不同類激光雷達的優缺點：機械旋轉式激光雷達，機械旋轉式Lidar的發射和接收模塊存在宏觀意義上的轉動。在豎直方向上排布多組激光線束，發射模塊以一定頻率發射激光線，通過不斷旋轉發射頭實現動態掃描。機械旋轉Lidar分立的收發組件導致生產過程要人工光路對準，費時費力，可量產性差。目前有的機械旋轉Lidar廠商在走芯片化的路線，將多線激光發射模組集成到一片芯片，提高生產效率和量產性，降低成本，減小旋轉部件的大小和體積，使其更易過車規。優點：技術成熟；掃描速度快；可360度掃描。缺點：可量產性差：光路調試、裝配復雜，生產效率低；價格貴：靠增加收發模塊的數量實現高線束，元器件成本高，主機廠難以接受；難過車規：旋轉部件體積/重量龐大，難以滿足車規的嚴苛要求；造型不易于集成到車體。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。北京工業激光雷達

在實際應用中，很多時候并不知道點云之間的鄰接關系。針對此，研究人員開發了較小張樹算法和連接圖算法以實現鄰接關系的計算。總體而言，三維模型重建算法的發展趨勢是自動化程度越來越高，所需人工干預越來越少，且應用面越來越廣。然而，現有算法依然存在運算復雜度較高、只能針對單個物體、且對背景干擾敏感等問題。研究具有較低運算復雜度且不依賴于先驗知識的全自動三維模型重建算法，是目前的主要難點。然而，如何在包含遮擋、背景干擾、噪聲、逸出點以及數據分辨率變化等的復雜場景中實現對感興趣目標的檢測識別與分割，仍然是一個富有挑戰性的問題。量子雷達激光雷達激光雷達的分辨率高，能夠捕捉到細微的目標特征。

在三維模型重建方面，較初的研究集中于鄰接關系和初始姿態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域，該關系通常通過記錄每幅點云的掃描順序得到。而初始姿態則依賴于轉臺標定、物體表面標記點或者人工選取對應點等方式實現。這類算法需要較多的人工干預，因而自動化程度不高。接著，研究人員轉向點云鄰接關系已知但初始姿態未知情況下的三維模型重建，常見方法有基于關鍵點匹配、基于線匹配、以及基于面匹配 等三類算法。

市場競爭格局及同行業公司，國外企業發展較早，國內廠商加碼布局崛起可期。外國廠商如法雷奧、Velodyne、Luminar、Innoviz 起步較早，在技術和產品具備一定的先發優勢。過去兩年通過特殊目的并購公司（Special Purpose Acquisition Compony，SPAC）完成了上市，有望借助資本力量加速業務發展。國內廠商在近幾年投入了大量研發后，逐步完成了技術的追趕甚至在一定范圍內實現超越。禾賽科技、速騰聚創、圖達通等企業的產品在行業內具備較強的競爭力，各方勢力百花齊放，共同推動我國激光雷達產業持續繁榮，縮小與國外差距。激光雷達在醫療領域被用于人體三維掃描和診斷。

這類形體對現實世界的表達能力有限，絕大部分目標難以用這些形體或其組合來近似。后續研究主要集中于三維自由形態目標的識別，所謂自由形態目標，即表面除了頂點、邊緣以及尖拐處之外處處都有良好定義的連續法向量的目標（如飛行器、汽車、輪船、建筑物、雕塑、地表等）。由于現實世界中的大部分物體均可認為是自由形態目標，因此三維自由形態目標識別算法的研究較大程度上擴展了識別系統的適用范圍。在過去二十余年間，三維目標識別任務針對的數據量不斷增加，識別難度不斷上升，而識別率亦不斷提高。憑借主動抗串擾，Mid - 360 在室內多雷達信號中穩定工作。浙江激光雷達廠家供應

在某些領域，激光雷達被用于偵察和目標識別。北京工業激光雷達

相關縮寫：dToF：direct Time-of-Flight直接測量光的飛行時間；iToF：indirect Time-of-Flight通過測量相位偏移來間接測量光的飛行時間；PLD：脈沖激光二極管，一種激光雷達發光元件；APD：雪崩光二極管，一種激光雷達感光元件；SPAD：Single Photon Avalanche Diode單光子雪崩二極管，一種激光雷達感光元件；SiPM：Silicon photomultiplier硅光電倍增管，一種激光雷達感光元件；CMOS：Compound metal Oxided Semiconductor 復合金屬氧化物半導體，一種攝像頭感光元件；CCD：Charge Coupled Device電荷耦合器件，一種攝像頭感光元件；CIS：CMOS image sensor互補金屬氧化物半導體圖像傳感器；OPA：Optical Phased Arrays 光學相控陣；FPA：Focal Plane Array焦平面陣列；WD：Wavelength Disperion波長色散；MEMS：Micro-Electro-Mechanical System 微機電系統。北京工業激光雷達