本篇是本人基本汇集全网信息，按照自己逻辑顺序写的。算是自动驾驶激光雷达基础，文中有错还请指出。
如果此篇帮助到你，点个赞再走吧

激光雷达背景

1.1. 概念与特点

激光雷达是利用激光作为信号波的一种探测装置。LiDAR（光探测和测距，Light detection and ranging）是激光雷达的简称，集激光、全球定位系统(GPS)、惯性导航 系统(INS)于一身。与普通雷达类似，激光雷达通过探测被物体弹回的信号波实现测量，不同的是其利用激光作为信号波。
激光雷达具有以下特点：
1) 分辨率高：极高的角分辨率、极高的距离分辨率、速度分辨率高。分辨率高,是激光雷达的最显著的优点,大多数的应用都是基础这个特点。
2) 低空探测性好： 由于是采用回波分析的原理，只有照射到的目标才会发生反射，不需要考虑地物回波等因素的影响，这比一般的微波雷达强了许多，基本上可以实现零高度工作。
3) 隐蔽性好，抗干扰能力较强：由于激光具备直线性好，方向性好的优良特点，光束很窄，干扰信号进入接收器的概率极低，能够适应各种苛刻的使用环境。

1.2. 分类

图1-1：激光雷达分类

1.3. 激光雷达系统结构

自动驾驶车辆激光雷达系统工作原理：激光发射电路在主控模块的作用下向目标物发射激光。当激光打在目标物上时，目标物将激光反射回激光接收电路，然后由主控模块对信号进行计算、处理，得到大量无拓扑结构离散的空间坐标点，即点云，通过计算机对点云数据进行处理可以使车辆准确感知到当前路面状况并使得车辆及时做出相应操作。

图1-2：辆激光雷达系统结构框图

（1）发射模块
发射端主要是激光器。 NdYAG 固体激光器、CO2 气体激光器和 GaAlAs 半导体二极管激光器、光纤激光器等最具有代表性。
（2）接收模块
接收端又叫光电探测器，利用光电效应，把光信号转换为电信号。
（3）扫描模块
扫描式激光雷达会用到光学扫描器，混合式激光雷达以MEMS振镜为扫描器，相控阵激光雷达以相控阵器件为扫描器。相控阵雷达的扫描器最难实现，其最大的问题在于如何改变各个单元的相位，通过电光效应、电吸收效应、自由散流效应、液晶等等，目前还没有既成本低又效果好的解决方案。

1.4. 激光雷达关键技术指标

（1）激光的波长
与可见激光比，波长更长的近红外激光的穿透性更好，且不容易受太阳光影响，因此更多的应用在远距离激光雷达中。目前市场上三维成像激光雷达最常用的波长是905nm和1550 nm。
在相同人眼安全等级的功率下，905 nm激光雷达很难在200 m以外的高速公路上看到高度为10 cm左右的物体，但是1550 nm激光雷达却可以将检测距离提高到300 m以上。此外，1550 nm配合调频连续波(FMCW)的技术，不仅可以检测距离，同时可以利用多普勒频移来测量物体的速度。大气穿透能力强，人眼安全性高是1550 nm激光光源的显著特点，但是相较于905 nm激光雷达，1550 nm激光雷达在光源及探测器成本、体积以及供应链成熟度上还有明显的不足。

