CN111033306A - 通过多个假设的光探测和测距(lidar)设备范围混叠弹性 - Google Patents

通过多个假设的光探测和测距(lidar)设备范围混叠弹性 Download PDF

Info

Publication number
CN111033306A
CN111033306A CN201880054211.XA CN201880054211A CN111033306A CN 111033306 A CN111033306 A CN 111033306A CN 201880054211 A CN201880054211 A CN 201880054211A CN 111033306 A CN111033306 A CN 111033306A
Authority
CN
China
Prior art keywords
detection
ranges
light pulse
computing system
range
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.)
Granted
Application number
CN201880054211.XA
Other languages
English (en)
Other versions
CN111033306B (zh
Inventor
M.A.尚德
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.)
Waymo LLC
Original Assignee
Waymo 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 Waymo LLC filed Critical Waymo LLC
Priority to CN202311422845.5A priority Critical patent/CN117849816A/zh
Publication of CN111033306A publication Critical patent/CN111033306A/zh
Application granted granted Critical
Publication of CN111033306B publication Critical patent/CN111033306B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

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
    • G01S17/08—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
    • G01S17/02—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
    • G01S17/88—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
    • G01S7/483—Details of pulse systems
    • 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
    • G01S7/483—Details of pulse systems
    • G01S7/486—Receivers
    • G01S7/4861—Circuits for detection, sampling, integration or read-out
    • 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
    • G01S7/486—Receivers
    • G01S7/4865—Time delay measurement, e.g. time-of-flight measurement, time of arrival measurement or determining the exact position of a peak

Abstract

计算系统可以操作LIDAR设备根据包括时变抖动的时间序列发射光脉冲。然后，系统可以确定LIDAR在两个或更多个发射光脉冲中的每一个的对应探测时段期间探测到返回光脉冲。作为响应，系统可以确定探测到的返回光脉冲具有(i)指示范围的第一集合的、相对于多个第一发射光脉冲的对应发射时间的探测时间，以及(ii)指示范围的第二集合的、相对于多个第二发射光脉冲的对应发射时间的探测时间。鉴于此，系统可以在使用范围的第一集合作为物体探测的基础和使用范围的第二集合作为物体探测的基础之间进行选择，并且然后可以相应地参与物体探测。

Description

通过多个假设的光探测和测距(LIDAR)设备范围混叠弹性
相关申请的交叉引用
