CN108761474A - 用于具有高处理增益的脉冲重复序列的方法和装置 - Google Patents

用于具有高处理增益的脉冲重复序列的方法和装置 Download PDF

Info

Publication number
CN108761474A
CN108761474A CN201810310889.1A CN201810310889A CN108761474A CN 108761474 A CN108761474 A CN 108761474A CN 201810310889 A CN201810310889 A CN 201810310889A CN 108761474 A CN108761474 A CN 108761474A
Authority
CN
China
Prior art keywords
light pulse
pulse
vehicle
reflective representation
representation
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Pending
Application number
CN201810310889.1A
Other languages
English (en)
Inventor
M·斯卢茨基
O·比尔勒
A·利普森
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
GM Global Technology Operations LLC
Original Assignee
GM Global Technology Operations LLC
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by GM Global Technology Operations LLC filed Critical GM Global Technology Operations LLC
Publication of CN108761474A publication Critical patent/CN108761474A/zh
Pending legal-status Critical Current

Links

Classifications

    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
    • G01S17/00—Systems using the reflection or reradiation of electromagnetic waves other than radio waves, e.g. lidar systems
    • G01S17/02—Systems using the reflection of electromagnetic waves other than radio waves
    • G01S17/06—Systems determining position data of a target
    • G01S17/42—Simultaneous measurement of distance and other co-ordinates
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
    • G01S17/00—Systems using the reflection or reradiation of electromagnetic waves other than radio waves, e.g. lidar systems
    • G01S17/02—Systems using the reflection of electromagnetic waves other than radio waves
    • G01S17/06—Systems determining position data of a target
    • G01S17/08—Systems determining position data of a target for measuring distance only
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
    • G01S17/00—Systems using the reflection or reradiation of electromagnetic waves other than radio waves, e.g. lidar systems
    • G01S17/02—Systems using the reflection of electromagnetic waves other than radio waves
    • G01S17/06—Systems determining position data of a target
    • G01S17/08—Systems determining position data of a target for measuring distance only
    • G01S17/10—Systems determining position data of a target for measuring distance only using transmission of interrupted, pulse-modulated waves
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
    • G01S17/00—Systems using the reflection or reradiation of electromagnetic waves other than radio waves, e.g. lidar systems
    • G01S17/88—Lidar systems specially adapted for specific applications
    • G01S17/89—Lidar systems specially adapted for specific applications for mapping or imaging
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
    • G01S17/00—Systems using the reflection or reradiation of electromagnetic waves other than radio waves, e.g. lidar systems
    • G01S17/88—Lidar systems specially adapted for specific applications
    • G01S17/93—Lidar systems specially adapted for specific applications for anti-collision purposes
    • G01S17/931—Lidar systems specially adapted for specific applications for anti-collision purposes of land vehicles
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
    • G01S7/00—Details of systems according to groups G01S13/00, G01S15/00, G01S17/00
    • G01S7/48—Details of systems according to groups G01S13/00, G01S15/00, G01S17/00 of systems according to group G01S17/00
    • G01S7/4808—Evaluating distance, position or velocity data
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
    • G01S7/00—Details of systems according to groups G01S13/00, G01S15/00, G01S17/00
    • G01S7/48—Details of systems according to groups G01S13/00, G01S15/00, G01S17/00 of systems according to group G01S17/00
    • G01S7/483—Details of pulse systems
    • G01S7/484—Transmitters
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
    • G01S7/00—Details of systems according to groups G01S13/00, G01S15/00, G01S17/00
    • G01S7/48—Details of systems according to groups G01S13/00, G01S15/00, G01S17/00 of systems according to group G01S17/00
    • G01S7/497—Means for monitoring or calibrating
    • G—PHYSICS
    • G08—SIGNALLING
    • G08G—TRAFFIC CONTROL SYSTEMS
    • G08G1/00—Traffic control systems for road vehicles
    • G08G1/09—Arrangements for giving variable traffic instructions
    • G08G1/0962—Arrangements for giving variable traffic instructions having an indicator mounted inside the vehicle, e.g. giving voice messages
    • G08G1/09623—Systems involving the acquisition of information from passive traffic signs by means mounted on the vehicle
    • G—PHYSICS
    • G08—SIGNALLING
    • G08G—TRAFFIC CONTROL SYSTEMS
    • G08G1/00—Traffic control systems for road vehicles
    • G08G1/16—Anti-collision systems
    • G—PHYSICS
    • G08—SIGNALLING
    • G08G—TRAFFIC CONTROL SYSTEMS
    • G08G1/00—Traffic control systems for road vehicles
    • G08G1/16—Anti-collision systems
    • G08G1/165—Anti-collision systems for passive traffic, e.g. including static obstacles, trees
    • G—PHYSICS
    • G08—SIGNALLING
    • G08G—TRAFFIC CONTROL SYSTEMS
    • G08G1/00—Traffic control systems for road vehicles
    • G08G1/16—Anti-collision systems
    • G08G1/166—Anti-collision systems for active traffic, e.g. moving vehicles, pedestrians, bikes
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
    • G01S17/00—Systems using the reflection or reradiation of electromagnetic waves other than radio waves, e.g. lidar systems
    • G01S17/86—Combinations of lidar systems with systems other than lidar, radar or sonar, e.g. with direction finders
    • G—PHYSICS
    • G08—SIGNALLING
    • G08G—TRAFFIC CONTROL SYSTEMS
    • G08G1/00—Traffic control systems for road vehicles
    • G08G1/01—Detecting movement of traffic to be counted or controlled
    • G08G1/0104—Measuring and analyzing of parameters relative to traffic conditions
    • G08G1/0108—Measuring and analyzing of parameters relative to traffic conditions based on the source of data
    • G08G1/0112—Measuring and analyzing of parameters relative to traffic conditions based on the source of data from the vehicle, e.g. floating car data [FCD]
    • G—PHYSICS
    • G08—SIGNALLING
    • G08G—TRAFFIC CONTROL SYSTEMS
    • G08G1/00—Traffic control systems for road vehicles
    • G08G1/01—Detecting movement of traffic to be counted or controlled
    • G08G1/0104—Measuring and analyzing of parameters relative to traffic conditions
    • G08G1/0125—Traffic data processing
    • G08G1/0129—Traffic data processing for creating historical data or processing based on historical data

Landscapes

  • Physics & Mathematics (AREA)
  • Engineering & Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • Computer Networks & Wireless Communication (AREA)
  • Radar, Positioning & Navigation (AREA)
  • Remote Sensing (AREA)
  • Electromagnetism (AREA)
  • Traffic Control Systems (AREA)

Abstract

本申请总体上涉及监测驾驶环境内的通信和危险避免。更具体地说，本申请教导了一种用于通过采用可变激光雷达脉冲速率来在装配有激光检测和测距激光雷达系统的车辆中改善目标物体检测的系统及方法。