图1-3：电磁波谱图

（2）探测距离
激光雷达的测距与目标的反射率相关。目标的反射率越高则测量的距离越远，目标的反射率越低则测量的距离越近。反射率就是射到目标物的激光能够被反射回来的比率。目标反射率越高，雷达能够检测到的有效回波就越多，所以能测量的距离越远。因此在查看激光雷达的探测距离时要知道该测量距离是目标反射率为多少时的探测距离
为保证行车安全，车载LiDAR的探测距离至少应该在100m以上，好的情况下可以达到150m~200m。
（3）测量精度
一般以厘米计，精度是衡量激光雷达采集数据重复性的指标。高精度意味着对同一目标的重复测量将非常接近平均值，低精度意味着在均值附近的离散值较大。按无人驾驶的定位精度要求，车载LiDAR的测距精度至少应达到10cm以内，好的情况下能达到2~5cm。
（4）视野FOV
FOV指的是能够环视的最大范围。旋转型头部可发射多束激光，能够获得宽阔的视野角度。相比而言，固体电路型的光束转向有限，一般视野角度狭小
因为不像机械式LiDAR那样多线束360度旋转，固态LiDAR的视野范围通常比机械式要小。水平视场角通常在100°_{120°，需要3}4个固态LiDAR拼接才能覆盖360°；垂直视场角通常在十几度到二十几度，也有才几度的，相比混合固态通常在30°左右，还有改进空间。
（5）角分辨率
角分辨率是指打出去两个激光点之间的距离，它决定了激光雷达三维建模的稀疏程度。一个是垂直分辨率，另一个是水平分辨率。水平方向做到高分辨率难度较低，因为水平方向上是由电机带动的，所以水平分辨率可以做得很高。一般可以做到0.01度级别。激光脉冲是固定频率的，所以水平方向的分辨率只和雷达旋转速度有关，只要速度足够慢，分辨率就可以很高。但是扫描速度慢也会影响信息采集的速率
垂直分辨率是指上下两个线束形成的激光点的夹角。线束在垂直方向上不是均匀分布的，而是中间密集，上下稀疏，如图1-4所示。这也很好理解，因为中间更有可能探测到行人或者是障碍物。垂直分辨率是与发射器几何大小相关，也与其排布有关系，就是相邻两个发射器间隔做得越小，垂直分辨率也就会越小。垂直分辨率为0.1~1度的级别。

图1-4：垂直分辨率

（6）扫描频率
即激光雷达内部电机旋转转速，如，10Hz即一秒转10圈。无人车在高速行驶过程中，需快速扫描更新数据以应对突发情况，扫描频率通常在10~30Hz。
（7）数据频率
也叫周期采集点数，如一个64线的激光雷达，水平FOV是120°，水平分辨率在10Hz的扫描频率下是0.2°。激光一次打出64个点，扫描一次120°能打出64x120/0.2=38400，1秒扫描10次，一共有384000pts/s。出点数越多，扫描效果越好。激光雷达作为高精度传感器，采集数据的频率在100万点/秒左右。
（8）安全等级
激光雷达发射功率应保证在人眼安全阈值内。国际电子技术委员会IEC标准将激光设备分为5个等级，分别为Class1, Class2, Class3A, Class3B, Class4。例如，Class1级激光设备，在“可预见的工作条件下”是一种安全设备;而Class4级的激光设备，则是可能生成有害的漫反射的设备，会引起皮肤的灼伤乃至火灾，使用中应特别小心。需要考虑特定波长的激光产品在完全工作时间内的激光输出功率，即激光辐射的安全性是波长、输出功率和激光辐射时间的综合作用的结果。

2. 感知机理

2.1. 激光测距技术

图2-1：激光测距原理

激光测距主要原理：
 脉冲测距法
 相位测距法
 激光三角测距法
 连续波频率调制法FMCW

2.1.1 脉冲测距法

脉冲测距法是一种高速激光测时测距技术。其核心原理是对探测物体打一束时间极短的激光，通过直接测量激光发射、打到探测物体再返回到探测器的飞行时间，来反推探测器到被测物的距离。这种测距方法类似于传统的微波雷达测距，返回的时延对应的路程是两倍的目标距离。

图2-2：脉冲测距法原理图

设光速为c，待测距离为s，测得信号的往返传播时间差为△t，具体计算公式如下：

脉冲激光的发射角小，能量在空间相对集中，瞬时功率大。测距范围可以达到几百米到上千米的距离，但精度不高只能达到米数量级。测量精度主要受到脉冲计数器工作频率与激光源脉冲宽度的限制。
利用这些特性可制成各种中远距离激光测距仪、激光雷达等。目前，脉冲式激光测距广泛应用在地形地貌测量、地质勘探、工程施工测量、飞行器高度测量、人造地球卫星相关测距、天体之间距离测量等遥测技术方面。