本申请要求于2017年6月30日提交的美国专利申请第15/638，607号的优先权，该申请题目为“通过多个假设的光探测和测距(Light Detection and Ranging，LIDAR)设备范围(range)混叠(aliasing)弹性”，该申请通过引用整体并入于此。
背景技术
车辆可以被配置为在自主模式下操作，在该自主模式下，车辆在很少或没有来自驾驶员的输入的情况下导航通过环境。这种自主车辆可以包括一个或多个传感器，这些传感器被配置为探测关于车辆在其中操作的环境的信息。一种这样的传感器是光探测和测距(LIDAR)设备。
LIDAR设备可以在扫描场景以组装(assemble)指示环境中反射表面的“点云(point cloud)”的同时估计到环境特征的距离。可以通过发射激光脉冲并探测从环境中的物体反射的返回脉冲(如果有的话)，并且根据发射的脉冲和接收到反射的脉冲之间的时间延迟确定到该物体的距离，来确定点云中的各个点。
LIDAR设备因此可以包括一个激光器或一组激光器，并且可以快速且重复地扫描整个场景，以提供关于到场景中反射物体的距离的连续实时信息。在测量每个距离的同时，组合测量的距离和(多个)激光器的方向允许将三维定位与每个返回脉冲相关联。这样，可以为整个扫描区域生成指示环境中反射特征的位置的点的三维地图。
使用LIDAR的一个挑战是范围混叠。范围混叠与模糊回波的出现有关，诸如当系统不能基于生成的数据，在从一个特定范围散射的信号和从其他范围散射的信号之间进行区分时。例如，在LIDAR的上下文中，范围混叠可以指来自LIDAR的最大明确范围之外的返回信号被解释为在LIDAR最大明确范围内。
发明内容
本公开总体上涉及传感器，并且具体涉及为传感器提供范围混叠弹性的系统和方法。
示例实施方式可以涉及在LIDAR设备的操作期间生成多个范围假设。一旦生成，多个范围假设可由计算系统(例如机载或远范围计算系统)使用，以区分在监听/探测时段期间接收的多个返回信号，将返回信号的每个或其子集与更有可能表示环境的物理状态的范围相关联，和/或探测位于LIDAR设备的标称(nominal)明确探测范围之外的物体。例如，计算系统可以使用替代范围假设(例如，除默认范围假设之外的范围假设)来探测位于LIDAR设备的最大明确探测范围之外的物体。
作为另一示例，考虑这样的场景，其中LIDAR设备发射第一脉冲、在第一探测时段期间监听返回信号、发射第二脉冲、以及在第二探测时段期间监听返回信号。在一种假设下，在探测时段期间探测到的任何返回信号都与紧接在该探测时段之前发射的脉冲相关联。例如，在第一探测时段期间探测到的任何返回信号与第一脉冲相关联，并且在第二探测时段期间探测到的任何返回信号与第二脉冲相关联。因此，在这种假设下(本文可以将这种假设称为默认范围假设)，探测到的返回信号与最近发射的脉冲相关联，并且发射最近发射的脉冲的时间和探测到返回信号的时间之间的差被用于计算脉冲行进的距离。该距离与反射脉冲的物体的范围和方位相关联。
在替代假设下，探测到的返回信号不是来自最近发射的脉冲。例如，在第二探测时段期间探测到的返回信号的子集可以与第一脉冲而不是第二脉冲相关联，并且基于发射第一脉冲的时间和探测到返回信号的时间之间的差来计算脉冲行进的距离。
作为另一示例，考虑这样的场景，其中在探测时段(例如，第二探测时段)期间，LIDAR设备探测到实际上对应于多于一个发射光脉冲(例如，第一脉冲和第二脉冲)的返回光脉冲。这可能产生关于给定返回光脉冲是否对应于紧接在该探测时段之前发生的脉冲发射(例如，第二脉冲)，或者给定返回光脉冲是否对应于例如在先前探测时段之前在时间上较早发生的脉冲发射(例如，第一脉冲)的模糊性。例如，当在返回光脉冲从位于LIDAR设备的标称探测范围之外的物体反射后被探测到时，可能会出现这种模糊性。
根据所公开的实施方式，计算系统可以操作LIDAR设备以根据包括时变抖动的时间序列发射光脉冲，并且一旦探测到返回光脉冲，可以生成两个或更多个范围假设。
例如，在LIDAR设备探测到返回光脉冲之后，计算系统可以(i)根据相对于多个第一发射光脉冲的对应发射时间的时间延迟来确定范围的第一集合，以及(ii)根据相对于多个第二发射光脉冲的对应发射时间的时间延迟来确定范围的第二集合。
范围的第一集合可以对应于“近范围假设”，并且范围的第二集合可以对应于“远范围假设”。在“近范围假设”中，对于每个探测到的光脉冲，根据相对于与探测到该光脉冲的探测时段相关联的光脉冲的发射时间的时间延迟来确定相应的范围。例如，在上面的场景中，近范围假设可以对应于默认的范围假设。在“远范围假设”中，对于每个探测到的光脉冲，根据相对于与先前探测时段(例如，在时间上先于探测到该光脉冲的探测时段的探测时段)相关联的光脉冲的发射时间的时间延迟来确定相应的范围。例如，在上面的场景中，远范围假设可以对应于替代范围假设。然而，如本文进一步讨论的，应该理解，其他范围假设也是可能的。
基于一个或多个因素，计算系统然后可以在使用范围的第一集合作为物体探测的基础和使用范围的第二集合作为物体探测的基础之间进行选择。举例来说，计算系统可以选择具有更接近地类似于已知物体的范围的集合而不是选择具有不类似于已知物体的范围的集合，和/或可以选择包括彼此基本相似的范围的集合而不是选择包括彼此基本不同的范围的集合，以及其他选项。
