针对现有的基于点的网络平等地对待所有的点从而无法有效关注重要特征的问题，在激光雷达点云处理领域引入注意力机制，即CSA模块，其中CA表示通道注意力，SA表示空间注意力。两个模块以数据驱动的方式自动学习不同特征通道信息和不同空间位置信息的重要性，从而提升网络在点云分类和分割任务上的表现。在基于点的网络中引入了上述两个模块，提出了CSA-PointNet++结构。实验结果表明：所提方法在ModelNet40数据集上的分类准确率达93.20%，在ShapeNetPart数据集上的部件分割实验的平均交并比（mIoU）为82.62%，优于其他对比方法，验证了所提网络的有效性；同时，在真实世界自建数据集上，所提方法的分类准确率达92.14%，证明了网络在真实世界的数据上具有良好的泛化能力。

基于全波形采样技术, 构建了一套64路APD阵列激光雷达系统。利用分立元件设计了信号处理电路, 并使用数据采集卡对电路的输出信号进行全波形采样。通过基于最小二乘的高斯分解法对采集波形数据进行处理, 并通过优化后的参量计算分析目标的距离和特性。搭建共光路实验平台, 分别测试了全部通道的电路输出波形和测距精度。结果表明, 信号处理电路达到了低噪声、宽带宽、无失真放大的设计要求; 系统测距均方根误差最大为16.10mm, 最小为8.47mm。最后进行了台阶成像实验, 为将来更大APD阵列非扫描激光雷达的研制提供参考依据。

提出一种用于激光三维成像的均匀光照明系统, 通过仿真实验验证了系统的有效性。光纤脉冲激光器发射窄脉冲红外激光光束经过光纤分路器后, 出射 64路能量相同的激光光束, 每一路激光光束从光纤阵列出射, 出射阵列置于发射光学系统焦点前后, 形成点阵照明, 被目标物反射的激光光束经接收光学系统接收后, 成像于APD面阵探测器之上, 像元和点光源一一对应。解决了传统照明系统存在的光能分布不均匀和激光能量利用率低的问题。

距离估计技术一直是激光雷达技术中的核心技术, 对整个激光雷达系统性能的优劣性起到决定性作用。提出了一种基于人工神经网络的距离估计算法, 使用的人工神经网络由两层网络构成。与交叉相关距离估计算法的对比实验证明: 基于人工神经网络的距离估计算法在实际应用中有更高的距离估计精度; 对强度像进行了仿真实验, 实验结果证明: 基于人工神经网络的距离估计算法相比极值判别法能够获得更精准的回波强度信息; 对神经网络隐含层中神经元个数与距离估计精度之间的关系进行了实验分析, 实验结果证明: 过多或过少的神经元个数均会降低距离估计精度。

三维(3D)非扫描激光雷达具有多表面目标距离分辨能力，可以用于对隐藏和伪装目标的识别。为了快速、准确地估计3D非扫描激光雷达多表面目标距离信息，提出了基于期望值最大化（EM）的单像素多表面目标的距离估计算法，通过对系统点扩展函数的参数化，该算法可以同时估计出成像系统点扩展函数和目标的距离信息。仿真实验结果表明，相比于传统的混合高斯匹配算法和维纳空间滤波算法，该算法在系统点扩展函数未知的条件下，可以将目标的距离估计精度分别提升大约70%和40%。

通过参数估计方法对条纹管成像激光雷达的距离分辨率进行了研究，利用数理统计理论分析了距离分辨率的Cramer-Rao下限(CRLB,fCRLB)。研究了条纹管激光雷达回波信号统计模型，推导出了条纹管成像激光雷达距离分辨率的fCRLB计算公式，分析了fCRLB随距离间隔的变化关系，利用fCRLB对条纹管激光雷达的距离分辨率的影响因素进行了研究。结果表明，距离分辨率的fCRLB随着目标距离间隔的增加而减小，提高回波信号的信噪比和条纹管的扫描速度都可以减小距离间隔估计方差的fCRLB，从而提高成像系统距离分辨率;针对特定的条纹管扫描速度，存在最佳激光脉冲发射宽度，使得系统距离分辨率达到最高。

脉冲激光雷达探测的性能直接与激光束的质量和能量有关, 而激光驱动电路则直接决定了脉冲激光的功率和脉冲宽度。基于半导体激光雷达探测系统的要求, 设计出应用于激光雷达发射系统的大电流纳秒级脉冲半导体激光二极管的驱动电路。介绍了电路的系统结构和驱动级电路的模型及其理论分析, 推导其电流数学模型计算公式, 并对关键器件的选择进行了总结; 运用SPICE仿真程序对驱动电路进行了仿真。制作了印刷电路板, 得到峰值电流25A, 脉宽15ns的脉冲电流, 满足设计要求。

条纹管成像激光雷达(STIL)是一种新型闪光式激光成像雷达，具有大视场、高分辨率、高帧频等优点，其条纹数据的准确提取是后期目标图像三维重构的关键，现有的峰值探测法忽略了噪声与CCD采样误差对目标条纹数据偏差的影响，在提取条纹数据时存在较大的误差。针对其影响并基于对特定回波波形及理论回波波形的分析，提出了一种新的条纹数据提取算法，不但能够有效降低噪声和CCD采样误差对条纹数据提取的偏差，更能够方便地去除系统的整体综合噪声。为验证该算法的准确性，设计了阶梯目标成像实验，实验结果表明该方法可以明显提高条纹管成像激光雷达条纹数据提取的精度。

各种光学观瞄窗口由于其自身结构和参数的不同,导致它们对入射光按原路返回的能力存在差异。为了客观评价此特性,提出了一种衡量光学观瞄窗口“猫眼”效应强弱的指标-RC ,给出了数学模型并分析其主要影响因素。对几类典型光学观瞄窗口的“猫眼”效应指标RC进行了定量分析。结果表明：“猫眼”效应指标RC随光源波长的减小、镜头口径D的增大而增大,随反射元件反射系数ρS和光学系统穿越系数τS的增大而增大。