2.1.2 相位测距法

相位测距法的具体过程是：相位式扫描仪发射出一束不间断的整数波长的激光，通过计算从物体反射回来的激光波的相位差，来计算和记录目标物体的距离。

图2-3：相位测距法原理图

根据TOF原理，可推导所测距离s为

式中，λ/2代表一个测尺长u，u的含义可以描述为：用长度为u的“测尺”去量测距离，量了N个整尺段加上不足一个u的长度就是所测距离s=u(N+ΔN)，由于测距仪中的相位计只能测相位值尾数Δφ或ΔN，不能测其整数值，因此存在多值解。
基于相位测量原理主要用于进行中等距离的扫描测量系统中。扫描距离通常在100m内其精度可以达到毫米数量级。由于采用的连续光源，功率一般较低，所以测量范围也较小。测量精度主要受相位比较器的的精度和调制信号的频率限制，增大调制信号的频率可以提高精度，但测量范围也随之变小。所以在不影响测量范围的前提下提高精度，一般需要设置多个调频频率。

2.1.3 激光三角测距法

激光三角测距法的基本原理：激光发射器发射一束激光投射到待测物体表面，待测物体表面的漫反射经成像物镜成像在光电探测器上。光源、物点、像点形成了一定的三角关系，其中光源和传感器上的像点位置是已知的，由此可以计算出物点所在位置。激光三角测距法的光路按入射光线与被测物体表面法线的关系分为直射式和斜射式两种测距方式。
为了保证扫面信息的完整性，许多扫描仪扫描范围只有几米到数十米。这种类型的三维激光扫描系统主要应用与工业测量和逆向工程重建，在近距离可以达到亚毫米级的精度，成本低廉但易受干扰，远距离精度差。
（1）直射式三角测距法
半导体激光发射器发射光束经会聚透镜直射到待测物体上，经物体表面反射后通过接受透镜成像在光电探测器CDD或PCD敏感面上。工作原理如下图所示，位移量x的计算公式为：

图2-4：直射式激光三角测距法

（2）斜射式激光三角测量法
半导体激光器发射光轴与待测物体法线成一定角度入射，待测物体表面的后向反射光通过接收透镜成像在光电探测器敏感面上。工作原理如下图所示，位移量x的计算公式为：

图2-5：斜射式激光三角测距法

2.1.4 连续波频率调制法FMCW

FMCW 法：将发射激光的光频使用三角波进行调制，通过回波信号与参考光相干并利用混频 探测技术可得到频率差，间接得到飞行时间从而算出目标物距离，若被测物体正在移动，则结合多普勒效应可测出物体的速度。如图2-6，激光经过三角波调制后，调制频率f0分为两个光路，一路照射在被测物体上，经过反射回到探测器，记作Ea；另一路直接送到探测器，记作E0。两束光在探测器产生干涉，利用探测器接收干涉后的信号。

图2-6：FMCW法

有一个信号发生器发出频率随时间呈三角波变化的信号给发射机，然后探测器接收这个频率呈三角状变化的信号，回波的频率变化规律与发射的相同，但是存在时间延迟，这就导致相同时间的频率有微小的差别。通过对两个信号的拍频测量就可以得到距离信息。
采用连续波频率调制法测距时，以三角波调频连续波为例，如图2-7红色为发射信号频率，绿色为接收信号频率，当激光雷达和目标物处于相对静止状态下时：

图2-7：三角波调频连续波

ft为发射频率，fr为反射频率，fb为发射频率与反射频率的频率差，ts为频率生成器产生的调频波的周期的一半，fDEV为调频波扫频带宽。
根据三角形相似：

因此

D为探测距离， f_b为频率差，c为光速，t_s为三角波调频的半周期，f_DEV为调频范围，所以距离在其他值确定的情况下是频率差的函数。雷达的分辨率的决定式为：

由上式可知，雷达的分辨率由扫频带宽决定，带宽越大，精度越高。FMCW 法具有很强的抗干扰性，理论上不存在脉冲雷达所存在的测距盲区，并且发射信号的平均功率等于峰值功率，因此只需要小功率的器件，从而降低了被截获和干扰的概率；其缺点是测距量程较短，距离多普勒耦合以及收发隔离难等缺点，且技术难度高，目前在研居多。其最大的局限性是要求激光的长相干长度，因为它会影响到本地振荡器相对于反向散射波的稳定性，从而引起相位噪声。