此外，如所指出的，本公开可以应用于在同一探测时段期间探测到的多个光脉冲之间进行区分的上下文中，和/或应用于探测位于LIDAR设备的标称探测范围之外的物体的上下文中。具体地，LIDAR设备有时可能在多个探测时段中的每一个探测时段期间分别探测到多个光脉冲，并且计算系统可以确定应该如何将这些返回光脉冲用作物体探测的基础。
例如，每个探测时段可以包括探测第一返回光脉冲，该第一返回光脉冲对应于与该探测时段相关联的发射光脉冲(例如，紧接在该探测时段之前发射的光脉冲)，并且还可以包括探测第二返回光脉冲，该第二返回光脉冲从位于标称明确探测范围之外的物体反射并且因此对应于与另一探测时段相关联的发射光脉冲(例如，在先前探测时段之前发射的光脉冲)。
根据所公开的实施方式，为了确定这种返回光脉冲应该如何用作物体探测的基础，系统可以根据包括时变抖动的时间序列发射光脉冲，并且生成和利用多个范围假设。例如，系统可以根据第一返回光脉冲的近范围假设确定范围的第一集合，以及根据第二返回光脉冲的近范围假设确定范围的第二集合。另外，系统可以根据第二返回光脉冲的替代范围假设(例如，远范围假设)确定范围的第三集合。利用该信息，计算系统然后可以探测位于LIDAR设备的标称明确探测范围之外的物体，和/或可以在(多个)相同探测时段期间探测到的多个返回光脉冲之间进行区分。
例如，计算系统可以确定范围的第三集合是否组装了指示至少一个已知物体的点云。如果是，那么计算系统可以使用该范围的第三集合作为物体探测的基础。这进而能够探测位于LIDAR设备的标称明确探测范围之外的物体。
此外，如果该范围的第三集合组装了指示至少一个已知物体的点云，则计算系统可以确定第二返回光脉冲的替代范围假设可能是正确的。即，第二返回光脉冲可能各自分别对应于替代的先前脉冲发射，而不是对应于标称脉冲发射。并且基于第二返回光脉冲的替代范围假设可能正确的确定，计算系统可以确定第二返回光脉冲的近范围假设可能不正确。因此，计算系统可以响应地确定，为了物体探测的目的，计算系统应该使用与第一返回光脉冲相关联的范围的第一集合，而不是与第二返回光脉冲相关联的范围的第二集合，从而解决范围模糊性。其他示例也是可能的。
在一方面，公开了一种方法。该方法涉及由计算系统操作光探测和测距(LIDAR)设备，以根据发射时间序列在发射时间处发射光脉冲，其中发射时间序列包括时变抖动，并且以根据探测时间序列探测返回光脉冲，其中探测时间序列包括针对每个发射光脉冲的、用于探测对应返回光脉冲的对应探测时段，并且其中相对于对应的发射光脉冲的对应发射时间的、返回光脉冲的探测时间指示对反射对应的发射光脉冲的物体的范围。该方法还涉及由计算系统做出LIDAR设备在两个或更多个发射光脉冲中的每一个发射光脉冲的对应探测时段期间探测到返回光脉冲的确定。该方法还涉及，响应于做出该确定，由计算系统确定(i)探测到的返回光脉冲具有指示范围的第一集合的、相对于多个第一发射光脉冲的对应发射时间的探测时间，以及(ii)探测到的返回光脉冲具有指示范围的第二集合的、相对于多个第二发射光脉冲的对应发射时间的探测时间。该方法还涉及由计算系统在使用范围的第一集合作为物体探测的基础和使用范围的第二集合作为物体探测的基础之间进行选择。该方法还涉及由计算系统根据选择参与物体探测。
在另一方面，公开了一种计算系统。计算系统包括一个或多个处理器、非暂时性计算机可读介质以及存储在非暂时性计算机可读介质上并可由一个或多个处理器执行的程序指令。具体地，程序指令可以被执行以操作光探测和测距(LIDAR)设备，以根据发射时间序列在发射时间处发射光脉冲，其中发射时间序列包括时变抖动，并且以根据探测时间序列探测返回光脉冲，其中探测时间序列包括针对每个发射光脉冲的、用于探测对应返回光脉冲的对应探测时段，并且其中相对于对应的发射光脉冲的对应发射时间的、返回光脉冲的探测时间指示对反射对应的发射光脉冲的物体的范围。程序指令还可以被执行以做出LIDAR设备在两个或更多个发射光脉冲中的每一个发射光脉冲的对应探测时段期间探测到返回光脉冲的确定。程序指令还可以被执行以响应于做出该确定，确定(i)探测到的返回光脉冲具有指示范围的第一集合的、相对于多个第一发射光脉冲的对应发射时间的探测时间，以及(ii)探测到的返回光脉冲具有指示范围的第二集合的、相对于多个第二发射光脉冲的对应发射时间的探测时间。程序指令还可以被执行以在使用范围的第一集合作为物体探测的基础和使用范围的第二集合作为物体探测的基础之间进行选择。程序指令还可以被进一步执行以根据选择参与物体探测。
在又一方面，公开了另一种方法。该方法涉及由计算系统操作光探测和测距(LIDAR)设备，以根据发射时间序列在发射时间处发射光脉冲，其中发射时间序列包括时变抖动，并且以根据探测时间序列探测返回光脉冲，其中探测时间序列包括针对每个发射光脉冲的、用于探测对应返回光脉冲的对应探测时段，并且其中相对于对应的发射光脉冲的对应发射时间的、返回光脉冲的探测时间指示对反射对应的发射光脉冲的物体的范围。该方法还涉及由计算系统确定LIDAR设备在用于多个第一发射光脉冲中的每一个第一发射光脉冲的对应探测时段期间探测到多个返回光脉冲的集合，其中每个多个返回光脉冲的集合至少包括相应的第一返回光脉冲和相应的第二返回光脉冲。该方法还涉及由计算系统做出第一返回光脉冲对应于多个第一发射光脉冲并且第二返回光脉冲潜在地对应于多个第二发射光脉冲的确定。该方法还涉及响应于做出该确定，由计算系统确定第二返回光脉冲具有指示范围的特定集合的、相对于多个第二发射光脉冲的对应发射时间的探测时间。该方法还涉及由计算系统做出是否使用范围的特定集合作为物体探测的基础的进一步确定。该方法还涉及由计算系统根据进一步确定参与物体探测。
