LiDAR
Light Detection and Ranging，利用激光脉冲测量目标距离和三维形态的遥感技术，广泛应用于考古、测绘、自动驾驶等领域
时间轴 (近 90 天)
苹果历史上更倾向于用成熟品类承载新技术，例如先在 iPad 上验证高刷新率屏幕和 LiDAR，再逐步下放。
稀疏LiDAR输入的噪声问题一直是神经隐式建图落地应用的痛点。
从稀疏且带噪的LiDAR输入中恢复的神经隐式SDF几何形状容易出现高频抖动和表面伪影。
在自动驾驶领域，LiDAR数据采集成本高昂且标注困难，从多视角图像生成高质量LiDAR点云可以降低数据获取门槛。
网页通常只能访问摄像头画面，而原生应用可以调用 LiDAR、IMU、陀螺仪等做精确的空间追踪。
雪越大，落在车辆等目标表面的点云越多，为检测器提供更丰富的几何信息
基于WADS-3D与CADC数据集的评估发现，随着降雪强度增加，目标检测精度反而持续提升
降雪作为噪声会对LiDAR检测产生负面影响，但该负面效应被目标点云数量的显著增加所抵消
LiDAR是自动驾驶感知系统的核心传感器，其性能在恶劣天气下会显著下降是业界共识
积雪覆盖后表面变为漫反射，激光能量向各方向散射，接收器能捕获更多有效回波
还有 20 条时间轴事件
全部知识事实 (20)
iPhone 12 Pro之后配备了LiDAR扫描仪，能快速生成房间的3D网格
60%待验证苹果Vision Pro搭载LiDAR深度传感器、高分辨率Micro-OLED显示屏和M2芯片
60%待验证点云（Point Cloud）是由激光雷达（LiDAR）或深度相机采集的三维空间坐标集合
60%待验证苹果历史上更倾向于用成熟品类承载新技术，例如先在 iPad 上验证高刷新率屏幕和 LiDAR，再逐步下放。
50%待验证从稀疏且带噪的LiDAR输入中恢复的神经隐式SDF几何形状容易出现高频抖动和表面伪影。
50%待验证稀疏LiDAR输入的噪声问题一直是神经隐式建图落地应用的痛点。
50%待验证在自动驾驶领域，LiDAR数据采集成本高昂且标注困难，从多视角图像生成高质量LiDAR点云可以降低数据获取门槛。
50%待验证网页通常只能访问摄像头画面，而原生应用可以调用 LiDAR、IMU、陀螺仪等做精确的空间追踪。
50%待验证基于WADS-3D与CADC数据集的评估发现，随着降雪强度增加，目标检测精度反而持续提升
50%待验证LiDAR是自动驾驶感知系统的核心传感器，其性能在恶劣天气下会显著下降是业界共识
50%待验证积雪覆盖后表面变为漫反射，激光能量向各方向散射，接收器能捕获更多有效回波
50%待验证车辆表面在干燥状态下具有较强镜面反射特性，激光束可能被反射到非接收方向导致点云缺失
50%待验证仅按天气严重程度进行粗粒度分箱评估感知系统而不考虑目标级数据，会得出关于检测器鲁棒性的误导性结论
50%待验证雪越大，落在车辆等目标表面的点云越多，为检测器提供更丰富的几何信息
50%待验证降雪作为噪声会对LiDAR检测产生负面影响，但该负面效应被目标点云数量的显著增加所抵消
50%待验证Copernicus DEM 分辨率约为 10 米，LiDAR 采集数据可达亚米级
50%待验证X50 Ultra配备可动态调节高度的悬挂系统，配合激光雷达与结构光传感器实现跨台阶能力
50%待验证Waymo的传感器套件包含激光雷达（LiDAR）、摄像头与雷达的多模态融合系统
50%待验证感知层依赖激光雷达（LiDAR）、摄像头、毫米波雷达的融合输入，由深度卷积神经网络完成目标识别
50%待验证纯摄影测量方案成本最低但耗时较长，配备LiDAR的移动设备在速度和便捷性上占优但绝对精度略逊于专业激光扫描
50%