Description

用于具有高处理增益的脉冲重复序列的方法和装置
发明背景
技术领域
本申请总体上涉及自主车辆以及半自主车辆。更具体地，本申请教导了一种用于在装配有激光检测和测距激光雷达系统的车辆中改善目标物体检测的方法及装置。
背景技术
现代车辆的操作变得更加自动化，即能够以越来越少的驾驶员干预来提供驾驶控制。车辆自动化已经被分类为如下数值等级：从与没有自动的全人工控制对应的零到与没有人工控制的全自动对应的五。诸如巡航控制、自适应巡航控制和停车辅助系统等各种自动驾驶辅助系统对应于较低的自动等级，而真正的“无人驾驶”车辆对应于较高的自动等级。
越来越多的车辆被装备以使用车载传感器自主地或半自主地确定它们周围的环境。对于这项任务有价值的传感器是激光雷达，它是一种通过用激光照射目标来测量距离的测量技术。由于发送信号的波长较短，因此激光雷达具有比雷达更高的空间分辨率。然而，激光雷达功率限制了激光雷达信号的连续传输。通常使用脉冲传输系统，其降低了信噪比SNR，但是降低了系统的处理增益。希望有一种采用具有增加的处理增益的脉冲传输系统的低能量激光雷达系统。
发明内容
根据本公开内容的实施方式提供了许多优点。例如，根据本公开内容的实施方式可以实施自主车辆控制命令的独立验证，以辅助诊断主控制系统中的软件或硬件状况。根据本公开内容的实施方式因此可以更稳健，增加客户满意度。
根据本发明的一个方面，一种装置包括：发送器，其用于发送第一光脉冲和第二光脉冲以及第三光脉冲和第四光脉冲，第一光脉冲和第二光脉冲的发送之间具有第一时间间隔，第三光脉冲和第四光脉冲的发送之间具有第二时间间隔，其中，第二时间间隔大于第一时间间隔；接收器，其用于接收第一光脉冲的反射表示、第二光脉冲的反射表示、第三光脉冲的反射表示和第四光脉冲的反射表示；以及处理器，其用于响应于第一光脉冲的反射表示确定至物体的距离以及响应于第三光脉冲的反射表示确定至物体的距离。
根据本发明的另一方面，一种方法包括：发送第一光脉冲和第二光脉冲，第一光脉冲和第二光脉冲的发送之间具有第一时间间隔；接收第一光脉冲的反射表示和第二光脉冲的反射表示；响应于第一光脉冲的反射表示确定至第一物体的第一距离；发送第三光脉冲和第四光脉冲，第三光脉冲和第四光脉冲的发送之间具有第二时间间隔，其中，第二时间间隔大于第一时间间隔；接收第三光脉冲的反射表示和第四光脉冲的反射表示；以及响应于第三光脉冲的反射表示确定至第一物体的第二距离。
根据本发明的另一方面，一种方法包括：以第一脉冲速率发送第一系列光脉冲；接收第一系列光脉冲的反射表示；响应于第一系列光脉冲的反射表示而确定多个物体的第一位置；以第二脉冲速率发送第二系列光脉冲；接收第二系列光脉冲的反射表示；以及响应于第二系列光脉冲的反射表示而确定多个物体的第二位置。
结合附图，根据优选实施方式的以下详细描述，本公开内容的以上优点和其他优点和特征将是明显的。
附图说明
通过结合附图参考对本发明的实施方式的以下描述，本发明的上述和其他特征和优点以及获得它们的方式将变得更加明显，并且将更好地理解本发明，在附图中：
图1是根据一个实施例的包括自主控制车辆的通信系统的示意图；
图2是根据一个实施例的用于车辆的自动驾驶系统(ADS)的示意性框图；
图3是示出用于实施本公开的系统和方法的示例性环境的图；
图4是示出用于车辆中的激光雷达实施的装置的示例性实施例的框图；
图5是示出用于车辆中的激光雷达实施的方法的示例性实施例的流程图；
图6示出了图示用于易受伤害的道路使用者的事故避免的系统中的信息处理的方法的流程图；
图7示出了图示用于易受伤害的道路使用者的事故避免的系统中的信息处理的方法的流程图。
本文阐述的示例说明了本发明的优选实施方式，并且这样的示例不应被解释为以任何方式限制本发明的范围。
具体实施方式
以下详细描述本质上仅是示例性的，并不旨在限制本公开内容或其应用及用途。此外，不期望受前面背景或以下详细描述中呈现的任何理论的限制。例如，本发明的激光雷达传感器具有用于车辆的特定应用。然而，如本领域技术人员将理解的那样，本发明的激光雷达传感器可以具有其他应用。
现代车辆有时包括各种主动安全和控制系统，诸如避免碰撞系统、自适应巡航控制系统、车道保持系统、车道居中系统等，其中车辆技术正朝向半自主和全自主驾驶车辆移动。例如，如果检测到与另一车辆或物体发生潜在或即将发生的碰撞，则本领域已知碰撞避免系统提供自动车辆控制(例如制动)，并且还可提供警告以允许驾驶员采取纠正措施以防止碰撞。而且，已知自适应巡航控制系统采用前视传感器，如果对象车辆正在接近另一车辆则该前视传感器提供自动速度控制和/或制动。这些类型的系统的物体检测传感器可以使用多种技术中的任何一种，例如短程雷达、远距离雷达、具有图像处理的相机、激光或激光雷达、超声波等等。物体检测传感器检测对象车辆的路径中的车辆和其他物体，并且应用软件使用物体检测信息来适当地提供警告或采取行动。
有时在车辆上使用激光雷达传感器来检测车辆周围的物体，并使用来自提供多个扫描点的物体的反射来提供这些物体的距离和取向，这些扫描点组合为点群距离图，其中为跨传感器的视场(FOV)每1/2°或更小提供单独的扫描点。因此，如果在对象车辆前方检测到目标车辆或其他物体，则可以有识别目标车辆距对象车辆的距离的多个扫描点返回。通过提供一组扫描返回点，可以更容易地检测具有各种和任意形状的物体，例如卡车、拖车、自行车、行人、护栏等，其中物体越大和/或物体越接近对象车辆，提供越多的扫描点。
大多数已知的激光雷达传感器采用单个激光器和快速旋转镜来产生车辆周围的反射或返回的三维点云。当镜子旋转时，激光器发射光脉冲，并且传感器测量光脉冲从其FOV中的物体反射并返回所花费的时间，以确定物体的距离，在本领域中被称为飞行时间计算。通过非常快速地脉冲激光，可以产生传感器的FOV中的物体的三维图像。可以提供多个传感器，并且可以将来自其的图像关联起来以生成车辆周围物体的三维图像。
图1示意性地示出了包括用于机动车辆12的移动车辆通信和控制系统10的操作环境。用于车辆12的通信和控制系统10通常包括一个或多个无线载波系统60、陆地通信网络62、计算机64、联网无线装置57(包括但不限于智能电话、平板电脑或诸如手表的可穿戴装置)以及远程访问中心78。
图1中示意性地示出的车辆12包括推进系统13，其在各种实施方式中可以包括内燃机、诸如牵引电机的电机和/或燃料电池推进系统。在所示实施方式中，车辆12被描绘为乘用车，但是应该理解，也可以使用包括摩托车、卡车、运动型多用途车辆(SUV)、休闲车辆(RV)、船舶、飞机等的任何其他交通工具。
