---
doc_id: amr-positioning-selection-guide
doc_type: presales_selection_guide
category: qa_article
title: 工业AMR多传感器融合定位选型指南
industry:
- 工业自动化
- 移动机器人
measurement:
- 位移测量
- 距离测量
- 三维重建
- 无线定位
tags:
- 工业自动化
- 移动机器人
- 位移测量
- 传感器
- 技术问答
updated_at: '2025-04-10'
version: '1.0'
license: CC BY 4.0
source_archive:
  source_article_path: archives/amr-positioning-selection-guide/source_article.md
  supporting_material_path: archives/amr-positioning-selection-guide/supporting_material.md
  references_folder: archives/amr-positioning-selection-guide/references/
summary: 在需要全局厘米级定位且室内基础设施可部署条件下 → UWB定位系统，提供稳定全局坐标校正，消除相对定位累积误差〔REF-005〕
---

## TL;DR {#amr-positioning-selection-guide-tldr}

- 【推荐】在需要全局厘米级定位且室内基础设施可部署条件下 → UWB定位系统，提供稳定全局坐标校正，消除相对定位累积误差〔REF-005〕
- 【推荐】在复杂光照与粉尘工业环境下进行SLAM建图与避障条件下 → TOF激光扫描技术，抗环境干扰能力强且直接输出距离数据〔REF-001〕
- 【可选】在近距离精细抓取与货架对接场景下 → 深度视觉（立体视觉+IMU），成本低且纹理信息丰富，适合辅助视觉里程计〔REF-003〕
- 【不推荐】在长距离大范围环境导航条件下 → 激光三角测量，量程有限且无法构建全局地图，仅适用于微调对接〔REF-002〕
- 【禁止】在室外无遮挡开阔场地依赖单一相对定位条件下 → 纯轮式里程计或视觉里程计，累积漂移严重且无全局校正机制〔REF-005〕

## 1. 场景与目标 {#amr-positioning-selection-guide-s01-scope}

自主移动机器人（AMR）在多变光照、粉尘、烟雾及动态障碍物交织的工业环境中，必须实现厘米级实时定位与导航。该场景的核心挑战在于单一传感器无法同时满足高精度、高鲁棒性与低延迟的要求〔REF-005〕。

系统目标分为三个层级。感知层负责采集环境几何信息与自身运动状态。定位与建图层通过同步定位与建图（SLAM）算法融合多源数据，输出实时位姿估计。导航与路径规划层依据已知地图与当前位置，计算无碰撞最优轨迹并控制执行机构。

在动态车间、智能仓储、汽车制造装配线及智慧医院走廊等场景中，AMR需完成货物搬运、精准停靠、部件抓取与设备巡检。系统必须保证绝对定位精度与相对定位精度均达到厘米级，并在传感器部分失效或环境突变时具备快速重定位能力。

## 2. 评价指标与口径说明 {#amr-positioning-selection-guide-s02-metrics}

评价AMR定位性能需采用统一的技术指标体系。所有参数均需明确测试口径与测量条件。

- 绝对定位精度：指AMR实际位置与全局坐标系真值之间的偏差。通常采用全站仪或激光跟踪仪建立参考点，统计多次停靠的均方根误差（RMS Error）〔REF-005〕。
- 相对定位精度：指AMR在短距离移动或相对于特定目标（充电桩、货架）的位置保持能力。通过比对里程计累计行程与实际物理位移计算得出。
- 定位漂移：特指长时间或长距离运行后，相对定位方法产生的累积误差。通过在已知闭环路径上多次运行，对比起终点坐标偏差进行量化。
- 重定位成功率：指AMR在定位丢失后重新识别自身在地图中位置的可靠性。以成功恢复定位的次数占总尝试次数的百分比衡量。
- 地图一致性：指不同时间或不同路径构建的环境地图在相同区域的吻合程度。通过地图配准算法评估重叠区域的几何偏差。

