激光雷达在自动驾驶中的作用有哪些　

激光雷达的原理在于向目标物体发射激光束，然后根据激光束发射-反射之间的时间间隔来确定距离目标物体的实际距离。特点在于测距，可以达到级别的精度。这样的测量为无人驾驶的后续算法提供了数据保障。

在3D环境感知方面，激光雷达可以实时扫描车辆周围的静态和动态障碍物，并依靠点云分类算法对障碍物进行分割和分类，输出给下游控制决策模块，规划决策控制模块根据不同的障碍物做出不同的行为决策，比如跟车，超车，停车等等。

在辅助***方面，可以利用点云扫描结果提取feature，并与高精地图的数据进行对比匹配，从而

获取的物理位置。

或者基于点云的反射值强度，做基于反射值强度的概率匹配进行***（百度apollo***算法采用是这种方法），可以达到厘米级的***精度。

激光雷达弥补了其他传感器的精度短板，但同时也有其自身的缺陷，比如在雨雪天气下的传感器噪声问题等。

以上就是为大家介绍的全部内容，希望对大家有所帮助。如果您想要了解更多激光雷达产品的知识，欢迎拨打图片上的***联系我们。

 

激光雷达lidar目前的技术难点在哪，关键技术都有哪些？

对旋转结构的激光雷达来说，关键技术之一是导电滑环，其次是校正工作的自动化问题，校正不能实现自动化，不但产量上不去，产品的一致性也很难保证。

对于全固态激光雷达来说，难的问题莫过于在不借助机械或尽量少借助机械结构的前提下，如何实现光路的偏转（发射），其次是如何实现激光回波的高信噪比检测（接收），目前能够看到的技术主要是两种：MEMS和相控阵。

MEMS技术的核心是一个叫做微振镜的器件，通过对一块小镜子的高频振动，实现光路的偏转。MEMS技术比较成熟，缺点是存在激光的反射，反射过程中激光会有较大损失，导致回波信噪比偏低。

相控阵技术目前只有Quanergy在搞，将n×m个微功率的激光器集成到一个芯片上，通过相控阵技术实现激光的定向发射，这个技术如果能够成功，将彻底颠覆现有的机械式激光雷达，激光雷达扫描速度偏低的问题。

但是和MEMS一样，相控阵技术只解决了激光的发射问题，没有解决接收问题。到目前为止，相控阵技术的检测距离还是偏低的。不论是MEMS，还是相控阵，亦或是什么黑科技，只有同时解决激光的偏转（发射）和高信噪比接收，才能笑到后。

激光雷达是如何成像的？

“盲人摸象”走完首步，我们已经成功的找到了“大象”的位置和距离，下一步我们该如何知道“大象”的样子呢？这就是激光雷达的成像过程要解决的问题。简单的理解，激光雷达三维成像其实就是在测出目标各点距离的基础上，同时获得每个点与雷达之间的水平角和俯仰角，这样我们就得到目标三维信息了。激光测距仪由于激光的单色性好、方向性强等特点，加上电子线路半导体化集成化，与光电测距仪相比，不仅可以日夜作业、而且能提高测距精度。按照目标各点三维信息的获取方式，激光成像体制主要有扫描式激光成像和面阵式激光成像。