在又一方面，公开了另一种方法。该方法涉及由计算系统操作光探测和测距(LIDAR)设备，以根据发射时间序列在发射时间处发射光脉冲，其中发射时间序列包括时变抖动，并且以根据探测时间序列探测返回光脉冲，其中探测时间序列包括针对每个发射光脉冲的、用于探测对应返回光脉冲的对应探测时段，并且其中相对于对应的发射光脉冲的对应发射时间的、返回光脉冲的探测时间指示对反射对应的发射光脉冲的物体的范围。该方法还涉及由计算系统确定LIDAR设备在用于多个第一发射光脉冲中的每一个第一发射光脉冲的对应探测时段期间探测到多个返回光脉冲的集合，其中每个多个返回光脉冲的集合至少包括相应的第一返回光脉冲和相应的第二返回光脉冲。该方法还涉及由计算系统确定(i)第一返回光脉冲具有指示范围的第一集合的、相对于多个第一发射光脉冲的对应发射时间的探测时间，(ii)第二返回光脉冲具有指示范围的第二集合的、相对于多个第一发射光脉冲的对应发射时间的探测时间，以及(iii)第二返回光脉冲具有指示范围的第三集合的、相对于多个第二发射光脉冲的对应发射时间的探测时间。该方法还涉及，基于范围的第三集合，由计算系统在在使用范围的第一集合作为物体探测的基础和使用范围的第二集合作为物体探测的基础之间进行选择。该方法还包括由计算系统根据选择参与物体探测。
在又一方面，公开了一种用于操作自主车辆的方法。该方法涉及接收与物体对由自主车辆的LIDAR设备发射的光脉冲的反射相关联的信号。该方法还涉及基于第一时间计算到物体的第一距离，第一时间对应于由自主车辆的LIDAR设备发射的先前光脉冲。该方法还涉及基于第二时间计算到物体的第二距离，第二时间对应于由自主车辆的LIDAR设备发射的不同的先前光脉冲。该方法还涉及基于在第一距离和第二距离之间的选择来操作自主车辆。
在又一方面，公开了另一种系统。该系统可以包括用于操作光探测和测距(LIDAR)设备的装置，以根据发射时间序列在发射时间处发射光脉冲，其中发射时间序列包括时变抖动，并且以根据探测时间序列探测返回光脉冲，其中探测时间序列包括针对每个发射光脉冲的、用于探测对应返回光脉冲的对应探测时段，并且其中相对于对应的发射光脉冲的对应发射时间的、返回光脉冲的探测时间指示对反射对应的发射光脉冲的物体的范围。该系统还可以包括用于做出LIDAR设备在两个或更多个发射光脉冲中的每一个发射光脉冲的对应探测时段期间探测到返回光脉冲的确定的装置。该系统可以附加地包括用于响应于做出该确定，确定(i)探测到的返回光脉冲具有示范围的第一集合的、相对于指多个第一发射光脉冲的对应发射时间的探测时间，以及(ii)探测到的返回光脉冲具有指示范围的第二集合的、相对于多个第二发射光脉冲的对应发射时间的探测时间的装置。该系统还可以包括用于在使用范围的第一集合作为物体探测的基础和使用范围的第二集合作为物体探测的基础之间进行选择的装置。该系统还可以包括用于根据选择参与物体探测的装置。
在又一方面，公开了另一种系统。该系统可以包括用于操作光探测和测距(LIDAR)设备的装置，以根据发射时间序列在发射时间处发射光脉冲，其中发射时间序列包括时变抖动，并且以根据探测时间序列探测返回光脉冲，其中探测时间序列包括针对每个发射光脉冲的、用于探测对应返回光脉冲的对应探测时段，并且其中相对于对应的发射光脉冲的对应发射时间的、返回光脉冲的探测时间指示对反射对应的发射光脉冲的物体的范围。该系统还可以包括用于确定LIDAR设备在用于多个第一发射光脉冲中的每一个第一发射光脉冲的对应探测时段期间探测到多个返回光脉冲的集合的装置，其中每个多个返回光脉冲的集合至少包括相应的第一返回光脉冲和相应的第二返回光脉冲。该系统还可以包括用于做出第一返回光脉冲对应于多个第一发射光脉冲，并且第二返回光脉冲潜在地对应于多个第二发射光脉冲的确定的装置。该系统还可以包括用于响应于做出该确定，确定第二返回光脉冲具有指示范围的特定集合的、相对于多个第二发射光脉冲的对应发射时间的探测时间的装置。该系统还可以进一步包括用于做出是否使用范围的特定集合作为物体探测的基础的进一步确定的装置。该系统还可以包括用于根据进一步确定参与物体探测的装置。
在又一方面，公开了另一种系统。该系统可以包括用于操作光探测和测距(LIDAR)设备的装置，以根据发射时间序列在发射时间处发射光脉冲，其中发射时间序列包括时变抖动，并且以根据探测时间序列探测返回光脉冲，其中探测时间序列包括针对每个发射光脉冲的、用于探测对应返回光脉冲的对应探测时段，并且其中相对于对应的发射光脉冲的对应发射时间的、返回光脉冲的探测时间指示对反射对应的发射光脉冲的物体的范围。该系统还可以包括用于确定LIDAR设备在用于多个第一发射光脉冲中的每一个第一发射光脉冲的对应探测时段期间探测到多个返回光脉冲的集合的装置，其中每个多个返回光脉冲的集合至少包括相应的第一返回光脉冲和相应的第二返回光脉冲。该系统还可以包括用于确定(i)第一返回光脉冲具有指示范围的第一集合的、相对于多个第一发射光脉冲的对应发射时间的探测时间，(ii)第二返回光脉冲具有指示范围的第二集合的、相对于多个第一发射光脉冲的对应发射时间的探测时间，以及(iii)第二返回光脉冲具有指示范围的第三集合的、相对于多个第二发射光脉冲的对应发射时间的探测时间的装置。该系统还可以包括用于基于范围的第三集合在使用范围的第一集合作为物体探测的基础和使用范围的第二集合作为物体探测的基础之间进行选择的装置。该系统还可以包括用于根据选择参与物体探测的装置。
