【引语】

随着各行业领域自动化、智能化的发展，使得对传感器的准确度、可靠性、稳定性要求等都逐渐提升，并需要具备一定的数据处理能力，传统的传感器已经不能满足这样的要求。快速发展的计算机电子及软件技术使传感器领域发生了巨大变革，结合了机械、电子、软件、芯片等技术的智能传感器应运而生。激光雷达凭借其出色的测量精度、分辨率、响应速度等在智能传感器中脱颖而出。

激光雷达是一种通过探测远距离目标的散射光特性来获取目标相关信息的光学遥感技术。随着超短脉冲激光技术、高灵敏度的信号探测和高速数据采集系统的发展和应用，激光雷达以其高测量精度、精细的时间和空间分辨率及大的探测跨度而成为一种重要的遥感工具。

激光雷达分类方式多种多样，可分别按照功能用途、激光发射波形、激光探测原理、探测线数、扫描方式、装载平台等进行分类。

激光雷达按功能分类，包括激光测距、测速、成像等。激光测距雷达通过对被测物体发射激光光束，并接收该激光光束的反射波，记录时间差，来确定被测物体与测试点的距离。通过对被测物体进行两次有特定时间间隔的激光测距，可以得到该被测物体的移动速度，实现测速。

激光雷达按照内部激光发射器数量的不同有单线（亦称单层、二维）和多线（亦称多层、三维）两种激光雷达，单线激光雷达扫描速度快、分辨率强、可靠性高，但是只能平面式扫描，不能测量物体高度。多线雷达能够增加一定角度的俯仰，实现一定程度的面扫描。激光雷达线束越多，测量精度越高，对汽车驾驶安全性的保证也越可靠。

激光雷达按照探测原理分主要包括采用飞行时间法（ToF）和相控法（FMCW），目前大部分ToF激光雷达系统的工作波长为850 nm和905 nm，非常接近可见光谱。ToF激光雷达在夜间的运行效果很好，但是在日光明亮的白天，来自太阳的光子会干扰信号，从而在接收信号中产生噪声。此外，在附近有多个ToF激光雷达同时工作时，ToF系统可能会由于从其他激光雷达系统接收到的脉冲干扰而完全无法工作。对于FMCW激光雷达，FMCW方式可以实现更高的探测灵敏度和精度，因为它只允许自身的相干光通过滤波到达探测器，可以做到无干扰测量。目前国内激光雷达企业大多基于ToF方式，开展FMCW研发的较少，未来会向FMCW方向发展。

激光雷达按照其激光扫描方式区分，包括传统机械旋转式、MEMS式、3D Flash式、OPA式和混合式激光雷达，是市场上最常见的分类方式。目前市场上以机械旋转式激光雷达为主，固态激光雷达尚未大规模进行应用。

激光雷达在行业内由于优异的性能广受欢迎，其下游应用领域主要有三类：汽车自动驾驶，移动机器人及智慧城市。

汽车自动驾驶：随着车辆自动驾驶程度和级别的不断提升，对传感器的性能要求也越来越高。对于高级别的辅助驾驶车辆功能，比如车道保持系统、行人侦测系统、道路交通标志识别、交通信号灯识别等功能，需要更远的探测距离，更高的探测精度及更快的探测速度，则不仅需要常见的车辆感知传感器，还需要精度更高的激光雷达来支持感知系统。

移动机器人：在移动机器人中，激光雷达多用于SLAM即时定位和地图构建技术。基于激光雷达可以完成机器人周围环境的动态建图，完成障碍物探测及避障，是移动机器人的关键组成部分。相比于采用摄像头SLAM方案的AMR机器人，激光雷达的稳定性和可靠性更加满足机器人的需求，预计未来使用激光雷达SLAM的移动机器人将成为主流。

智慧城市：智慧城市的发展，需要对城市的三维空间、交通等信息进行感知，基于激光雷达等传感器的环境感知解决方案是构建智慧城市大数据的基础。激光雷达的作用，是为道路大量运动物体，包括车辆、行人、自行车、摩托车等，提供高精度的速度、位置、方向等，以及运动状态、姿态、形状等信息。

激光雷达行业概览

未来，广泛应用于下游领域，芯片化、集成化、规模化推动成本下降，芯片技术带动激光雷达性能提升，一体化智能解决方案等将成为激光雷达的主要发展趋势。

广泛应用于下游领域：随着人工智能、5G技术的发展，汽车自动驾驶、移动机器人、智慧城市等下游领域将得到快速发展，从而带动激光雷达在各个领域的广泛应用，由此交通运输效率、道路通行能力、生产力水平等都将得以提高。

芯片化、集成化、规模化推动成本下降：芯片化、集成化使得成本降低，初期得以在高端车型上选装，后期随着技术进一步成熟以及下游使用量的增加，激光雷达行业规模将不断扩大，由此带来的规模效应将进一步降低激光雷达的生产成本，从而降低价格，提升激光雷达的渗透率。

芯片技术带动激光雷达性能提升：激光雷达性能优良，但其较高的成本和较大的安装体积成为其大规模应用的一个影响因素。作为对性能和体积要求较高的智能传感器，激光雷达将向着小型化和高集成化的方向发展。芯片作为激光雷达的核心上游零部件，涉及到光源发射、电源驱动、信号处理等多种类型。随着芯片技术的持续进步，激光雷达将迎来极大的性能提升。

一体化智能解决方案：自动驾驶车辆及移动机器人等面对的环境复杂多变，环境感知类传感器作为自动驾驶的核心传感器各有优劣势，所以需要搭载多种类型的传感器，例如摄像头、激光雷达等，同时，AI感知算法可提供高精度地图创建、实时定位、障碍物检测及分类识别、动态物体跟踪等功能，与激光雷达相结合，更加准确可靠的为决策层提供丰富的信息。因此，基于人工智能的算法，将各类环境感知传感器的数据进行融合，形成一体化的智能解决方案将成为行业趋势。

激光雷达行业发展趋势