江蘇二維激光雷達設備

緊接著，一個激光雷達如果能在同一個空間內，按照設定好的角度發射多條激光，就能得到多條基于障礙物的反射信號。再配合時間范圍、激光的掃描角度、GPS 位置和 INS 信息，經過數據處理后，這些信息配合x，y，z坐標，就會成為具有距離信息、空間位置信息等的三維立體信號，再基于軟件算法組合起來，系統就可以得到線、面、體等各種相關參數，以此建立三維點云圖，繪制出環境地圖，就能變成汽車的“眼睛”。激光雷達是由激光發射單元和激光接收單元組成，發射單元的工作方式是向外發射激光束層，層數越多，精度也越高(如下圖所示)，不過這也意味著傳感器尺寸越大。發射單元將激光發射出去后，當激光遇到障礙物會反射，從而被接收器接收，接收器根據每束激光發射和返回的時間，創建一組點云，高質量的激光雷達，每秒較多可以發出200多束激光。激光雷達在建筑施工中用于精確測量和定位。江蘇二維激光雷達設備

激光雷達的FOV，FOV指激光雷達能夠探測到的視場范圍，可以從垂直和水平兩個維度以角度來衡量范圍大小，下圖比較形象的展示了激光雷達FOV范圍，之所以要提到FOV是因為后面不同的技術路線基本都是為了能夠實現對FOV區域內探測。垂直FOV：常見的車載激光雷達通常在25°，形狀呈扇形；水平FOV：常見的機械式激光雷達可以達到360°范圍，通常布置于車頂；常見的車載半固態激光雷達通常可以達到120°范圍，形狀呈扇形，可布置于車身或車頂。湖南測繪激光雷達覽沃 Mid - 360 探測距離可為 10cm，小盲區配合小巧體積，輕松實現無盲區覆蓋。

LiDAR的結構。激光雷達主要包括激光發射、接收、掃描器、透鏡天線和信號處理電路組成。激光發射部分主要有兩種，一種是激光二極管，通常有硅和砷化鎵兩種基底材料，再有一種就是目前非常火熱的垂直腔面發射（VCSEL）（比如 iPhone 上的 LiDAR），VCSEL 的優點是價格低廉，體積極小，功耗極低，缺點是有效距離比較短，需要多級放大才能達到車用的有效距離。激光雷達主要應用了激光測距的原理，而如何制造合適的結構使得傳感器能向多個方向發射激光束，如何測量激光往返的時間，這便區分出了不同的激光雷達的結構。

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。抗室外強光，Mid - 360 室內昏暗與室外強光下性能無縫銜接。

優劣勢分析，優勢：首先，該設計減少了激光發射和接收的線數以實現一幀之內更高的線數，也隨之降低了對焦與標定的復雜度，因此生產效率得以大幅提升，并且相比于傳統機械式激光雷達，棱鏡式的成本有了大幅的下降。其次，只要掃描時間夠久，就能得到精度極高的點云以及環境建模，分辨率幾乎沒有上限，且可達到近100％的視場覆蓋率。劣勢：棱鏡式激光雷達FOV相對較小，且視場中心的掃描點非常密集，雷達的視場邊緣掃描點比較稀疏，在雷達啟動的短時間內會有分辨率過低的問題。對于高速移動的汽車來說，顯然不存在長時間掃描的情況，不過可以通過增加激光線束和功率實現更高的精度和更遠的探測距離，但機械結構也相對更加復雜，體積讓前兩者更難以控制，存在軸承或襯套的磨損等風險。混合固態技術賦能，Mid - 360 實現 360° 全向超大視場角感知。湖南測繪激光雷達

覽沃 Mid - 360 水平視場角達 360°，垂直視場角 59°。江蘇二維激光雷達設備

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，商業化進程有望提速，全球范圍內L3級輔助駕駛量產車項目當前處于快速開發之中。世界各地交通法規的修訂為L3級自動駕駛技術商業化落地帶來機會。2020年6月通過的《ALKS車道自動保持系統條例》，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。隨著激光雷達成本下探至數百美元區間且達到車規級要求，未來越來越多高級輔助駕駛量產項目將實現量產；根據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%。江蘇二維激光雷達設備