LiDAR
Laser-basierte Abstandsmessung, die per Lichtlaufzeit präzise 3D-Punktwolken der Umgebung erzeugt — alternativ oder ergänzend zur Kamera.
LiDAR (Light Detection and Ranging) ist ein Abstandsmessverfahren, bei dem ein Sensor kurze Laserpulse aussendet und aus der Laufzeit (Time-of-Flight) bis zum reflektierten Empfang den Abstand zu Oberflächen berechnet. Durch schnelles Abrastern oder Rotation entsteht eine Punktwolke, die die Umgebung in drei Dimensionen vermisst — typischerweise im Zentimeter-Bereich. Anders als reine Kameras funktioniert LiDAR unabhängig von der Umgebungsbeleuchtung und liefert auch im Halbdunkel, gegen Glas oder bei stark spiegelnden Oberflächen tendenziell stabilere Distanzwerte (vorläufige Einschätzung, je nach Sensor und Wellenlänge).
Für humanoide Roboter ist LiDAR weder universell verbaut noch unumstritten. Unitree liefert den G1 in der „Developer"-Variante ab Werk mit einem Livox-MID-360-Festkörper-LiDAR aus — ein Sensor, der 360 Grad horizontal mit etwa 40 Grad vertikalem Sichtfeld abdeckt und auf Höhe des Kopfes oder Rumpfs montiert ist. Tesla Optimus verzichtet auf LiDAR und stützt sich, analog zur FSD-Strategie im Fahrzeug, auf Mehrkamera-Sicht mit eigener neuronaler Inferenz. Boston Dynamics Atlas (electric, 2024+) und NEURA 4NE1 nutzen jeweils eigene Sensorstapel, in denen Tiefen- und Lasersensorik nach Aufgabe gemischt wird. Für SLAM-Anwendungen (Simultaneous Localization and Mapping) und für dynamische Hindernisvermeidung in unbekannten Innenräumen gilt LiDAR weiterhin als besonders robuste Modalität.
Die Wahl LiDAR oder reine Kamera-Sicht ist letztlich eine Kosten- und Skalierungsentscheidung. Festkörper-LiDAR-Module für humanoide Roboter kosten im niedrigen vierstelligen Eurobereich, wiegen einige hundert Gramm und benötigen aktive Kühlung beziehungsweise dauerhafte Stromversorgung. Auf der Datenseite produziert LiDAR sehr genau geometrische, aber semantisch arme Punktwolken — ohne ergänzende Kamerabilder fehlt jeder Farb- und Texturhinweis. Aktuelle Forschungs- und Produktionsstacks fusionieren deshalb LiDAR-Punktwolken mit RGB-Kamera-Tiefe und neuronaler Szenensegmentierung. Für Konsument:innen ist die Frage relevant, wie ein Hersteller die Wahrnehmungsausstattung in Schritten verbessert: Ein Roboter, der heute ohne LiDAR ausgeliefert wird, kann ein Hardware-Upgrade-Versprechen mitbringen — oder eben nicht.
Datenschutz- und Sicherheitsrechtlich verhält sich LiDAR anders als Kamerabilder: Eine Punktwolke enthält in der Rohform keine Gesichter, keine Bildschirminhalte und keine identifizierbaren persönlichen Merkmale, sondern lediglich geometrische Strukturen. Das vereinfacht die DSGVO-Einordnung in vielen Szenarien — geometrische Bewegungsdaten können dennoch zur Re-Identifikation einer Person ausreichen, weshalb pauschale Aussagen zur Anonymität von LiDAR-Daten unzulässig wären (vorläufige Einschätzung). Aus Sicherheitssicht ist LiDAR ein häufiger Bestandteil redundanter Personenkontakt-Erkennung gemäß ISO 13482 für Care-Roboter, weil es bei plötzlich auftauchenden Hindernissen unabhängig von Lichtverhältnissen reagiert. Wer einen Roboter für den Einsatz in Privathaushalten oder Kliniken bewertet, sollte deshalb prüfen, ob die LiDAR-Daten lokal verarbeitet werden oder in eine Cloud gelangen.
Quellen
Unitree Robotics Produktseite und Developer-Doku G1 — unitree.com/g1 und support.unitree.com
Livox MID-360 Datenblatt — livoxtech.com (360°×40° FOV, Festkörper-LiDAR)
IEEE Spectrum / IEEE Xplore: Übersichtsartikel zu LiDAR-Kamerafusion und SLAM für mobile Plattformen