车辆12还包括变速器14，该变速器14被配置成根据可选速度比将动力从推进系统13传输到多个车轮15。根据各种实施方式，变速器14可以包括步速比自动变速器、无级变速器或其他适当的变速器。车辆12另外包括车轮制动器17，车轮制动器17被配置成向车轮15提供制动转矩。在各种实施方式中，车轮制动器17可以包括摩擦制动器、诸如电机的再生制动系统和/或其他适当的制动系统。
车辆12另外包括转向系统16。尽管为了说明的目的将其描绘为包括方向盘，但是在本公开内容的范围内设想的一些实施例中，转向系统16可以不包括方向盘。
车辆12包括配置成与其他车辆(“V2V”)和/或基础设施(“V2I”)无线通信的无线通信系统28。在示例性实施方式中，无线通信系统28被配置为使用IEEE 802.11标准或通过使用蜂窝数据通信经由无线局域网(WLAN)进行通信。然而，诸如专用短程通信(DSRC)信道的附加或替代通信方法也被认为在本公开内容的范围内。DSRC信道是指专门为汽车使用以及相应的一套协议和标准而设计的单向或双向短程至中程无线通信信道。
推进系统13、变速器14、转向系统16和车轮制动器17与至少一个控制器22通信或处于其控制下。虽然为了说明的目的将其描绘为单个单元，但是控制器22可以另外包括一个或多个其他控制器，统称为“控制器”。控制器22可以包括与各种类型的计算机可读存储装置或介质进行通信的微处理器，例如中央处理单元(CPU)或图形处理单元(GPU)。例如，计算机可读存储装置或介质可以包括只读存储器(ROM)、随机存取存储器(RAM)和保活存储器(KAM)形式的易失性和非易失性存储装置。KAM是持久性或非易失性存储器，其可用于在CPU断电时存储各种操作变量。计算机可读存储装置或介质可以使用能够存储数据的诸如PROM(可编程只读存储器)、EPROM(电PROM)、EEPROM(电可擦除PROM)、闪存或任何其他电、磁、光学或组合存储装置的许多已知存储装置中的任何一个来实施，所述数据中的一些代表可执行指令，该可执行指令由控制器22用于控制车辆。
控制器22包括用于自动控制车辆中的各种致动器的自动驾驶系统(ADS)24。在示例性实施方式中，ADS 24是所谓的四级或五级自动系统。四级系统表示“高度自动”，指的是自动驾驶系统在动态驾驶任务的各个方面的驾驶模式特定表现，即使人类驾驶员对干预请求没有做出适当的响应也是如此。五级系统表示“全自动”，指的是自动驾驶系统在人类驾驶员可以管理的所有道路和环境条件下的动态驾驶任务的各个方面的全时表现。在示例性实施方式中，ADS 24被配置为响应于来自多个传感器26的输入经由多个致动器30控制推进系统13、变速器14、转向系统16和车轮制动器17以分别控制车辆加速、转向和制动，而无需人工介入，所述多个传感器26可适当地包括GPS、雷达、激光雷达、光学相机、热像仪、超声波传感器和/或附加传感器。
图1示出了可以与车辆12的无线通信系统28通信的几个联网装置。可以经由无线通信系统28与车辆12通信的联网装置之一是联网无线装置57。联网无线装置57可以包括计算机处理能力、能够使用短程无线协议进行通信的收发器以及视觉显示器59。计算机处理能力包括可编程装置形式的微处理器，其包括存储在内部存储器结构中的并被用于接收二进制输入以创建二进制输出的一个或多个指令。在一些实施例中，联网无线装置57包括能够接收GPS卫星信号并且基于那些信号生成GPS坐标的GPS模块。在其他实施方式中，联网无线装置57包括蜂窝通信功能，使得联网无线装置57使用一个或多个蜂窝通信协议在无线载波系统60上执行语音和/或数据通信，如本文所讨论的。视觉显示器59还可以包括触摸屏图形用户界面。
无线载波系统60优选地是包括多个小区塔70(仅示出一个)、一个或多个移动交换中心(MSC)72以及连接无线载波系统60与陆地通信网络62所需的任何其他联网组件的蜂窝电话系统。每个小区塔70包括发送和接收天线以及基站，并且来自不同小区塔的基站直接或者通过中间设备(例如基站控制器)连接到MSC 72。无线载波系统60可以实施任何合适的通信技术，包括例如诸如CDMA(例如CDMA 2000)、LTE(例如，4G LTE或5G LTE)、GSM/GPRS的数字技术或其他当前或新兴的无线技术。其他小区塔/基站/MSC布置是可能的并且可以与无线载波系统60一起使用。例如，基站和小区塔可以共定位于同一地点，或者它们可以彼此远离定位，每个基站可以负责单个小区塔或者单个基站可以服务各个小区塔，或者各个基站可以耦合到单个MSC，此为列举的几个可能的布置。
除了使用无线载波系统60之外，可以使用卫星通信形式的第二无线载波系统来提供与车辆12的单向或双向通信。这可以使用一个或多个通信卫星66和上行链路发送站67来完成。单向通信可以包括例如卫星无线电服务，其中节目内容(新闻、音乐等)由发送站67接收，打包用于上传，然后发送到卫星66，卫星66将节目广播到订户。双向通信可以包括例如使用卫星66来中继车辆12与站67之间的电话通信的卫星电话服务。卫星电话可以作为无线载波系统60的补充或者替代无线载波系统60使用。
陆地网络62可以是连接到一个或多个陆线电话并将无线载波系统60连接到远程访问中心78的传统的基于陆地的电信网络。例如，陆地网络62可以包括诸如用于提供硬连线电话、分组交换数据通信和因特网基础设施的公共交换电话网络(PSTN)。陆地网络62的一个或多个段可以通过使用标准有线网络、光纤或其他光学网络、电缆网络、电力线、其他无线网络(例如无线局域网(WLAN))或提供宽带无线接入(BWA)的网络或其任何组合来实施。此外，远程访问中心78不需要经由陆地网络62连接，而是可以包括无线电话设备，使得其可以直接与无线网络(例如无线载波系统60)通信。
虽然图1示出为单个装置，但是计算机64可以包括通过诸如因特网等专用或公共网络可访问的多个计算机。每个计算机64可以用于一个或多个目的。在示例性实施方式中，计算机64可以被配置为通过无线通信系统28和无线载波60可由车辆12访问的网络服务器。其他计算机64可以包括例如：服务中心计算机，其中诊断信息和其他车辆数据可以通过无线通信系统28或车辆数据或其他信息提供至或来自的第三方存储库从车辆上传，无论通过与车辆12、远程访问中心78、联网无线装置57或这些的一些组合通信均是如此。计算机64可以维持可搜索的数据库和数据库管理系统，该可搜索的数据库和数据库管理系统允许数据的输入、移除和修改以及接收在数据库内定位数据的请求。计算机64还可以用于提供诸如DNS服务的互联网连接，或者用作使用DHCP或其他合适的协议来向车辆12分配IP地址的网络地址服务器。
