最近，阿里巴巴达摩学院宣布，自己开发的感知算法实现了低线束激光雷达（Lidar) 的高线束模拟，间接增加了三倍以上的激光雷达光束，实现了低成本普通激光雷达对高成本雷达的替代。激光雷达能够探测障碍物，是自动驾驶车辆最重要的 "眼睛"。该算法的突破相当于 "用低像素相机拍摄单反相机效果"，这可以大大降低自动驾驶仪感知部件的成本。

在自动驾驶仪的实际着陆场景中，需要高密度的 LiDAR 来满足感知到的需求，而 LiDAR 在 64 行以上的成本较高，这已成为自动驾驶仪大规模商业化的瓶颈之一。达摩学院自主驾驶实验室环境感知算法能够完成低线束 LiDAR 点云，结合摄像机图像进行语义识别，实现激光雷达点云图像更加密集的三维重建效果。它不仅能够更准确地读取障碍物的距离和形状，而且能更准确地判断其类别信息。

Aridamo 研究所的自主研究感知算法实现了低线束 LiDAR 的高线束仿真。

原来的点云低线束 LiDAR，在达摩算法完成后，LiDAR 波束的数目增加了三倍以上，自动驾驶车辆可以更好地识别障碍物。

在精度指标上，Dharma 研究所采用低线束激光雷达输入，实现了工业上高线束激光雷达输入的平均水平，50 m 内读取障碍物距离信息的平均误差约为 25 CM，同时达摩医院在完成深度完成任务时，可达到 100 FPS( 每秒传输帧数）的处理能力。