福建汽車激光雷達

工作原理，，與MEMS微振鏡平動和扭轉的形式不同，轉鏡是反射鏡面圍繞圓心不斷旋轉，從而實現激光的掃描。在轉鏡方案中，也存在一面掃描鏡（一維轉鏡）和一縱一橫兩面掃描鏡（二維轉鏡）兩種技術路線。一維轉鏡線束與激光發生器數量一致，而二維轉鏡可以實現等效更多的線束，在集成難度和成本控制上存在優勢。簡而言之，使用轉鏡折射光線實現激光在FOV區域內的覆蓋，通常與線光源配合使用，形成FOV面的覆蓋，也可以與振鏡組合使用，配合點光源形成FOV面的覆蓋。考古發掘使用激光雷達掃描遺址，助力文物保護研究。福建汽車激光雷達

MEMS：MEMS激光雷達通過“振動”調整激光反射角度，實現掃描，激光發射器固定不動，但很考驗接收器的能力，而且壽命同樣是行業內的重大挑戰。支撐振鏡的懸臂梁角度有限，覆蓋面很小，所以需要多個雷達進行共同拼接才能實現大視角覆蓋，這就會在每個激光雷達掃描的邊緣出現不均勻的畸變與重疊，不利于算法處理。另外，懸臂梁很細，機械壽命也有待進一步提升。振鏡+轉鏡：在轉鏡的基礎上加入振鏡，轉鏡負責橫向，振鏡負責縱向，滿足更寬泛的掃射角度，頻率更高價格相比前兩者更貴，但同樣面臨壽命問題。安徽汽車激光雷達渠道從 2D 升至 3D 感知，覽沃 Mid - 360 提升移動機器人室內建圖定位效率。

激光雷達按照測距方法可以分為飛行時間（TimeofFlight，ToF）測距法、基于相干探測FMCW測距法、以及三角測距法等，其中ToF與FMCW能夠實現室外陽光下較遠的測程（100～250m），是車載激光雷達的好選擇方案。ToF是目前市場車載中長距激光雷達的主流方案，未來隨著FMCW激光雷達整機和上游產業鏈的成熟，ToF和FMCW激光雷達將在市場上并存。根據激光雷達按測距方法分類：ToF法：通過直接測量發射激光與回波信號的時間差，基于光在空氣中的傳播速度得到目標物的距離信息，具有響應速度快、探測精度高的優勢。FMCW法：將發射激光的光頻進行線性調制，通過回波信號與參考光進行相干拍頻得到頻率差，從而間接獲得飛行時間反推目標物距離。FMCW激光雷達具有可直接測量速度信息以及抗干擾（包括環境光和其他激光雷達）的優勢。

LiDAR的數據，三維點，對于旋轉式激光雷達來說，得到的三維點便是一個很好的極坐標系下的多個點的觀測，包含激光發射器的垂直俯仰角，發射器的水平旋轉角度，根據激光回波時間計算得到的距離。但 LiDAR 通常會輸出笛卡爾坐標系下的觀測值，頭一是因為 LiDAR 在極坐標系下測量效率高，也只是對于旋轉式 LiDAR，目前陣列式 LiDAR 也有很多。第二笛卡爾坐標系更加直觀，投影和旋轉平移更加簡潔，求解法向量，曲率，頂點等特征計算量小，點云的索引及搜索都更加高效。對于 MEMS 式激光雷達，由于一次采樣周期為一個偏振鏡旋轉周期，10hz 下采樣周期為 0.1 秒，但由于載體本身在進行高速移動時，我們需要對得到的數據進行消除運動畸變，來補償采樣周期內的運動。消防救援依靠激光雷達在濃煙中定位，引導滅火救援。

激光雷達的市場概況：全球市場概況，激光雷達過去用于工業測繪、氣象監測等領域，未來車載領域將成為較重要細分。氣象監測、地形測繪與車載、機器人領域對激光雷達的技術要求不同，分屬不同細分市場。下游需求刺激行業快速發展，激光雷達市場規模有望達百億美元。受益于無人駕駛、高級輔助駕駛（ADAS）和服務機器人領域的需求，有望迎來高速增長期。據Velodyne預測，2022年智能駕駛將占總市場規模的60.5%，成為激光雷達產業較大的增長極，工業、無人機、機器人領域各占比24.4%、8.4%、4.2%。在夜間和惡劣天氣下，激光雷達能有效提升車輛的感知能力。深圳高精度激光雷達設備

憑借超廣 FOV，覽沃 Mid - 360 讓移動機器人對復雜 3D 環境了如指掌。福建汽車激光雷達

如今，LiDAR經常用于創建所處空間的三維模型。自主導航是使用LiDAR系統生成的點云數據的應用之一。微型LiDAR系統甚至能夠嵌入在手機大小的設備中。LiDAR 在現實世界中如何發揮作用，自主導航中的態勢感知是LiDAR的一個較引人入勝的應用。任何移動車輛的態勢感知系統都需要同樣了解其周圍的靜止和移動物體。例如，雷達技術長期以來用于探測飛機。對于地面車輛，已經發現LiDAR非常有用，因為它能夠確定物體的距離并且在方向性上非常精確。探測光束能夠在角度上精確定向并快速掃描，據此創建三維模型點云數據。因為車輛周圍的情況是高度動態的，所以快速掃描能力對這類應用至關重要。福建汽車激光雷達