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。航空測繪依靠激光雷達獲取數據，服務城市規劃建設。深圳覓道Mid-70激光雷達

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。天津覽沃激光雷達價格激光雷達在航空測量中提供了高精度的地理數據。

LiDAR 數據通常在空中收集，如NOAA在加州大蘇爾Bixby大橋上空的調查飛機（右圖）。這里的LiDAR數據顯示了Bixby大橋的俯視圖（左上）和側視圖（左下）。NOAA的科學家使用基于LiDAR的裝置檢查自然和人造環境。LiDAR數據支持洪水和風暴潮建模、水動力建模、海岸線測繪、應急響應、水文測量以及海岸脆弱性分析等活動。此外，地形LiDAR使用近紅外激光繪制地形和建筑物地圖，而測深LiDAR使用透水綠光繪制海底和河床地圖。在農業中，LiDAR可用于繪制拓撲圖和作物生長圖，從而提供有關肥料需求和灌溉需求的信息。

MEMS陣鏡激光雷達優點：MEMS微振鏡擺脫了笨重的馬達、多發射/接收模組等機械運動裝置，毫米級尺寸的微振鏡較大程度上減少了激光雷達的尺寸，提高了穩定性；MEMS微振鏡可減少激光發射器和探測器數量，極大地降低成本。缺點：有限的光學口徑和掃描角度限制了Lidar的測距能力和FOV，大視場角需要多子視場拼接，這對點云拼接算法和點云穩定度要求都較高；抗沖擊可靠性存疑；振鏡尺寸問題：遠距離探測需要較大的振鏡，不但價格貴，對快軸/慢軸負擔大，材質的耐久疲勞度存在風險，難以滿足車規的DV、PV的可靠性、穩定性、沖擊、跌落測試要求；懸臂梁：硅基MEMS的懸臂梁結構實際非常脆弱，快慢軸同時對微振鏡進行反向扭動，外界的振動或沖擊極易直接致其斷裂。覽沃 Mid - 360 混合固態技術，成就 360° 全向超大視場角優越性能。

激光雷達的構成與分類：激光雷達的構成，激光雷達發展到現在，其結構精密且復雜，主要由激光系統、接收系統、信號處理單元和掃描模塊四大主要組件構成。激光器以脈沖的方式點亮發射激光，照射到障礙物后對物體進行3D掃描，反射光線經由鏡頭組匯聚到接收器上。信號處理單元負責控制激光器的發射，并將接收到的模擬信號轉為數字信號，然后進入主控芯片進行數據的處理和計算。進一步的，我們可以根據以下指標判斷激光雷達的好壞。視場角，視場角決定了激光雷達能夠看到的視野范圍，分為水平視場角和垂直視場角，視場角越大，表示視野范圍越大，反之則表示視野范圍越小。激光雷達在智能交通信號燈控制中實現了車輛流量的精確感知。機器人激光雷達供應

覽沃 Mid - 360 抗干擾能力強，室內多雷達信號混行也能穩定工作。深圳覓道Mid-70激光雷達

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。深圳覓道Mid-70激光雷達