论文部分内容阅读
摘 要：激光雷达是实现无人驾驶汽车的重要传感器，由于其功能特性可以在复杂环境的感知中起到关键作用，越来越受高度重视。通过对现有激光雷达的系统组成与工作原理描述，介绍了车载导航激光雷达分类和技术特点，分析了激光雷达在国内外研究现状及面临的挑战，最后总结了激光雷达后续发展趋势，文章可以作为相关技术应用有益参考。
关键词：无人驾驶;激光雷达;环境感知;发展趋势
一.概述
自2017年开始，自动驾驶进入高速发展快车道，全球各大汽车厂商、互联网公司、新兴造车企业相继推出自动驾驶计划，有机构预测到2035年全球无人驾驶汽车销量将达到2100万辆.激光雷达作为无人车的“眼睛”，作为无人车上最重要的传感器之一，随着自动驾驶产业的发展，近年来出现了井喷式的需求，并极大地影响着无人车的发展。
激光雷达能够及时精确测量无人车周边一定距离内的三维环境信息，并上传至载车控制系统，实现周围地物目标高精度三维信息测量、路面分割、车道线检测、障碍物探测识别、路径规划等。激光雷达由于具有高精度、高分辨率的优势，已经成为目前主流无人驾驶技术中必备的传感器。
二.系统组成和工作原理
激光雷达英文名称为LiDAR（Light Detection and Ranging），也称Laser Radar或LADAR （Laser Detection and Ranging）。从功能层面划分，车载激光雷达组成如图1所示，由激光发射组件、激光接收组件、信息处理组件、收发光学组件、伺服控制组件、数传组件、供电组件组成。激光雷达系统的核心组件主要有激光器、扫描器及光学组件、光电探测器及接收电路等，可提供高分辨率的几何图像、距离图像、强度图像。
其工作原理是飞行时间法，即根据激光遇到障碍物后的折返时间，计算目标与自己的相对距离。激光光束可以准确测量视场中物体轮廓边沿与设备间的相对距离，轮廓信息组成点云并绘制出3D环境地图，精度可达到厘米级别，其激光测距原理如图2所示。
在先进驾驶辅助系统（ADAS）系统中，激光雷达通过透镜、激光发射及接收装置，基于TOF飞行时间原理获得目标物体位置、移动速度等特征数据并将其传输给数据处理器;同时，汽车的速度、加速度、方向等特征数据也将通过CAN总线传输到数据处理器;数据处理器对目标物体及汽车本身的信息数据进行综合处理并根据处理结果发出相应的被动警告指令或主动控制指令，以此实现辅助驾驶功能。
三.优势
根据环境感知激光雷达的任务分析以及实用化的考虑，环境感知激光雷达具有如下优势：
1、精细性测量
为规划行车路线，激光雷达具有对战车周边环境精细的三维测量，包括路况及路面上的各类物体，以满足战车通过性路径选择的需求。激光雷达工作于光学波段，频率比微波高2-3个数量级以上，可同时跟踪多个目标，因此，激光雷达具有极高的距离分辨率、角分辨率和速度分辨率。
2、远距离实时性测量
为保证一定行车速度下的行车安全，激光雷达具备远距离测量能力，具有较高的数据刷新率，实时提供载车周边环境信息，可直接获取目标的距离、角度、速度等信息，生成目标的多维度图像，使得整个画面更加直观。
3、高可靠性
激光属于直线传播、方向性好、光速非常窄，只有在其传播路径上才能接收到，所以干扰信号也很难进入激光雷达的接收机，另外，对于激光雷达而言，只有被照射的目标才会产生反射，完全不会受地物回波的影响，因此可探测低空/超低空目标，探测概率远高于微波雷达。
4、可全天时工作
激光主动探测，不依赖于外界光照条件或目标本身的辐射特性，只需发射自己的激光束，通过探测发射激光束的回波信号来获取目标信息。它颠覆传统了二维投影成像模式，可采集目标表面深度信息，为目标探测、识别、跟踪等数据处理提供充分的信息支持、降低算法难度。
四.国内外研究现状
车载导航激光雷达在过去几年中已经成为光电子领域最受争议的热门应用之一，由于其在环境感知、避障、自主导航、无人驾驶领域潜在的巨大应用价值，国内外数十家研究机构和企业都在依托微波雷达、相机和激光雷达等技术，纷纷进军车用激光雷达领域。