远程访问中心78被设计为向车辆12的无线通信系统28提供多个不同的系统功能，并且根据图1所示的示例性实施方式，通常包括一个或多个交换机80、服务器82、数据库84、现场顾问86以及自动语音响应系统(VRS)88。这些各种远程访问中心组件优选地经由有线或无线局域网90相互耦合。可以是专用分支交换(PBX)交换机的交换机80路由输入信号，使得语音传输通常通过普通电话发送到实况顾问86或者使用VoIP发送到自动语音响应系统88。实时顾问电话也可以使用VoIP，如图1中的虚线所示。经由交换机80的VoIP和其他数据通信经由连接在交换机80和网络90之间的调制解调器(未示出)来实施。数据传输通过调制解调器传递给服务器82和/或数据库84。数据库84可以存储诸如订户验证信息、车辆标识符、简档记录、行为模式和其他相关订户信息的账户信息。数据传输也可以通过诸如802.11x、GPRS等的无线系统来进行。尽管所示实施方式已经描述了它将与使用现场顾问86的有人远程访问中心78结合使用，但是应该理解，远程访问中心可以替代为将VRS 88用作自动顾问或可以使用VRS 88和现场顾问86组合。
如图2所示，ADS 24包括多个不同的控制系统，至少包括用于确定在车辆附近检测到的特征或物体的存在、位置、分类和路径的感知系统32。感知系统32被配置为接收来自诸如图1所示的传感器26的各种传感器的输入，并且合成和处理传感器输入以生成用作ADS24的其他控制算法的输入的参数。
感知系统32包括传感器融合和预处理模块34，其处理和合成来自各种传感器26的传感器数据27。传感器融合和预处理模块34执行传感器数据27的校准，包括但不限于激光雷达到激光雷达校准、相机到激光雷达校准、激光雷达到底盘校准以及激光雷达束强度校准。传感器融合和预处理模块34输出经预处理的传感器输出35。
分类和分割模块36接收经预处理的传感器输出35并且执行物体分类、图像分类、交通灯分类、物体分割、地面分割和物体跟踪处理。物体分类包括但不限于：识别和分类周围环境中的物体，包括交通信号和标志的识别和分类；雷达融合和追踪以说明传感器的放置和视场(FOV)；以及通过激光雷达融合的误报拒绝以消除城市环境中存在的许多误报，例如井盖、桥梁、高架树木或灯杆以及具有高雷达截面但不影响车辆沿其路径行驶能力的其他障碍物。由分类和分割模型36执行的另外的物体分类和跟踪过程包括但不限于自由空间检测和高级别跟踪，其将来自雷达轨迹、激光雷达分割、激光雷达分类、图像分类、物体形状拟合模型、语义信息、运动预测、栅格地图、静态障碍地图和其他来源的数据进行融合来生成高质量的物体轨迹。
分类和分割模块36另外执行具有车道关联和交通控制装置行为模型的交通控制装置分类和交通控制装置融合。分类和分割模块36产生包括物体识别信息的物体分类和分割输出37。
定位和地图模块40使用物体分类和分割输出37来计算参数，包括但不限于典型和有挑战性的驾驶场景两者中的车辆12的位置和取向的估计。这些具有挑战性的驾驶场景包括但不限于具有许多车辆的动态环境(例如，密集交通)、具有大规模障碍物的环境(例如道路工程或建筑工地)、丘陵、多车道道路、单车道道路、各种道路标记和建筑物或缺乏所述标记(例如住宅区和商业区)以及桥梁和立交桥(在车辆的当前路段上方和下方)。
定位和地图模块40还包含作为经由车辆12在操作期间执行的车载地图功能获得的扩展地图区域的结果收集的新数据以及经由无线通信系统28“推送”到车辆12的地图数据。定位和地图模块40利用新信息(例如，新车道标记、新建筑结构、建筑区域的添加或移除等)更新先前的地图数据，同时使未受影响的地图区域保持未修改。可以生成或更新的地图数据的示例包括但不限于屈服线分类、车道边界生成、车道连接、小型和主要道路的分类、左转和右转的分类以及交叉口车道创建。
在一些实施例中，定位和地图模块40使用SLAM技术来开发周围环境的地图。SLAM是模拟定位和地图(Simultaneous Localization and Mapping)的缩写。SLAM技术构建环境地图并跟踪环境内物体的位置。GraphSLAM是SLAM的变体，其采用用于生成包含观察相关性的图形的稀疏矩阵。
地图内的物体位置由以物体的预测路径为中心的高斯概率分布表示。最简单形式的SLAM使用三种约束：初始位置约束；相对运动约束，其是物体的路径；以及相对测量约束，其是物体到地标的一个或多个测量值。
初始运动约束是车辆的初始姿态(例如，位置和取向)，其包括车辆在二维或三维空间中的位置，包括俯仰、侧倾和偏航数据。相对运动约束是物体的位移运动，其包含适应地图一致性的一定程度的灵活性。相对测量约束包括从物体传感器到地标的一个或多个测量值。初始位置约束、相对运动约束和相对测量约束通常是高斯概率分布。传感器生成的地图内的物体定位方法通常采用卡尔曼滤波器、各种统计相关方法例如皮尔森积矩相关性、和/或粒子滤波器。
在一些实施例中，一旦建立地图，则通过粒子滤波器实时实现车辆定位。与贝叶斯或卡尔曼滤波器不同，粒子滤波器适用于非线性系统。为了定位车辆，通过高斯概率分布在预期的平均值周围产生粒子。每个粒子都被分配数字权重以表示粒子位置对于预测位置的精确度。将传感器数据考虑在内，并调整粒子权重以适应传感器数据。粒子接近传感器调整位置越近，粒子权重的数值越大。
当动作命令发生时，每个粒子都会更新为新的预测位置。在新的预测位置处观察传感器数据，并且为每个粒子分配表示粒子位置相对于预测位置和传感器数据的准确度的新权重。对粒子进行重采样，选择数值幅度最大的权重，从而提高预测的和传感器校正的物体位置的精确度。通常重采样数据的均值、方差和标准偏差提供新的物体位置可能性。
粒子滤波器处理表示为：
P(Ht|Ht-1，At，Dt) 式1
其中Ht是当前假设，其物体位置。Ht-1是先前目标位置，At是通常为电机命令的动作，并且Dt是可观察的数据。
在一些实施例中，定位和地图模块40通过在扩展卡尔曼滤波器(EKF)框架中合并来自如上所述的多个源的数据来维持车辆的全球定位的估计。卡尔曼滤波器是基于递归贝叶斯滤波器的线性滤波器。递归贝叶斯滤波器也被称为递归贝叶斯估计，基本上将估计的后验替换为先验位置以在新的估计迭代上计算新的后验。这有效地产生：
P(Ht|Ht-1，Dt) 式2
其中在当前时间t，假设Ht的概率由先前迭代Ht-1处的假设和数据Dt来估计。
卡尔曼滤波器添加动作变量At，其中t是时间迭代，从而产生：
P(Ht|Ht-1，At，Dt) 式3
其中在当前时间t，假设Ht的概率基于先前的假设Ht-1、动作At和数据Dt。
