給定兩個來自不同坐標系的三維數據點集，找到兩個點集空間的變換關系，使得兩個點集能統一到同一坐標系統中，這個過程便稱為配準。配準的目標是在全局坐標框架中找到單獨獲取的視圖的相對位置和方向，使得它們之間的相交區域完全重疊。對于從不同視圖（views）獲取的每一組點云數據，點云數據很有可能是完全不相同的，需要一個能夠將它們對齊在一起的單一點云模型，從而可以應用后續處理步驟，如分割和進行模型重建。目前對配準過程較常見的主要是 ICP 及其變種算法，NDT 算法，和基于特征提取的匹配。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。江蘇安防激光雷達

激光光源，由于激光器發射的光線需要投射至整個FOV平面區域內，除了面光源可以直接發射整面光線外，點光源則需要做二維掃描覆蓋整個FOV區域，線光源需要做一維掃描覆蓋整個FOV區域。其中點光源根據光源發射的形式又可以分為EEL（Edge-Emitting Laser邊發射激光器）和VCSEL（Vertical-Cavity Surface-Emitting Laser垂直腔面發射激光器）兩種，二者區別在于EEL激光平行于襯底表面發出（如圖1），VCSEL激光垂直于襯底表面發出（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天津非重復掃描激光雷達Mid - 360 獨特混合固態技術，造就 360° 全向超大視場角優勢。

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，研究人員開發了較小張樹算法和連接圖算法以實現鄰接關系的計算。總體而言，三維模型重建算法的發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性的問題。

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%。360°x59° 超廣視野，覽沃 Mid - 360 保障移動機器人作業現場安全高效。

光學相控陣激光雷達（OPA），很多特殊的Lidar使用OPA（OpticalPhasedArray）光學相控陣技術。OPA運用相干原理，采用多個光源組成陣列，通過調節發射陣列中每個發射單元的相位差，來控制輸出的激光束的方向。OPA激光雷達完全是由電信號控制掃描方向，能夠動態地調節掃描角度范圍，對目標區域進行全局掃描或者某一區域的局部精細化掃描，一個激光雷達就可能覆蓋近/中/遠距離的目標探測。優點：純固態Lidar，體積小，易于車規；掃描速度快（一般可達到MHz量級以上）；精度高（可以做到μrad量級以上）；可控性好（可以在感興趣的目標區域進行高密度掃描），缺點：易形成旁瓣，影響光束作用距離和角分辨率，使激光能量被分散；加工難度高：光學相控陣要求陣列單元尺寸必須不大于半個波長；探測距離很難做到很遠。360°x59° 超廣 FOV，Mid - 360 助力移動機器人感知復雜 3D 環境。上海傲覽Avia激光雷達行價

Mid - 360 距離探測可為 10cm，小盲區助力嵌入式無盲區安裝。江蘇安防激光雷達

泛光面陣式（FLASH），泛光面陣式是目前全固態激光雷達中較主流的技術，其原理也就是快閃，它不像 MEMS 或 OPA 的方案會去進行掃描，而是短時間直接發射出一大片覆蓋探測區域的激光，再以高度靈敏的接收器，來完成對環境周圍圖像的繪制。我們以目前較為成熟的車載 MEMS 式激光雷達為例，講解其關鍵的硬件參數。這主要是因為激光發射器和接收器不能做在一起導致的，此方案本身便存在小量的誤差。現在很多方案，都是向著共軸努力。激光雷達的測距精度，隨著距離的變化而變化。江蘇安防激光雷達