國外廠商在激光器和探測器行業耕耘較久，產品的成熟度和可靠性上有更多的實踐經驗和優勢，客戶群體也更為普遍。國內廠商近些年發展迅速，產品性能已經基本接近國外供應鏈水平，并已經有通過車規認證（AEC-Q102）的國產激光器和探測器出現，元器件的車規化是車規級激光雷達實現的基礎，國內廠商能夠滿足這一需求。相比國外廠商，國內廠商在產品的定制化上有較大的靈活性，價格也有一定優勢。光學部件方面，激光雷達公司一般為自主研發設計，然后選擇行業內的加工公司完成生產和加工工序。光學部件國內廠商的技術水平已經完全達到或超越國外供應鏈的水準，且有明顯的成本優勢，已經可以完全替代國外供應鏈和滿足產品加工的需求。激光雷達在管道檢測中用于發現潛在的泄漏和損壞。車載激光雷達規格

激光雷達在ADAS應用：海內外持續發展，2025年全球市場規模有望達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規模有望達12.9億美元。其中，中國、美國、其他地區分別為6.7/3.5/2.7億美元。2030年ADAS領域使用激光雷達產業規模有望達64.9億美元，其中中國、美國、其他地區分別為32.5/13.0/19.5億美元。遠距離激光雷達正規激光雷達在野生動物保護中用于監測動物的活動范圍和習性。

當三維點較為稠密的時候，可以像視覺一樣提取特征點和其周圍的描述子，主要通過選擇幾何屬性（如法線和曲率）比較有區分度的點，在計算其局部鄰域的幾何屬性的統計得到關鍵點的描述子，而當處理目前市面上的激光雷達得到的單幀點云數據時，由于點云較為稀疏，主要依靠每個激光器在掃描時得到的環線根據曲率得到特征點。而有了兩幀點云的數據根據配準得到了相對位姿變換關系后，我們便可以利用激光雷達傳感器獲得的數據來估計載體物體的位姿隨時間的變化而改變的關系。比如我們可以利用當前幀和上一幀數據進行匹配，或者當前幀和累計堆疊出來的子地圖進行匹配，得到位姿變換關系，從而實現里程計的作用。

激光雷達按照測距方法可以分為飛行時間（TimeofFlight，ToF）測距法、基于相干探測FMCW測距法、以及三角測距法等，其中ToF與FMCW能夠實現室外陽光下較遠的測程（100～250m），是車載激光雷達的好選擇方案。ToF是目前市場車載中長距激光雷達的主流方案，未來隨著FMCW激光雷達整機和上游產業鏈的成熟，ToF和FMCW激光雷達將在市場上并存。根據激光雷達按測距方法分類：ToF法：通過直接測量發射激光與回波信號的時間差，基于光在空氣中的傳播速度得到目標物的距離信息，具有響應速度快、探測精度高的優勢。FMCW法：將發射激光的光頻進行線性調制，通過回波信號與參考光進行相干拍頻得到頻率差，從而間接獲得飛行時間反推目標物距離。FMCW激光雷達具有可直接測量速度信息以及抗干擾（包括環境光和其他激光雷達）的優勢。激光雷達在地質勘探中實現了對地下礦藏的精確定位。

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。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。多線激光雷達廠家精選

激光雷達在建筑施工中用于精確測量和定位。車載激光雷達規格

機械式，以 Velodyne 2007年推出了一款激光雷達為例，它把 64 個激光器垂直堆疊在一起，使整個單元每秒旋轉許多次。發射系統和接收系統存在物理意義上的轉動，也就是通過不斷旋轉發射器，將激光點變成線，并在豎直方向上排布多束激光發射器形成面，達到 3D 掃描并接收信息的目的。但由于通過復雜的機械結構實現高頻準確的的轉動，平均的失效時間只 1000-3000 小時，難以達到車廠較低 13000 小時的要求。混合固態式，利用微電子機械系統的技術驅動旋鏡，反射激光束指向不同方向。混合固態激光雷達的優點包括了：數據采集速度快，分辨率高，對于溫度和振動的適應性強；通過波束控制，探測點（點云）可以任意分布，例如在高速公路主要掃描前方遠處，對于側面稀疏掃描但并不完全忽略，在十字路口加強側面掃描。而只能勻速旋轉的機械式激光雷達是無法執行這種精細操作的。車載激光雷達規格