广泛用于机器人卡尔曼滤波器估计当前位置(其是联合概率分布)，并基于动作命令预测新的位置(其也是联合概率分布)，称为状态预测。获取传感器数据并计算分开的联合概率分布，称为传感器预测。
状态预测表示为：
X′t＝AXt-1+Bμ+εt 式4
其中X't是基于先前状态AXt-1、Bμ和ξt的新状态。常数A和B由感兴趣的物理学定义，μ通常是机器人电机命令，并且ξt是高斯状态误差预测。
传感器预测表示为：
Z′t＝CXt+εz 式5
其中Z't是新的传感器估计，C是函数，并且ξz是高斯传感器误差预测。
新的预测状态估计表示为：
XEST＝X′t+K(Zt-Z′t) 式6
其中乘积K(Zt-Z't)被称为卡尔曼增益因子。如果传感器预测Z't和实际传感器数据Zt之间的差异(即Zt-Z't)合理地接近零，则X't被认为是新的状态估计。如果Zt-Z't合理地大于零，则添加K(Zt-Z't)因子以产生新的状态估计。
当接收到车辆运动信息时，EKF更新车辆位置估计，同时也展开估计协方差。一旦传感器协方差被整合到EKF中，定位和地图模块40就生成定位和地图输出41，其包括车辆12相对于检测到的障碍物和道路特征的位置和取向。
车辆测距模块46接收来自车辆传感器26的数据27并产生包括例如车辆航向、速度和距离信息的车辆测距输出47。绝对定位模块42接收定位和地图输出41和车辆测距信息47，并生成如下所讨论的在分开的计算中使用的车辆位置输出43。
物体预测模块38使用物体分类和分割输出37来生成参数，包括但不限于检测到的障碍物相对于车辆的位置、检测到的障碍物相对于车辆的预测路径以及交通车道相对于车辆的位置和取向。在一些实施例中可以使用贝叶斯模型来基于语义信息、先前轨迹和瞬时姿态来预测驾驶员或行人意图，其中姿态是物体的位置和取向的组合。
通常用于机器人的贝叶斯定理(也称为贝叶斯滤波器)是条件概率的形式。下面在式7中所示的贝叶斯定理提出了这样的命题：给定数据D的假设H的概率等于假设H的概率乘以给出假设H时的数据D的可能性，除以数据的概率P(D)。
P(H/D)被称为后验，P(H)被称为先验。贝叶斯定理测量解释数据D中包含的证据之前(先验)和之后(后验)的命题中的概率置信度。贝叶斯定理在迭代时通常递归地使用。在每次新的迭代中，先前的后验成为产生新的后验的先验，直到迭代完成为止。关于物体(包括行人、周围车辆和其他移动物体)的预测路径的数据被输出为物体预测输出39，并且如下所述用于分开的计算中。
ADS 24还包括观察模块44和解释模块48。观察模块44生成由解释模块48接收的观察输出45。观察模块44和解释模块48允许远程访问中心78进行访问。如果车辆情况期望或需要，则现场专家或顾问例如图1所示的顾问86可以可选地查看物体预测输出39并且提供附加的输入和/或超驰自动驾驶操作，并且假设车辆的操作。解释模块48生成包括由现场专家提供的额外输入(如果有的话)的解释输出49。
路径规划模块50处理和合成从远程访问中心78的在线数据库或现场专家接收到的物体预测输出39、解释输出49和附加路线信息79，以确定要遵循的车辆路径以维持车辆在期望的路线上同时遵守交通法规并避免任何检测到的障碍物。路径规划模块50采用配置成避免在车辆附近检测到的任何障碍物、将车辆保持在当前交通车道并将车辆保持在期望路线上的算法。路径规划模块50使用包括非线性最小二乘姿态图优化的姿态图优化技术来优化六个自由度的汽车车辆轨迹的地图并减少路径误差。路径规划模块50输出车辆路径信息作为路径规划输出51。路径规划输出51包括基于车辆路线的命令车辆路径、相对于路线的车辆位置、交通车道的位置和取向以及任何检测到的障碍物的存在和路径。
第一控制模块52处理和合成路径规划输出51和车辆位置输出43以生成第一控制输出53。在车辆的操作的远程接管模式的情况下，第一控制模块52还包含由远程接入中心78提供的路由信息79。
车辆控制模块54接收第一控制输出53以及从车辆测距46接收的速度和航向信息47并生成车辆控制输出55。车辆控制输出55包括一组致动器命令，以实现来自车辆控制模块54的命令路径，包括但不限于转向命令、换档命令、节气门命令和制动命令。
车辆控制输出55被传送到致动器30。在示例性实施方式中，致动器30包括转向控制、换档器控制、节气门控制和制动控制。例如，转向控制可以控制转向系统16，如图1所示。例如，移位器控制可以控制变速器14，如图1所示。例如，节气门控制可以控制推进系统13，如图1所示。例如，制动控制可以控制车轮制动器17，如图1所示。
应该理解的是，所公开的方法可以与任何数量的不同系统一起使用，并且不特别限于这里所示的操作环境。系统10及其各个组件的架构、构造、设置和操作通常是已知的。这里未示出的其他系统也可以采用所公开的方法。
现在转到图3，示出了用于实施本公开的系统和方法的示例性环境300。在说明性示例中，车辆310与可操作激光雷达系统一起行驶。该系统具有发送器，该发送器可操作地将脉冲光或激光330远离车辆310发送。一些脉冲光入射在车辆周围的物体320上，并且反射信号返回到车辆上的接收器。车辆还配备有处理器以处理返回的信号以测量幅度、传播时间和相移以及其他特性，以便确定到物体320的距离以及物体320的大小和速度。
现在转到图4，示出了根据示例性方法和系统的激光雷达系统400的功能框图。激光雷达收发器410可操作地产生激光束、发送激光束并捕获从FOV内的物体散射/反射的激光能量。扫描器420将激光束移动穿过目标区域，定位取向系统(POS)测量传感器位置和取向430，系统处理器440控制所有上述动作、车辆控制系统和用户界面450、数据存储器460。
激光雷达收发器410可操作地产生激光束、将激光束发送到FOV并捕获从目标反射的能量。激光雷达传感器采用飞行时间来确定脉冲激光束被反射的物体的距离。振荡光信号被反射离开物体并由激光雷达收发器410内的检测器来检测，该信号具有取决于物体距传感器的距离的相移。可以使用电子锁相环(PLL)来从信号中提取相移，并且通过已知技术将相移转换为距离。
扫描器420用于跨FOV移动激光束。在一个示例性应用中，使用旋转反射镜来反射穿过FOV的固定激光。在另一示例性应用中，多个固定激光器沿不同方向发送脉冲以便产生FOV物体模型。
POS 430用于在脉冲发送激光时准确地确定扫描仪420的时间、位置和取向。该系统可以包括GPS传感器、惯性测量系统和其他传感器。POS可以进一步可操作地确定范围测量、扫描角度、传感器位置、传感器取向和信号幅度。由POS 430生成的数据可以与由激光雷达收发器410生成的数据组合以便生成FOV物体模型。
