優(yōu)劣勢分析，優(yōu)勢：MEMS激光雷達因為擺脫了笨重的「旋轉電機」和「掃描鏡」等機械運動裝置,，去除了金屬機械結構部件，同時配備的是毫米級的微振鏡,，這較大程度上減少了MEMS激光雷達的尺寸，與傳統(tǒng)的光學掃描鏡相比,，在光學,、機械性能和功耗方面表現(xiàn)更為突出。其次,，得益于激光收發(fā)單元的數(shù)量的減少,，同時MEMS振鏡整體結構所使用的硅基材料還有降價空間，因此MEMS激光雷達的整體成本有望進一步降低,。劣勢：MEMS激光雷達的「微振鏡」屬于振動敏感性器件,，同時硅基MEMS的懸臂梁結構非常脆弱，外界的振動或沖擊極易直接致其斷裂,，車載環(huán)境很容易對其使用壽命和工作穩(wěn)定性產(chǎn)生影響,。探測距離 70 米 @80% 反射率,，覽沃 Mid - 360 抗室外強光性能佳。傲覽Avia激光雷達批發(fā)價格

MEMS：MEMS激光雷達通過“振動”調整激光反射角度,，實現(xiàn)掃描,，激光發(fā)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(yè)內的重大挑戰(zhàn),。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(xiàn)大視角覆蓋,，這就會在每個激光雷達掃描的邊緣出現(xiàn)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,。四川mid-40激光雷達激光雷達的維護簡單，降低了使用成本,。

下游主要客戶：車載領域,，目前，在智能駕駛市場中,，ADAS+ADS雙輪驅動,，激光雷達作為智能駕駛畫龍點睛的產(chǎn)品，不可或缺,。在高級輔助駕駛市場,，激光雷達的成本不斷下降，商業(yè)化進程有望提速,，全球范圍內L3級輔助駕駛量產(chǎn)車項目當前處于快速開發(fā)之中。世界各地交通法規(guī)的修訂為L3級自動駕駛技術商業(yè)化落地帶來機會,。2020年6月通過的《ALKS車道自動保持系統(tǒng)條例》,，這是全球范圍內頭一個針對L3級自動駕駛具有約束力的國際法規(guī),。隨著激光雷達成本下探至數(shù)百美元區(qū)間且達到車規(guī)級要求,，未來越來越多高級輔助駕駛量產(chǎn)項目將實現(xiàn)量產(chǎn),；根據(jù)Forst&Sullivan的研究報告,，2021-2026E,、2026E-2020E全球乘用車新車市場ADAS車輛銷售CAGR有望達75.5%,、30.5%,，其中中國增速較高，分別為92.2%/29.3%,。

激光雷達是20世紀60年代初次提出的一項技術,， 隨著應用的普遍，在過去的幾年里,，激光雷達經(jīng)歷了一輪新的繁榮進步和多行業(yè)使用，已迅速成為自動駕駛,、無人機巡查、工業(yè)自動化等領域的關鍵技術,。截至目前，我們已推出了好幾款激光雷達AS系列產(chǎn)品,，涵蓋避障型、導航型以及導航避障一體型,；具有測量精度高、掃描速度快,、抗干擾能力強、體積小,、重量輕、可靠性高等優(yōu)勢,，是工業(yè)AGV、移動機器人,、低速機器人的理想選擇,。每一種傳感器基于各自的性能特點，都有其適合的應用場景,。在實際特殊環(huán)境應用中，激光雷達也有著一些使用小技巧,。覽沃 Mid - 360 混合固態(tài)技術優(yōu)越，實現(xiàn) 360° 全向超大視場角感知,。

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戰(zhàn)略合作協(xié)議,，三方合作的產(chǎn)品基礎就是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，隨著技術的發(fā)展,，F(xiàn)LASH激光雷達有望成為主流的技術方案,。從 2D 升至 3D 感知,，Mid - 360 提升移動機器人室內感知與運維效率,。補盲激光雷達廠家直銷

激光雷達的功耗低，延長了設備的使用壽命,。傲覽Avia激光雷達批發(fā)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，需要一個能夠將它們對齊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。傲覽Avia激光雷達批發(fā)價格