激光光源，由于激光器發(fā)射的光線需要投射至整個FOV平面區(qū)域內，除了面光源可以直接發(fā)射整面光線外，點光源則需要做二維掃描覆蓋整個FOV區(qū)域，線光源需要做一維掃描覆蓋整個FOV區(qū)域。其中點光源根據光源發(fā)射的形式又可以分為EEL（Edge-Emitting Laser邊發(fā)射激光器）和VCSEL（Vertical-Cavity Surface-Emitting Laser垂直腔面發(fā)射激光器）兩種，二者區(qū)別在于EEL激光平行于襯底表面發(fā)出（如圖1），VCSEL激光垂直于襯底表面發(fā)出（如圖2）。其中VCSEL式易于進行芯片式陣列布置，通常使用此類光源進行陣列式布置形成線光源（一維陣列）或面光源（二維陣列），VCSEL光源剖面圖與二維陣列光源芯片示意圖如下障礙物入侵監(jiān)測激光雷達通過對障礙物的實時監(jiān)測和警示，有效防止未經授權者的入侵行為。北京mid-40激光雷達
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。上海多線激光雷達激光雷達的精密設計使其能在狹小空間內準確測量。
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(fā)了較小張樹算法和連接圖算法以實現鄰接關系的計算?？傮w而言，三維模型重建算法的發(fā)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(zhàn)性的問題。
激光雷達的優(yōu)劣勢分析，優(yōu)勢：轉鏡式激光雷達的激光發(fā)射和接收裝置是固定的，所以即使有【旋轉機構】，也可以把產品體積做小，進而降低成本。并且旋轉機構只有反射鏡，整體重量比較輕，電機軸承的負荷小，系統(tǒng)運行起來更穩(wěn)定，壽命更長，是符合車規(guī)量產的優(yōu)勢條件。劣勢：因為有【旋轉機構】這樣的機械形式的存在，便不可避免地在長期運行之后，激光雷達的穩(wěn)定性、準確度會受到影響。其次，一維式的掃描線數少，掃描角度不能到360度。激光雷達在機器人避障中發(fā)揮了關鍵作用。
激光雷達在L2+的性能要求，對于激光雷達在L2+的性能要求如下：a、測距距離有要求,高速場景下至少有150米以上的探測距離；b、具有120FOV寬視角,滿足十字路口等特殊場景的檢測；c、測距的精確度,滿足≤3cm,角分辨率越小越好,水平和垂直≤0.3°；d、具備100線以上的掃描效果和百萬級別點頻,這樣遇到150米以外的物體也能反射回足夠多的激光點云用于識別；e、具有車規(guī)級標準的工作溫度,能夠規(guī)?；a；f、體積一定要小,方便車企的造型設計。二維激光雷達能夠提供目標物體在平面方向上的準確測量，適用于多種環(huán)境下的距離感知任務。天津自動駕駛激光雷達
激光雷達在城市規(guī)劃和智能交通管理中的應用可實現交通流量監(jiān)測、擁堵預測和智能信號控制等功能。北京mid-40激光雷達
激光雷達在ADAS應用：海內外持續(xù)發(fā)展，2025年全球市場規(guī)模有望達6.2億美元。2020年10月，百度在北京全方面開放無人駕駛出租車服務，在13個城市部署總數測試車輛，并且與一汽紅旗合作實現了中國首條L4級自動駕駛乘用車生產線建設，具備批量生產能力。根據Forst&Sullivan研究估計，2026年ADAS領域使用激光雷達產業(yè)規(guī)模有望達12.9億美元。其中，中國、美國、其他地區(qū)分別為6.7/3.5/2.7億美元。2030年ADAS領域使用激光雷達產業(yè)規(guī)模有望達64.9億美元，其中中國、美國、其他地區(qū)分別為32.5/13.0/19.5億美元。北京mid-40激光雷達