车用激光雷达其主要技术特点是多通道（线）扫描。可以按照激光束（线）分为1线、4线、8线、16 线、32线或64线激光雷达传感器，多个激光束在竖直方向沿不同角度发出，经水平方向扫描实现对目标区域三维轮廓探测。多个测量通道（线）相当于多个倾角的扫描平面，因此垂直视场内激光线越多其竖直方向的角分辨率就越高，激光点云密度就越大。1-4线短测距的激光雷达主要作为移动机器人的三维环境探测传感器——“眼睛”，具备高度机动能力的智能车辆的“眼睛”則需要更长测程、更多线数（8线、16线甚至更多）。
目前国内外已有多家厂商从事导航激光雷达的研究生产，商用车载导航激光雷达主要厂商包括Velodyne、Quanergy、IBEO、Innoviz、LeddarTech、TriLumina、Ouster等。国内民用产品研制单位有杭州巨星、广州中海达、速腾聚创、上海禾赛等公司。Velodyne、Quanergy激光雷达主要用于自动驾驶汽车导航;IBEO的激光雷达受限于线型和精度，主要应用于高级驾驶辅助系统。激光雷达按有无机械旋转部件可分为3类：
1、机械式激光雷达：指发射和接收系统存在宏观意义上的转动，通过不断旋转发射头，将速度更快、发射更准的激光从“线”变成“面”，并在竖直方向上排布多束激光，形成多个面进而达到动态3D扫描并动态接收信息的目的。机械式激光雷达作为在自动驾驶车辆上最先应用的产品，具有扫描速度快、接收视场小、可承受高的激光功率等优点，但是结构笨重、重量和体积较大、装调工作复杂、可靠性差和价格高昂的缺点制约了其在自动驾驶领域的发展空间。图3中左一是Velodyne公司第一代机械激光雷达HDL-64E。 2、混合固态激光雷达：内部兼具“固态”和“运动”两种属性，仅需要一束激光光源，通过MEMS扫描镜反射激光光线并采用微秒级的频率协同工作，探测器接收后达到对目标3D扫描的目的。混合固态激光雷达相较采用多组芯片组的机械式激光雷达，体积更小、成本更低、可靠性更高、探测距离更远。在2016年1月的美国CES消费电子展上，Velodyne发布了其第一款汽车专用的3D激光雷达——混合固态超级冰球，这款产品为32线束激光雷达，体积小巧、便于汽车安装携带，同时价格低廉，性价比较高。
3、全固态激光雷达：内部没有任何宏观或微观上的运动部件，目前市场上主要的全固态激光雷达产品有光学相控阵激光雷达、调频连续波激光雷达、纳米天线阵列激光雷达和泛光面阵式激光雷达。全球领先的固态激光雷达传感器和智能传感解决方案提供商Quanergy Systems提供的S3是全球首款汽车级固态激光雷达系统，如图4所示。通过发射器、接收器和信号处理器三个主要组件的交互，S3每秒生成五十万个数据点。激光器在水平120°内发射平行光脉冲，光接收器探测反射光脉冲。通过在各个方向扫描，S3在车辆周围创建出实时3D视图，以检测、分类和跟踪场景中的对象。全固态激光雷达耐久性、可靠性最佳，符合自动驾驶对雷达固态化、小型化和低成本化的需求，成为未来技术演进的终极方向。
五.面临的挑战
随着自动驾驶技术的快速发展，激光雷达愈发扮演重要的角色，但对近年来国内外各类车载激光探测系统的发展应用情况的综合分析，可以发现国内在该领域的应用研究还存在一定差距，尤其在军用无人车载激光雷达领域，与国外发展相比，国内研究还面临以下挑战：
1、激光雷达设备成本较高，规模化、批量化生产能力较弱。目前激光雷达系统设备的生产加工往往为按订单生产或小批量加工方式，自动化水平较低，生产、装配成本较高，导致其在相关领域应用普及较慢，还不能满足应用快速发展的需求。
2、多数研究专注于规范化道路目标的无人自主行驶识别方面，对越野环境无人驾驶目标感知探测方面的研究未能深入。一些工作侧重于方案设计、算法研究，没有实物场景探测方面的试验研究;
3、环境适应能力是未来激光雷达技术发展需要克服的瓶颈。激光雷达可以做到全天时工作，但大气环境对激光雷达性能造成影响，大雨会吸收激光脉冲，而大雾会造成激光脉冲发射，从而对激光雷达造成影响。