TOF 方案性能优于三角测距法，目前是车规级应用的主流。三角测距法成本较低，但是性能较差。TOF 方案可在短时间内发射出大量激光，并且接受回光进行分析，具有扫描 速度快、扫描区域广、精度较高等优点。 FMCW 方案性能优越，但技术难度大，成本很高，目前在研居多。TOF 方案不能直接 获取被测物体的速度，且雨雪天易受干扰，车辆之间的串扰问题也不容忽视。FMCW 方 案可直接测出物体的移动速度，且不易受到干扰，因此信噪比高，在灵敏度等方面也有优势。但是 FMCW 法集成难度高，对分立器件的依靠较强。尽管如此，随着半导体技 术的发展，FMCW 集成程度可以更加彻底从而享受到摩尔定律的红利。此外，FMCW 对通道要求较高，这直接使其成本居高不下，短期内很难降下来。长期看，成本降低要 求规模量产、供应链成熟等。 综上所述，从技术角度看，1550nm+FMCW+OPA 方案是激光雷达的理想方案，但是短 期内 905/1550nm+TOF+半固态/Flash 的方案将占据主流市场。随着汽车智能化的发 展，TOF 方案面临的串扰会日渐突出，FMCW 的优越性会逐步展露，而且 FMCW 方案天然的适合 OPA。当然这些都是在理想情况下，要实现量产还须具备条件：（1）技术成熟度提升。（2）规模化量产，降低边际成本。

2.2. 点云数据

点云（point cloud）定义：三维激光扫描仪获取的以离散、不规则方式分布在三维空间中的点的集合。LiDAR获取的数据就是点云数据，其获取数据的方式主要分为四大类：星载、车载、机载、地基。
三维激光扫描仪在记录激光点三维坐标的同时也会将激光点位置处物体的色彩信息和反射强度值(反射率)记录，所以点云信息包含X、Y、Z、intensity、RGB信息。 点云数据主要特点如下：
 数据量大： 一幅完整的扫描影像数据或一个站点的扫描数据中可以包含几十万至上百万个扫描点，甚至达到数亿个。
 密度高。
 带有扫描物体的光学特征信息： 即反射率和色彩信息。
 立体化： 点云数据包含物体表面立体信息，但由于激光投射性有限无法穿透被测目标，因此点云数据不能反应实体的内部结构、材质等情况。
 离散性： 点与点之间相互独立，没有任何拓扑关系，不能表征目标体表面的连接关系。
 可测量性： 可以直接测量每个点云的三维坐标、点云间距离、方位角、表面法向量等信息，还可以通过计算得到的点云数据所表达的目标实体的表面积、体积等信息。
 非规则性： 激光扫面仪是按照一定的方向和角度进行数据采集的，采集的点云数据随着距离增大，扫描角越大，点云间距离也增大。加上仪器系统误差和各种偶然误差的影响，点云的空间分布没有一定的规则。

3. 车载激光雷达发射技术

车载激光雷达的信号发射系统分为机械式、混合式和固态式三种

3.1. 机械式激光雷达

机械式激光雷达是安置在汽车顶部，通过控制系统来控制机械扫描结构转动，实现由“线”到“面”对车辆周身环境360°全方位的感知，机械扫描结构是由多个激光器竖直排列起来，在激光器前方加入透镜和底座的旋转结构构成的，机械式激光雷达扫描时具有扫描速度快，抗外界干扰能力强和能对外界环境实现360°扫描等优点且技术成熟成为目前的主流。
机械式车载激光雷达内部结构精密,零件数多、组装工艺复杂、制造周期长，因此生产成本居高不下。机械式车载激光雷达内部含有大量可动部件,易受车辆振动影响,在行车环境下磨损严重，长期使用可靠性差。其高昂的成本和较短的使用寿命却使其无法实现车规级量产。此外, 机械式激光雷达还存在接受光窗数值小、信噪比低等缺点

图3-1：Velodyne激光雷达。（a）HDL-64E; (b) VLS-128

美国Velodyne公司是著名的机械式车载激光雷达供应商, Velodyne的两款机械式激光雷达产品如图所示。其代表性产品是64线激光雷达HDL-64E，该产品发射系统与接收系统均随着机械轴转动，探测性能优异。2007年在美国国防高级研究计划局(Defense Advanced Research Projects Agency,DARPA)举办的无人车城市挑战大赛中，HDL-64E助力卡耐基梅隆大学BOSS无人车和斯坦福大学Junior无人车分别获得了比赛冠军和亚军。前不久，Velodyne推出了128线激光雷达VLS-128,相比于HDL-32E其尺寸缩小了70%,探测距离增大了1倍，分辨率则提高了4倍。

