异常发现"这个细分任务上创造了真实价值。
这就是盘点场景的核心 trade-off：几何精度和业务价值之间，不存在单调递增关系。超过"能分辨空满、能发现变化"这个阈值之后，每多一毫米精度，边际成本都在上升，边际价值却在下降。激光雷达厂商习惯用精度讲故事，但仓库要的从来不是精度，是"以多快的速度、多低的成本，发现账实不符"。
七、趋势判断：融合，而不是替代
把时间线拉长看，激光雷达在仓库盘点里的位置正在变得清晰：它不会替代人工数数，也不会替代 RFID 和视觉方案，而是成为"几何底座"——用点云快速建立全仓的三维骨架和库位状态基线，再由视觉识别去补 SKU 语义，由人工去复核真正的异常。
根据目前几家头部厂商的产品路线，2024～2026 年的主流形态是"激光雷达加视觉"融合：无人机或 AMR 上同时挂载激光雷达和摄像头，前者负责定位与建图，后者负责读码与识别，点云和图像在同一坐标系下对齐。这种架构下，激光雷达的精度优势被用在了它最擅长的地方——空间，而语义识别交给了更便宜的视觉方案。
留一个开放式的问题收尾：如果未来每一台在仓库里跑的 AMR 都自带激光雷达、每一次经过货架都是一次被动扫描，那么"盘点"这个独立动作会不会消失？当库存状态变成连续更新的实时流，而不是每月一次的事件，仓库管理的整套逻辑——从 ABC 分类盘点频率，到差异率的定义——可能都要重写。激光雷达今天回答的是"扫得准不准"；它真正要改变的，或许是"盘点"这个词本身的含义。
作者：陈博士｜供应链行业研究员