4、黑客攻击。激光雷达发出去的激光本身是没有编码的。所以接收器自己本身是没办法识别到底这束光线是它隔壁发射器发射出去的还是干扰信号。黑客攻击指的是采取模拟车辆、行人的信号，反馈给激光雷达造成周围存在障碍物假象的攻击手法。最终会导致汽车被强制减速或者刹车。
六.发展趋势
为迎合当前军事应用的迫切需求，必须尽快加大牵引力度，全面推动无人车载激光雷达技术的研究工作，缩短差距，尽快实现相关装备的工程化应用。从国内外主流厂商的产品研究应用计划分析，车载激光雷达发展趋势如下：
1、全固态化
全固态扫描车载激光雷达的技术发展趋势，全固态扫描的目标就是。产品固态化是提高激光雷达可靠性、环境适应性，并降低激光雷达成本价格的必由之路。固态激光雷达异军突起，成为各大企业争相研发和布局的领域。固态激光雷达系统使用激光扫描仪生成环境3D图像，并自动处理此3D图像，以执行监视、警告、制动和转向等任务。固态激光雷达市场的增长可归功于汽车行业的发展，特别是针对无人驾驶汽车和先进驾驶辅助系统（ADAS）的应用。此外，低成本化将是国产激光雷达发展的必然趋势。
2、小型化和低成本化
紧凑轻小是激光雷达设备的发展趋势。未来的智能车用激光雷达可能像车灯一样分布在汽车四周——共同实现汽车周边监控或探测。局部视场（如110°），8、16或32线激光雷达有利于嵌入汽车车身进行整车集成，也是一重要发展方向;目前激光雷达较高的技术壁垒和成本价格，使其市场推广和产品落地受阻。无人驾驶汽车技术的发展对小型化、低成本激光雷达的需求提出了更高的要求。这些需求成为推动激光雷达设备进一步小型化和低成本化的动力。
3、多线化
从当前市场上较常见的车载激光雷达来看，机械式多线束激光雷达是主流方案，主要有4线/8线/16线/32线的，最高级别的64线和128线产品。多线激光雷达主要应用于无人驾驶汽车，可以实现实时多物体运动轨迹跟踪，获取周围环境点云构建3D环境模型。根据激光雷达的工作原理可知，激光雷达线束越多，视线越密集，测量的精准度、分辨率和安全性也就越高。多线激光雷达具有多激光光束，且多采用非机械扫描的固态相控阵扫描方式，具有更强的环境感知能力，因此，激光雷达的多线化也将是未来发展的趋势之一。
4、技术指标的不断提高
激光雷达的测程、视场覆盖和测量网格密度是评价激光雷达技术能力的主要技术参数，也是激光雷达的主要应用技术指标，激光雷达技术及产品的发展必然伴随着上述技术指标的不断提高。激光器性能和数据采集效率还有待进一步提升。随着用户对大区域高密度点云的需求持续扩大，需要在获取高密度点云时保证较高的数据采集效率。然而，由于激光器性能限制，目前激光器探测能力已经逐渐逼近探测极限。因此，改进探测器的性能成为当务之急。单光子/量子成像激光雷达将成为未来激光雷达未来发展的重要方向。
5、数据后处理软件的成熟度
在数据后处理软件的成熟度方面，当前点云数据处理还处在发展完善阶段，尤其是面向终端用户满足行业应用需求的定制化软件还处在不断发展完善中。随着激光雷达企业的竞争加剧，软件和硬件技术的有效结合才能更快地推进产品落地应用。
七.结语
车载激光雷达近几年发展迅速，相比国际产品性能，国产激光雷达技术仍需持续攻坚投入。激光雷达在自动驾驶领域受到了极大的关注，不仅提高了汽车的辅助性安全性，更为今后无人驾驶的实现提供可能。未来在各方企业和科研单位的推动下，车载激光雷达技术将会得到进一步发展，同时将会应用到更多不同的场景和领域。
参考文献：
[1].姜立标.汽车传感器及其应用[M].北京：电子工业出版社，2013，9.
[2].黄武陵.激光雷达在无人驾驶环境感知中的应用[J].单片机与嵌入式系统应用，2016，16（10）：3-7.
[3].余莹洁.车载激光雷达的主要技术分支及发展趋势[J].科研信息化技术与应用，2018，9（6）：16–24
[4].陈慧岩.智能车辆先进技术叢书：无人驾驶汽车概论[M].北京理工大学出版社，2014.