在又一方面，公开了另一种系统。该系统可以包括用于接收与物体对自主车辆的LIDAR设备发射的光脉冲的反射相关联的信号的装置。该系统还可以包括用于基于第一时间计算到物体的第一距离的装置，第一时间对应于由自主车辆的LIDAR设备发射的先前光脉冲。该系统还可以包括用于基于第二时间计算到物体的第二距离的装置，第二时间对应于由自主车辆的LIDAR设备发射的不同的先前光脉冲。该系统还可以包括用于基于在第一距离和第二距离之间的选择来操作自主车辆的装置。
通过适当参考附图阅读以下详细描述，这些以及其他方面、优点和替换对于本领域普通技术人员将变得明显。此外，应该理解，在本发明内容部分和本文档其他地方提供的描述旨在通过示例而非限制的方式来说明所要求保护的主题。
附图说明
图1是根据示例实施例的LIDAR设备的简化框图。
图2A根据示例实施例示出了LIDAR设备。
图2B根据示例实施例示出了另一LIDAR系统。
图3A根据示例实施例示出了位于车辆顶部的LIDAR设备的几个视图。
图3B根据示例实施例示出了通过位于车辆顶部的LIDAR设备的光的发射。
图3C根据示例实施例示出了通过位于车辆顶部的LIDAR设备的对反射光的探测。
图3D根据示例实施例示出了位于车辆顶部的LIDAR设备的扫描范围。
图4A根据示例实施例示出了位于车辆顶部的LIDAR设备的标称明确探测范围。
图4B根据示例实施例示出的从位于LIDAR设备的标称明确探测范围内的物体反射的脉冲。
图4C根据示例实施例示出了从位于LIDAR设备的标称明确探测范围之外的物体反射的脉冲。
图5A根据示例实施例示出了不包括抖动的应用的第一发射时间序列，并且还示出了对于多个探测到的返回光脉冲中的每一个返回光脉冲的多个可能的探测时间。
图5B根据示例实施例示出了针对第一发射时间序列的范围模糊性。
图6是根据示例实施例示出的用于在与探测到的返回光脉冲相关联的范围之间进行区分的方法的流程图。
图7A根据示例实施例示出了包括抖动的应用的第二发射时间序列，并且还示出了对于多个探测到的返回光脉冲中的每一个返回光脉冲的多个可能的探测时间。
图7B根据示例实施例示出了对用于物体探测的范围的选择。
图8A根据示例实施例示出了不包括抖动的应用的第三发射时间序列。
图8B根据示例实施例示出了相对于第三发射时间序列的范围模糊性。
图9A根据示例实施例示出了包括抖动的应用的第四发射时间序列。
图9B根据示例性实施例示出了由于第四发射时间序列而引起的范围模糊性的缓解。
图10是根据示例实施例示出的用于探测位于LIDAR设备的标称明确探测范围之外的物体的方法的流程图。
图11A根据示例实施例示出了探测时间相对于先前发射时间的比较。
图11B根据示例实施例示出了对位于LIDAR设备的标称明确探测范围之外的远处物体的探测。
图12是根据示例实施例示出的用于在同一探测时段期间探测到的多个返回光脉冲之间进行区分的方法的流程图。
图13A根据示例实施例示出了探测时间相对于先前发射时间的另一比较。
图13B根据示例实施例示出了对用于物体探测的范围的选择。
图14A根据示例实施例示出了探测时间相对于先前发射时间的又一比较。
图14B根据示例实施例示出了对用于物体探测的范围的另一选择。
图15是根据示例实施例示出的用于基于选择的距离操作自主车辆的方法的流程图。
图16根据示例实施例示出了基于从LIDAR设备接收的对环境的扫描的车辆操作。
图17是根据示例实施例的车辆的简化框图。
具体实施方式
本文描述了示例性方法和系统。应该理解，本文使用的词语“示例性”意味着“充当示例、实例、或说明”。本文描述为“示例性”或“说明性”的任何实施例方式或特征并不一定被解释为相对于其他实施例方式或特征而是优选的或者有利的。在附图中，除非上下文另有说明，相似的符号通常标识相似的组件。本文描述的示例实施方式并不意味着限制。很容易理解的是，如本文总体描述的以及在附图中示出的，本公开的各个方面可以以各种不同的配置来布置、替换、组合、分离和设计，所有这些都在本文明确考虑。
I.概述
不断努力改进自主操作，其中车辆在很少或没有来自驾驶员的输入的情况下导航通过环境。这些努力包括开发装备有遥感能力和可能的事故避免系统的车辆。例如，诸如LIDAR设备的各种传感器可以被包括在车辆中，以探测车辆的环境中的物体，并且从而便于自主操作和/或事故避免。