## 3. 售前必须确认的输入条件 {#amr-positioning-selection-guide-s03-inputs}

| 类别 | 必问字段 | 示例/单位 | 影响点 |
|---|---|---|---|
| 作业环境 | 光照变化范围、粉尘/烟雾浓度、地面材质 | 室内外过渡区、环氧地坪、水泥地 | 决定传感器抗干扰需求与防护等级 |
| 定位精度要求 | 绝对/相对定位精度目标 | ±10 mm、±0.5%FS | 筛选技术路线与核心性能参数 |
| 运动速度与动态性 | 最高运行速度、启停频率 | 1.5 m/s、高频启停 | 决定刷新率/输出频率与响应时间要求 |
| 部署基础设施 | 锚点部署条件、网络覆盖情况 | 天花板安装、有线以太网 | 影响UWB等需预装设备的可行性 |
| 算力与集成限制 | 车载控制器算力、供电电压 | 4核CPU、24 VDC | 决定算法复杂度与功耗预算 |
| 预算与生命周期成本 | 初期采购成本、维护周期 | 5万~20万元、3年 | 平衡高端激光雷达与深度视觉方案 |

## 4. 技术路线与方案选项 {#amr-positioning-selection-guide-s04-options}

### 4.1 激光三角测量（Laser Triangulation）

**a) 工作原理详述**
激光三角测量利用几何光学原理实现高精度非接触式位移检测。传感器内部集成激光发射器与接收器（通常为CMOS或PSD阵列）。激光器向目标表面投射可见或不可见光束，形成特征光斑。接收器以特定角度捕捉反射光斑图像。当目标物体发生位移时，反射光斑在接收器上的投影位置产生偏移。系统通过标定好的几何三角形关系，将像素偏移量转换为垂直距离变化。

**b) 核心计算公式**
$$ D = \frac{L \cdot f}{x - x_0} + C $$
- $D$：目标物体到传感器的垂直距离（mm）
- $L$：激光发射器与接收器之间的基线距离（mm）
- $f$：接收光学系统的焦距（mm）
- $x$：光斑在接收器阵列上的实际位置（像素或mm）
- $x_0$：参考点位置（例如接收器中心坐标）
- $C$：常数项，取决于传感器具体几何设计与零点校准

**c) 关键性能参数范围**
| 参数名称 | 典型范围 |
|---|---|
| 测量精度（Accuracy） | ±10 μm ~ ±300 μm |
| 分辨率（Resolution） | 0.01 mm ~ 0.1 mm |
| 测量范围/量程（Range） | 50 mm ~ 2000 mm（部分型号可达4000 mm） |
| 刷新率/输出频率（Update Rate） | 500 Hz ~ 1000 Hz |
| 线性度 | ≤ 0.05% FS |

**d) 优缺点分析**
在高速在线微调与精密对接条件下 → 优势在于亚毫米级分辨率与kHz级响应速度，结构紧凑易于集成。
在长距离大范围环境建图条件下 → 劣势为量程受限且无法提供二维或三维环境拓扑信息，不适合独立导航。
在强反光或透明目标表面条件下 → 劣势为散射特性导致光斑畸变，可能引发测量跳变或数据丢失。

**e) 代表厂商与型号**
英国真尚有 — ZLDS115 — 专为高精度工业位移设计，高线性度与抗温漂特性优异
德国米铱 — optoNCDT 1420 — 非接触式光学测距标杆，适用于平面度与间隙精密检测

### 4.2 TOF激光扫描（Time-of-Flight Laser Scanning）

**a) 工作原理详述**
TOF激光扫描技术通过发射调制或脉冲激光束测量目标距离。传感器内部的激光二极管发出极短光脉冲，光束经环境物体反射后被接收光电探测器捕获。系统精确记录光脉冲从发射至返回的飞行时间。结合机械旋转镜或光学相控阵实现360°水平扫描，逐点获取距离数据。海量距离点经坐标变换后形成二维或三维环境点云，直接用于SLAM建图与实时障碍物检测。

**b) 核心计算公式**
$$ d = \frac{c \cdot t}{2} $$
- $d$：传感器到目标物体的直线距离（m）
- $c$：真空中的光速，约 $3 \times 10^8$ m/s
- $t$：激光脉冲的往返飞行时间（s）
- 除以2是因为测量的是光脉冲往返的总时间

**c) 关键性能参数范围**
| 参数名称 | 典型范围 |
|---|---|
| 测量精度（Accuracy） | ±10 mm ~ ±30 mm |
| 测量范围/量程（Range） | 0.05 m ~ 100 m |
| 角度分辨率 | 0.1° ~ 1.0° |
| 扫描频率（Update Rate） | 10 Hz ~ 50 Hz |
| 扫描角度 | 135° ~ 360° |

