激光雷达简称LiDAR，用于获得数据并生成精确的数字模型。而其最基本的工作原理与无线电雷达没有区别，即由雷达发射系统发送一个信号，经目标反射后被接收系统收集，通过测量反射光的运行时间而确定目标的距离。然而，与其他雷达相比，激光雷达也有它独特的优点，如分辨率高，抗有源干扰能力强，体积小，重量轻等。相较于摄像头等探测工具来说，其最大的特点即在于可以生成三维的位置信息，岂能快速能够确定物体的位置、大小、外部形貌甚至材质，同时获得数据并生成精确的数字模型。

1. 定位

       定位在无人驾驶中十分钟重要，只有有了实时的位置信息，系统才能做出下一步判读，决定向何处进发，以及如何前往。
现在定位的方式有许多种。如载波相位差分技术（RTK），但 RTK 还是会受信号的干扰。特别是在一些城市、建筑和树比较多的地方，以及进隧道、出隧道，它的信号容易中断。同时，也有用摄像头等传感器感知外部环境、构建环境模型并利用该模型确定车辆所在的位置的方式，但其对环境的依赖比较强，比如逆光或雨雪天气下，这种定位容易失效。而激光雷达是依靠将车辆的初始位置与高精地图信息进行比对来获得精确位置。首先，GPS、IMU和轮速等传感器给出一个初始（大概）的位置。其次，将激光雷达的局部点云信息进行特征提取，并结合初始位置获得全局坐标系下的矢量特征。最后，将上一步的矢量特征跟高精地图的特征信息进行匹配，得出精确的全球定位。所以，在定位方面，无论是从精度上还是稳定性上来说，运用激光雷达都有无可比拟的优势。而其唯一的缺点便在于目前激光雷达的生产成本较高，但我认为降低成本是必然的趋势，一方面通过规模化的生产降低成本，另一方面往固态方向上进行技术创新，朝着固态的低成本和可量产化的方向去发展，许多国内外厂家都在加速创新，在不久的将来成本将不会成为一个十分棘手的问题。

2. 障碍物的检测和分类

      对于障碍物检测和分类来讲，目前有应用视觉和激光雷达，这两者并没有冲突。激光雷达不依赖光照，它的视角是 360 度，计算量比较小，可以实时扫描，目前普遍用的是 100 毫秒以内的。激光雷达在扫描的过程中，先识别障碍物，知道这个障碍物在空间中的位置，再根据存在的障碍物做分类。比如车、人，我们将这些障碍物分割成为独立的个体，通过分割出来独立的个体再去匹配，从而进行障碍物的分类和物体的跟踪。而跟踪的过程，首先是分割点云，通过点云做关联目标，我们知道上一桢和下一桢是否属于同一个物体，再进行目标跟踪，输出目标跟踪信息。

3.用于先进驾驶辅助系统（ADAS）

      先进驾驶辅助系统（Advanced Driver Assistance System），简称ADAS，是利用安装于车上的各式各样的传感器， 在第一时间收集车内外的环境数据， 进行静、动态物体的辨识、侦测与追踪等技术上的处理， 从而能够让驾驶者在很快的时间察觉可能发生的危险， 以引起注意和提高安全性的主动安全技术。
如果激光雷达能有效控制成本，ADAS等级数较低的驾驶辅助功能也需要用激光雷达。其原因在于，基于摄像头的ADAS和无人驾驶系统，或者单独使用毫米波的局限性很大。首先是视场角的问题，为了保证足够的探测距离，视场角的角度不可太大，而这就导致车辆有非常大的横向盲区。对此现象，有些公司设计了多摄像头来解决此类问题，但效果并不理想，同样的多目摄像头会有重叠区域，还会增加处理数据的难度。其次是低速问题，事实证明，在低速情况下，摄像头的表现不尽人意，甚至对一下移动缓慢或静止的目标都很难识别。所以激光雷达在ADAS方面有着很大的潜力。