系统处理器440可操作地将控制信号发送到激光雷达收发器410、POS430和扫描器420，并从这些装置接收数据。系统处理器240接收数据并确定FOV内物体的位置，并且可以确定诸如物体速度、物体组成、信号滤波等的其他信息。存储器460可操作地存储返回信号脉冲的数字表示，和/或存储由系统处理器440计算的数据。车辆控制系统/用户接口450可操作地接收来自用户的输入，如果需要则显示结果，并且可选地响应于由系统处理器440生成的数据而生成车辆控制信号。车辆控制信号可以用于控制自主车辆，可以用于避免碰撞，或者可以用于驾驶员警告系统等用途。
现在转到图5，示出了用于在配备有激光检测和测距激光雷达系统的车辆中改进目标物体检测的所公开系统的示例性实施例方式的框图。该系统可操作地以不同的脉冲速率发送光脉冲。较长的脉冲速率导致较低的SNR，因为用于解码的返回脉冲较少并且彼此干扰的返回脉冲较少。然而，较长的脉冲速率导致系统接收较少的关于FOV中的物体的数据，从而导致较不详细的FOV物体模型。由于在时间上可能彼此交叠的大量脉冲，更快的脉冲速率导致更高的SNR。高脉冲速率允许更详细但模糊的FOV物体模型。因此，期望首先使用较快的脉冲速率来对FOV绘制地图，然后使用较慢的脉冲速率来确认FOV物体地图。
发送器510可操作地发送第一光脉冲和第二光脉冲以及发送第三光脉冲和第四光脉冲，第一光脉冲和第二光脉冲的发送之间具有第一时间间隔，第三光脉冲和第四光脉冲的发送之间具有第二时间间隔，其中，第二时间间隔大于第一时间间隔。继续激光雷达发送受到功率限制的限制，因此激光雷达系统替代地采用脉冲发送。脉冲发送包括发送激光持续一段时间(称为脉冲宽度)，然后在第二段时间内不发送激光。从第一脉冲开始到第二脉冲开始之间的时间称为周期。如果发送单个脉冲，则接收到的单个脉冲具有非常低的SNR，使其在远距离上有效并区分深色目标。当一段时间内接收到多个脉冲返回并相互干扰时，会出现较高的SNR。可靠地检测FOV中的物体需要发送一系列脉冲并对接收到的脉冲进行积分。对于明确的范围估计，脉冲周期大于反射信号的最大延迟。达到较大的处理增益需要较长的积分时间，然而积分时间是有限的，因为反射点的范围和角度随时间变化，从而导致处理增益有限。对于给定的积分时间限制，发送的脉冲数量的增加会增加处理增益并增加SNR。
接收器530在脉冲激光信号从FOV内的物体反射后可操作地接收该脉冲激光信号。接收器可以包括放大器、混频器、循环器等，以便将接收到的脉冲激光信号转换为可以由处理器540操纵的中频(IF)信号。接收器530还可以进一步操作地将接收到的脉冲激光信号转换成数字表示。这些数字表示可以表示接收到的脉冲激光信号或经转换的IF信号。
处理器540可操作地产生控制接收器530和发送器510的控制信号。这些控制信号可以可操作地控制激光脉冲的脉冲速率和脉冲的脉冲宽度。另外，控制信号可以控制接收器530，使得接收器530可操作地接收不同脉冲速率和脉冲宽度的反射脉冲激光信号。在示例性实施方式中，处理器生成控制信号，使得发送器510发送第一光脉冲和第二光脉冲以及发送第三光脉冲和第四光脉冲，第一光脉冲和第二光脉冲的发送之间具有第一时间间隔，第三光脉冲和第四光脉冲的发送之间具有第二时间间隔，其中，第二时间间隔大于第一时间间隔。处理器540还产生控制信号，使得接收器530可操作地接收第一光脉冲的反射表示、第二光脉冲的反射表示、第三光脉冲的反射表示和第四光脉冲的反射表示。处理器响应于控制信号从发送器510和/或接收器530接收数据。
一旦已经从发送器510和/或接收器530接收到数据，则处理器540响应于表示第一光脉冲的反射表示的数据而确定到物体的距离并且响应于表示第三光脉冲的反射表示的数据而确定到该物体的距离。在第一较高脉冲速率下，处理器可操作地确定FOV内可能物体的距离。这些可能的物体具有很高的模糊性，并且因此在确定物体位置时可能会有较低的可靠性。处理器540然后可以生成指示发送器510以第二较低脉冲速率发送的控制信号。发送器540然后从接收器530接收第二数据，以便再次确定这些物体在FOV中的距离。该第二数据便于确认以第一脉冲速率定位的物体的位置，该确认以比较高脉冲速率更低的模糊度来决定。
现在转到图6，示出了示例性脉冲时序图。时序图610示出了具有短周期T1的第一序列，其导致在持续时间期间更多数量的脉冲。在根据该时间序列进行发送的同时，该系统可操作地检测以高SNR检测到的有限数量的模糊假设。时序图620示出了具有较长周期T2的第二序列，其导致具有较少模糊性的较少数量的重复。在根据该时间序列进行发送的同时，该系统然后可操作地从较低SNR处的有限模糊集合确定真假设。
现在转到图7，示出了具有高处理增益的脉冲重复序列的示例性方法。该方法首先可操作地发送710第一光脉冲和第二光脉冲，第一光脉冲和第二光脉冲的发送之间具有第一时间间隔。该方法然后接收720第一光脉冲的反射表示和第二光脉冲的反射表示。然后响应于第一光脉冲的反射表示730而作出对到物体的距离的确定730。在一段时间之后，产生控制信号，从而导致发送第三光脉冲和第四光脉冲，第三光脉冲和第四光脉冲的发送之间具有第二时间间隔，其中，第二时间间隔大于第一时间间隔730。该系统然后可操作地接收第三光脉冲的反射表示和第四光脉冲的反射表示740。该系统然后响应于第三光脉冲的反射表示而确定到物体的距离750。
可替选地，响应于确定对物体的第一测量是模糊的而生成导致如下的控制信号：发送第三光脉冲和第四光脉冲，第三光脉冲和第四光脉冲的发送之间具有第二时间间隔，其中，第二时间间隔大于第一时间间隔。例如，该系统可以确定具有第一确定水平的到物体的距离并且继续以第一脉冲速率发送光脉冲。但是，如果以低于阈值的确定性水平检测到物体，则系统可以将脉冲速率改变为较慢的脉冲速率，以便确认物体的位置并将确定性水平提高到特定水平以上。
应该理解的是，尽管在全功能计算机系统的上下文中描述了该示例性实施方式，但是本领域技术人员将认识到，本公开内容的机制能够作为分配作为程序产品，该程序产品具有一种或多种类型的用于存储程序及其指令并执行其分配的非暂时性计算机可读信号承载介质，例如承载程序并包含存储在其中的用于使计算机处理器执行并实施程序的计算机指令的非暂时性计算机可读介质。这样的程序产品可以采取各种形式，并且无论用于执行分发的计算机可读信号承载介质的具体类型如何，本公开内容同样适用。信号承载介质的示例包括：可记录介质，如软盘、硬盘驱动器、存储卡和光盘；以及传输介质，如数字和模拟通信链路。

