激光探测作为一种高精度的测量技术,在各个领域中都发挥着重要的作用。随着激光雷达技术的成熟,激光雷达的测量精准度、测量速度和空间分辨率不断提高,激光雷达已被投入到越来越多的领域。由于激光雷达适用场景范围广,同时具有数据获取速度快、精度高、数据相对完整的特点,在无人驾驶领域,激光雷达被用来探测无人车周围环境,对道路和路面障碍物进行检测和规避,并结合其他传感系统实现自动驾驶。在大气科学领域,由于测风激光雷达具有晴空条件下测量精度高、回波信号响应速度快和时空分辨率高等优点,激光雷达被广泛用于大气风场信息的探测。针对激光雷达数据处理的方法,本文的工作主要分为无人驾驶中激光雷达数据的处理和测风激光雷达的数据处理两个方面。具体内容如下:首先对激光雷达基础理论进行了介绍与分析,既分析了车载激光雷达的理论基础又分析了测风激光雷达理论基础,两者的探测体制基本相同,都分为直接探测和外差探测两种方式,在回波信号统计特性方面也有相似之处。不同之处在于大气传输特性和探测目标的光学特性。这是由两者的探测目标不同决定的。然后,分析了无人驾驶汽车中激光雷达的扫描方式,针对目前激光雷达匀速转动扫描的方式提出了一种全向可变旋转步进角的扫描方法,对于空目标区域可以快速扫描,该扫描方式提高了激光雷达的扫描效率,同时降低了点云数据的冗余。介绍了不同传感器数据融合与卡尔曼滤波算法在车载激光雷达数据处理方面的应用,根据非线性系统的特点,着重分析了使用扩展卡尔曼滤波算法和无迹卡尔曼滤波算法处理车载激光雷达数据。同时利用恒定转率和速度模型模型,结合公开的激光雷达数据集进行了仿真,仿真得到的结果满足无人驾驶中的要求。然后再分析了强度探测型测风激光雷达系统及其数据处理方法。强度探测性测风激光雷达系统结构相对多普勒测风激光雷达更简单,虽然探测精度和探测距离不如多普勒型测风激光雷达,但是在低风速近距离应用场景下强度探测型测风激光雷达有着成本低的特点,在模拟30m/s的场景下,利用二维相关算法处理探测数据,求得到的数据误差不到1m/s,探测数据可靠。