激光雷达和与之竞争的传感器技术（相机、雷达和超声波）加强了对传感器融合的需要，也对认真谨慎地选择光电探测器、光源和MEMS振镜提出了更高的要求。

传感器技术、成像、雷达、光探测技术及测距技术（激光雷达）、电子技术和人工智能的进步，使数十种先进的驾驶员辅助系统（ADAS）得以实现，包括防撞、盲点监测、车道偏离预警和停车辅助等。通过传感器融合实现这些系统的同步运行，可以让完全自动驾驶的车辆监视周围环境，并警告驾驶员潜在的道路危险，甚至采取独立于驾驶员的躲避行动以防止碰撞。

自动驾驶汽车还必须在高速状态下区分和识别前方的物体。通过测距技术，这些自动驾驶汽车必须快速构建一张约100m距离内的三维（3D）地图，并在高达250m距离范围内创建高角分辨率的图像。如果驾驶员不在场，车辆的人工智能必须做出最佳决策。

完成这一任务的几种基本方法之一，就是测量能量脉冲从自动驾驶车辆到目标再返回车辆的往返飞行时间（ToF）。当知道“脉冲”通过空气的速度时，就可以计算到反射点的距离——脉冲可以是超声波（声纳）、无线电波（雷达）或光（激光雷达）。

在这三种ToF技术中，激光雷达是提供更高角度分辨率图像的最佳选择，因为它具有更小的衍射特性和光束发散度，可以比微波雷达更好地识别相邻物体。这种高角度分辨率在高速下尤为重要，可以提供足够的时间来应对潜在的危险，如迎面碰撞。

激光光源的选择

在ToF激光雷达中，激光发射持续时间为τ的脉冲，在发射瞬间触发定时电路中的内部时钟（下文有图示）。从目标反射的光脉冲到达光电探测器，转换产生电信号输出使时钟停止计时。这种测量往返ToF Δt时间的方式可以计算到反射点的距离R。

如果激光和光电探测器实际上位于同一位置，则距离由下公式确定：

中c是真空中光速，n是传播介质的折射率（对空气来说大约为1），影响距离分辨率ΔR的因素有两个：测量Δt时的不确定度δΔt和脉冲宽度的导致的空间误差w（w ＝ cτ）。

以第一个因素代表测距分辨率ΔR＝1／2 cδΔτ，而以第二个代表测距分辨率ΔR＝1／2 w ＝ 1／2 cτ。如果以5cm的分辨率测量距离，上述关系式分别意味着δΔt大约为300ps，τ大约为300ps。

飞行时间激光雷达要求光电探测器和其后的电子学系统具有很小的时间抖动（δΔτ的主要贡献因素）以及能够发射短脉宽时间的脉冲激光器，例如相对昂贵的皮秒激光器。目前典型的汽车激光雷达系统中的激光器产生约4ns持续时间的脉冲，所以减小光束发散是必要的。

光束发散取决于波长和发射天线尺寸（微波雷达）或透镜孔径大小（激光雷达）的比值。微波雷达这一比值较大，因此发散度更大，角度分辨率较低。图中微波雷达（黑色）将无法区分这两辆车，而激光雷达（红色）可以。

对汽车激光雷达系统设计者来说，最关键的选择之一是光波长。制约这一选择的因素有几个：

· 对人类视觉的安全性

· 在大气中的传播特性

· 激光的可用性和光电探测器的可用性

两种最流行的波长是905和1550 nm，905nm的主要优点是硅在该波长处吸收光子，而硅基光电探测器通常比探测1550 nm光所需的铟镓砷（InGaAs）近红外探测器便宜。

可用于自动驾驶激光雷达的滨松近红外MPPC（硅光电倍增管），在905nm处具有较高的探测效率，响应速度快，工作温度范围宽，适合各种场合下的激光雷达应用，尤其是使用TOF测距法的长距离测量。

然而，1550nm的人类视觉安全度更高，可以使用单脉冲更大辐射能量的激光——这是光波长选择的一个重要因素。

1550nm探测器 滨松InGaAs APD G8931

大气衰减（在所有天气条件下）、空气中粒子的散射以及目标表面的反射率都与波长有关。由于有各种各样可能的天气条件和反射表面，对于这些条件下汽车激光雷达波长的选择来说是一个复杂的问题。在大多数实际情况下，905 nm处的光损失更小，因为在1550 nm处的水分的吸收率比905 nm处要大。