激光雷達的應用：1測量測繪，1、地形測繪，激光雷達通過揭示地面細微的高程變化來展示地貌。它較大的優勢在于它是一個高速“采樣工具”，激光雷達每秒從空中向地面發出數十萬甚至上百萬個脈沖，正是這種密集的點云使我們能夠獲取真實地貌。2、建筑質量控制，使用LiDAR進行建筑掃描可以確保建筑與建筑信息模型(BIM)相匹配。將來自地面掃描的點云與BIM設計對比可保證施工質量并按計劃進行，LiDAR較大的優勢是實時掃描，能在項目早期發現缺陷，否則，任何有缺陷的結構返工都會浪費時間和金錢。激光雷達作為現代感知技術的關鍵組成部分，與其他傳感器的融合將推動自動駕駛、機器人領域的進一步發展。自動駕駛激光雷達渠道

LiDAR的數據，三維點，對于旋轉式激光雷達來說，得到的三維點便是一個很好的極坐標系下的多個點的觀測，包含激光發射器的垂直俯仰角，發射器的水平旋轉角度，根據激光回波時間計算得到的距離。但 LiDAR 通常會輸出笛卡爾坐標系下的觀測值，頭一是因為 LiDAR 在極坐標系下測量效率高，也只是對于旋轉式 LiDAR，目前陣列式 LiDAR 也有很多。第二笛卡爾坐標系更加直觀，投影和旋轉平移更加簡潔，求解法向量，曲率，頂點等特征計算量小，點云的索引及搜索都更加高效。對于 MEMS 式激光雷達，由于一次采樣周期為一個偏振鏡旋轉周期，10hz 下采樣周期為 0.1 秒，但由于載體本身在進行高速移動時，我們需要對得到的數據進行消除運動畸變，來補償采樣周期內的運動。福建微波激光雷達激光雷達在管道檢測中用于發現潛在的泄漏和損壞。

激光雷達的FOV，FOV指激光雷達能夠探測到的視場范圍，可以從垂直和水平兩個維度以角度來衡量范圍大小，下圖比較形象的展示了激光雷達FOV范圍，之所以要提到FOV是因為后面不同的技術路線基本都是為了能夠實現對FOV區域內探測。垂直FOV：常見的車載激光雷達通常在25°，形狀呈扇形；水平FOV：常見的機械式激光雷達可以達到360°范圍，通常布置于車頂；常見的車載半固態激光雷達通常可以達到120°范圍，形狀呈扇形，可布置于車身或車頂。

關于 FMCW 的原理，可以閱讀本系列的下一篇文章：Yvon Shong：走進自動駕駛傳感器——毫米波雷達。調幅連續波（AMCW）激光雷達與基本的飛行時間系統相似的是，調幅連續波激光雷達發射一個信號，測量激光反射回來的時間。但區別在于，時間飛行系統只發射一個脈沖，調幅連續波 LiDAR 通過改變激光二極管中的極電流來調整發射光強度，從而實現調制。激光雷達應用于測繪主要有測距、定位以及地表物體的三維繪制；其達作為一種重要的傳感器，目前正在自動駕駛領域和無人飛行器領域得到普遍應用。Avia激光雷達以其獨特的設計和先進的技術，在自動駕駛領域具有突出的性能表現。

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%。激光雷達可以實現對目標物體的三維重建和運動軌跡的跟蹤，為自動駕駛和智能交通提供重要的數據支持。黑龍江泰覽Tele-15激光雷達

激光雷達在建筑施工中用于精確測量和定位。自動駕駛激光雷達渠道

多傳感器融合，在環境監測傳感器中，超聲波雷達主要用于倒車雷達以及自動泊車中的近距離障礙監測，攝像頭、毫米波雷達和激光雷達則普遍應用于各項 ADAS 功能中。四類傳感器的探測距離、分辨率、角分辨率等探測參數各異，對應于物體探測能力、識別分類能力、三維建模、抗惡劣天氣等特性優劣勢分明。各種傳感器能形成良好的優勢互補，融合傳感器的方案已成為主流的選擇。激光雷達LiDAR的全稱為Light Detection and Ranging激光探測和測距，又稱光學雷達。自動駕駛激光雷達渠道