應用層面，目前暫無車規(guī)級量產(chǎn)案例，OPA方案的表示企業(yè)為Quanergy。2021年8月，Quanergy對其OPA固達態(tài)激光雷達S3系列完成駕駛實測演示。測試結(jié)果顯示，S3系列固態(tài)激光雷達可以提供超過10萬小時的平均無故障時間（MTBF），在全光照下實現(xiàn)100米的探測性能，大規(guī)模量產(chǎn)后的目標價格為500美元。由于結(jié)構(gòu)簡單，F(xiàn)lash閃光激光雷達是目前純固態(tài)激光雷達較主流的技術(shù)方案。但是由于短時間內(nèi)發(fā)射大面積的激光，因此在探測精度和探測距離上會受到較大的影響，主要用于較低速的無人駕駛車輛，例如無人外賣車、無人物流車等，對探測距離要求較低的自動駕駛解決方案中。激光雷達在建筑施工中用于精確測量和定位。安防激光雷達市場價格
激光雷達難點：當周邊環(huán)境中存在透明介質(zhì) (如潔凈水體) 時，位于透明介質(zhì)內(nèi)部或后方的目標能夠被測到。由于光線在透明介質(zhì)中會發(fā)生折射，被測目標實際上位于折射光路上，而測量結(jié)果則位于直線光路上，測量出的目標位置會發(fā)生偏差，此外，雷達也可能會收到兩個反射回波，一個來自于透明介質(zhì)內(nèi)部或后方的實際目標表面的反射，另一個來自于不完全潔凈的透明介質(zhì)表面的漫反射，此時的測量結(jié)果不確定，有可能是介質(zhì)表面，也可能是實際目標。上海汽車激光雷達供應激光雷達的分辨率高，能夠捕捉到細微的目標特征。
機械式，以 Velodyne 2007年推出了一款激光雷達為例，它把 64 個激光器垂直堆疊在一起，使整個單元每秒旋轉(zhuǎn)許多次。發(fā)射系統(tǒng)和接收系統(tǒng)存在物理意義上的轉(zhuǎn)動，也就是通過不斷旋轉(zhuǎn)發(fā)射器，將激光點變成線，并在豎直方向上排布多束激光發(fā)射器形成面，達到 3D 掃描并接收信息的目的。但由于通過復雜的機械結(jié)構(gòu)實現(xiàn)高頻準確的的轉(zhuǎn)動，平均的失效時間只 1000-3000 小時，難以達到車廠較低 13000 小時的要求?；旌瞎虘B(tài)式，利用微電子機械系統(tǒng)的技術(shù)驅(qū)動旋鏡，反射激光束指向不同方向。混合固態(tài)激光雷達的優(yōu)點包括了：數(shù)據(jù)采集速度快，分辨率高，對于溫度和振動的適應性強；通過波束控制，探測點（點云）可以任意分布，例如在高速公路主要掃描前方遠處，對于側(cè)面稀疏掃描但并不完全忽略，在十字路口加強側(cè)面掃描。而只能勻速旋轉(zhuǎn)的機械式激光雷達是無法執(zhí)行這種精細操作的。
相比于半固態(tài)式和固態(tài)式激光雷達，機械旋轉(zhuǎn)式激光雷達的優(yōu)勢在于可以對周圍環(huán)境進行360°的水平視場掃描，而半固態(tài)式和固態(tài)式激光雷達往往較高只能做到120°的水平視場掃描，且在視場范圍內(nèi)測距能力的均勻性差于機械旋轉(zhuǎn)式激光雷達。由于無人駕駛汽車運行環(huán)境復雜，需要對周圍360°的環(huán)境具有同等的感知能力，而機械旋轉(zhuǎn)式激光雷達兼具360°水平視場角和測距能力遠的優(yōu)勢，目前主流無人駕駛項目紛紛采用了機械旋轉(zhuǎn)式激光雷達作為主要的感知傳感器。激光雷達能夠快速捕獲運動目標的動態(tài)信息。
激光雷達，也稱光學雷達（LIght Detection And Ranging）是激光探測與測距系統(tǒng)的簡稱，它通過測定傳感器發(fā)射器與目標物體之間的傳播距離，分析目標物體表面的反射能量大小、反射波譜的幅度、頻率和相位等信息，從而呈現(xiàn)出目標物精確的三維結(jié)構(gòu)信息。自上世紀60年代激光被發(fā)明不久，激光雷達就大規(guī)模發(fā)展起來。而測距原理上目前主要以飛行時間（time of flight）法為主，利用發(fā)射器發(fā)射的脈沖信號和接收器接受到的反射脈沖信號的時間間隔來計算和目標物體的距離。激光雷達在農(nóng)業(yè)領(lǐng)域用于監(jiān)測作物生長情況。安徽軌旁入侵激光雷達廠商
激光雷達在虛擬現(xiàn)實技術(shù)中實現(xiàn)了真實世界的數(shù)字化重建。安防激光雷達市場價格
在實際應用中，很多時候并不知道點云之間的鄰接關(guān)系。針對此，研究人員開發(fā)了較小張樹算法和連接圖算法以實現(xiàn)鄰接關(guān)系的計算。總體而言，三維模型重建算法的發(fā)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(xiàn)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(shù)據(jù)分辨率變化等的復雜場景中實現(xiàn)對感興趣目標的檢測識別與分割，仍然是一個富有挑戰(zhàn)性的問題。安防激光雷達市場價格