我們可以根據 LiDAR 能描繪出稀疏的三維世界的特點，而掃描得到的障礙物點云通常又比背景更密集，通過分類聚類的方法可以利用其進行感知障礙物。而隨著深度學習帶來的檢測和分割技術上的突破，LiDAR 已經能做到高效的檢測行人和車輛，輸出檢測框，即 3D bounding box，或者對點云中的每一個點輸出 label，更有甚者在嘗試使用 LiDAR 檢測地面上的車道線。在三維目標識別的對象方面，較初研究主要針對立方體、柱體、錐體以及二次曲面等簡單形體構成的三維目標。激光雷達在航空測量中提供了高精度的地理數據。三維激光雷達廠家

輔助駕駛，在目前的L2/L3級高級輔助駕駛中，激光雷達可覆蓋前向視場（水平視場角覆蓋60°到120°）以實現自動跟車或者高速自適應巡航等功能。通過發射信號和反射信號的對比，構建出點云圖，從而實現諸如目標距離、方位、速度、姿態、形狀等信息的探測和識別。除了傳統的障礙物檢測以外，激光雷達還可以應用于車道線檢測。優點在于測距遠、精度高，獲取信息豐富，抗源干擾能力強。自動駕駛，未來，L4/L5級無人駕駛應用的實現，有賴于激光雷達提供的感知信息。激光雷達是一種可以掃描周圍環境并生成三維圖像的傳感器。它可以被用于識別障礙物、構建地圖和定位車輛等應用場景。該級別應用需要面對復雜多變的行駛環境，對激光雷達性能水平要求較高，在要求360°水平掃描范圍的同時，對于低反射率物體的較遠測距能力需要達到200m，且需要更高的線數以及更密的點云分辨率；同時為了減少噪點還需要激光雷達具有抵抗同環境中其他激光雷達干擾的能力。上海傲覽Avia激光雷達廠家360°x59° 超廣視野，覽沃 Mid - 360 保障移動機器人作業現場安全高效。

工作原理，，與MEMS微振鏡平動和扭轉的形式不同，轉鏡是反射鏡面圍繞圓心不斷旋轉，從而實現激光的掃描。在轉鏡方案中，也存在一面掃描鏡（一維轉鏡）和一縱一橫兩面掃描鏡（二維轉鏡）兩種技術路線。一維轉鏡線束與激光發生器數量一致，而二維轉鏡可以實現等效更多的線束，在集成難度和成本控制上存在優勢。簡而言之，使用轉鏡折射光線實現激光在FOV區域內的覆蓋，通常與線光源配合使用，形成FOV面的覆蓋，也可以與振鏡組合使用，配合點光源形成FOV面的覆蓋。

脈沖同步（PPS），脈沖同步通過同步信號線實現數據同步。GPS同步（PPS+UTC），通過同步信號線和 UTC 時間（GPS 時間）實現數據同步。然后我們從 LiDAR 硬件得到一串數據包，需要過一次驅動才能將其解析成點云通用的格式，如 ROSMSG 或者 pcl 點云格式，以目前較普遍的旋轉式激光雷達的數據為例，其數據為 10hz，即 LiDAR 在 0.1s 時間內轉一圈，并將硬件得到的數據按照不同角度切成不同的 packet，以下便是一個 packet 數據包定義示意圖。每一個 packet 包含了當前扇區所有點的數據，包含每個點的時間戳，每個點的 xyz 數據，每個點的發射強度，每個點來自的激光發射機的 id 等信息。智能停車系統憑借激光雷達檢測車位，實現快速引導。

如今，LiDAR經常用于創建所處空間的三維模型。自主導航是使用LiDAR系統生成的點云數據的應用之一。微型LiDAR系統甚至能夠嵌入在手機大小的設備中。LiDAR 在現實世界中如何發揮作用，自主導航中的態勢感知是LiDAR的一個較引人入勝的應用。任何移動車輛的態勢感知系統都需要同樣了解其周圍的靜止和移動物體。例如，雷達技術長期以來用于探測飛機。對于地面車輛，已經發現LiDAR非常有用，因為它能夠確定物體的距離并且在方向性上非常精確。探測光束能夠在角度上精確定向并快速掃描，據此創建三維模型點云數據。因為車輛周圍的情況是高度動態的，所以快速掃描能力對這類應用至關重要。橋梁檢測使用激光雷達識別病害，保障橋梁安全通行。上海覓道Mid-360激光雷達正規

通過分析激光雷達數據，研究人員能夠精確評估環境變化。三維激光雷達廠家

車聯網+機器人，智慧城市、車聯網等場景有助于催生路側激光雷達市場成長。世界范圍來看，中國車聯網發展速度較快，戰略化程度較高。2020 年 2 月，國家發展革新委、工信部、科技部等 11 個部委聯合印發《智能汽車創新發展戰略》，提出到 2025 年，車用無線通信網絡（LTE-V2X 等）實現區域覆蓋，新一代車用無線通信網絡（5G-V2X）逐步開展應用，高精度時空基準服務網絡實現全覆蓋。激光雷達結合智能算法，能夠提供高精度的位置、形狀、姿態等信息，實現對交通狀況進行全局性的精確把控，對車路協同功能的實現至關重要。隨著智能城市、智能交通項目的落地，未來該市場對激光雷達的需求將呈現穩定增長態勢。三維激光雷達廠家