无人驾驶汽车的感知输入系统中,激光雷达处于核心位置。无人驾驶汽车通过激光雷达对周边环境进行扫描识别， 从而引导车辆行进。导航系统最大扫描范围为200m左右，精确度为厘米级。当激光雷达发现障碍物后，会控制车辆减速或停车，并重新选择安全路线继续前进，激光雷达在无人驾驶汽车中起着类似于“眼睛”的功能,能够根据扫描到的点云数据快速绘制3D全景图型。
3D 激光雷达在无人驾驶运用中拥有两个核心作用。
1)3D 建模进行环境感知。通过激光扫描可以得到汽车周围环境的3D 模型，运用相关算法比对上一帧和下一帧环境的变化可以较为容易的探测出周围的车辆和行人。
2)SLAM 加强定位。3D 激光雷达另一大特性是同步建图(SLAM)， 实时得到的全局地图通过和高精度地图中特征物的比对， 可以实现导航及加强车辆的定位精度。
在汽车应用发面，激光雷达不仅精度高、可见范围远，也不怕雾雨天，自然成为无人驾驶汽车的靠谱之选。一般汽车选用的观测工具为摄像头或普通雷达（无线电雷达），摄像头的精度高、可见范围远，但是害怕雾雨天；普通雷达不怕雾雨天，但是精度低、可见范围短。而激光雷达正综合了二者的优点，可以在驾驶过程中360°无死角的扫描周围环境。
在无人驾驶汽车这个应用领域，对激光雷达的探测距离是有要求的。比如说高速公路上要能够检测到前方车辆，还有在十字路口上，要能够观测马路对面的汽车。
有趣的是，精度不是越高越好。激光雷达获取的的数据可以进行障碍物识别、动态物体检测及定位，如果精度太差就无法达到以上目的；但是，精度太好也有问题，高精度对激光雷达的硬件提出很大的要求，计算量会非常大，成本也会非常高。所以精度应该是适中就好。
还有一点不能忽视的是角分辨率，角分辨率决定打出去后的两个激光点之间的距离。单点测距精度达到后，如果打到物体表面两点间距离（点位）太远，测距精度也就失去意义了。
机会存在于低成本激光雷达提供商和多传感器算法融合技术商，物流行业为无人驾驶理想的商业落地领域。
对ADAS而言，较大机会在于在随着国家驾驶安全政策的推动，新出车型的前装市场将迎来市场空间，算法融合公司和传感器公司均有发展空间，比较看好方向有：
低成本的激光雷达方案提供商多传感器算法融合技术商，尤其对摄像头+、激光雷达算法融合擅长的计算机视觉团队对无人驾驶而言，物流行业为无人驾驶理想的商业化落地
领域：路线较为固定，降低了环境的复杂性，有利于提升无人驾驶的安全性；
该细分领域司机疲劳驾驶的情况比较明显，无人驾驶可以提高其安全性；有效降低运营的人力成本，提升行业效率。