一般来说，LIDAR设备可以在扫描场景以组装指示环境中反射表面的“点云”的同时帮助估计到环境特征的(多个)距离。可以通过发射光脉冲并探测从环境中的物体反射的返回光脉冲(如果有的话)，并且根据发射的光脉冲和探测到反射的返回光脉冲之间的时间延迟确定到物体的距离，来确定点云中的各个点。LIDAR可以包括(多个)激光器或其他光源。(多个)激光器或LIDAR作为一个整体，可以快速并重复地扫描整个场景，以提供关于到场景中反射物体的距离的连续实时信息。利用这种布置，在测量每个距离的同时组合测量的距离和(多个)激光器的方向允许将三维定位与每个返回光脉冲相关联。这样，可以为整个扫描区域生成指示环境中反射特征的位置的点的三维地图。
当计算系统(例如，在车辆中)操作LIDAR设备时，计算系统可以操作LIDAR设备以根据特定的定时来发射和探测光脉冲。例如，计算系统可以操作LIDAR设备以根据发射时间序列(诸如周期性序列(例如，每微秒发射一次光脉冲))在发射时间处发射光脉冲。在该示例中，计算系统还可以操作LIDAR设备以根据探测时间序列来探测返回光脉冲。探测时间序列可以具有旨在探测从位于LIDAR的某个范围内的物体返回的光脉冲的探测时段。该探测时段在本文可以被称为对应探测时段或标称探测时段或默认探测时段，并且该范围在本文可以被称为标称明确探测范围或标称探测范围。例如，给定光脉冲的对应探测时段可以紧接在该给定光脉冲发射之后或在该给定光脉冲发射之后的某个时间处开始，并且可以在发射后续光脉冲之前或之后结束。该对应探测时段可以被布置用于探测从位于LIDAR的标称探测范围内的物体反射的、对应于给定发射光脉冲的返回光脉冲，以产生对应的返回光脉冲。标称探测范围跨度为从距LIDAR的最小距离x0到最大距离xm。例如，最小距离x0可以是0米，最大距离xm可以是60米。在其他情况下，例如，最小距离x0可以是远离LIDAR的大于0米的距离，其中物体探测不太可能或者将不是车辆的操纵中的输入。例如，如果LIDAR安装在飞机下方，x0可能为2米。也可以考虑其他距离。
在一个实施例中，当LIDAR设备探测到返回光脉冲时，计算系统可以生成每个探测到的光脉冲的范围假设。具体地，计算系统可以根据相对于最近发射的光脉冲的发射时间的时间延迟，确定每个探测到的光脉冲的范围假设。该范围假设在本文可以被称为近范围假设或默认范围假设。
从位于标称探测范围之外的物体反射的光脉冲在标称探测时段内将不被LIDAR设备探测到。在一些情况下，如果光脉冲的强度在到达LIDAR设备之前显著衰减，以及其他可能性，则LIDAR设备可能探测不到这种光脉冲。
然而，在一些情况下，LIDAR设备仍然可以探测从位于标称探测范围之外的物体反射的光脉冲。例如，所讨论的物体可以是位于标称探测范围之外的逆向反射(retroreflective)物体(例如，大型高速公路路标)。当光脉冲从位于标称探测范围之外的逆向反射物体反射时，返回光脉冲可以在标称探测时段之后的探测时段期间被LIDAR设备探测到，导致范围混叠或范围模糊性出现。在另一示例中，所讨论的物体可以是被定位为比标称探测范围的最小距离更靠近LIDAR设备的物体。因此，在一些情况下，当光脉冲从更靠近的物体反射时，LIDAR设备可以在标称探测时段之前的探测时段期间探测到该光脉冲，这也导致范围混叠出现。
为了帮助解决这个问题，计算系统可以将伪随机抖动应用于一些但不是全部发射光脉冲的相应发射定时，以便将每个这样的相应发射定时分别从周期性偏移伪随机持续时间。利用这种布置，如果LIDAR设备探测到从位于标称探测范围内的(多个)物体反射的光脉冲，并且计算系统基于这些探测生成近范围假设，近范围假设仍然可以类似于已知物体，并且因此计算系统仍然可以最终使用该近范围假设进行物体探测。然而，如果LIDAR设备探测到从位于标称探测范围之外的(多个)物体反射的光脉冲，并且计算系统基于这些探测生成近范围假设，则由于上述伪随机偏移，近范围假设可能不类似于已知物体(例如，近范围假设的范围可能彼此显著不同)。因此，计算系统可以确定近范围假设是不正确的，并且可以不使用对于光脉冲的该集合的这种近范围假设来用于物体探测。
尽管伪随机抖动的应用可以允许计算系统确定是否使用近范围假设进行物体探测，但是在各种情形下，使用哪个(哪些)范围作为物体探测的基础可能仍然不清楚。例如，当光脉冲从位于标称探测范围之外的物体反射时，计算系统可以忽略近范围假设，但是仍然不能确定与该物体相关联的(多个)范围，并且因此即使在该物体进入LIDAR的标称探测范围之前对该物体的探测可能是有用的，也不能探测到该物体。
根据本公开的一个示例性实施例，为了帮助解决范围模糊性，计算系统可以操作LIDAR设备以根据包括时变抖动的时间序列发射光脉冲，并且一旦探测到返回光脉冲，可以生成并评估多个范围假设。因此，公开了用于生成多个范围假设并使用这些范围假设来确定适当或更高置信度或更高似然性的(多个)范围以用作物体探测的基础的方法和系统。
在一些示例中，范围假设之一可以是近范围假设，并且除了近范围假设之外，计算系统可以生成一个或多个替代范围假设。在其他示例中，计算系统可以生成两个或更多个替代范围假设，而不是生成近范围假设。
各种替代范围假设是可能的。举例来说，对于每个探测到的光脉冲，计算系统可以基于探测时间和在最后发射的光脉冲之前发射光脉冲的时间之间的差来确定范围。在这个示例中，替代范围假设可以被称为远范围假设，因为所确定的范围对应于物体位于在最大明确探测范围之外的可能性。
