TL;DR（30 秒版）
LiDAR（激光雷达）测距精度漂移直接影响机器人导航安全，直接指向碰撞风险、定位失败。
| 失效模式 | 建议起评 S/O/D | 证据等级 |
|---|---|---|
| 光学元件老化/污染 | 7 / 4 / 4 | 工程推断 |
| 激光功率衰减 | 6 / 5 / 5 | 工程推断 |
| 温漂未校准 | 7 / 3 / 3 | 企业公开 |
对质量团队的直接动作：出厂标定覆盖全温度范围（-10~50℃），定期自检程序（标准靶标距离比对）纳入维护计划。
一、背景与范围
- 研究对象：机器人用 LiDAR（2D/3D 激光雷达）的测距精度漂移。
- 市场背景：服务机器人/AGV/AMR 量产加速，LiDAR 作为核心导航传感器的精度一致性成为质量焦点。
- 不在范围内：自动驾驶车规级 LiDAR（另有专题）。
二、数据来源与研究方法
- 企业公开：LiDAR 厂商产品规格书与校准工艺文档。
- 工程实践：机器人工厂部署后的精度退化数据。
- 学术研究：激光测距精度影响因素的期刊文献。
三、失效模式清单
FM-1 光学元件老化/污染
- 失效机理：发射/接收窗口灰尘/油污积累、透镜镀膜老化 → 信号衰减 → 测距偏差增大。
- 失效后果：障碍物距离测量偏大/偏小，碰撞风险。
- 触发场景：粉尘环境、油污环境、长期未清洁。
FM-2 激光功率衰减
- 失效机理：激光二极管（VCSEL/Edge-emitting）随使用时间功率衰减 → 回波信号变弱 → 测距精度下降。
- 失效后果：最大测距范围缩小，远距离点云稀疏。
- 触发场景：长时间运行（>10000 小时）、高温环境加速老化。
FM-3 温漂未校准
- 失效机理：温度变化导致光学元件折射率/机械结构尺寸变化 → 测距系统误差 → 不同温度下精度不一致。
- 失效后果：高温/低温环境测距偏差显著增大。
- 触发场景：出厂标定仅覆盖室温，实际工作温度范围宽。
四、根因分析
- 标定工艺不足（工艺根因）：出厂标定仅覆盖单温度点，未做温度补偿。
- 环境防护不足（设计根因）：光学窗口防护等级不足，灰尘/水汽侵入。
- 维护缺失（管理根因）：无定期自检/校准程序。
五、对设计与工艺的要求
- 出厂标定：覆盖全温度范围（-10~50℃），温度补偿模型写入固件。
- 光学防护：IP65 以上防护等级，光学窗口镀膜防污处理。
- 自检功能：内置标准反射靶标自检程序，自动检测精度漂移。
六、对检测与控制的要求
| 控制项 | 类型 | 建议等级 |
|---|---|---|
| 出厂全温标定 | 出厂检测 | 100% |
| 定期自检（靶标比对） | 维护检测 | 每月 |
| 光学窗口清洁 | 维护 | 按需 |
| 激光功率监测 | 自诊断 | 连续 |
七、PFMEA / 控制计划落地建议
- 起评 SOD：导航精度下降 S=7（碰撞风险），O/D 按上表。
- 预防控制：全温标定规范、光学防护设计写入预防控制列。
- 探测控制：定期自检 D=3-4，激光功率自诊断 D=4-5。
- 控制计划传导：标定参数、自检结果必须记录归档。
八、行业影响与趋势判断
- 固态 LiDAR（Flash/OPA）无运动部件，精度稳定性优于机械旋转式。
- 内置自校准算法（SLAM 过程中自动校正）正在成为趋势。
九、引用与证据清单
- LiDAR 厂商产品规格书与校准文档，证据等级：企业公开。
- 激光测距精度影响因素学术文献，证据等级：学术研究。
- 机器人工厂部署精度退化工程数据，证据等级：工程推断。
证据说明：SOD 起评为工程分析建议，具体项目应以自身 LiDAR 测试数据为准。
把 LiDAR 精度控制纳入你的 PFMEA：