Supplyframe Supplyframe XQ Datasheet5 芯耀 Findchips bom2buy Siemens Xcelerator
关注我们
  • 技术群
  • 地域群
  • 活动群

  • 存储/储能技术资源交流群

    加入

  • 电子技术交流群

    加入

  • AI人工智能交流群

    加入

  • 物联网技术交流群

    加入

  • 机器人技术交流群

    加入

  • 电源技术交流群

    加入

  • 广深工程师技术资源交流群

    加入

  • 上海区域工程师技术资源交流群

    加入

  • 北京区域工程师技术资源交流群

    加入
设计助手
电子硬件助手 电子硬件助手
元器件查询 元器件查询

扫码加入

加入星计划，您可以享受以下权益：

  • 创作内容快速变现
  • 行业影响力扩散
  • 作品版权保护
  • 300W+ 专业用户
  • 1.5W+ 优质创作者
  • 5000+ 长期合作伙伴
立即加入

激光雷达

加入交流群
扫码加入
获取工程师必备礼包
参与热点资讯讨论

激光雷达（英文：Laser Radar），是以发射激光束探测目标的位置、速度等特征量的雷达系统。其工作原理是向目标发射探测信号（激光束），然后将接收到的从目标反射回来的信号（目标回波）与发射信号进行比较，作适当处理后，就可获得目标的有关信息，如目标距离、方位、高度、速度、姿态、甚至形状等参数，从而对飞机、导弹等目标进行探测、跟踪和识别。它由激光发射机、光学接收机、转台和信息处理系统等组成，激光器将电脉冲变成光脉冲发射出去，光接收机再把从目标反射回来的光脉冲还原成电脉冲，送到显示器。概述图参考资料

激光雷达（英文：Laser Radar），是以发射激光束探测目标的位置、速度等特征量的雷达系统。其工作原理是向目标发射探测信号（激光束），然后将接收到的从目标反射回来的信号（目标回波）与发射信号进行比较，作适当处理后，就可获得目标的有关信息，如目标距离、方位、高度、速度、姿态、甚至形状等参数，从而对飞机、导弹等目标进行探测、跟踪和识别。它由激光发射机、光学接收机、转台和信息处理系统等组成，激光器将电脉冲变成光脉冲发射出去，光接收机再把从目标反射回来的光脉冲还原成电脉冲，送到显示器。概述图参考资料收起

