典型的激光雷达传感器向周围环境发射脉冲光波。这些脉冲从周围物体反弹并返回传感器。传感器使用每个脉冲返回传感器所需的时间来计算其行进的距离。每秒重复此过程数百万次会生成数据以创建精确的实时3D环境地图。
随着州和地方政府越来越多地将公开捕获的数据用于公民的道路和基础设施使用，对数据保护和隐私的需求也在增长。与智慧城市数据使用相关的常见问题包括数据收集本身、缺乏保护公民隐私的法规以及城市需要采用保护隐私和敏感个人数据的技术。
激光雷达可以帮助政府解决这些隐私问题，尤其是与摄像头相比，摄像头是当今智慧城市应用中十分常用的感知技术。
激光雷达可以监控城市环境并跟踪行人和车辆，同时创建有关周围环境的数据，而无需收集面部识别或其他生物识别数据。激光雷达不需要与人的手机进行任何交互，使其能够在不侵入个人设备的情况下准确跟踪拥挤区域中的人。该技术提供了智慧城市解决方案所需的高级可靠性，同时保持了公众的信任和匿名性。
相比之下，基于摄像头的监控系统会捕捉个人的面部和其他识别信息。即使部署这些系统是为了良好的、有用的目的，它们也容易被未经授权的、潜在的恶意实体访问。
除了明显的数据隐私优势外，激光雷达还是一项基础技术，可以帮助推动智慧城市应用和道路车辆中的智能移动。它可以帮助改善街道上的人行横道，并为学区的儿童提供更好的保护。激光雷达可以成为智慧城市应用的催化剂，改善公共服务，提高安全和生活质量。这是一项通过为动态世界创造安全和私密的未来来为公民和市政当局服务的技术。
根据美国交通部国家公路交通安全管理局发布的一项研究，美国机动车事故造成的社会和经济损失达8710亿美元。人员伤亡也很惨重，美国国家公路交通安全管理局2021年的一项研究估计，2020年美国有38,680人死于机动车事故。
现有的交通传感器(包括雷达和摄像头)不提供轨迹或3D数据，并且摄像头在低光照和恶劣天气条件下性能不佳。相比之下，具有360度视角功能的激光雷达传感器是一个有吸引力的选择，因为它们以高精度和高频率捕获周围物体的3D数据。激光雷达传感器还可以在白天和晚上以及雨雪等条件下工作。
内华达大学里诺分校的研究团队通过测试不同的传感器、部署方法和交通场景，研究了使用路边激光雷达传感器提供高精度、多模式交通轨迹的可行性。他们在十字路口和十字路口放置了激光雷达传感器，以帮助改善交通分析、拥堵管理和行人安全。
因此，研究表明，这些系统可以帮助市政当局推进“零愿景”战略，其目标是消除所有交通死亡和重伤，同时增加所有人的安全、健康、公平的流动性。
