如今，在各种商用场景中服务机器人已屡见不鲜，对于一些在餐厅、酒店等地的服务机器人来说，往往会面临应用环境复杂多变的情况，这就对机器人的避障能力提出了很大的挑战，避障是指移动机器人根据采集的障碍物的状态信息，在行走过程中通过传感器感知到妨碍其通行的静态和动态物体，按照一定的方法进行有效地避障，最后到达目的地。
目前，市面上解决机器人避障问题大多会采用到激光雷达传感器，在机器人避障中激光雷达扮演着了“眼睛”的角色，可以实时感知周围环境信息，包括障碍物的方位、尺寸、形状及姿态等。
以思岚科技的RPLIDAR A3激光雷达为例，RPLIDAR A3采用了思岚科技自主研发的高速激光测距核心，测距半径可达到25米，突破了三角测距雷达因自身原理问题难以做到20米以上的实用化测距。测距越大，意味着机器人可以在更大的环境中进行地图构建及定位，当然，即使在远距离条件下RPLIDAR A3也能保持良好的测距精度。
激光雷达每秒的激光测距点数直接影响了雷达扫描获取的高精度轮廓信息的效果，点数越多，轮廓图形越清晰，建图越精确，可以确保安装激光雷达的机器人实现较快速度的运动，并且保证地图构建的质量。思岚科技RPLIDAR A3每秒16000次点云数据采集，已经赶超部分TOF原理激光雷达测量频率，从而实现非常稠密的点云数据。
同时，RPIDAR A3新增了户外工作模式，在该模式下，其具备更为可靠的抗日光干扰能力，在检测黑白物体、远距离物体及强光直射物体时，测距表现更加稳定，在10-20米内完全解决问题，应用范围可扩大到更多商用甚至工业场景。
当然，机器人要实现一些复杂场所的避障效果，光有激光雷达是还不够的，还需要以其他传感器作为补充，如超声波、深度摄像头、防跌落等传感器，超声波传感器成本非常低，实施简单，可识别透明物体，缺点是检测距离近，三维轮廓识别精度不好，所以对桌腿等复杂轮廓的物体识别不好，但是它可以识别玻璃、镜面等物体。
在实际应用中，传感器也并非越多越好，不合理的传感器组合不但增加使用的成本，还有可能导致传感器之间互相干扰的情况发生，另外，每种传感器的误差和噪音模型存在区别，比如超声波传感器的测距精度和检出障碍物的方位精度远低于激光雷达。
随着传感器技术发展，机器人避障及自主导航技术已成功落地于各大机器人应用场景中。机器人的自主移动要求也从最初的简单功能实现，提升至可靠性、通用性及高效率上，因此对相关技术也提出了更高的要求。