3.2. 混合式激光雷达

混合式车载激光雷达将微机电系统(micro electro mechanical system, MEMS)与振镜结合形成MEMS振镜，通过振镜旋转完成激光扫描，一般称为MEMS车载激光雷达，其组成如下图3-2所示。

图3-2：混合式激光雷达组成

混合式车载激光雷达是将激光雷达安装在汽车顶部，通过将激光器固定，控制激光器前方的MEMS振镜进行旋转，从而使激光雷达实现对车身周围环境120°的扫描。主要原理为：通过MEMS把机械结构集成到体积较小的硅基芯片上，并且内部有可旋转的MEMS微振镜，通过微振镜改变单个发射器的发射角度，从而达到不用旋转外部结构就能扫描的效果。

图3-3：MEMS主要原理

优势： 1、MEMS微振镜摆脱了笨重的马达、多发射器、接收模组等机械运动装置，毫米级尺寸的微振镜大大减少了激光雷达的尺寸，提高了稳定性；2、MEMS微振镜可减少激光发射器和探测数量，极大地降低成本。
劣势： 1、有限的光学口径和扫描角度限制了Lidar的测距能力和FOV，大视场角需要多子视场拼接，这对点云拼接算法和点云稳定度要求都较高；2、抗冲击可靠性存疑。
技术难点： 1、MEMS微振镜的扫描角度是由控制电路调节的，保证角度精度是主要的技术难点；2、混合式车载激光雷达内部振镜的尺寸很难把控，尺寸的大小关系到振镜的频率、车辆控制的实时性和激光雷达的探测距离。

3.3. 全固态式激光雷达

全固态车载激光雷达，完全取消了机械扫描结构；水平和垂直方向的激光扫描均通过电子方式实现；相比于仍保留有“微动”机械结构的MEMS激光雷达来说，电子化的更加彻底。由于其内部没有任何宏观或微观上的运动部件，可靠性高、耐持久使用、系统整体体积缩小。全固态激光雷达目前大致形成了两种技术路线： 扫描式的光学相控阵OPA（optical phased array）与非扫描式的Flash。

3.3.1 OPA光学相控阵技术

OPA（optical phased array）光学相控阵技术，运用相干原理（类似的是两圈水波相互叠加后，有的方向会相互抵消，有的会相互增强。如图3-4所示），在特定电压的作用下，各单元将发射出具有特定相位和光强的光波；调节各发射光波之间的相位关系, 可使其在某一特定方向上产生相互加强的干涉，从而产生具有一定指向性的高强度光束；相控阵单元将按程序设计，在各设定方向上依次产生高强度光束，从而达到光束扫描的效果，其原理如图3-5所示。

图3-4：相干原理示意图

图3-5：OPA光学相控阵原理

优势： 1、OPA 车载激光雷达扫描速度快，可达兆赫兹量级以上；2、可控性好，可对目标区域进行高密度扫描而对其他区域进行稀疏扫描；3、成本低，售价在几百到几千美元不等，远低于同等性能的机械式和混合式车载激光雷达。

图3-6：Quanergy OPA激光雷达S3

劣势与技术难点： 1、易形成旁瓣，影响光束作用距离和角分辨率，使激光能量被分散；2、光学相控阵芯片加工难度相当高，要求阵列单元尺寸必须不大于半个波长，激光雷达的工作波长一般在1微米左右，这就意味着阵列单元的尺寸必须不大于500纳米；3、探测距离很难做到很远。

3.3.2 Flash型

Flash 型车载激光雷达属于非扫描式激光雷达，它不像MEMS或OPA的方案会去进行扫描，而是短时间直接发射出一大片覆盖探测区域的激光，再以高度灵敏的接收器，来完成对环境周围图像的绘制。Flash 型激光束直接向各个方向漫射，只要一次快闪便能照亮整个场景，因此能快速记录环境信息，避免了扫描过程中目标或激光雷达移动带来的运动畸变。目前其无法用于智能驾驶汽车的原因在于其探测距离小，当探测目标距离过大时返回的光子数有限，导致探测精度降低，无法准确感知目标方位。

