在智能汽车领域，大凡光学为车载摄像系统、环视系统、激光雷达及多传感器融合系统提供系统化标定解决方案，构建统一坐标基准与稳定空间精度支撑，助力实现更安全、更可靠的智能驾驶能力。
在所有行业中，智能汽车对标定的系统复杂度最高，主要体现在：智能汽车传感器数量多、多模态融合、安全等级高、环境动态复杂、法规与标准要求高等，可以说：智能汽车的感知能力，本质上建立在标定精度之上。
正因为如此，智能汽车高度依赖标定，一辆智能汽车通常需要标定的的内容包括：前视摄像头、环视摄像头、鱼眼摄像头、激光雷达、毫米波雷达、超声波传感器和IMU等，这些传感器必须在统一坐标系统协同工作。如果标定准确，将可能出现安全风险，比如车道线偏移、目标设别误差、融合定位漂移和自动泊车失准等，在汽车场景中，1CM的误差，可能就是安全边界。（以下图片为示意图，不做专业参考，具体以专业标定场景为准）
车载摄像头标定
应用场景：ADAS前视系统、车道保持系统、交通标识识别等。
标定需求：内参标定、畸变校正、安装姿态校准等。
标定的意义：提升识别准确率、降低误判等。
环视系统（AVM）
应用场景：360°全景影像、自动泊车等。
标定需求：多摄像头拼接标定、外参统一、地面平面约束建模等。
标定的意义：消除拼接错位、提升画面连续性等。
激光雷达标定
标定需求：雷达内部校准与相机外参标定、点云与图形对齐等。
标定的意义：提升目标检测稳定性、提升融合算法效果等。
多传感器融合标定
标定需求：相机+激光雷达、相机+雷达、相机+IMU等。
标定的意义：统一坐标系+时间同步+误差建模等。
产线量产标定
标定需求：批量生产校准、快速在线标定、标定一致性控制、出厂校准验证等。
对标定板要求：大尺寸高精度板、抗环境干扰、稳定性强、可重复定位结构等。