Claims (10)

1.一种方法，包括：
发送第一光脉冲和第二光脉冲，所述第一光脉冲和所述第二光脉冲的发送之间具有第一时间间隔；
接收所述第一光脉冲的反射表示和所述第二光脉冲的反射表示；
响应于所述第一光脉冲的所述反射表示而确定到第一物体的第一距离；
发送第三光脉冲和第四光脉冲，所述第三光脉冲和所述第四光脉冲的发送之间具有第二时间间隔，其中，所述第二时间间隔大于所述第一时间间隔；
接收所述第三光脉冲的反射表示和所述第四光脉冲的反射表示；以及
响应于所述第三光脉冲的所述反射表示而确定到所述第一物体的第二距离。
2.根据权利要求1所述的方法，其中，所述第一光脉冲和所述第三光脉冲入射在视场内的所述第一物体上。
3.根据权利要求1所述的方法，其中，所述方法由激光雷达系统执行。
4.根据权利要求1所述的方法，其中，响应于所述第三光脉冲的反射表示而确定到所述第一物体的第二距离被执行以确认响应于所述第一光脉冲的所述反射表示而确定的到所述第一物体的第一距离。
5.根据权利要求1所述的方法，其中，响应于所述第一光脉冲的所述反射表示和所述第二光脉冲的所述反射表示来确定到所述第一物体的第一距离。
6.根据权利要求1所述的方法，其中，响应于所述第三光脉冲的反射表示和所述第四光脉冲的反射表示来确定到所述第一物体的第二距离。
7.根据权利要求1所述的方法，其中，响应于所述第一距离的模糊确定来执行发送所述第三光脉冲和所述第四光脉冲。
8.一种装置，包括：
发送器，其用于发送第一光脉冲和第二光脉冲以及第三光脉冲和第四光脉冲，所述第一光脉冲和所述第二光脉冲的发送之间具有第一时间间隔，所述第三光脉冲和所述第四光脉冲的发送之间具有第二时间间隔，其中，所述第二时间间隔大于所述第一时间间隔；
接收器，其用于接收所述第一光脉冲的所述反射表示、所述第二光脉冲的所述反射表示、所述第三光脉冲的反射表示和所述第四光脉冲的反射表示；以及
处理器，其用于响应于所述第一光脉冲的所述反射表示确定到物体的距离以及响应于所述第三光脉冲的反射表示确定到所述物体的距离。
9.根据权利要求8所述的装置，其中，所述第一光脉冲和所述第三光脉冲入射在视场内的所述物体上。
10.一种方法，包括：
以第一脉冲速率发送第一系列光脉冲；
接收所述第一系列光脉冲的反射表示；
响应于所述第一系列光脉冲的反射表示而确定多个物体的第一位置；
以第二脉冲速率发送第二系列光脉冲；
接收所述第二系列光脉冲的反射表示；以及
响应于所述第二系列光脉冲的反射表示而确定所述多个物体的第二位置。
CN201810310889.1A 2017-04-21 2018-04-09 用于具有高处理增益的脉冲重复序列的方法和装置 Pending CN108761474A (zh)

