基于激光雷达的各种优点，现阶段对雷达的应用中激光雷达已经占据了举足轻重的地位，在军事系统、海洋探测、无人自主车辆等各个领域都随处可以看到激光雷达的身影。
1.2  国内外研究现状
科学技术的不断发展带来了人工智能领域的飞跃，其中激光雷达的应用逐渐扩展，研究深度也逐渐加深。美国、澳大利亚、加拿大、瑞典等国家在此方面走在了世界的最前列。
科技发展水平最高的美国在对激光雷达的应用方面同样引领全球。早在2007年11月，一场名为Urban Challenge的无人自主车辆的挑战赛在美国拉开帷幕，该挑战赛是由DARPA组织发起，这次比赛的主角是完全自主的无人车辆。比赛要求参加的车辆能够完全自主地在规定的街道上行驶。这次比赛吸引了来自全球各个国家的89支队伍，最终只有11支队伍完成了比赛，进入了最后的决赛。决赛要求无人自主车能够完成了100公里的城市无人驾驶，有6只队伍按照时间要求完成了比赛。其中只有卡内基梅隆大学，斯坦福大学以及弗吉尼亚理工学院为主的联合车队完成了所有的比赛。以下图片为这三所大学的无人车辆，均以单线或者多线雷达作为环境建模的工具。
 
图1.1 卡内基梅隆大学的Boss
 
图1.2 斯坦福大学的Junior
 
图1.3 弗吉尼亚理工学院联合车队的Odin
在2014国际消费电子(CES)展上，Induct Technology 公司展出了世界上第一款可投入商业运营的无人驾驶汽车，并将其命名为纳文亚（Navia）。参与纳文亚无人驾驶电动汽车合作研发的公司分布在全球各个地方，其中由来自于英国的奥克斯能源公司提供电池技术，由来自于英国牛津的卡拉姆科学中心承担车辆测试。此外，瑞士以及新加坡的一些企业也参与了纳文亚无人驾驶电动汽车的研发工作。纳文压首先利用激光雷达对周边环境进行扫描和识别，从激光雷达得出的数据来引导车辆行进。当激光雷达通过分析数据判断出前方障碍物后，就会向车辆发出指令，控制车辆减速或者停车，同时计算出安全路线继续前进。
 
图1.4 Navia无人自主车
在美国汽车城底特律的一次车辆展示活动上，福特公司展示了其在无人自驾汽车方面的最新研究成果，并命名为Fusion Hybrid。这辆车在外观上与福特公司的2014款Fusion非常相像,但在车顶上安装了四个32线的激光雷达传感器，通过32线激光雷达的工作，绘制出汽车周围360度的路面状况信息。福特无人自驾车的这套系统类似于谷歌街景地图采集系统的缩小版。福特公司利用激光雷达系统，结合了360度摄像头，使Fusion Hybrid能够清楚地了解周围的环境。与虚拟的3D地图有所不同的是，该激光雷达系统得到的数据是实时的，从而可以让Fusion Hybrid判断出物体的存在状态，例如静止不动的物体（道路的分隔线，隧道出口，道路的上下坡，公园长椅等）挥着正在移动中的物体（动物，行人，来来往往的车辆等）。Fusion Hybrid根据密歇根大学开发的算法把采集汇总到的数据进行处理，判断出周围环境状况，做出合理的行驶动作。
 
图1.5 福特无人车
 
图1.6 福特无人车激光雷达
我国对激光雷达技术的研究相对落后，各项工作还处于起步阶段，对激光雷达的技术和理论基础还非常薄弱。至今国内还没有研发出成熟的激光雷达系统，目前，我国的激光雷达设备的来源多是直接采购国外的设备，国内还不具有生产合格的激光雷达产品。由于对激光雷达技术的研究还少，在使用过程中还存在巨大的浪费，不能对采集到的数据做出完全的处理。正是由于国内对于激光雷达技术的欠缺现状，所以对于激光雷达应用于移动机器人这一领域有着非常广阔的前景[2]。 OpenGL基于32线激光雷达的机器人结构化环境建模(3):http://www.youerw.com/jisuanji/lunwen_14475.html