從車規(guī)級應用來看，小鵬P5配備2顆大疆Livox車規(guī)級棱鏡式激光雷達，另外大疆Livox也獲得了一汽解放量產(chǎn)項目的定點 。針對單顆棱鏡式中心區(qū)域點云密集。兩側(cè)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(guī)級設(shè)備需要在連續(xù)振動、高低溫、高濕高鹽等環(huán)境下連續(xù)工作的特點，固態(tài)激光雷達成為了較為可行的發(fā)展方向。喜歡特種行業(yè)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。激光雷達在氣象觀測中用于監(jiān)測大氣流動和降水情況。廣東連續(xù)波激光雷達價格

在三維模型重建方面，較初的研究集中于鄰接關(guān)系和初始姿態(tài)均已知時的點云精配準、點云融合以及三維表面重建。在此，鄰接關(guān)系用以指明哪些點云與給定的某幅點云之間具有一定的重疊區(qū)域，該關(guān)系通常通過記錄每幅點云的掃描順序得到。而初始姿態(tài)則依賴于轉(zhuǎn)臺標定、物體表面標記點或者人工選取對應點等方式實現(xiàn)。這類算法需要較多的人工干預，因而自動化程度不高。接著，研究人員轉(zhuǎn)向點云鄰接關(guān)系已知但初始姿態(tài)未知情況下的三維模型重建，常見方法有基于關(guān)鍵點匹配、基于線匹配、以及基于面匹配 等三類算法。深圳軌旁入侵激光雷達廠家激光雷達在醫(yī)療領(lǐng)域被用于人體三維掃描和診斷。

參數(shù)指標：（一）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。以圖3中的激光雷達為例，旋轉(zhuǎn)式激光雷達的水平視場角為360°，垂直視場角為26.9°，固態(tài)激光雷達的水平視場角為60°，垂直視場角為20°。（二）線數(shù)，線數(shù)越高，表示單位時間內(nèi)采樣的點就越多，分辨率也就越高，目前無人駕駛車一般采用32線或64線的激光雷達。（三）分辨率，分辨率和激光光束之間的夾角有關(guān)，夾角越小，分辨率越高。固態(tài)激光雷達的垂直分辨率和水平分辨率大概相當，約為0.1°，旋轉(zhuǎn)式激光雷達的水平角分辨率為0.08°，垂直角分辨率約為0.4°。

根據(jù)發(fā)生器的不同可以產(chǎn)生紫外線（10-400nm）到可見光（390-780nm）到紅外線（760-1000000nm）波段內(nèi)的不同激光，相應的用途也各不相同。激光是一種單一顏色、單一波長的光，激光雷達選用的激光波長一般不低于850nm，以避免可見光對人眼的傷害，而目前主流的激光雷達主要有905nm和1550nm兩種波長。905nm探測距離受限，采用硅材質(zhì)，成本較低；1550nm探測距離更遠，采用昂貴的銦鎵砷（InGaAs）材質(zhì)，激光可被人眼吸收，故可做更遠的探測光束。激光雷達在工業(yè)自動化中用于實時監(jiān)測生產(chǎn)線上的物體的位置。

激光雷達的分類，激光雷達行業(yè)具有較高的技術(shù)水準與技術(shù)壁壘，并同時具有技術(shù)創(chuàng)新能力強與產(chǎn)品迭代速度快的特征。其技術(shù)發(fā)展方向與半導體行業(yè)契合度高，激光雷達系統(tǒng)中主要的激光器、探測器、控制及處理單元均能從半導體行業(yè)的發(fā)展中受益，收發(fā)單元陣列化以及主要模塊芯片化是未來的發(fā)展趨勢。激光雷達可分成一維（1D）激光雷達、二維（2D）掃描激光雷達和三維（3D）掃描激光雷達。1D激光雷達只能用于線性的測距；2D掃描激光雷達只能在平面上掃描，可用于平面面積與平面形狀的測繪，如家庭用的掃地機器人；3D掃描激光雷達可進行3D空間掃描，用于戶外建筑測繪，它是駕駛輔助和自助式自動駕駛應用的重要車載傳感設(shè)備。3D激光雷達可進一步分成3D扇形掃描激光雷達和3D旋轉(zhuǎn)式掃描激光雷達。激光雷達的設(shè)計優(yōu)化提高了其在復雜環(huán)境中的可靠性。港口激光雷達參考價

激光雷達在地質(zhì)勘探中實現(xiàn)了對地下礦藏的精確定位。廣東連續(xù)波激光雷達價格

給定兩個來自不同坐標系的三維數(shù)據(jù)點集，找到兩個點集空間的變換關(guān)系，使得兩個點集能統(tǒng)一到同一坐標系統(tǒng)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(qū)域完全重疊。對于從不同視圖（views）獲取的每一組點云數(shù)據(jù)，點云數(shù)據(jù)很有可能是完全不相同的，需要一個能夠?qū)⑺鼈儗R在一起的單一點云模型，從而可以應用后續(xù)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。廣東連續(xù)波激光雷達價格