从自动驾驶技术发展来看，L0-L2阶段，传感器与控制系统的革新是主要变化；L3-L4阶段，感知与决策能力的增强是主要变化。L2、L3及L4级别的智能驾驶所需激光雷达台数分别为0台、1台和5台，激光雷达称为推动智能驾驶发展的重要因素。就国内市场而言，中国拥有世界较大的高级辅助驾驶和无人驾驶市场，成长空间也较为广阔。2020年11月发布的《智能网联汽车技术路线图（2.0版）》明确指出到2030年我国L2和L3级渗透率要超过70%。但激光雷达的技术路线仍然有其他的选项尚未成熟，市场目前依然处于群雄逐鹿的状态。伴随着在汽车行业的不断渗透与工业自动化的发展，激光雷达的投资机会可不断给到我们想象空间。激光雷达在农业领域用于监测作物生长情况。泰览Tele-15激光雷达价格
目前，LiDAR已普遍应用于各个领域。在大气科学中，LiDAR被用于空气质量监测和污染物检测；在天文学领域，LiDAR技术可用于观察行星表面地貌特征以及太阳系内其他天体的形态结构；在工程建设方面，利用LiDAR技术可以快速获取地形数据、制作数字高程模型（DEM）以及生成精确的三维地图；而在汽车领域中，人们普遍认为LiDAR是一项关键的光学距离感知技术，在自动驾驶领域得到了普遍应用。几乎所有投入自动驾驶研发的厂商都将LiDAR视为一项关键技术，并且已经有一些低成本、小体积的LiDAR系统被应用于高级驾驶辅助系统（Advanced Driver Assistance Systems, ADAS）。泰览Tele-15激光雷达价格Mid - 360 独特混合固态技术，造就 360° 全向超大视场角优势。
LiDAR还能够用于确定测量目标的速度。这可以通过多普勒方法或快速连续测距来实现。例如，可以使用LiDAR系统测量风速和车速。另外，LiDAR系统能够用于建立动态场景的三维模型，这是自动驾驶中会遇到的情形。这可以通过多种方式来实现，通常使用的是扫描的方式。LiDAR 技术中的挑战，在可实现的LiDAR系统中存在一些众所周知的挑战。这些挑战根据LiDAR系统的类型有所不同。以下是一些示例：隔离和抑制发射光束的信号——探测光束的辐射亮度通常远大于回波光束。必须注意确保探测光束不会被系统自身反射或散射回接收器，否则探测器将会因为饱和而无法探测外部目标。
车联网+机器人，智慧城市、车联网等场景有助于催生路侧激光雷达市场成长。世界范围来看，中国车联网发展速度较快，战略化程度较高。2020 年 2 月，国家发展革新委、工信部、科技部等 11 个部委联合印发《智能汽车创新发展战略》，提出到 2025 年，车用无线通信网络（LTE-V2X 等）实现区域覆盖，新一代车用无线通信网络（5G-V2X）逐步开展应用，高精度时空基准服务网络实现全覆盖。激光雷达结合智能算法，能够提供高精度的位置、形状、姿态等信息，实现对交通状况进行全局性的精确把控，对车路协同功能的实现至关重要。随着智能城市、智能交通项目的落地，未来该市场对激光雷达的需求将呈现稳定增长态势。激光雷达在智能交通信号灯控制中实现了车辆流量的精确感知。
相比于半固态式和固态式激光雷达，机械旋转式激光雷达的优势在于可以对周围环境进行360°的水平视场扫描，而半固态式和固态式激光雷达往往较高只能做到120°的水平视场扫描，且在视场范围内测距能力的均匀性差于机械旋转式激光雷达。由于无人驾驶汽车运行环境复杂，需要对周围360°的环境具有同等的感知能力，而机械旋转式激光雷达兼具360°水平视场角和测距能力远的优势，目前主流无人驾驶项目纷纷采用了机械旋转式激光雷达作为主要的感知传感器。10cm 小盲区，Mid - 360 配合小巧体积，实现移动机器人无死角感知。单线激光雷达价格
览沃 Mid - 360 从 2D 到 3D 感知升级，提升移动机器人运维效率。泰览Tele-15激光雷达价格
全固态激光雷达。顾名思义此激光雷达没有任何机械摆动结构，自然也没有旋转。将机械化的激光雷达芯片化，体型更小、性能更好、寿命更可靠，但逃脱不了摩尔定律的轨道，目前有两种方式。1. 光学相控阵式（OPA）固态激光雷达，OPA固态激光雷达完全没有摆动固件，利用多个光源组成阵列，合成特定方向的光束，实现对不同方向的扫描。具有扫描速度快、精度高、可控性好、体积小（Quanergy激光雷达只有90x60x60mm）等优点，缺点是易形成旁瓣，影响光束作用距离和角分辨率，同时生产难度高。2.Flash固态激光雷达，Flash固态激光雷达，也可以说是非扫描式，它可以在短时间直接发射出一大片覆盖探测区域的激光，利用光阵构建图像，就像是照相机，快速记录整个场景，减少了没有了转动与镜片磨损，相对更为稳定，不过缺陷也很明显，比如探测距离较近，对处理器要求较高，相对应成本也高。泰览Tele-15激光雷达价格