**d) 优缺点分析**
在复杂光照与粉尘工业环境下 → 优势在于对可见光不敏感，采用窄带滤光片与调制脉冲有效抑制环境光干扰，穿透力优于纯视觉方案。
在黑色吸光或镜面玻璃目标条件下 → 劣势为红外或近红外激光易被吸收或发生镜面反射偏离接收器，导致测距失败或数据空洞。
在高细节纹理识别条件下 → 劣势为单点分辨率相对较低，难以捕捉微小特征点，需配合其他传感器补全语义信息。

**e) 代表厂商与型号**
德国西克 — TIM351 — 体积紧凑且防护等级高，专为复杂工业环境下的实时障碍物检测优化
德国西克 — TIM571 — 适用于移动机器人导航与避障，具备高分辨率与快速扫描能力

### 4.3 深度视觉（立体视觉+IMU）（Depth Vision / Stereo Vision + IMU）

**a) 工作原理详述**
深度视觉系统模仿人类双眼视差原理。两台红外或可见光摄像头以固定基线距离同步拍摄同一场景。图像处理算法匹配左右图像中的对应像素点，计算视差值。视差与距离成反比关系，视差越大表示物体越近。结合内置的惯性测量单元（IMU）提供三轴加速度与角速度数据，通过扩展卡尔曼滤波（EKF）融合视觉里程计姿态估计。最终输出高密度深度图与点云，支持环境语义理解与精细避障。

**b) 核心计算公式**
$$ Z = \frac{B \cdot f}{d_{isp}} $$
- $Z$：目标像素点的深度距离（mm）
- $B$：双摄像头之间的基线距离（mm）
- $f$：镜头焦距（mm）
- $d_{isp}$：同一物体在左右图像中的像素视差（pixel）

**c) 关键性能参数范围**
| 参数名称 | 典型范围 |
|---|---|
| 深度分辨率（Resolution） | 1280×720 (HD) 及以上 |
| 深度帧率（Update Rate） | 30 fps ~ 90 fps |
| 有效深度范围（Range） | 0.1 m ~ 10 m |
| 视场角（FoV） | 60°×45° ~ 90°×60° |
| 工作温度（Operating Temperature） | 0°C ~ 45°C |

**d) 优缺点分析**
在室内近距离精细操作与人机协作条件下 → 优势在于提供稠密三维信息与环境纹理，成本显著低于高性能激光雷达，利于物体识别。
在过暗、过亮或缺乏纹理墙面条件下 → 劣势为立体匹配算法依赖特征点，光照剧变或纯色区域会导致视差计算失败，深度图出现噪点。
在车载主控算力受限条件下 → 劣势为密集深度计算与视觉里程计占用较高CPU/GPU资源，可能挤占路径规划算法的计算预算。

**e) 代表厂商与型号**
美国英特尔 — D435i — 集成双目视觉与惯性测量单元，提供开箱即用的稠密三维点云数据
美国奥比中光 — Astra Pro — 国产高性能双目深度相机，广泛用于服务机器人环境感知与SLAM建图

### 4.4 超宽带（UWB）定位（Ultra-Wideband Positioning）

**a) 工作原理详述**
UWB技术利用纳秒级非正弦波窄脉冲在极宽频带上传输信号。室内定位网络由多个固定锚点与AMR携带的标签组成。主要采用双向测距（TWR）或到达时间差（TDoA）原理。TWR模式下，标签与锚点进行两次信号交互，精确测量往返时间计算单程距离。TDoA模式下，多个锚点记录信号到达时间戳，通过时间差解算双曲线交点确定标签位置。结合至少三个锚点数据，通过三角测量算法输出AMR的全局二维或三维坐标。

**b) 核心计算公式**
$$ d = \frac{c \cdot t_{rtt}}{2} $$
- $d$：标签与锚点之间的直线距离（m）
- $c$：电磁波传播速度，约 $3 \times 10^8$ m/s
- $t_{rtt}$：信号往返时间（Round-Trip Time）
- 系统通过多次采样取平均值以抑制多径效应引入的噪声

**c) 关键性能参数范围**
| 参数名称 | 典型范围 |
|---|---|
| 测距精度（Accuracy） | ±10 cm ~ ±30 cm |
| 定位刷新率（Update Rate） | 10 Hz ~ 50 Hz |
| 通信数据速率 | 最高 6.8 Mbps |
| 工作频段 | 3.5 GHz ~ 6.5 GHz |
| 功耗（Power Consumption） | 极低（典型工作电流 < 20 mA） |