Applications Claiming Priority (2)

Application Number Priority Date Filing Date Title
US15/493705 2017-04-21
US15/493,705 US20180306927A1 (en) 2017-04-21 2017-04-21 Method and apparatus for pulse repetition sequence with high processing gain

Publications (1)

Publication Number Publication Date
CN108761474A true CN108761474A (zh) 2018-11-06

Family

ID=63714282

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201810310889.1A Pending CN108761474A (zh) 2017-04-21 2018-04-09 用于具有高处理增益的脉冲重复序列的方法和装置

Country Status (3)

Country Link
US (1) US20180306927A1 (zh)
CN (1) CN108761474A (zh)
DE (1) DE102018109441A1 (zh)

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN110531759A (zh) * 2019-08-02 2019-12-03 深圳大学 机器人探索路径生成方法、装置、计算机设备和存储介质
CN110749898A (zh) * 2019-10-18 2020-02-04 深圳奥锐达科技有限公司 一种激光雷达测距系统及其测距方法

Families Citing this family (18)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US10908262B2 (en) 2016-02-18 2021-02-02 Aeye, Inc. Ladar transmitter with optical field splitter/inverter for improved gaze on scan area portions
US10754015B2 (en) 2016-02-18 2020-08-25 Aeye, Inc. Adaptive ladar receiver
US9933513B2 (en) 2016-02-18 2018-04-03 Aeye, Inc. Method and apparatus for an adaptive ladar receiver
US10042159B2 (en) 2016-02-18 2018-08-07 Aeye, Inc. Ladar transmitter with optical field splitter/inverter
US10185028B2 (en) 2017-02-17 2019-01-22 Aeye, Inc. Method and system for ladar pulse deconfliction using delay code selection
US10605924B2 (en) * 2017-08-02 2020-03-31 GM Global Technology Operations LLC Method and apparatus cross segment detection in a lidar system
EP3682308B1 (en) 2017-09-15 2024-04-10 Aeye, Inc. Intelligent ladar system with low latency motion planning updates
US10551501B1 (en) * 2018-08-09 2020-02-04 Luminar Technologies, Inc. Dual-mode lidar system
US11733387B2 (en) 2018-10-25 2023-08-22 Aeye, Inc. Adaptive ladar receiver control using spatial index of prior ladar return data
DE102018127990A1 (de) * 2018-11-08 2020-05-14 Bayerische Motoren Werke Aktiengesellschaft Verfahren und Verarbeitungseinheit zur Ermittlung von Information in Bezug auf ein Objekt in einem Umfeld eines Fahrzeugs
US10656272B1 (en) 2019-04-24 2020-05-19 Aeye, Inc. Ladar system and method with polarized receivers
US11604264B2 (en) 2021-03-26 2023-03-14 Aeye, Inc. Switchable multi-lens Lidar receiver
US20220317249A1 (en) 2021-03-26 2022-10-06 Aeye, Inc. Hyper Temporal Lidar with Switching Between a Baseline Scan Mode and a Pulse Burst Mode
US20220308187A1 (en) 2021-03-26 2022-09-29 Aeye, Inc. Hyper Temporal Lidar Using Multiple Matched Filters to Determine Target Retro-Reflectivity
US11630188B1 (en) 2021-03-26 2023-04-18 Aeye, Inc. Hyper temporal lidar with dynamic laser control using safety models
US11686845B2 (en) 2021-03-26 2023-06-27 Aeye, Inc. Hyper temporal lidar with controllable detection intervals based on regions of interest
US11635495B1 (en) 2021-03-26 2023-04-25 Aeye, Inc. Hyper temporal lidar with controllable tilt amplitude for a variable amplitude scan mirror
US11460553B1 (en) 2021-03-26 2022-10-04 Aeye, Inc. Hyper temporal lidar with dynamic laser control using different mirror motion models for shot scheduling and shot firing

Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
AU2006228080B1 (en) * 2006-03-07 2007-03-29 Leica Geosystems Ag Increasing measurement rate in time of flight measurement apparatuses
US20130050676A1 (en) * 2009-09-02 2013-02-28 Trimble A.B. Distance Measurement Methods and Apparatus
CN104730535A (zh) * 2015-03-20 2015-06-24 武汉科技大学 一种车载多普勒激光雷达距离测量方法

Family Cites Families (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US6850314B2 (en) * 2002-08-08 2005-02-01 Board Of Reagents University Of Houston Method for optical sensing
US7342651B1 (en) * 2004-12-27 2008-03-11 Northrop Grumman Corporation Time modulated doublet coherent laser radar
EP3171201B1 (de) * 2012-03-07 2018-05-09 Safran Vectronix AG Entfernungsmesser
EP2680028A1 (de) * 2012-06-27 2014-01-01 Leica Geosystems AG Distanzmessverfahren und Distanzmesser
KR20170096723A (ko) * 2016-02-17 2017-08-25 한국전자통신연구원 라이다 시스템 및 이의 다중 검출 신호 처리 방법

Patent Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
AU2006228080B1 (en) * 2006-03-07 2007-03-29 Leica Geosystems Ag Increasing measurement rate in time of flight measurement apparatuses
CN101034155A (zh) * 2006-03-07 2007-09-12 徕卡测量系统股份有限公司 提高飞行时间测量设备的测量速率
US20130050676A1 (en) * 2009-09-02 2013-02-28 Trimble A.B. Distance Measurement Methods and Apparatus
CN104730535A (zh) * 2015-03-20 2015-06-24 武汉科技大学 一种车载多普勒激光雷达距离测量方法

Cited By (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN110531759A (zh) * 2019-08-02 2019-12-03 深圳大学 机器人探索路径生成方法、装置、计算机设备和存储介质
CN110749898A (zh) * 2019-10-18 2020-02-04 深圳奥锐达科技有限公司 一种激光雷达测距系统及其测距方法
CN110749898B (zh) * 2019-10-18 2022-05-27 深圳奥锐达科技有限公司 一种激光雷达测距系统及其测距方法

Also Published As

Publication number Publication date
US20180306927A1 (en) 2018-10-25
DE102018109441A1 (de) 2018-10-25

Similar Documents

Publication Publication Date Title
CN108761474A (zh) 用于具有高处理增益的脉冲重复序列的方法和装置
CN108574929B (zh) 用于自主驾驶系统中的车载环境中的联网场景再现和增强的方法和设备
CN108073170B (zh) 用于自主车辆的自动化协同驾驶控制
US10349011B2 (en) System and method for improved obstacle awareness in using a V2X communications system
CN109389832B (zh) 使用v2x通信系统提高障碍意识的系统和方法
CN109144050A (zh) 使用反射延迟传播进行物体表面估计的方法和装置
US10613547B2 (en) System and method for improved obstacle awareness in using a V2X communications system
CN108068792A (zh) 用于自主车辆的自动协同驾驶控制
CN110441790A (zh) 激光雷达系统中的方法和装置串扰和多径降噪
CN108372857A (zh) 自主驾驶系统的通过事件发生和情节记忆回顾进行有效情景感知
CN109307869B (zh) 用于增加激光雷达探测器的视场的设备和照明装置
CN109387857B (zh) 激光雷达系统中的跨网段检测方法和设备
CN110244701A (zh) 用于基于自动生成的课程序列的自主车辆的强化学习的方法和装置
CN109143261A (zh) 由vcsel阵列进行并行照明的方法和装置
US10928507B2 (en) Apparatus and method for improved radar beamforming
CN109387856A (zh) 用于lidar阵列中的并行采集的方法和设备
CN109541620A (zh) 激光雷达阵列中帧速率提升的方法和装置
US20180372874A1 (en) Apparatus for mechanical scanning scheme for lidar illuminator
US20200039533A1 (en) System and method for hardware verification in an automotive vehicle
CN110297486A (zh) 用于将用户引导至车辆的系统和方法

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
WD01 Invention patent application deemed withdrawn after publication
WD01 Invention patent application deemed withdrawn after publication

Application publication date: 20181106