作者简介：
常颖（1987—），女，汉族，河南郑州，中国电科27所，工程师，硕士，研究方向：情报研究。
关键词：无人驾驶;激光雷达;环境感知;发展趋势
一.概述
自2017年开始，自动驾驶进入高速发展快车道，全球各大汽车厂商、互联网公司、新兴造车企业相继推出自动驾驶计划，有机构预测到2035年全球无人驾驶汽车销量将达到2100万辆.激光雷达作为无人车的“眼睛”，作为无人车上最重要的传感器之一，随着自动驾驶产业的发展，近年来出现了井喷式的需求，并极大地影响着无人车的发展。
激光雷达能够及时精确测量无人车周边一定距离内的三维环境信息，并上传至载车控制系统，实现周围地物目标高精度三维信息测量、路面分割、车道线检测、障碍物探测识别、路径规划等。激光雷达由于具有高精度、高分辨率的优势，已经成为目前主流无人驾驶技术中必备的传感器。
二.系统组成和工作原理
激光雷达英文名称为LiDAR（Light Detection and Ranging），也称Laser Radar或LADAR （Laser Detection and Ranging）。从功能层面划分，车载激光雷达组成如图1所示，由激光发射组件、激光接收组件、信息处理组件、收发光学组件、伺服控制组件、数传组件、供电组件组成。激光雷达系统的核心组件主要有激光器、扫描器及光学组件、光电探测器及接收电路等，可提供高分辨率的几何图像、距离图像、强度图像。
其工作原理是飞行时间法，即根据激光遇到障碍物后的折返时间，计算目标与自己的相对距离。激光光束可以准确测量视场中物体轮廓边沿与设备间的相对距离，轮廓信息组成点云并绘制出3D环境地图，精度可达到厘米级别，其激光测距原理如图2所示。
在先进驾驶辅助系统（ADAS）系统中，激光雷达通过透镜、激光发射及接收装置，基于TOF飞行时间原理获得目标物体位置、移动速度等特征数据并将其传输给数据处理器;同时，汽车的速度、加速度、方向等特征数据也将通过CAN总线传输到数据处理器;数据处理器对目标物体及汽车本身的信息数据进行综合处理并根据处理结果发出相应的被动警告指令或主动控制指令，以此实现辅助驾驶功能。
三.优势
根据环境感知激光雷达的任务分析以及实用化的考虑，环境感知激光雷达具有如下优势：
1、精细性测量
为规划行车路线，激光雷达具有对战车周边环境精细的三维测量，包括路况及路面上的各类物体，以满足战车通过性路径选择的需求。激光雷达工作于光学波段，频率比微波高2-3个数量级以上，可同时跟踪多个目标，因此，激光雷达具有极高的距离分辨率、角分辨率和速度分辨率。
2、远距离实时性测量
为保证一定行车速度下的行车安全，激光雷达具备远距离测量能力，具有较高的数据刷新率，实时提供载车周边环境信息，可直接获取目标的距离、角度、速度等信息，生成目标的多维度图像，使得整个画面更加直观。
3、高可靠性
激光属于直线传播、方向性好、光速非常窄，只有在其传播路径上才能接收到，所以干扰信号也很难进入激光雷达的接收机，另外，对于激光雷达而言，只有被照射的目标才会产生反射，完全不会受地物回波的影响，因此可探测低空/超低空目标，探测概率远高于微波雷达。
4、可全天时工作
激光主动探测，不依赖于外界光照条件或目标本身的辐射特性，只需发射自己的激光束，通过探测发射激光束的回波信号来获取目标信息。它颠覆传统了二维投影成像模式，可采集目标表面深度信息，为目标探测、识别、跟踪等数据处理提供充分的信息支持、降低算法难度。
四.国内外研究现状
车载导航激光雷达在过去几年中已经成为光电子领域最受争议的热门应用之一，由于其在环境感知、避障、自主导航、无人驾驶领域潜在的巨大应用价值，国内外数十家研究机构和企业都在依托微波雷达、相机和激光雷达等技术，纷纷进军车用激光雷达领域。
