給定兩個來自不同坐標系的三維數據點集，找到兩個點集空間的變換關系，使得兩個點集能統一到同一坐標系統中，這個過程便稱為配準。配準的目標是在全局坐標框架中找到單獨獲取的視圖的相對位置和方向，使得它們之間的相交區域完全重疊。對于從不同視圖（views）獲取的每一組點云數據，點云數據很有可能是完全不相同的，需要一個能夠將它們對齊在一起的單一點云模型，從而可以應用后續處理步驟，如分割和進行模型重建。目前對配準過程較常見的主要是 ICP 及其變種算法，NDT 算法，和基于特征提取的匹配。激光雷達的設計優化提高了其在復雜環境中的可靠性。河南覽沃激光雷達

激光雷達是自動駕駛領域非常依賴的傳感器，越來越多的自動駕駛公司看好激光雷達的應用前景。激光雷達具有較高的分辨率，可以記錄周圍環境的三維信息，激光雷達是主動發射型設備，對光照的變化不敏感，在有光照變化和夜晚等場景基本不會受到影響。此外激光雷達能夠提供水平360度的視野范圍，保證整個自動駕駛車基本上沒有視野盲區。但是激光雷達懼怕霧霾天氣，因為霧霾顆粒的大小非常接近激光的波長，激光照射到霧霾顆粒上會產生干擾，導致效果下降。隨著技術的進步，以及成本的下降，激光雷達會普及到更多領域。割草機激光雷達廠商安裝布置靈活，覽沃 Mid - 360 滿足移動機器人各種復雜安裝場景。

激光雷達按照測距方法可以分為飛行時間（TimeofFlight，ToF）測距法、基于相干探測FMCW測距法、以及三角測距法等，其中ToF與FMCW能夠實現室外陽光下較遠的測程（100～250m），是車載激光雷達的好選擇方案。ToF是目前市場車載中長距激光雷達的主流方案，未來隨著FMCW激光雷達整機和上游產業鏈的成熟，ToF和FMCW激光雷達將在市場上并存。根據激光雷達按測距方法分類：ToF法：通過直接測量發射激光與回波信號的時間差，基于光在空氣中的傳播速度得到目標物的距離信息，具有響應速度快、探測精度高的優勢。FMCW法：將發射激光的光頻進行線性調制，通過回波信號與參考光進行相干拍頻得到頻率差，從而間接獲得飛行時間反推目標物距離。FMCW激光雷達具有可直接測量速度信息以及抗干擾（包括環境光和其他激光雷達）的優勢。

調頻連續波FMCW激光雷達，以三角波調頻連續波為例來介紹其測距/測速原理。藍色為發射信號頻率，紅色為接收信號頻率，發射的激光束被反復調制，信號頻率不斷變化。激光束擊中障礙物被反射，反射會影響光的頻率，當反射光返回到檢測器，與發射時的頻率相比，就能測量兩種頻率之間的差值，與距離成比例，從而計算出物體的位置信息。FMCW的反射光頻率會根據前方移動物體的速度而改變，結合多普勒效應，即可計算出目標的速度。優點：每個像素都有多普勒信息，含速度信息；解決Lidar間串擾問題；不受環境光影響，探測靈敏度高；缺點：不能探測切向運動目標。輕巧易隱藏布置，覽沃 Mid - 360 兼顧機器人美觀與功能。

NDT 算法的基本思想是先根據參考數據（reference scan）來構建多維變量的正態分布，如果變換參數能使得兩幅激光數據匹配的很好，那么變換點在參考系中的概率密度將會很大。然后利用優化的方法求出使得概率密度之和較大的變換參數，此時兩幅激光點云數據將匹配的較好。由此得到位資變換關系。局部特征提取通常包括關鍵點檢測和局部特征描述兩個步驟，其構成了三維模型重建與目標識別的基礎和關鍵。在二維圖像領域，基于局部特征的算法已在過去十多年間取得了大量成果并在圖像檢索、目標識別、全景拼接、無人系統導航、圖像數據挖掘等領域得到了成功應用。類似的，點云局部特征提取在近年來亦取得了部分進展突破傳統，覽沃 Mid - 360 為移動機器人提供全新環境感知選擇。廣東livox激光雷達制造

激光雷達在建筑施工中用于精確測量和定位。河南覽沃激光雷達

激光雷達的構成與分類：激光雷達的構成，激光雷達發展到現在，其結構精密且復雜，主要由激光系統、接收系統、信號處理單元和掃描模塊四大主要組件構成。激光器以脈沖的方式點亮發射激光，照射到障礙物后對物體進行3D掃描，反射光線經由鏡頭組匯聚到接收器上。信號處理單元負責控制激光器的發射，并將接收到的模擬信號轉為數字信號，然后進入主控芯片進行數據的處理和計算。進一步的，我們可以根據以下指標判斷激光雷達的好壞。視場角，視場角決定了激光雷達能夠看到的視野范圍，分為水平視場角和垂直視場角，視場角越大，表示視野范圍越大，反之則表示視野范圍越小。河南覽沃激光雷達