據麥姆斯咨詢報道，激光雷達(LiDAR)與其它傳感器技術(攝像頭、雷達和超聲波)的相互競爭增加了對傳感器融合的需求，同時也要求對光電探測器、光源和MEMS微鏡的仔細甄選。

　　隨著傳感器技術、成像技術、雷達、LiDAR、電子設備和人工智能技術的進步，數十種先進駕駛輔助系統(ADAS)功能已得以實現，包括防撞、盲點監測、車道偏離報警和停車輔助。通過傳感器融合同步此類系統的運行，以允許全自動駕駛車輛或無人駕駛車輛對周圍環境檢測，并警告駕駛員潛在的道路危險，甚至可以采取獨立于駕駛員的規避動作來避免碰撞。

　　自動駕駛汽車還必須能在高速情況下區分并識別前方物體。使用距離判斷技術，這些自動駕駛汽車必須快速構建出約100米遠道路的3D地圖，并能在250米遠的距離上創建出高角分辨率的圖像。如果駕駛員不在場，汽車人工智能必須做出最優決策。

　　此任務的幾種基本方法之一是，測量能量脈沖從自動駕駛汽車發出到目標再返回車輛的往返飛行時間(ToF)。當知道脈沖通過空氣的速度時，就可以計算出反射點的距離。這個脈沖可以是超聲波(聲納)，也可以是無線電波(雷達)或光(LiDAR)。

　　這三種ToF技術，想擁有更高的角分辨率圖像，LiDAR是最好的選擇，這是因為LiDAR圖像的衍射(光束散度)更小，對鄰近物體識別能力比雷達更優秀(見圖1)。對于高速情況下需要足夠時間來應對如迎頭相撞等潛在危險，更高的角分辨率尤為重要。

　　激光源的選擇

　　在ToF LiDAR中，激光發出持續時間為τ的光脈沖，在發射的瞬間激活計時電路內部時鐘(見圖2)。從目標反射的光脈沖到達光電探測器時，會產生一種使時鐘失效的輸出電信號。這種電子測量往返ToF Δt 可計算出目標到反射點的距離R。

　　若現實中激光和光電探測器位于同一位置，其距離R是由以下兩因素影響：

　　c為光在真空中的速度，n為傳播介質的折射率(空氣中折射率接近1)。這兩個因素影響著距離分辨率ΔR：若激光點的直徑大于要解析的目標大小，則測量Δt和脈沖的空間寬度w(w = cτ)的不確定性為δΔt。

　　第一個因子表示為ΔR = ? cδΔt，而第二個因子則表示為ΔR = ? w = ? cτ。若距離測量的分辨率為5 cm，以上關系表明：δΔt約為300 ps，τ約為300 ps。ToF LiDAR要求利用小時間抖動的光電探測器和電子探測器(主要對δΔt有貢獻)和能發射短時脈沖的激光(如相對昂貴的皮秒激光)。在典型汽車LiDAR系統中，激光產生的脈沖持續時間約為4 ns，因此最小光束發散角是必需的。

　　圖1 光束發散角取決于發射天線(雷達)或透鏡(LiDAR)的孔徑和波長的比值。此比例對于雷達產生的較大光束發散角和較小角分辨率來說是偏大的。如圖，雷達(黑色)無法區分這兩輛車，而LiDAR(紅色)則可以

　　對汽車LiDAR系統設計者來說，最關鍵的就是選擇光的波長。但有以下幾項因素限制了此選擇：人眼安全性、與大氣的相互作用、可選用的激光器以及可選用的光電探測器。

　　最受歡迎的兩種波長是905 nm和1550 nm，905 nm光波的主要優點是硅能吸收此波長的光子，而硅基光電探測器通常比探測1550 nm光波的砷化鎵銦(InGaAs)紅外(IR)光電探測器便宜。然而，1550 nm對人眼的安全性更高，允許激光使用的每個脈沖輻射能量更大——這是光子預算中的重要因素。