这样，当计算系统确定LIDAR设备在两个或更多个探测时段期间探测到返回光脉冲时，计算系统可以(i)根据相对于多个第一发射光脉冲的对应发射时间的时间延迟来确定范围的第一集合，以及(ii)根据相对于多个第二发射光脉冲的对应发射时间的时间延迟来确定范围的第二集合。
基于一个或多个因素，计算系统然后可以在使用范围的第一集合作为物体探测的基础和使用范围的第二集合作为物体探测的基础之间进行选择。例如，计算系统可以确定范围的第一集合非常类似于已知物体，而范围的第二集合不类似于任何已知物体，并且系统可以响应地选择范围的第一集合来用作物体探测的基础。在另一示例中，系统可以确定第二集合包括基本上彼此相似的范围，并且第一集合包括基本上彼此不同的范围，并且系统可以响应地选择范围的第二集合来用作物体探测的基础。
以这种方式，计算系统可以确定用于物体探测的基础的适当范围，例如，即使当探测到的(多个)返回光脉冲是从位于标称探测范围之外的物体反射的、并且因此对应于在最近发射的光脉冲之前发射的(多个)光脉冲的光脉冲。
II.LIDAR设备的示例布置
现在参考附图，图1是根据示例实施例的LIDAR设备100的简化框图。如图所示，LIDAR设备100包括电源布置102、电子设备104、(多个)光源106、至少一个发送器108、至少一个接收器110、旋转平台112、(多个)致动器114、固定平台116、连接器布置118、旋转连杆120、和外壳122。在其他实施例中，LIDAR设备100可以包括更多、更少或不同的组件。此外，所示的组件可以以多种方式组合或划分。
电源布置102可以被配置为向LIDAR设备100的各种组件供电。具体而言，电源布置102可以包括或者另外采取至少一个电源的形式，该至少一个电源设置在LIDAR设备100内并且以任何可行的方式连接到LIDAR设备100的各种组件，以便向那些组件供电。附加地或替代地，电源布置102可以包括或另外采取电源适配器等的形式，该电源适配器等被配置为从一个或多个外部电源(例如，从布置在LIDAR设备100耦接到的车辆中的电源)接收电力，并且以任何可行的方式将所接收的电力供应给LIDAR设备100的各种组件。在任一种情况下，可以使用任何类型的电源，诸如例如电池。
电子设备104可以包括一个或多个电子组件和/或系统，每个电子组件和/或系统被布置为帮助促进LIDAR设备100的某些相应操作。实际上，这些电子设备104可以以任何可行的方式设置在LIDAR设备100内。例如，至少一些电子设备104可以设置在旋转连杆120的中心空腔区域内。然而，电子设备104可以包括各种类型的电子组件和/或系统。
例如，电子设备104可以包括用于将控制信号从计算系统传输到LIDAR设备100的各种组件和/或用于将数据从LIDAR设备100的各种组件传输到计算系统的各种布线。通常，计算系统接收的数据可以包括基于接收器110对光的探测的传感器数据，以及其他可能性。此外，由计算系统发送的控制信号可以操作LIDAR设备100的各种组件，诸如通过控制发送器106的光发射、控制接收器110的光探测、和/或控制(多个)致动器114旋转旋转平台112，以及其他可能性。
在一些布置中，电子设备104还可以包括计算系统。该计算系统可以具有一个或多个处理器、数据存储器、和存储在数据存储器上并可由一个或多个处理器执行以促进各种操作的程序指令。利用这种布置，计算系统因此可以被配置为执行本文描述的操作，诸如下面描述的方法的那些操作。附加地或替代地，计算系统可以与外部计算系统、控制系统等(例如，布置在LIDAR设备100耦接到的车辆中的计算系统)通信，以帮助促进控制信号和/或数据在外部系统和LIDAR设备100的各种组件之间的传输。
然而，在其他布置中，电子设备104可以不包括计算系统。相反，上述布线中的至少一些可以用于连接到外部计算系统。利用这种布置，布线可以帮助促进控制信号和/或数据在外部计算系统和LIDAR设备100的各种组件之间的传输。其他布置也是可能的。
此外，一个或多个光源106可以被配置为分别发射波长在波长范围内的多个光束和/或脉冲。波长范围可以例如在电磁波谱的紫外、可见、/或红外部分。在一些示例中，波长范围可以是窄波长范围，诸如由激光器提供的。
实际上，光源106之一可以是被配置为发射光脉冲的激光二极管。具体地，激光二极管可以是包括具有有源区域的p-n结的半导体器件，在有源区域中，在电流跨p-n结流经器件的同时，反向极化的、被激励的电荷载流子(例如，自由电子和/或空穴)重新结合。由于电荷载流子能量状态的变化，该重新结合产生光的发射。当有源区域被这种激励对大量填充时(例如，有源区域可以具有激励状态的粒子数反转)，跨有源区域的受激发射可以产生基本相干的光波前，然后从激光二极管发射。重新结合事件以及由此产生的光发射响应于流经器件的电流而发生，并且因此向激光二极管施加电流脉冲使得从激光二极管发射光脉冲。
因此，本文将在激光二极管用作主光源106的上下文中总体描述本公开。然而，在一些布置中，一个或多个光源106可以附加地或替代地包括光纤激光器、发光二极管(lightemitting diode，LED)、垂直腔表面发射激光器(vertical cavity surface emittinglaser，VCSEL)、有机发光二极管(organic light emitting diode，OLED)、聚合物发光二极管(polymer light emitting diode，PLED)、发光聚合物(light emitting polymer，LEP)、液晶显示器(liquid crystal display，LCD)、微机电系统(icroelectromechanicalsystem，MEMS)、和/或被配置为选择性地透射、反射、和/或发射光以提供多个发射光束和/或脉冲的任何其他设备。
