目前，LiDAR已普遍應用于各個領域。在大氣科學中，LiDAR被用于空氣質量監測和污染物檢測；在天文學領域，LiDAR技術可用于觀察行星表面地貌特征以及太陽系內其他天體的形態結構；在工程建設方面，利用LiDAR技術可以快速獲取地形數據、制作數字高程模型（DEM）以及生成精確的三維地圖；而在汽車領域中，人們普遍認為LiDAR是一項關鍵的光學距離感知技術，在自動駕駛領域得到了普遍應用。幾乎所有投入自動駕駛研發的廠商都將LiDAR視為一項關鍵技術，并且已經有一些低成本、小體積的LiDAR系統被應用于高級駕駛輔助系統（Advanced Driver Assistance Systems, ADAS）。通過分析激光雷達數據，研究人員能夠精確評估環境變化。浙江四探頭激光雷達廠家

當我們用當前幀和整個點云地圖進行匹配的時候，我們便能得到傳感器在整個地圖中的位姿，從而實現在地圖中的定位。傳感器車規化，固態激光雷達取消了機械結構，能夠擊中目前機械旋轉式的成本和可靠性的痛點，是激光雷達的發展方向。除了這兩大迫切解決的痛點外，目前量產的激光雷達探測距離不足，只能滿足低速場景（如廠區內、校園內等）的應用。日常駕駛、高速駕駛的場景仍在測試過程中。當前機械式激光雷達的價格十分昂貴，Velodyne 在售的 64/32/16 線產品的官方定價分別為 8 萬/4 萬/8 千美元。一方面，機械式激光雷達由發射光源、轉鏡、接收器、微控馬達等精密零部件構成，制造難度大、物料成本較高；另一方面，激光雷達仍未大規模進入量產車、需求量小，研發費用等固定成本難以攤薄。 量產 100 萬臺 VLP-32后，那么其售價將會降至 400 美元左右。上海車載激光雷達供應激光雷達的高穩定性使其在太空探測任務中備受青睞。

LiDAR還能夠用于確定測量目標的速度。這可以通過多普勒方法或快速連續測距來實現。例如，可以使用LiDAR系統測量風速和車速。另外，LiDAR系統能夠用于建立動態場景的三維模型，這是自動駕駛中會遇到的情形。這可以通過多種方式來實現，通常使用的是掃描的方式。LiDAR 技術中的挑戰，在可實現的LiDAR系統中存在一些眾所周知的挑戰。這些挑戰根據LiDAR系統的類型有所不同。以下是一些示例：隔離和抑制發射光束的信號——探測光束的輻射亮度通常遠大于回波光束。必須注意確保探測光束不會被系統自身反射或散射回接收器，否則探測器將會因為飽和而無法探測外部目標。

激光雷達的構成與分類：激光雷達的構成，激光雷達發展到現在，其結構精密且復雜，主要由激光系統、接收系統、信號處理單元和掃描模塊四大主要組件構成。激光器以脈沖的方式點亮發射激光，照射到障礙物后對物體進行3D掃描，反射光線經由鏡頭組匯聚到接收器上。信號處理單元負責控制激光器的發射，并將接收到的模擬信號轉為數字信號，然后進入主控芯片進行數據的處理和計算。進一步的，我們可以根據以下指標判斷激光雷達的好壞。視場角，視場角決定了激光雷達能夠看到的視野范圍，分為水平視場角和垂直視場角，視場角越大，表示視野范圍越大，反之則表示視野范圍越小。激光雷達數據對于城市規劃和建筑設計具有重要意義。

激光雷達是自動駕駛領域非常依賴的傳感器，越來越多的自動駕駛公司看好激光雷達的應用前景。激光雷達具有較高的分辨率，可以記錄周圍環境的三維信息，激光雷達是主動發射型設備，對光照的變化不敏感，在有光照變化和夜晚等場景基本不會受到影響。此外激光雷達能夠提供水平360度的視野范圍，保證整個自動駕駛車基本上沒有視野盲區。但是激光雷達懼怕霧霾天氣，因為霧霾顆粒的大小非常接近激光的波長，激光照射到霧霾顆粒上會產生干擾，導致效果下降。隨著技術的進步，以及成本的下降，激光雷達會普及到更多領域。智能零售中激光雷達分析顧客行為，優化店鋪空間布局。無人礦車激光雷達參考價

激光雷達用于林業監測樹木參數，為森林資源評估提供助力。浙江四探頭激光雷達廠家

NDT 算法的基本思想是先根據參考數據（reference scan）來構建多維變量的正態分布，如果變換參數能使得兩幅激光數據匹配的很好，那么變換點在參考系中的概率密度將會很大。然后利用優化的方法求出使得概率密度之和較大的變換參數，此時兩幅激光點云數據將匹配的較好。由此得到位資變換關系。局部特征提取通常包括關鍵點檢測和局部特征描述兩個步驟，其構成了三維模型重建與目標識別的基礎和關鍵。在二維圖像領域，基于局部特征的算法已在過去十多年間取得了大量成果并在圖像檢索、目標識別、全景拼接、無人系統導航、圖像數據挖掘等領域得到了成功應用。類似的，點云局部特征提取在近年來亦取得了部分進展浙江四探頭激光雷達廠家