图3-7：Flash激光雷达工作原理图

技术难点： Flash激光雷达的接收端是由像素阵列组成的，每个像素单元独立解析，像素精度对探测精度起着决定性作用，像素点不宜过大。
全固态激光雷达需要解决的 **两个关键问题：**①反射回来的光功率有限，于是造成探测距离和精度有限；②传统机械扫描的激光雷达是发射光路与接收光路同步扫描，接收视场特别小，外界的直接照射干扰信号很难对准并进入激光雷达的接收视场，于是抗干扰能力强。但固态激光雷达不是同步扫描，必须采用一个大视场的光学系统来接收激光的回波信号，太阳光和其他同类系统发射的激光信号就更容易进入系统，于是需要引入一些抗干扰的方法。

4. 车载激光雷达接收技术

车载激光雷达信号接收技术的核心元件是光电探测器，其利用光电效应将光信号转化为电信号。目前常用的探测器主要包括雪崩光电二极管（Avalanche photodiodes，APDs）、单光子雪崩二极管（Single photon avalanche diodes，SPADs）和硅光电二极管（silicon photomultipliers，SiPMs）等。

4.1. 雪崩光电二极管APD

APD是一种具有高速度、高灵敏度的光电二极管，如图4-1所示。其在以硅或锗为材料制成的光电二极管的P-N结上加上反向偏压后，射入的光被P-N结吸收后会形成光电流。加大反向偏压会产生“雪崩”（即光电流成倍地激增）的现象，因此这种二极管被称为“雪崩光电二极管”。而 APD 的反向偏压被设定为高于击穿电压时，内部电场更强，光电流则会获得 105～106 的增益，这种工作模式就叫 APD 的“盖革模式”。 在盖革模式下，光生载流子通过倍增就会产生一个大的光脉冲，而通过对这个脉冲的检测，就可以检测到单光子。APD具有超低噪声、高速、高互阻抗增益，灵敏度高等特点。
但由图4-2可知APD最小探测的光子量级在103附近，所以对于这种长距低反的情况，只有几十个光子，所以需要有高增益的探测器，也就是 SPAD 和 SiPM。

图4-1：APD

图4-2：不同光电探测器探测光子量级

4.2. 单光子雪崩二极管 SPAD

单光子雪崩二极管 (SPAD) 是一种固态光电探测器，与雪崩光电二极管 (APD) 属于同一家族，同时也与基本的二极管行为有着根本的联系。APD工作在击穿电压附近（<击穿电压），表现出有限的增益。SPAD工作在击穿电压以上，表现出无限的增益（理论增益为∞）。SPAD区别与APD的是每次至多检测一个光子，而且每次光子检测之后需要几个纳秒的死区的时间来准备下一次检测，从而将最大计数率限制为大约100MHz；
SPAD的工作模式：
1）工作电压 > 击穿电压，光子入射，触发雪崩，开始探测；
2）淬火，使得工作电压 < 击穿电压，抑制雪崩，电路停止工作；
3）复位，将工作电压拉回到大于击穿电压状态，重复步骤1.

4.3. 硅光电二极管

SiPM 由许多微单元的并联组成，每个微单元由一个 SPAD 及其前端电路组成，如图4-3所示。所以 SiPM 是光子数分辨探测器，即它们提供有关同时检测到多少光子的信息，因此它们可以达到比单个 SPAD 更高的计数率，与微单元（即 SPAD）的数量成正比。

图4-3：SPAD与SiPM组成

各种探测器性能差异较大，SiPM的增益最高。APD 是目前激光雷达市场的主流，SPAD/SiPM 是重要的发展趋势，但是工艺难度较高，车规级产品较少。
图4-4是基于车载激光雷达机理的局限性的归纳

