精准感知自身在道路中的位置和感知周围目标的相关信息是无人驾驶汽车在驾驶场景中的关键问题。车辆在道路上行驶需要确定行车路线，路线的制定又依赖于自身在道路中位置。道路中存在规范车辆行驶的车道标识线，规范车辆在车道上有序行驶。这使得车辆可以通过感知系统检测和识别车道标识线的位置确定车辆在道路中的位置。在道路上存在其他机动车辆和行人，无人驾驶汽车需要避免碰撞这些目标发生交通事故，这就要求感知系统检测自身车辆周围目标的准确信息如位置、大小和方向等，从而制定路线避开这些目标。
对于车道标识线的位置可以通过安装在车上的摄像头获取道路图像，采用精准的车道标识线检测算法完成。对于获取周围目标的位置、尺寸和方向等信息可以通过三维目标检测算法完成。车道标识线是用来分隔同交通流的交通标识线，一般有白色虚线、实线和黄色虚线和实线。其中白色虚线是分隔同向车的，在安全的情况下可以变道、超车。白色实线也是分隔同向车的，但不可以变道。黄色实线主要是分隔不同向行驶的车辆，少数情况下也用于分隔同向车辆，可做为中心线或分界线，但不可变道。黄色虚线可做为中心线或分界线，做为分界线时可变道。
有了车道标识线的帮助，车辆能够有序的行驶在路面上。车道标识线检测系统可以提醒驾驶员是否出现车道偏离的情况，避免因为分心而导致发生与其他车辆碰撞，同时可以辅助驾驶员保持在车道内平稳行驶。因此，该技术在智能车辆系统中有着广泛的应用。而在无人驾驶领域，除上述功能外，车辆通过车道标识线检测的结果匹配高精度地图来实现自身车辆的高精度定位，从而确保车辆在车道内安全行驶。通过识别车道标识线，可以确定车辆自身位置，并遵守车辆的行驶规范。因此，车道标识线的检测识别问题成为无人驾驶车辆自主安全的重点研究问题。
目标检测是指从场景中找出目标，包括检测和识别两个过程。二维（twodimension,2D）目标检测取得了长足发展，已经逼近人类感知水平。但2D目标检测是得到2D图像中目标的边界框，缺少诸如三维空间中的位置、尺度、距离和速度等信息。而三维空间中的这些信息对于无人驾驶汽车的安全行驶而言至关重要，然而基于视觉的传感器难以提供周围物体准确的深度信息（距离信息）。近年来以三维传感器（激光雷达、双目相机、ToF（Timeofflight）相机等）为基础的三维目标检测方法能够输出目标的三维空间位置、三维尺寸、运动方向、甚至速度等信息，更好的满足无人驾驶的需求。因此相关技术也因此得到了广泛关注和快速发展，但是目前对于三维场景中如何快速有效的检测和识别仍然是亟待解决的重点和难点。
激光雷达因能提供准确的深度点云信息且不受多尺度问题的困扰，所以被广泛用于户外三维场景感知中。相对于激光雷达而言，相机的安装使用成本更低但精度较差。通过相机能够获得稠密图像，同时可以通过算法得到对应图像的稠密深度信息。基于图像的目标检测算法需要应对透视效应导致的物体近大远小问题，需要应对目标在图像中的多尺度问题。
航鑫光电激光雷达标定板能校准激光雷达在不同条件下精准识别校准物体及周边环境的灵敏性，为自动驾驶安全出行保驾护航。航鑫光电激光雷达标定板1%-99%反射率均可定制，支持定制0.05m-3m或以上的不同激光雷达标定板尺寸和形状。光谱平坦，精准稳定，不掉粉不变黄，具有优良的朗伯特性。