查看更多
类型
新鲜 热门
不限时间
  • 调频连续波（FMCW）为什么是自动驾驶激光雷达的未来？
    激光雷达技术从脉冲式ToF向调频连续波(FMCW)发展，FMCW因其高精度、抗干扰和多功能性成为未来的趋势。尽管存在光源稳定性和硅光集成等挑战，FMCW激光雷达在复杂环境下的表现优于脉冲式雷达，并有望在未来自动驾驶领域广泛应用。
    409
    03/11 11:35
    激光雷达 FMCW
  • 做难而正确的事情：华为乾崑双光路图像级激光雷达产品分析
    华为乾崑发布最新一代双光路图像级激光雷达，线数高达896线，具备双光路架构和图像级分辨率，能够有效解决小目标、低反射率和异型障碍物的检测难题。该雷达已在新尊界S800、新M9等车型上量产，并有望在未来更多车型中搭载。华为乾崑通过持续的技术投入和生态协同，不断提升激光雷达性能，推动智能驾驶技术的进步。
    292
    03/11 10:00
    智能驾驶 激光雷达
    做难而正确的事情：华为乾崑双光路图像级激光雷达产品分析
  • 自动驾驶半固态激光雷达是如何工作的？
    自动驾驶技术的提升很大程度上取决于传感器技术的突破。作为自动驾驶感知层级的核心组件，激光雷达（LiDAR）一直被誉为车辆的“眼睛”。它能够通过发射激光束并接收反射信号，在极短的时间内构建出周围环境的高精度三维模型。在激光雷达的多种技术路线中，半固态激光雷达正逐渐取代传统的旋转机械式激光雷达，成为乘用车前装量产市场的主流选择。
    491
    03/10 11:39
    自动驾驶 激光雷达
  • 896线图像级激光雷达！纯视觉VLA疼不？
    华为推出896线双光路图像级激光雷达，大幅提升感知精度与安全性，标志着自动驾驶感知技术进入图像级新时代。
    571
    03/07 11:25
    激光雷达 VLA
    896线图像级激光雷达！纯视觉VLA疼不？
  • 对话速腾无人车事业部总裁徐钰滨：实现真正的L4，离不开高线数激光雷达丨L4十人谈
    “Robotaxi迈向规模化，数字化架构率先收割90%市场。 ”      作者丨韦艳娇 编辑丨田哲、李雨晨 “在可见的未来，L3和L4肯定离不开激光雷达，数字化Lidar一定是趋势。” 速腾聚创无人车事业部总裁徐钰滨抛出了这样一个判断。 在自动驾驶领域，视觉派与激光雷达派的争论从未停歇。而在Robotaxi行业从早期探索到规模化落地的演进过程中，不论选择哪一路径，“如何看得更清、更安全”的感知难
    416
    03/06 20:46
    激光雷达 汽车市场
  • 华为896线激光雷达来了：120米外能“看见”14厘米高障碍物
    作者 | 邱锴俊 编辑 | 章涟漪 特斯拉小鹏坚决走视觉路线，华为等绝大部分中国企业则坚决走激光雷达路线，而且还在不断“卷”激光雷达，更多、更强大的激光雷达。 3月4日，鸿蒙智行举行了技术焕新发布会。华为常务董事、终端BG董事长余承东抛出的重磅产品是896线的激光雷达，能够在120米外识别14厘米高的障碍物，进一步提升辅助驾驶的识别、躲避障碍物的能力。 这个当今量产最高线数的激光雷达，将首先搭载在
    554
    03/05 20:45
    华为 激光雷达
  • 激光雷达光学窗口清洁度不达标？研洁等离子清洗设备保障传感器精度
    摘要 激光雷达光学窗口清洁度不达标，影响传感器精度？研洁等离子清洗设备能够高精度清洁，保障传感器性能。 行业痛点 激光雷达在自动驾驶和工业测量中有广泛应用，其光学窗口的清洁度直接影响传感器的精度和可靠性。传统清洁方法难以达到所需的高精度标准。 技术方案 研洁等离子清洗设备采用先进的等离子体技术，通过高频电场激发气体分子，产生高能等离子体。这些等离子体能够深入光学窗口表面，彻底去除微小污染物，保障传
    612
    03/04 08:34
    传感器 激光雷达
  • 无人配送车市场爆发，速腾聚创激光雷达搭载量行业第一
    2026年，国家邮政局计划深化“人工智能+邮政快递”融合，加快推广无人配送技术，目标是推动L4级无人车在全国超300个城市运营，预计2026年无人配送车出货量将达到10-15万台。随着政策驱动和技术进步，多家企业加大投资，无人配送车市场规模迅速扩大，预计2030年出货量可达60-100万台。
    976
    02/25 11:32
    激光雷达 无人配送车辆
  • 为什么自动驾驶激光雷达点云中间是黑洞？
    激光雷达探测到的点云中会出现一个圆形的“真空带”，这是由垂直视场角限制、安装几何约束、光学收发架构以及后端算法处理逻辑等因素造成的。这种盲区影响了车辆对近场障碍物的感知能力。通过硬件创新和多传感器融合，可以缩小或填补这一空洞，从而提高自动驾驶系统的安全性。
    391
    02/24 10:03
    自动驾驶 激光雷达
  • 自动驾驶如何做好数据闭环？
    自动驾驶系统通过数据闭环持续学习与改进，确保稳定性和安全性。数据闭环包括数据采集、预处理、模型训练、仿真测试、车端验证和部署等多个环节，每个环节都需要高效的工具与平台支持。数据采集涵盖多种传感器数据，预处理和清洗确保数据质量。模型训练利用大量标注数据，仿真测试验证模型性能。最终，车端验证和部署确保系统在实际道路中的表现。整个闭环体系需满足合规与隐私保护要求，以保障自动驾驶系统的持续进化和安全发展。
    552
    02/24 09:57
    自动驾驶 激光雷达
  • 自动驾驶汽车如何完成超车？
    自动驾驶超车涉及感知、决策、路径规划和控制执行四大步骤，确保安全性和合规性。首先，系统通过多传感器融合感知周围环境，判断超车条件。其次，决策阶段评估超车可行性，确保符合法规和安全要求。接着，路径规划确定超车路径，兼顾车辆性能和安全性。最终，控制执行阶段精确实施超车动作，实时监测并调整，确保全程安全可控。
