在汽车智能驾驶系统中，激光雷达由于其独特的三维成像能力，成为场景探测感知传感器群组中不可或缺的组成部分。为提升单一波长激光雷达在物性探测分类和状态上的性能，借鉴多光谱探测具有物性探测能力的原理，论文对适用于汽车智能驾驶的多光谱激光雷达的波段选择进行了可行性研究，利用主成分分析法对智能驾驶中典型目标进行光谱计算及分析。结合激光光源特性以及光电探测器的特性，综合多光谱激光雷达波段选择方法和智能驾驶应用场景中典型目标地物光谱特性，以及商用激光雷达的可获得性，得出了适用汽车智能驾驶的多光谱激光雷达的波长可以选择808nm、905nm、1064nm、1310nm，并通过测试验证了这些波长的有效性。为了更好地利用激光雷达技术的环境观测能力，国内外学者针对融合单波长激光回波信号的强度信息和三维信息对数据进行分类开展了大量研究。目前，智能驾驶中使用的激光雷达技术研究主要集中于单一波长方式。为提升激光回波信号的强度信息和三维信息对数据进行分类的支持，不断地提高激光雷达点云密度，但这些研究并不能从根本上解决车载激光雷达单一波长所造成的物性探测能力上的不足。点云密度的增加虽可提高基于点云几何特征的物体识别能力，但也存在递减效应，且带来诸多额外的系统要求，如算法复杂化、硬件需求增加、功耗和成本大大增加等问题。因此，虽然激光雷达在三维空间信息获取方面具有突出优点，但其物性分类和状态探测能力仍需提高。光谱成像技术不仅具有图像分辨能力，还具有光谱分辨能力，能够对待检测目标进行定性、定量及定位分析。借鉴多、高光谱测量技术，开展多光谱激光雷达对环境物体进行探测的研究具有重要的应用前景。