從車規級應用來看，小鵬P5配備2顆大疆Livox車規級棱鏡式激光雷達，另外大疆Livox也獲得了一汽解放量產項目的定點 。針對單顆棱鏡式中心區域點云密集。兩側點云相對稀疏的情況，小鵬P5選擇在車前部署了2顆激光雷達，前方提高至 180度的超寬點云視野，提高應對近處車輛加塞、十字路口拐彎等復雜路況的通行能力。針對車規級設備需要在連續振動、高低溫、高濕高鹽等環境下連續工作的特點，固態激光雷達成為了較為可行的發展方向。喜歡特種行業的朋友應該都聽過軍機、軍艦上搭載的相控陣雷達，而OPA光學相控陣激光雷達便是運用了與之相似的原理，并把它搬到了車端。激光雷達在地質勘探中實現了對地下礦藏的精確定位。黑龍江單線激光雷達

激光雷達，也稱光學雷達（LIght Detection And Ranging）是激光探測與測距系統的簡稱，它通過測定傳感器發射器與目標物體之間的傳播距離，分析目標物體表面的反射能量大小、反射波譜的幅度、頻率和相位等信息，從而呈現出目標物精確的三維結構信息。自上世紀60年代激光被發明不久，激光雷達就大規模發展起來。而測距原理上目前主要以飛行時間（time of flight）法為主，利用發射器發射的脈沖信號和接收器接受到的反射脈沖信號的時間間隔來計算和目標物體的距離。站臺入侵激光雷達廠家精選激光雷達助無人駕駛感知路況，讓出行安全高效。

激光雷達能夠準確輸出障礙物的大小和距離，通過算法對點云數據的處理可以輸出障礙物的3D框，如：3D行人檢測、3D車輛檢測等；亦可進行車道線檢測、場景分割等任務。除了障礙物感知，激光雷達還可以用來制作高精度地圖。地圖采集過程中，激光雷達每隔一小段時間輸出一幀點云數據，這些點云數據包含環境的準確三維信息，通過把這些點云數據做拼接，就可以得到該區域的高精度地圖。在定位方面，智能車在行駛過程中利用當前激光雷達采集的點云數據幀和高精度地圖做匹配，可以獲取智能車的位置。

LiDAR還能夠用于確定測量目標的速度。這可以通過多普勒方法或快速連續測距來實現。例如，可以使用LiDAR系統測量風速和車速。另外，LiDAR系統能夠用于建立動態場景的三維模型，這是自動駕駛中會遇到的情形。這可以通過多種方式來實現，通常使用的是掃描的方式。LiDAR 技術中的挑戰，在可實現的LiDAR系統中存在一些眾所周知的挑戰。這些挑戰根據LiDAR系統的類型有所不同。以下是一些示例：隔離和抑制發射光束的信號——探測光束的輻射亮度通常遠大于回波光束。必須注意確保探測光束不會被系統自身反射或散射回接收器，否則探測器將會因為飽和而無法探測外部目標。激光雷達能夠快速捕獲運動目標的動態信息。

NDT 算法的基本思想是先根據參考數據（reference scan）來構建多維變量的正態分布，如果變換參數能使得兩幅激光數據匹配的很好，那么變換點在參考系中的概率密度將會很大。然后利用優化的方法求出使得概率密度之和較大的變換參數，此時兩幅激光點云數據將匹配的較好。由此得到位資變換關系。局部特征提取通常包括關鍵點檢測和局部特征描述兩個步驟，其構成了三維模型重建與目標識別的基礎和關鍵。在二維圖像領域，基于局部特征的算法已在過去十多年間取得了大量成果并在圖像檢索、目標識別、全景拼接、無人系統導航、圖像數據挖掘等領域得到了成功應用。類似的，點云局部特征提取在近年來亦取得了部分進展激光雷達的掃描速度快，提高了數據處理效率。站臺入侵激光雷達廠家精選

通過分析激光雷達數據，研究人員能夠精確評估環境變化。黑龍江單線激光雷達

反射率，反射率是指物體反射的輻射能量占總輻射能量的百分比，比如說某物體的反射率是20%，表示物體接收的激光輻射中有20%被反射出去了。不同物體的反射率不同，這主要取決于物體本身的性質（表面狀況），如果反射率太低，那么激光雷達收不到反射回來的激光，導致檢測不到障礙物。激光雷達一般要求物體表面的反射率在10%以上，用激光雷達采集高精度地圖的時候，如果車道線的反射率太低，生成的高精度地圖的車道線會不太清晰。掃描幀頻，激光雷達點云數據更新的頻率。對于混合固態激光雷達來說，也就是旋轉鏡每秒鐘旋轉的圈數，單位Hz。例如，10Hz即旋轉鏡每秒轉10圈，同一方位的數據點更新10次。黑龍江單線激光雷達