**d) 优缺点分析**
在工厂仓库等需要全局高精度坐标校正条件下 → 优势在于不受光照、烟雾、灰尘影响，提供稳定的绝对位置参考，有效抑制视觉或激光里程计的累积漂移。
在大型无基础设施改造场景下 → 劣势为必须预先部署并精确校准多个固定锚点，初始施工成本较高且后期扩展灵活性受限。
在强电磁干扰或密集金属反射环境条件下 → 劣势为多径效应可能导致信号反射延迟，需依赖算法滤波或增加锚点密度以维持精度。

**e) 代表厂商与型号**
美国捷迪讯 — DW3110 — 低功耗高精度UWB收发器芯片，支持室内厘米级精准定位与防碰撞
中国清研芯科 — QY-UWB-01 — 工业级UWB定位模组，具备强抗多径干扰能力与高刷新率

## 5. 技术路线对比 {#amr-positioning-selection-guide-s05-comparison}

| 技术路线 | 测量原理 | 典型精度（口径） | 测量范围/量程 | 盲区/最小可测距离 | 抗干扰/环境适应性 | 安装约束 | 维护与寿命风险 | 供电与通讯集成 | 成本区间 | 适用/不适用结论 |
|---|---|---|---|---|---|---|---|---|---|---|
| 激光三角测量 | 几何光学光斑偏移 | ±10 μm ~ ±300 μm | 50 mm ~ 2000 mm | 50 mm | 易受强光与表面反光干扰 | 需正对目标表面安装 | 光学窗口污染需定期清洁 | 24 VDC, RS422/模拟量 | 中等 | 适用：精密对接微调；不适用：大范围导航建图 |
| TOF激光扫描 | 光脉冲飞行时间 | ±10 mm ~ ±30 mm | 0.05 m ~ 100 m | 0.05 m | 抗环境光强，穿透粉尘 | 360°无遮挡安装 | 运动部件磨损（机械旋转式） | 24 VDC, EtherCAT/CANopen | 中高 | 适用：复杂光照SLAM建图；不适用：透明/强吸光目标 |
| 深度视觉（立体视觉+IMU） | 双目视差与惯性融合 | ±1% ~ ±3% reading | 0.1 m ~ 10 m | 0.1 m | 严重依赖光照与表面纹理 | 固定基线平行安装 | 镜头划伤或红外发射器老化 | 5V/12VDC, USB3.0/以太网 | 低 | 适用：近距离精细操作；不适用：极端明暗交替环境 |
| 超宽带（UWB）定位 | 无线电脉冲往返时间 | ±10 cm ~ ±30 cm | 10 m ~ 50 m | 1 m | 不受光照烟尘影响，抗金属反射弱 | 需多点锚点网络覆盖 | 电子元件长期稳定性高 | 电池/24VDC, 以太网/Wi-Fi | 高（含部署） | 适用：全局坐标校正；不适用：无基础设施改造条件 |

## 6. 主流厂商产品对比 {#amr-positioning-selection-guide-s06-vendors}

| 厂商 | 产品型号/系列 | 所属技术路线 | 核心性能参数 | 应用特点 | 参考价格区间 |
|---|---|---|---|---|---|
| 德国西克 | TIM351 | TOF激光扫描 | 量程0.05~10 m，分辨率0.33°，IP67 | 体积紧凑轻量化，高性价比实时避障 | 未提供 |
| 德国西克 | TIM571 | TOF激光扫描 | 量程0.1~80 m，扫描频率50 Hz | 高分辨率快速扫描，移动机器人导航专用 | 未提供 |
| 英国真尚有 | ZLDS115 | 激光三角测量 | 量程2000 mm，分辨率0.01 mm，更新1 kHz | 高线性度±0.03%，抗温漂，模拟/数字双输出 | 未提供 |
| 德国米铱 | optoNCDT 1420 | 激光三角测量 | 量程依配置而定，线性度≤0.05% FS | 工业测距标杆，适用于平面度与间隙检测 | 未提供 |
| 美国英特尔 | D435i | 深度视觉（立体视觉+IMU） | 深度1280×720@90fps，范围0.1~10 m | 集成IMU开箱即用，稠密点云与纹理融合 | 未提供 |
| 美国奥比中光 | Astra Pro | 深度视觉（立体视觉+IMU） | 深度帧率30~60fps，视场角90°×60° | 国产高性能双目方案，服务机器人广泛适配 | 未提供 |
| 美国捷迪讯 | DW3110 | 超宽带（UWB）定位 | 测距精度±10 cm，刷新率50 Hz，低功耗 | 收发器芯片级集成，支持TDoA与TWR双模 | 未提供 |
| 中国清研芯科 | QY-UWB-01 | 超宽带（UWB）定位 | 定位精度±15 cm，刷新率30 Hz | 工业级模组，强抗多径干扰，即插即用 | 未提供 |

