NDT 算法的基本思想是先根據參考數據（reference scan）來構建多維變量的正態分布，如果變換參數能使得兩幅激光數據匹配的很好，那么變換點在參考系中的概率密度將會很大。然后利用優化的方法求出使得概率密度之和較大的變換參數，此時兩幅激光點云數據將匹配的較好。由此得到位資變換關系。局部特征提取通常包括關鍵點檢測和局部特征描述兩個步驟，其構成了三維模型重建與目標識別的基礎和關鍵。在二維圖像領域，基于局部特征的算法已在過去十多年間取得了大量成果并在圖像檢索、目標識別、全景拼接、無人系統導航、圖像數據挖掘等領域得到了成功應用。類似的，點云局部特征提取在近年來亦取得了部分進展在夜間和惡劣天氣下，激光雷達能有效提升車輛的感知能力。廣東激光雷達渠道

也有使用相干法，即為調頻連續波（FMCW）激光雷達發射一束連續的光束，頻率隨時間穩定地發生變化。由于源光束的頻率在不斷變化，光束傳輸距離的差異會導致頻率的差異，將回波信號與本振信號混頻并經低通濾波后，得到的差頻信號是光束往返時間的函數。調頻連續波激光雷達不會受到其他激光雷達或太陽光的干擾且無測距盲區；還可以利用多普勒頻移測量物體的速度和距離。調頻延續波 LiDAR 概念并不新穎，但是面對的技術挑戰不少，例如發射激光的線寬限制、線性調頻脈沖的頻率范圍、線性脈沖頻率變化的線性度，以及單個線性調頻脈沖的可復制性等。北京四探頭激光雷達行價激光雷達通過多角度掃描，獲取目標的完整信息。

激光雷達的分類，激光雷達行業具有較高的技術水準與技術壁壘，并同時具有技術創新能力強與產品迭代速度快的特征。其技術發展方向與半導體行業契合度高，激光雷達系統中主要的激光器、探測器、控制及處理單元均能從半導體行業的發展中受益，收發單元陣列化以及主要模塊芯片化是未來的發展趨勢。激光雷達可分成一維（1D）激光雷達、二維（2D）掃描激光雷達和三維（3D）掃描激光雷達。1D激光雷達只能用于線性的測距；2D掃描激光雷達只能在平面上掃描，可用于平面面積與平面形狀的測繪，如家庭用的掃地機器人；3D掃描激光雷達可進行3D空間掃描，用于戶外建筑測繪，它是駕駛輔助和自助式自動駕駛應用的重要車載傳感設備。3D激光雷達可進一步分成3D扇形掃描激光雷達和3D旋轉式掃描激光雷達。

早在上個世紀60年代，當人類制造出激光器后，科學家們根據激光的特性，較早提出的應用就是測距。在1967年7月，美國人進行了頭一次載人登月飛行，就在月球上安裝了一個發射裝置用于測算地球和月球的距離。隨后，正值冷戰時期的人們，將激光應用在了制彈上。飛機發射激光照射目標，同時投擲激光制彈對準目標飛行，用激光隨時修正自己的飛行路線，精確度非常高。20世紀70年代末，美國國家航空航天局（NASA）成功研制出一種具有掃描和高速數據記錄能力的機載海洋激光雷達。用在大西洋和切薩皮克灣進行了水深的測定，并且繪制出水深小于10m的海底地貌。此后，機載激光雷達系統蘊含的巨大應用潛力開始受到關注，并很快被應用到陸地地形勘測研究當中。激光雷達的功耗低，延長了設備的使用壽命。

LiDAR 數據通常在空中收集，如NOAA在加州大蘇爾Bixby大橋上空的調查飛機（右圖）。這里的LiDAR數據顯示了Bixby大橋的俯視圖（左上）和側視圖（左下）。NOAA的科學家使用基于LiDAR的裝置檢查自然和人造環境。LiDAR數據支持洪水和風暴潮建模、水動力建模、海岸線測繪、應急響應、水文測量以及海岸脆弱性分析等活動。此外，地形LiDAR使用近紅外激光繪制地形和建筑物地圖，而測深LiDAR使用透水綠光繪制海底和河床地圖。在農業中，LiDAR可用于繪制拓撲圖和作物生長圖，從而提供有關肥料需求和灌溉需求的信息。激光雷達在虛擬現實技術中實現了真實世界的數字化重建。泰覽Tele-15激光雷達正規

在智能物流中引導 AGV 小車，提升貨物搬運倉儲效率。廣東激光雷達渠道

從車規級應用來看，小鵬P5配備2顆大疆Livox車規級棱鏡式激光雷達，另外大疆Livox也獲得了一汽解放量產項目的定點 。針對單顆棱鏡式中心區域點云密集。兩側點云相對稀疏的情況，小鵬P5選擇在車前部署了2顆激光雷達，前方提高至 180度的超寬點云視野，提高應對近處車輛加塞、十字路口拐彎等復雜路況的通行能力。針對車規級設備需要在連續振動、高低溫、高濕高鹽等環境下連續工作的特點，固態激光雷達成為了較為可行的發展方向。喜歡特種行業的朋友應該都聽過軍機、軍艦上搭載的相控陣雷達，而OPA光學相控陣激光雷達便是運用了與之相似的原理，并把它搬到了車端。廣東激光雷達渠道