1. 本选题研究的目的及意义
随着三维感知技术应用领域的不断拓展，传统单视场激光雷达受限于视场角大小，难以满足自动驾驶、机器人导航、测绘等领域对大范围、高精度三维环境感知的需求，多视场激光雷达应运而生。
相较于传统方案，多视场激光雷达通过整合多个不同视场的激光发射和接收单元，能够获取更广阔的三维场景信息，并在垂直方向上提供更密集的点云数据，有效克服了单视场激光雷达的视野局限性，为复杂环境下的目标识别、定位导航等提供了更丰富、更可靠的数据基础。
因此，对多视场激光雷达及其数据应用展开深入研究，具有重要的理论价值和现实意义。
2. 本选题国内外研究状况综述
近年来，随着激光雷达技术的进步和应用领域的扩展，多视场激光雷达作为一种能够提供更广阔视野和更丰富细节信息的三维感知手段，受到了国内外学者的广泛关注。
1. 国内研究现状
国内在多视场激光雷达方面的研究起步相对较晚，但近年来发展迅速，在硬件研制、数据处理、应用探索等方面取得了一系列成果。
4. 研究的方法与步骤
本研究将采用文献研究、实验研究、仿真分析等方法，并结合工程实践，对多视场激光雷达及其数据应用进行深入研究。
具体步骤如下：1.文献研究阶段：查阅国内外相关文献，了解多视场激光雷达的最新研究进展、关键技术以及应用现状，为本研究提供理论基础和技术参考。
2.实验研究阶段：搭建多视场激光雷达数据采集平台，进行实际场景的数据采集，获取真实环境下的多视场点云数据，并对数据进行预处理，为后续研究提供数据基础。
5. 研究的创新点
本研究力求在以下几个方面体现创新性：1.提出一种基于多视场激光雷达的点云数据快速拼接融合方法，提高点云配准效率，降低拼接误差，构建高精度、大场景三维模型。
2.针对自动驾驶复杂场景，研究基于多视场激光雷达的道路环境目标识别算法，提高目标识别的准确性和鲁棒性，增强自动驾驶系统的环境感知能力。
3.探索多视场激光雷达与其他传感器（如摄像头、毫米波雷达等）的融合方法，实现优势互补，提高环境感知系统的可靠性和稳定性，为自动驾驶提供更全面的环境信息。
6. 计划与进度安排
第一阶段 （2024.12~2024.1）确认选题，了解毕业论文的相关步骤。
第二阶段（2024.1~2024.2）查询阅读相关文献，列出提纲
第三阶段（2024.2~2024.3）查询资料，学习相关论文
7. 参考文献（20个中文5个英文）
[1] 张小飞, 张帆, 赵健, 等. 基于多视场激光雷达的无人驾驶车辆道路环境感知[j]. 中国激光, 2022, 49(12): 1204004.
[2] 刘浩, 王强, 程小龙, 等. 多视场激光雷达点云配准算法研究综述[j]. 中国图象图形学报, 2021, 26(10): 2594-2611.
[3] 李阳, 郑伟, 谭浩, 等. 多视场激光雷达数据处理与三维建模方法研究进展[j]. 测绘学报, 2020, 49(6): 741-753.