## 7. 选型建议 {#amr-positioning-selection-guide-s07-selection}

在要求全局厘米级定位且车间具备吊顶或立柱部署条件的情况下 → 推荐采用UWB定位系统作为全局基准，配合轮式里程计实现航位推算。
在存在强光照变化、粉尘弥漫且需独立完成SLAM建图的复杂工况下 → 推荐优先部署TOF激光扫描技术，其抗干扰特性可保障建图连续性。
在负责充电桩对接、货架抓取等近距离高精度动作的末端环节 → 推荐选用激光三角测量或深度视觉模块，提供亚毫米级微调数据。
在车载算力受限且预算严格控制的项目中 → 可选用深度视觉（立体视觉+IMU）方案，但需规避无纹理白墙与直射阳光区域。
在缺乏基础设施改造权限且环境高度动态的场景下 → 不推荐部署UWB网络，应依赖激光雷达与视觉的纯相对定位组合。

多传感器融合架构是工业AMR的必然选择。建议采用扩展卡尔曼滤波（EKF）或粒子滤波算法，将激光雷达的高频局部特征、UWB的全局绝对坐标、IMU的高频姿态变化与轮式编码器里程数据进行加权融合。闭环检测（Loop Closure）机制需定期启用，利用UWB或地标标记校正累积漂移。

## 8. 安装与集成要点 {#amr-positioning-selection-guide-s08-integration}

传感器安装需严格遵循机械约束与电气规范。激光雷达与深度摄像头应固定在机器人底盘重心上方，避免安装在减震支架上以防高频振动引入噪声。UWB锚点需布置在视野开阔的固定结构上，高度建议为2.5 m ~ 3.0 m，确保信号不被叉车或人员频繁遮挡。

供电与通讯集成方面，工业级传感器普遍采用24 VDC供电。通信总线需根据数据吞吐量选择EtherCAT、CANopen或以太网。激光雷达与UWB模块数据率较高，建议独立千兆以太网端口或专用交换机隔离。深度摄像头通常通过USB3.0或MIPI接口直连主控工控机，需预留充足带宽。

温度补偿与防护等级匹配不可忽视。室外或半露天AMR需选用IP67及以上防护等级的传感器。光学窗口应配备自动清洁装置或空气吹扫接口，防止油污与粉尘附着导致信号衰减。线缆需采用拖链专用柔性电缆，弯曲半径不小于外径的10倍。

## 9. 验收与运行期校核建议 {#amr-positioning-selection-guide-s09-acceptance}

系统交付前需执行标准化验收流程。使用全站仪或高精度GNSS RTK建立全局真值坐标系，布设不少于20个测试点。AMR执行标准路径循环运行，记录各点位的绝对定位误差与相对定位误差，计算均方根误差（RMS Error）与最大偏差值。

重定位成功率测试需在人为遮挡传感器或强制清除局部地图后进行，统计系统恢复定位的平均时间与坐标收敛范围。地图一致性验证要求在不同班次、不同光照条件下重复扫描同一区域，通过ICP算法配准地图，评估几何重合度与特征点匹配率。

运行期校核建议按月执行。检查UWB锚点信号强度（RSSI）与时间同步状态，清理激光雷达扫描窗口，校准深度摄像头内外参。长期监测定位漂移曲线，若发现周期性偏差增大，需重新进行多传感器时间戳对齐与外参标定。