    674
    02/24 09:21
    自动驾驶 激光雷达
  • 自动驾驶中常提的“深度估计”是个啥？
    当我们看一张照片时，可以通过肉眼自然地判断照片中的物体远近，这种对于空间和距离的感知，对于人类来说是本能，是从幼儿时期开始就形成的一种能力。 对于自动驾驶汽车来说，为了能更好地辨别路况，也需要类似的能力。 什么是深度估计？ 自动驾驶汽车必须理解环境中物体距离它有多远，需要能快速辨别前面是行人还是车？那个车到底是在十米开外还是一两百米远？ 深度估计就是让机器从感知到的图像或传感器数据中估计出物体到自
    571
    02/24 09:15
    传感器 激光雷达
  • 激光雷达点云中的空洞现象是什么原因导致的？
    激光雷达点云空洞是自动驾驶感知中的重要问题，表现为传感器在复杂场景下对信息持续获取能力的边界。其原因包括物体表面反射率低、激光回波落入系统盲区、光学结构和视场设计影响以及外部环境干扰。点云空洞可能导致自动驾驶系统误判环境，影响物体跟踪和路径规划，进而影响安全性与舒适性。减少和避免点云空洞的有效方法包括提升硬件性能、优化光学设计、采用双回波输出策略、软件预处理以及多传感器融合。
    467
    02/14 14:34
    自动驾驶 激光雷达
    激光雷达点云中的空洞现象是什么原因导致的？
  • FMCW和ToF激光雷达，哪种更适合自动驾驶？
    激光雷达在自动驾驶系统中扮演重要角色，主要分为ToF和FMCW两种测距方式。ToF技术成熟、成本低，适合广泛使用；FMCW技术先进，具备测速能力，但系统复杂、成本高，尚未全面成熟。两者各有优劣，短期内ToF仍是主流，FMCW有望在未来高级自动驾驶中发挥作用。
    502
    02/13 08:40
    自动驾驶 激光雷达
    FMCW和ToF激光雷达，哪种更适合自动驾驶？
  • 2025主雷达装机量出炉，禾赛问鼎第一
    激光雷达在过去几年因成本高昂和工程化不成熟而受到限制，但在近年，随着禾赛科技等本土企业的突破，单价降至数千元，产品可靠性提高，迎来了快速发展期。2025年，激光雷达在中国汽车行业的渗透率达到了11%，并逐渐成为标配，特别是在高端车型和新能源车型中。随着政策变化和技术进步，激光雷达的重要性进一步凸显，尤其是在夜间等复杂光照条件下。激光雷达的成本下降和性能提升，使得更多车型得以配备，推动了智能辅助驾驶系统的普及。
    1999
    02/12 10:10
    智能驾驶 激光雷达
  • 灰尘是如何影响激光雷达识别效果的？
    激光雷达在灰尘环境下的性能挑战及其应对策略
    511
    02/12 09:02
    自动驾驶 激光雷达
    灰尘是如何影响激光雷达识别效果的？
  • 强化学习会让自动驾驶模型学习更快吗？
    在谈及自动驾驶大模型训练时，有的技术方案会采用模仿学习，而有些会采用强化学习。同样作为大模型的训练方式，强化学习有何不同？又有什么特点呢？ 什么是强化学习？ 强化学习是一种让机器通过“试错”学会决策的办法。与监督学习不同，监督学习是有人提供示范答案，让模型去模仿；而强化学习不会把每一步的“正确答案”都告诉你，而是把环境、动作和结果连起来，让机器自己探索哪个行为长期看起来更有利，便往那个行为中去靠。
    1531
    02/02 09:39
    激光雷达 控制器
  • 激光雷达“标配”时代，Pickering把高可靠矩阵平台搬进车载产线
    激光雷达在新能源乘用车中的渗透率已达到17%，且连续三个月保持在16%以上。品英Pickering通过PXI模块帮助雷达厂商在测试、校准及可靠性验证环节实现高效连续作业，满足快速上量需求。
    744
    01/27 12:54
    激光雷达
    激光雷达“标配”时代，Pickering把高可靠矩阵平台搬进车载产线
  • 激光雷达“线”越多，自动驾驶能力就越强？
    激光雷达线束数量的增加是否提升了自动驾驶能力？尽管线束增多提高了垂直角分辨率和探测距离，但高线束雷达面临着算力、带宽、成本和环境适应性等方面的挑战。通过ROI技术和FMCW激光雷达，实现了智能化的感知分配和更高维度的信息提取。未来，软件定义雷达和跨模态融合技术有望进一步提升感知精度，推动自动驾驶技术的发展。
    1584
    01/26 10:15
    自动驾驶 激光雷达
    激光雷达“线”越多，自动驾驶能力就越强？
  • 一文了解激光雷达测距及工作原理
    激光雷达简介：激光雷达利用波束成形与扫描技术，通过发射波束并接收反射波来探测目标物体的距离和表面轮廓。与传统毫米波雷达相比，激光雷达具备更高分辨率、更远探测距离和更强抗干扰能力。激光雷达可分为机械式、半固态式和全固态式，其中全固态式激光雷达，特别是基于光学相控阵（OPA）的激光雷达，因其无惯性、高分辨率和灵活性而备受关注。 OPA激光雷达工作原理类似微波相控阵，通过调整阵元间的相位差实现光束扫描。OPA的原理与夫琅禾费衍射相似，通过复振幅叠加模型实现精确的波束成形。 激光探测技术主要包括直接测量飞行时间（dToF）、间接测量飞行时间（iToF）和相干测量法（FMCW）。FMCW激光雷达因其相干检测特性、无需高性能探测器、适合集成光子芯片等特点，成为芯片化激光雷达的理想选择。 FMCW测距原理基于激光干涉，通过频率线性调制的光源发射信号，接收反射信号并与本地信号进行相干混频，从而获取目标距离和速度信息。FMCW测距的分辨率取决于光源的调制带宽，而测速则依赖于目标的多普勒频移效应。 综上所述，硅基OPA芯片的性能优化和光电子集成技术的进步，使得未来的OPA固态激光雷达有望在自动驾驶等领域得到广泛应用。
    7417
    01/13 10:15
    激光雷达 激光测距
    一文了解激光雷达测距及工作原理

正在努力加载...

热门作者 换一换
相关标签