現(xiàn)代雷達的波長一般是到米級別,，例如火控雷達的波長是1-5厘米,，汽車雷達的波長是1-10毫米,。當波長進一步壓縮（頻率進一步提高）,，在紅外線、可見光,、紫外線區(qū)域即可激發(fā)出激光,，用激光做探測源的雷達，稱為激光雷達,。1928年,，德國的Landenburg(蘭登伯格)在研究氛氣色散現(xiàn)象實驗間接證實了受激輻射的存在，也直接給出了受激輻射的發(fā)生條件是粒子數(shù)反轉(zhuǎn),。1947年,，Lamb(蘭姆)和Reherford(雷瑟福)在氧原子光譜中發(fā)現(xiàn)了明顯的受激輻射這是受激輻射頭一次被實驗驗證,，蘭姆也因此在1955年獲得了諾貝爾物理學獎。1950年,，法國物理學家Kastler(卡斯特勒)提出了光學泵浦的方法,。他也因為提出了這種利用光學于段研究微波諧振的方法而獲諾貝爾獎。激光雷達在醫(yī)療領(lǐng)域被用于人體三維掃描和診斷,。海南港口激光雷達

激光雷達（Lidar）光束范圍很窄,，所以需要更多的縱向光束，以覆蓋大的面積,，所以線束決定著畫面大小,，掃描再通過返回的時間測量距離，并精確,、快速構(gòu)建模型,，相比目前的其他雷達強太多，所以更適合自動駕駛系統(tǒng),，但也同樣易受天氣影像,，成本較高。轉(zhuǎn)鏡：轉(zhuǎn)鏡分為一維轉(zhuǎn)鏡和二維轉(zhuǎn)鏡,。一維轉(zhuǎn)鏡通過旋轉(zhuǎn)的多面體反射鏡,，將激光反射到不同的方向；二維轉(zhuǎn)鏡顧名思義內(nèi)部集成了兩個轉(zhuǎn)鏡,，一個多邊棱鏡負責橫向旋轉(zhuǎn),，一個負責縱向翻轉(zhuǎn)，實現(xiàn)一束激光包攬橫縱雙向掃描,。轉(zhuǎn)鏡激光雷達體積小,、成本低，與機械式激光雷達效果一致,，但機械頻率也很高,，在壽命上不夠理想。北京二維激光雷達廠商Mid - 360 作為新選擇,，讓移動機器人在更多場景精確感知環(huán)境,。

測距準度：激光雷達探測得到距離數(shù)據(jù)與真值之間的差距,準度越高表示測量結(jié)果與真實數(shù)據(jù)符合程度越高。點頻：激光雷達每秒完成探測并獲取的探測點的數(shù)目,?？垢蓴_：激光雷達對工作同一環(huán)境下、采用相同激光波段的其他激光雷達的干擾信號的抵抗能力,抗干擾能力越強說明在多臺激光雷達共同工作的條件下產(chǎn)生的噪點率越低功耗：激光雷達系統(tǒng)工作狀態(tài)下所消耗的電功率,。激光雷達線數(shù)：一般指激光雷達垂直方向上的測量線的數(shù)量,對于一定的角度范圍,線數(shù)越多表示角度分辨率越高,對目標物的細節(jié)分辨能力越強,。

而如較新的 Livox Horizon 激光雷達，也包含了多回波信息及噪點信息,，格式如下：每個標記信息由1字節(jié)組成：該字節(jié)中 bit7 和 bit6 為頭一組,，bit5 和 bit4 為第二組,，bit3 和 bit2 為第三組，bit1 和 bit0 為第四組,。第二組表示的是該采樣點的回波次序,。由于 Livox Horizon 采用同軸光路，即使外部無被測物體,，其內(nèi)部的光學系統(tǒng)也會產(chǎn)生一個回波,，該回波記為第 0 個回波。隨后,，若激光出射方向存在可被探測的物體,，則較先返回系統(tǒng)的激光回波記為第 1 個回波，隨后為第 2 個回波,，以此類推,。如果被探測物體距離過近（例如 1.5m），第 1 個回波將會融合到第 0 個回波里,該回波記為第 0 個回波,。電力巡檢時激光雷達識別線路故障,，提高巡檢精度。

為了克服探測距離的限制,，F(xiàn)LASH激光雷達的表示廠商Ibeo、LedderTech開始在激光收發(fā)模塊進行創(chuàng)新,。車規(guī)級激光雷達鼻祖Ibeo,，則一步到位推出了單光子激光雷達，Ibeo稱其為Focal Plane Array焦平面,，實際也可歸為FlASH激光雷達,。2019年8月27日，長城汽車與德國激光雷達廠商Ibeo正式簽署了激光雷達技術(shù)戰(zhàn)略合作協(xié)議,，三方合作的產(chǎn)品基礎(chǔ)就是ibeonEXT Generic 4D Solid State LiDAR,。從長遠來看，F(xiàn)LASH激光雷達芯片化程度高,，規(guī)?；慨a(chǎn)后大概率能拉低成本，隨著技術(shù)的發(fā)展,，F(xiàn)LASH激光雷達有望成為主流的技術(shù)方案,。激光雷達在野生動物保護中用于監(jiān)測動物的活動范圍和習性。微波激光雷達行價

在航海領(lǐng)域,，激光雷達為船舶提供了安全導(dǎo)航保障,。海南港口激光雷達

我們可以根據(jù) LiDAR 能描繪出稀疏的三維世界的特點，而掃描得到的障礙物點云通常又比背景更密集,，通過分類聚類的方法可以利用其進行感知障礙物,。而隨著深度學習帶來的檢測和分割技術(shù)上的突破,，LiDAR 已經(jīng)能做到高效的檢測行人和車輛，輸出檢測框,，即 3D bounding box,，或者對點云中的每一個點輸出 label，更有甚者在嘗試使用 LiDAR 檢測地面上的車道線,。在三維目標識別的對象方面,，較初研究主要針對立方體、柱體,、錐體以及二次曲面等簡單形體構(gòu)成的三維目標,。海南港口激光雷達