緊接著，一個激光雷達如果能在同一個空間內，按照設定好的角度發射多條激光，就能得到多條基于障礙物的反射信號。再配合時間范圍、激光的掃描角度、GPS 位置和 INS 信息，經過數據處理后，這些信息配合x，y，z坐標，就會成為具有距離信息、空間位置信息等的三維立體信號，再基于軟件算法組合起來，系統就可以得到線、面、體等各種相關參數，以此建立三維點云圖，繪制出環境地圖，就能變成汽車的“眼睛”。激光雷達是由激光發射單元和激光接收單元組成，發射單元的工作方式是向外發射激光束層，層數越多，精度也越高(如下圖所示)，不過這也意味著傳感器尺寸越大。發射單元將激光發射出去后，當激光遇到障礙物會反射，從而被接收器接收，接收器根據每束激光發射和返回的時間，創建一組點云，高質量的激光雷達，每秒較多可以發出200多束激光。激光雷達通過發射激光束，精確測量目標距離，是自動駕駛的關鍵傳感器。補盲激光雷達設備
當三維點較為稠密的時候，可以像視覺一樣提取特征點和其周圍的描述子，主要通過選擇幾何屬性（如法線和曲率）比較有區分度的點，在計算其局部鄰域的幾何屬性的統計得到關鍵點的描述子，而當處理目前市面上的激光雷達得到的單幀點云數據時，由于點云較為稀疏，主要依靠每個激光器在掃描時得到的環線根據曲率得到特征點。而有了兩幀點云的數據根據配準得到了相對位姿變換關系后，我們便可以利用激光雷達傳感器獲得的數據來估計載體物體的位姿隨時間的變化而改變的關系。比如我們可以利用當前幀和上一幀數據進行匹配，或者當前幀和累計堆疊出來的子地圖進行匹配，得到位姿變換關系，從而實現里程計的作用。北京國產激光雷達行價激光雷達的精密設計使其能在狹小空間內準確測量。
激光雷達在ADAS應用：海內外持續發展，2025年全球市場規模有望達6.2億美元。2020年10月，百度在北京全方面開放無人駕駛出租車服務，在13個城市部署總數測試車輛，并且與一汽紅旗合作實現了中國首條L4級自動駕駛乘用車生產線建設，具備批量生產能力。根據Forst&Sullivan研究估計，2026年ADAS領域使用激光雷達產業規模有望達12.9億美元。其中，中國、美國、其他地區分別為6.7/3.5/2.7億美元。2030年ADAS領域使用激光雷達產業規模有望達64.9億美元，其中中國、美國、其他地區分別為32.5/13.0/19.5億美元。
在三維模型重建方面，較初的研究集中于鄰接關系和初始姿態均已知時的點云精配準、點云融合以及三維表面重建。在此，鄰接關系用以指明哪些點云與給定的某幅點云之間具有一定的重疊區域，該關系通常通過記錄每幅點云的掃描順序得到。而初始姿態則依賴于轉臺標定、物體表面標記點或者人工選取對應點等方式實現。這類算法需要較多的人工干預，因而自動化程度不高。接著，研究人員轉向點云鄰接關系已知但初始姿態未知情況下的三維模型重建，常見方法有基于關鍵點匹配、基于線匹配、以及基于面匹配 等三類算法。激光雷達在野生動物保護中用于監測動物的活動范圍和習性。
工業自動化與自動駕駛：工業自動化，機器人應用范圍包括無人送貨小車、自動清掃車輛、園區內的接駁車、港口或礦區的無人作業車、執行監控或巡線任務的無人機等，這些場景的主要特點是路線相對固定、環境相對簡單、行駛速度相對較低（通常不超過30km/h）。激光雷達可安裝在AGV等小型車輛中，在工廠或倉庫中，集成激光雷達可以被用于導航自動化設備，如自動引導車和機器人，并幫助它們避免撞擊障礙物，以幫助其在無人環境下自動感知路線從而進行日常作業。激光雷達在航空測量中提供了高精度的地理數據。站臺入侵激光雷達參考價
激光雷達的掃描模式多樣，適應不同場景的需求。補盲激光雷達設備
優劣勢分析，優勢：MEMS激光雷達因為擺脫了笨重的「旋轉電機」和「掃描鏡」等機械運動裝置，去除了金屬機械結構部件，同時配備的是毫米級的微振鏡，這較大程度上減少了MEMS激光雷達的尺寸，與傳統的光學掃描鏡相比，在光學、機械性能和功耗方面表現更為突出。其次，得益于激光收發單元的數量的減少，同時MEMS振鏡整體結構所使用的硅基材料還有降價空間，因此MEMS激光雷達的整體成本有望進一步降低。劣勢：MEMS激光雷達的「微振鏡」屬于振動敏感性器件，同時硅基MEMS的懸臂梁結構非常脆弱，外界的振動或沖擊極易直接致其斷裂，車載環境很容易對其使用壽命和工作穩定性產生影響。補盲激光雷達設備