图4-4：基于激光雷达机理的局限性

5. 国内外主流激光雷达企业

1. 美国老牌Velodyne
   谷歌在其最早的自动驾驶原型汽车中所使用的LiDAR传感器就是由该公司开发的。美国Velodyne公司成立于1983年，其3D激光雷达产品种类丰富，包括16线束、32线束及64线束等，其中还有专门为智能驾驶汽车设计的Ultra Puck激光雷达。
2. 硅谷新锐Quanergy
   2014年9月，Quanergy和奔驰达成战略合作，为奔驰研发车内传感系统和无人车。而事实上，这家年轻的公司2012年才在硅谷成立。2014年10月，该公司获得了3000万美元的A轮融资。2015年10月，Quanergy公司宣布与Delphi公司合作，为无人驾驶汽车开发一种新型的激光雷达系统，每台单价低于1000美元。目前，Quanergy共推出了两款3D激光雷达产品，一款是安装在奔驰智能驾驶测试车上的The Mark VIII，另一款就是第一款专为智能驾驶汽车设计的全固态激光雷达S3。
3. 德国IBEO
   德国IBEO公司1998年在汉堡成立，主要从事高性能激光雷达方面的研发。2000年IBEO成为传感器制造商SICK公司的独立部门，2009年从SICK公司独立至今。目前，公司共推出四款激光雷达，分别是miniLUX、SCALA、LUX-4L及LUX-8L。其中，LUX-4L与LUX-8L专门用于ADAS无人驾驶系统。
4. 以色列Innoviz
   基于MEMS扫描的激光雷达方案，创始人是以色列情报技术部门出身，去年1月A轮融资700万美元，B轮融资6500万美元，背后站着德尔福、麦格纳。产品为innovizPro和InnovizOne。
5. 加拿大 Leddar Tech
   2014年法雷奥与加拿大的 LeddarTech 合作开发固态激光雷达，由LeddarTech提供技术和专利，计划2018年量产，照射距离最远为100m。2016年9月，LeddarTech 开卖模块化 Vu8 固态激光雷达，售价475美元，检测距离215米。2017 CES上，LeddarTech展示了下一代点云数据计算芯片LeddarCore，支持MEMS微镜和2D/3D Flash 激光雷达。
6. 国内镭神智能
   镭神智能成立于2015年2月15日，并在同年7月获得了北极光创投1000万人民币的A轮投资。他们至今共推出了4款雷达产品，主要包括室内机器人激光雷达、汽车防撞激光雷达等。
7. 国内思岚科技
   思岚科技成立于2013年10月，前身为业内具有较高知名度的PoboPeak团队。他们主要产品是模块化自主定位导航解决方案、低成本2D激光雷达和通用机器人移动平台，目前一共推出了2款激光雷达产品，RPLidar A1和RPLidar A2。2015年底思岚科技融资共计6000万元，估值3.6亿元。
8. 国内禾赛科技
   禾赛科技于2013年成立于美国硅谷圣何塞，2014年落户上海。今年4月，禾赛发布用于自动驾驶的40线混合固态激光雷达Pandar40，其优势包括150米距离、厘米级精度、高角分辨率（等效83线）、小体积，和显著低于国外竞品的售价及交货周期。同时，禾赛科技还重金下注正在开发中的新一代MEMS激光雷达——Pandar GT。
9. 国内速腾聚创
   速腾聚创成立于2014年。2016年10月，速腾聚创推出了国内首个应用于无人驾驶汽车的16线混合固态激光雷达RS-LiDAR，测距100米，精度达到了2cm，垂直30度（±15度），实时出点数32万点每秒，并进行了初期的路测，这也是国产激光雷达首次进行公开展示和测试。今年4月份，速腾聚创宣布已经为多线激光雷达量产做好充分准备，已可以向无人驾驶测试和研发机构及时供应激光雷达及配套设备。目前，速腾聚创是国内首个宣布量产的激光雷达厂商。
10. 国内光珀智能
    光珀智能2015年于杭州成立，其产品是建立在新一代固态激光雷达传感技术上的先进3D智能相机，并对核心技术拥有全部自主知识产权。今年9月光珀在美国发布了多款固态面阵激光雷达，应用于10米以内短距离检测的3款产品GP001A-16、GP001A-8、GP001，能够检测室外30米远的GP002，最远能在室外实现150米检测的GP003。短距离平台主要对标Kinect、Realsense等解决方案，应用在体感游戏、机器人避障导航和安防领域；中长距离产品则主要规划用于泛安防、送货机器人、无人机、自动驾驶等领域。

部分参考

ToF与FMCW之争
SPAD(单光子雪崩器件)概述：<1>雪崩击穿
调频连续波雷达(FMCW)测距/测速原理，看完这篇基本就懂了！
激光雷达探测及三维成像技术进展，读这一篇就知晓
2022年激光雷达行业深度报告
激光雷达行业专题研究：激光器、探测器、驱动芯片等为核心