隨著人工智能時代的來臨，激光雷達被廣泛應用于自動駕駛、機器人、安防監控、無人機、地圖測繪、物聯網、智慧城市等高新科技領域。據估計，2020 年，全球激光雷達市場規模將超過百億，2050 年有望超過6000 億，發展規模呈現指數級增長。激光雷達（LiDAR），無人駕駛的“眼睛”，人工智能時代最具想象力的傳感器。LiDAR 能夠進行主動探測，不受外界環境光影響，實時感知環境信息，獲得精確可靠的三維數據，從而賦予機器人超越人類的視覺能力。

在人工智能技術正快速產業化的自動駕駛領域，市場規模巨大，據汽車行業相關權威機構預測，至2035 年全球自動駕駛汽車銷量將達到1180 萬輛。預測到2025 年，自動駕駛汽車將催生出一個2000 億至1.9 萬億美元的巨大市場。與此同時，物流領域已被視為自動駕駛技術率先落地的場景之一，根據國家物流與采購聯合會數據，智慧物流市場規模將在2025 年突破萬億。激光雷達憑借強大的感知能力，守護自動駕駛對人類出行安全的承諾，已成為該領域必不可少的傳感器，與自動駕駛相輔相成，共同快速發展。

激光雷達（LiDAR）是通過激光測距技術探測環境信息的主動傳感器的統稱。它利用激光束探測目標，獲得數據并生成精確的數字工程模型。目前激光雷達的激光測距技術有三種：

1. 激光飛行時間法（TOF），通過將光脈沖在目標與雷達間的飛行時間乘以光速除以二，就可以獲得距離，該方案成熟度比較高，適用于長距離探測，絕大部分車載激光雷達采用的就是該方案。

2. 三角法，由于入射光和反射光構成一個三角形，對光斑位移的計算運用了幾何三角定理，故該測量法稱為激光三角測距法，適合短距離測量，多用于單線二維激光雷達。

3. 調頻連續波法(FMCW)，原理類似Radar，通過多普勒效應等光的波動變化，測算發射光譜頻率和接收光譜頻率的差異，便可得出距離和速度，該技術方案比較前沿，尚無成熟產品。激光雷達的種類比較多，可以通過下面幾個主要方面劃分：

（1） 按照功能用途，可以分為激光測距雷達、激光測速雷達、激光成像雷達、大氣探測雷達、跟蹤雷達；
（2） 根據載荷平臺，可以分為星載、機載、車載和地基；
（3）根據掃描方式，可以分為機械式、MEMS、Flash、OPA；
（4）根據雷達線束，可分為單線和多線；
（5）自動駕駛廣泛使用的激光雷達產品屬于車載多線成像激光雷達，這類是本文探討分析的對象。

激光雷達相對于其他傳感器的優點

由于激光雷達與攝像頭具有出色的成像能力，一直以來被當作自動駕駛的核心傳感器。激光雷達相較于毫米波雷達與攝像頭的好處是它能得到準確的三維信息，而且自身是主動光源，能夠不受光照的影響，白天和晚上都能照常工作。攝像頭識別的顆粒度比較高，能夠獲得豐富的紋理色彩，所以能夠實現精細化的識別，在這一點上激光雷達不如攝像頭。攝像頭最大的缺點是受環境光的影響大，在強光照射、高亮反白物體、夜晚弱光環境等情景下，采集到的數據都難以通過算法進行有效可靠的環境感知。

激光雷達是通過激光主動探測成像的，不受環境光影響，直接測量物體的距離方位、深度信息、反射率等。算法首先對障礙物進行識別，然后再分類，識別準確度和可靠性遠超攝像頭，而消耗的計算資源低于攝像頭。可以說，激光雷達在自動駕駛中的應用，最重要的部分就是高精度定位，先確定自身所在的位置，自動駕駛車輛才會面臨“要往哪里去”的問題。所以，確定“我在哪里”是第一步，也是非常關鍵的一步。按常規理解，定位應該只是GPS的任務，的確，自動駕駛的定位會用到GPS，但是GPS定位的精度不足，而且在遇到高樓林立或者進出隧道等情況下信號穩定性差，因此難以保證自動駕駛車輛的安全。所以自動駕駛定位需要結合激光雷達、GPS、IMU等，以完成穩定可靠的高精度定位。激光雷達硬件配合針對自動駕駛研發的AI感知算法，可以完成對周圍障礙物進行識別，對路邊沿進行檢測，進行高精度定位等任務，還能夠實現分類標注，把障礙物分為卡車、小汽車、行人、自行車等。

激光雷達與自動駕駛的產業化發展之路

首先，我們對自動駕駛的發展做一個階段性的劃分，根據發展歷史和行業未來的預測，自動駕駛的發展可以分為三個階段。第一個階段，2016年之前，實驗室階段；第二個階段，2016年到2020年前后，試運營階段；第三個階段，2020年之后，大批量商業化運營階段。在每一個階段，自動駕駛都對激光雷達有著迫切的需求，激光雷達技術產品的發展也推動著自動駕駛的快速發展。