激光雷達難點：當周邊環境中存在透明介質 (如潔凈水體) 時，位于透明介質內部或后方的目標能夠被測到。由于光線在透明介質中會發生折射，被測目標實際上位于折射光路上，而測量結果則位于直線光路上，測量出的目標位置會發生偏差，此外，雷達也可能會收到兩個反射回波，一個來自于透明介質內部或后方的實際目標表面的反射，另一個來自于不完全潔凈的透明介質表面的漫反射，此時的測量結果不確定，有可能是介質表面，也可能是實際目標。智能零售中激光雷達分析顧客行為，優化店鋪空間布局。海南三維激光雷達

目前，LiDAR已普遍應用于各個領域。在大氣科學中，LiDAR被用于空氣質量監測和污染物檢測；在天文學領域，LiDAR技術可用于觀察行星表面地貌特征以及太陽系內其他天體的形態結構；在工程建設方面，利用LiDAR技術可以快速獲取地形數據、制作數字高程模型（DEM）以及生成精確的三維地圖；而在汽車領域中，人們普遍認為LiDAR是一項關鍵的光學距離感知技術，在自動駕駛領域得到了普遍應用。幾乎所有投入自動駕駛研發的廠商都將LiDAR視為一項關鍵技術，并且已經有一些低成本、小體積的LiDAR系統被應用于高級駕駛輔助系統（Advanced Driver Assistance Systems, ADAS）。廣東傲覽Avia激光雷達主動抗串擾功能，使覽沃 Mid - 360 在多雷達干擾下仍能正常運作。

在實際應用中，很多時候并不知道點云之間的鄰接關系。針對此，研究人員開發了較小張樹算法和連接圖算法以實現鄰接關系的計算。總體而言，三維模型重建算法的發展趨勢是自動化程度越來越高，所需人工干預越來越少，且應用面越來越廣。然而，現有算法依然存在運算復雜度較高、只能針對單個物體、且對背景干擾敏感等問題。研究具有較低運算復雜度且不依賴于先驗知識的全自動三維模型重建算法，是目前的主要難點。然而，如何在包含遮擋、背景干擾、噪聲、逸出點以及數據分辨率變化等的復雜場景中實現對感興趣目標的檢測識別與分割，仍然是一個富有挑戰性的問題。

下游主要客戶：車載領域，目前，在智能駕駛市場中，ADAS+ADS雙輪驅動，激光雷達作為智能駕駛畫龍點睛的產品，不可或缺。在高級輔助駕駛市場，激光雷達的成本不斷下降，商業化進程有望提速，全球范圍內L3級輔助駕駛量產車項目當前處于快速開發之中。世界各地交通法規的修訂為L3級自動駕駛技術商業化落地帶來機會。2020年6月通過的《ALKS車道自動保持系統條例》，這是全球范圍內頭一個針對L3級自動駕駛具有約束力的國際法規。隨著激光雷達成本下探至數百美元區間且達到車規級要求，未來越來越多高級輔助駕駛量產項目將實現量產；根據Forst&Sullivan的研究報告，2021-2026E、2026E-2020E全球乘用車新車市場ADAS車輛銷售CAGR有望達75.5%、30.5%，其中中國增速較高，分別為92.2%/29.3%。工業生產里激光雷達檢測產品缺陷，高效保證產品質量。

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。憑借超廣 FOV，覽沃 Mid - 360 讓移動機器人對復雜 3D 環境了如指掌。河南遠距離激光雷達

智能停車系統憑借激光雷達檢測車位，實現快速引導。海南三維激光雷達

半固態—MEMS式激光雷達，MEMS全稱Micro-Electro-Mechanical System（微機電系統），是將原本激光雷達的機械結構通過微電子技術集成到硅基芯片上。本質上而言MEMS激光雷達并沒有做到完全取消機械結構，所以它是一種半固態激光雷達。工作原理，MEMS在硅基芯片上集成了體積十分精巧的微振鏡，其主要結構是尺寸很小的懸臂梁——通過控制微小的鏡面平動和扭轉往復運動，將激光管反射到不同的角度完成掃描，而激光發生器本身固定不動。其次，MEMS的振動角度有限導致視場角比較小（小于120度），同時受限于MEMS微振鏡的鏡面尺寸，傳統MEMS技術的有效探測距離只有50米，FOV角度只能達到30度，多用于近距離補盲或者前向探測。海南三維激光雷達