车用激光雷达其主要技术特点是多通道（线）扫描。可以按照激光束（线）分为1线、4线、8线、16 线、32线或64线激光雷达传感器，多个激光束在竖直方向沿不同角度发出，经水平方向扫描实现对目标区域三维轮廓探测。多个测量通道（线）相当于多个倾角的扫描平面，因此垂直视场内激光线越多其竖直方向的角分辨率就越高，激光点云密度就越大。1-4线短测距的激光雷达主要作为移动机器人的三维环境探测传感器——“眼睛”，具备高度机动能力的智能车辆的“眼睛”則需要更长测程、更多线数（8线、16线甚至更多）。
目前国内外已有多家厂商从事导航激光雷达的研究生产，商用车载导航激光雷达主要厂商包括Velodyne、Quanergy、IBEO、Innoviz、LeddarTech、TriLumina、Ouster等。国内民用产品研制单位有杭州巨星、广州中海达、速腾聚创、上海禾赛等公司。Velodyne、Quanergy激光雷达主要用于自动驾驶汽车导航;IBEO的激光雷达受限于线型和精度，主要应用于高级驾驶辅助系统。激光雷达按有无机械旋转部件可分为3类：
1、机械式激光雷达：指发射和接收系统存在宏观意义上的转动，通过不断旋转发射头，将速度更快、发射更准的激光从“线”变成“面”，并在竖直方向上排布多束激光，形成多个面进而达到动态3D扫描并动态接收信息的目的。机械式激光雷达作为在自动驾驶车辆上最先应用的产品，具有扫描速度快、接收视场小、可承受高的激光功率等优点，但是结构笨重、重量和体积较大、装调工作复杂、可靠性差和价格高昂的缺点制约了其在自动驾驶领域的发展空间。图3中左一是Velodyne公司第一代机械激光雷达HDL-64E。 2、混合固态激光雷达：内部兼具“固态”和“运动”两种属性，仅需要一束激光光源，通过MEMS扫描镜反射激光光线并采用微秒级的频率协同工作，探测器接收后达到对目标3D扫描的目的。混合固态激光雷达相较采用多组芯片组的机械式激光雷达，体积更小、成本更低、可靠性更高、探测距离更远。在2016年1月的美国CES消费电子展上，Velodyne发布了其第一款汽车专用的3D激光雷达——混合固态超级冰球，这款产品为32线束激光雷达，体积小巧、便于汽车安装携带，同时价格低廉，性价比较高。
3、全固态激光雷达：内部没有任何宏观或微观上的运动部件，目前市场上主要的全固态激光雷达产品有光学相控阵激光雷达、调频连续波激光雷达、纳米天线阵列激光雷达和泛光面阵式激光雷达。全球领先的固态激光雷达传感器和智能传感解决方案提供商Quanergy Systems提供的S3是全球首款汽车级固态激光雷达系统，如图4所示。通过发射器、接收器和信号处理器三个主要组件的交互，S3每秒生成五十万个数据点。激光器在水平120°内发射平行光脉冲，光接收器探测反射光脉冲。通过在各个方向扫描，S3在车辆周围创建出实时3D视图，以检测、分类和跟踪场景中的对象。全固态激光雷达耐久性、可靠性最佳，符合自动驾驶对雷达固态化、小型化和低成本化的需求，成为未来技术演进的终极方向。
五.面临的挑战
随着自动驾驶技术的快速发展，激光雷达愈发扮演重要的角色，但对近年来国内外各类车载激光探测系统的发展应用情况的综合分析，可以发现国内在该领域的应用研究还存在一定差距，尤其在军用无人车载激光雷达领域，与国外发展相比，国内研究还面临以下挑战：
1、激光雷达设备成本较高，规模化、批量化生产能力较弱。目前激光雷达系统设备的生产加工往往为按订单生产或小批量加工方式，自动化水平较低，生产、装配成本较高，导致其在相关领域应用普及较慢，还不能满足应用快速发展的需求。
2、多数研究专注于规范化道路目标的无人自主行驶识别方面，对越野环境无人驾驶目标感知探测方面的研究未能深入。一些工作侧重于方案设计、算法研究，没有实物场景探测方面的试验研究;
3、环境适应能力是未来激光雷达技术发展需要克服的瓶颈。激光雷达可以做到全天时工作，但大气环境对激光雷达性能造成影响，大雨会吸收激光脉冲，而大雾会造成激光脉冲发射，从而对激光雷达造成影响。
