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。輕巧易隱藏布置，覽沃 Mid - 360 兼顧機器人美觀與功能。湖北機械式激光雷達

在三維模型重建方面，較初的研究集中于鄰接關系和初始姿態均已知時的點云精配準、點云融合以及三維表面重建。在此，鄰接關系用以指明哪些點云與給定的某幅點云之間具有一定的重疊區域，該關系通常通過記錄每幅點云的掃描順序得到。而初始姿態則依賴于轉臺標定、物體表面標記點或者人工選取對應點等方式實現。這類算法需要較多的人工干預，因而自動化程度不高。接著，研究人員轉向點云鄰接關系已知但初始姿態未知情況下的三維模型重建，常見方法有基于關鍵點匹配、基于線匹配、以及基于面匹配 等三類算法。POE激光雷達廠家供應激光雷達在無人倉儲系統中實現貨物的精確定位。

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。

緊接著，一個激光雷達如果能在同一個空間內，按照設定好的角度發射多條激光，就能得到多條基于障礙物的反射信號。再配合時間范圍、激光的掃描角度、GPS 位置和 INS 信息，經過數據處理后，這些信息配合x，y，z坐標，就會成為具有距離信息、空間位置信息等的三維立體信號，再基于軟件算法組合起來，系統就可以得到線、面、體等各種相關參數，以此建立三維點云圖，繪制出環境地圖，就能變成汽車的“眼睛”。激光雷達是由激光發射單元和激光接收單元組成，發射單元的工作方式是向外發射激光束層，層數越多，精度也越高(如下圖所示)，不過這也意味著傳感器尺寸越大。發射單元將激光發射出去后，當激光遇到障礙物會反射，從而被接收器接收，接收器根據每束激光發射和返回的時間，創建一組點云，高質量的激光雷達，每秒較多可以發出200多束激光。激光雷達能夠快速捕獲運動目標的動態信息。

MEMS激光雷達模組，光學相控陣式(OPA)，相控陣發射器由若干發射接收單元組成陣列，通過改變加載在不同單元的電壓，進而改變不同單元發射光波特性，實現對每個單元光波的單獨控制，通過調節從每個相控單元輻射出的光波之間的相位關系，在設定方向上產生互相加強的干涉從而實現強度高光束，而其他方向上從各個單元射出的光波彼此相消。組成相控陣的各相控單元在程序的控制下可使一束或多束強度高光束按設計指向實現空域掃描。但光學相控陣的制造工藝難度較大，這是由于要求陣列單元尺寸必需不大于半個波長，普通目前激光雷達的任務波長均在1微米左右，這就意味著陣列單元的尺寸必需不大于500納米。而且陣列數越多，陣列單元的尺寸越小，能量越往主瓣集中，這就對加工精度要求更高。此外，材料選擇也是十分關鍵的要素。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。上海激光雷達廠商

Mid - 360 小巧體積，安裝布置靈活，滿足移動機器人多樣安裝需求。湖北機械式激光雷達

在體積限制下，Flash激光雷達的功率密度不能很高。因此，Flash激光雷達目前的問題是，由于功率密度的限制，無法考慮三個參數：視場角、檢測距離和分辨率，即如果檢測距離較遠，則需要放棄視場角或分辨率；如果需要高分辨率，則需要放棄視場角或檢測距離。Flash激光雷達采用面光源泛光成像，其發射的光線會散布在整個視場內，因此不需要折射就可以覆蓋FOV區域了，難點在于如何提升其功率密度從而提升探測精度和距離，目前通常使用VCSEL光源組成二維矩陣形成面光源。湖北機械式激光雷達