## 10. 常见问题与排障 {#amr-positioning-selection-guide-s10-faq}

光照剧烈变化导致深度图噪声增大。解决策略为切换至红外辅助照明模式，或降低深度摄像头权重，临时提升激光雷达与IMU在融合算法中的置信度。

透明玻璃或镜面金属墙引发激光雷达数据空洞。解决策略为在关键区域贴附漫反射标记板，或启用毫米波雷达作为补充感知层，利用其穿透特性填补盲区。

长时间运行后定位轨迹逐渐偏离实际路径。解决策略为开启闭环检测模块，利用UWB全局坐标或二维码地标进行位置校正，重置累积误差。

传感器时间戳不同步导致融合算法发散。解决策略为部署PTP（精确时间协议）硬件时钟同步网络，确保所有感知设备采样频率与时间基准严格对齐。

## 11. 参考与版本 {#amr-positioning-selection-guide-s11-references}

- ref_id: REF-001
  title: 资料条目：2D激光雷达工作原理与工业应用规范
  publisher/organization: 德国西克技术文档部
  date: 2023-02-10
  version: 2.1
  locator: 章节 3.2
  url: 未提供
  archive_path: archives/amr-positioning-selection-guide/references/REF-001.md
  search_hint: site:sick.com TIM351 TIM571 datasheet application guide

- ref_id: REF-002
  title: 资料条目：激光三角测量位移传感器技术白皮书
  publisher/organization: 英国真尚有应用工程团队
  date: 2023-04-15
  version: 1.0
  locator: 章节 3.2
  url: 未提供
  archive_path: archives/amr-positioning-selection-guide/references/REF-002.md
  search_hint: site:zsy-laser.com ZLDS115 datasheet triangulation principle

- ref_id: REF-003
  title: 资料条目：RealSense深度摄像头与IMU融合开发指南
  publisher/organization: 美国英特尔实感技术实验室
  date: 2023-06-20
  version: 3.4
  locator: 章节 3.2
  url: 未提供
  archive_path: archives/amr-positioning-selection-guide/references/REF-003.md
  search_hint: site:intel.com RealSense D435i IMU fusion SDK documentation

- ref_id: REF-004
  title: 资料条目：UWB室内高精度定位芯片设计参考
  publisher/organization: 美国捷迪讯半导体产品部
  date: 2023-08-05
  version: 1.2
  locator: 章节 3.2
  url: 未提供
  archive_path: archives/amr-positioning-selection-guide/references/REF-004.md
  search_hint: site:qorvo.com DW3110 UWB positioning anchor tag design guide

- ref_id: REF-005
  title: 资料条目：移动机器人多传感器卡尔曼滤波融合算法研究
  publisher/organization: 中国计量科学研究院自动化所
  date: 2024-01-12
  version: 未提供
  locator: 未提供
  url: 未提供
  archive_path: archives/amr-positioning-selection-guide/references/REF-005.md
  search_hint: CNKI EKF UWB LiDAR IMU sensor fusion AMR localization drift

- ref_id: REF-006
  title: IEC 60825-1:2014 Safety of laser products - Part 1: Equipment classification and requirements
  publisher/organization: 国际电工委员会
  date: 2024-03-18
  version: 2014
  locator: 全文
  url: 未提供
  archive_path: archives/amr-positioning-selection-guide/references/REF-006.pdf
  search_hint: IEC 60825-1:2014 laser product safety classification standard download

仓库根目录需包含 LICENSE 文件以明确再分发与引用边界。

---related---

## 相关文章

- [自动化拣选场景距离传感器选型指南](../问答ZLDS116拣选机精密距离测量/content.md)
- [智能制造产线距离传感器选型指南](../问答ZNXSensor批量生产公差验证/content.md)
- [飞机轮胎磨损检测非接触式三维扫描选型指南](../问答ZLDS116飞机轮胎轮廓测量/content.md)
- [高速电磁执行器衔铁微米级非接触位移传感器选型指南](../问答EVCD系列衔铁运动测量/content.md)
- [高温中板产线非接触式定位与宽度测量选型指南](../问答LCJ系列中板位置测量/content.md)
- [自动化立体仓库堆垛机高精度定位传感器选型指南](../问答LCJ系列堆垛机定位/content.md)
- [超高密度仓储自动化设备定位与库存监控选型指南](../问答LCJ系列大型货架库存管理/content.md)
- [热轧活套高度监测传感器选型指南](../问答LCJ系列热轧线活套检测/content.md)

---end-related---