4、黑客攻击。激光雷达发出去的激光本身是没有编码的。所以接收器自己本身是没办法识别到底这束光线是它隔壁发射器发射出去的还是干扰信号。黑客攻击指的是采取模拟车辆、行人的信号，反馈给激光雷达造成周围存在障碍物假象的攻击手法。最终会导致汽车被强制减速或者刹车。
六.发展趋势
为迎合当前军事应用的迫切需求，必须尽快加大牵引力度，全面推动无人车载激光雷达技术的研究工作，缩短差距，尽快实现相关装备的工程化应用。从国内外主流厂商的产品研究应用计划分析，车载激光雷达发展趋势如下：
1、全固态化
全固态扫描车载激光雷达的技术发展趋势，全固态扫描的目标就是。产品固态化是提高激光雷达可靠性、环境适应性，并降低激光雷达成本价格的必由之路。固态激光雷达异军突起，成为各大企业争相研发和布局的领域。固态激光雷达系统使用激光扫描仪生成环境3D图像，并自动处理此3D图像，以执行监视、警告、制动和转向等任务。固态激光雷达市场的增长可归功于汽车行业的发展，特别是针对无人驾驶汽车和先进驾驶辅助系统（ADAS）的应用。此外，低成本化将是国产激光雷达发展的必然趋势。
2、小型化和低成本化
紧凑轻小是激光雷达设备的发展趋势。未来的智能车用激光雷达可能像车灯一样分布在汽车四周——共同实现汽车周边监控或探测。局部视场（如110°），8、16或32线激光雷达有利于嵌入汽车车身进行整车集成，也是一重要发展方向;目前激光雷达较高的技术壁垒和成本价格，使其市场推广和产品落地受阻。无人驾驶汽车技术的发展对小型化、低成本激光雷达的需求提出了更高的要求。这些需求成为推动激光雷达设备进一步小型化和低成本化的动力。
3、多线化
从当前市场上较常见的车载激光雷达来看，机械式多线束激光雷达是主流方案，主要有4线/8线/16线/32线的，最高级别的64线和128线产品。多线激光雷达主要应用于无人驾驶汽车，可以实现实时多物体运动轨迹跟踪，获取周围环境点云构建3D环境模型。根据激光雷达的工作原理可知，激光雷达线束越多，视线越密集，测量的精准度、分辨率和安全性也就越高。多线激光雷达具有多激光光束，且多采用非机械扫描的固态相控阵扫描方式，具有更强的环境感知能力，因此，激光雷达的多线化也将是未来发展的趋势之一。
4、技术指标的不断提高
激光雷达的测程、视场覆盖和测量网格密度是评价激光雷达技术能力的主要技术参数，也是激光雷达的主要应用技术指标，激光雷达技术及产品的发展必然伴随着上述技术指标的不断提高。激光器性能和数据采集效率还有待进一步提升。随着用户对大区域高密度点云的需求持续扩大，需要在获取高密度点云时保证较高的数据采集效率。然而，由于激光器性能限制，目前激光器探测能力已经逐渐逼近探测极限。因此，改进探测器的性能成为当务之急。单光子/量子成像激光雷达将成为未来激光雷达未来发展的重要方向。
5、数据后处理软件的成熟度
在数据后处理软件的成熟度方面，当前点云数据处理还处在发展完善阶段，尤其是面向终端用户满足行业应用需求的定制化软件还处在不断发展完善中。随着激光雷达企业的竞争加剧，软件和硬件技术的有效结合才能更快地推进产品落地应用。
七.结语
车载激光雷达近几年发展迅速，相比国际产品性能，国产激光雷达技术仍需持续攻坚投入。激光雷达在自动驾驶领域受到了极大的关注，不仅提高了汽车的辅助性安全性，更为今后无人驾驶的实现提供可能。未来在各方企业和科研单位的推动下，车载激光雷达技术将会得到进一步发展，同时将会应用到更多不同的场景和领域。
参考文献：
[1].姜立标.汽车传感器及其应用[M].北京：电子工业出版社，2013，9.
[2].黄武陵.激光雷达在无人驾驶环境感知中的应用[J].单片机与嵌入式系统应用，2016，16（10）：3-7.
[3].余莹洁.车载激光雷达的主要技术分支及发展趋势[J].科研信息化技术与应用，2018，9（6）：16–24
[4].陈慧岩.智能车辆先进技术叢书：无人驾驶汽车概论[M].北京理工大学出版社，2014.
作者简介：
常颖（1987—），女，汉族，河南郑州，中国电科27所，工程师，硕士，研究方向：情报研究。