此外，发送器108可以被配置为向环境中发射光。具体地，发送器108可以包括光学布置，该光学布置被布置为将来自光源106的光导向环境。这种光学布置可以包括用于引导光在整个物理空间传播的(多个)镜子和/或用于调整光的某些特性的(多个)透镜的任何可行组合，以及其他光学组件。例如，光学布置可以包括被布置为准直光的透射透镜，从而产生光线基本上彼此平行的光。此外，透镜可以被成形为以特定的方式散布(spread)或另外散射光，诸如例如通过使得从远离水平轴+7°到远离水平轴-18°(例如，水平轴理想地平行于环境中的地面)垂直光散布。
如上所述，LIDAR设备100可以包括至少一个接收器110。接收器110可以分别被配置为至少探测波长在与从发送器108发射的光的波长范围相同的波长范围中的光。这样，接收器110可以用特定分辨率来探测光。例如，接收器110可以被配置用0.036°(水平)×0.067°(垂直)的角分辨率来探测光。此外，接收器110可以被配置为用特定的FOV来扫描环境。例如，接收器110可以被布置为将在远离上述水平轴+7°到远离该水平轴-18°的范围内的入射光聚焦。这样，接收器110允许探测沿着+7°到-18°的范围的光，这与发送器108提供的发射光的上述示例性垂直散布相匹配。注意，该分辨率和FOV仅是出于示例性目的而描述的，并不意味着限制。
在示例实施方式中，接收器110可以具有允许接收器110提供如上所述的分辨率和FOV的光学布置。通常，这种光学布置可以被布置为在至少一个光学透镜和光电探测器阵列之间提供光路。
更具体地，接收器110可以包括光学透镜，该光学透镜被布置为将从LIDAR设备100的环境中的一个或多个物体反射的光聚焦到接收器110的探测器上。为此，光学透镜可以具有特定的大小(例如，大约10cm×5cm)以及特定的焦距(例如，大约35cm)。此外，光学透镜可以被成形为沿着如上所述的特定垂直FOV(例如+7°到-18°)聚焦入射光。在不脱离本公开的范围的情况下，第一接收器的光学透镜的这种形状可以采取各种形式中的一种(例如，球形形状)。
此外，如所指出的，接收器110可以具有光电探测器阵列，该光电探测器阵列可以包括两个或更多个探测器，每个探测器被配置为将探测到的光(例如，在上述波长范围内)转换成指示探测到的光的电信号。实际上，这种光电探测器阵列可以以各种方式之一来布置。例如，探测器可以设置在一个或多个基板(例如，印刷电路板(printed circuitboards，PCB)、柔性PCB等)上，并且被布置为探测从光学透镜沿着光路行进的入射光。此外，这种光电探测器阵列可以包括以任何可行方式排列的任何可行数量的探测器。例如，光电探测器阵列可以包括13×16的探测器阵列。注意，该光电探测器阵列仅是为了示例性目的而描述的，并不意味着是限制性的。
通常，探测器阵列可以采取各种形式。例如，探测器可以采取光电二极管、雪崩光电二极管(例如geiger模式和/或线性模式雪崩光电二极管)、光电晶体管、相机、有源像素传感器(active pixel sensor，APS)、电荷耦合器件(charge coupled devices，CCD)、低温探测器、和/或被配置为接收其波长在发射光的波长范围中的所聚焦的光的任何其他光传感器的形式。其他示例也是可能的。
此外，如所指出的，LIDAR设备100可以包括旋转平台112，该旋转平台112被配置为绕轴线旋转。为了以这种方式旋转，一个或多个致动器114可以致动旋转平台112。实际上，这些致动器114可以包括马达、气动致动器、液压活塞、和/或压电致动器，以及其他可能性。
在示例实施方式中，发送器108和接收器110可以被布置在旋转平台112上，使得这些组件中的每一个基于旋转平台112的旋转相对于环境移动。具体地，这些组件中的每一个可以相对于轴线旋转，使得LIDAR设备100可以从各个方向获得信息。以这种方式，LIDAR设备100可以具有水平观察方向，该水平观察方向可以通过将旋转平台112致动到不同方向来调整。
利用这种布置，计算系统可以引导致动器114以各种方式旋转旋转平台112，以便以各种方式获得关于环境的信息。具体而言，旋转平台112可以以各种程度并在任一方向上旋转。例如，旋转平台112可以执行完整的旋转，使得LIDAR设备100提供环境的360°水平FOV。因此，假定接收器110可以基于旋转平台112的旋转而旋转，接收器110可以具有水平FOV(例如，360°或更小)以及如上所述的垂直FOV。
此外，旋转平台112可以以各种速率旋转，以便使得LIDAR设备100以各种刷新速率扫描环境。例如，LIDAR设备100可以被配置为具有15Hz的刷新速率(例如，LIDAR设备100每秒进行15次完整旋转)。在该示例中，假设LIDAR设备100耦接到车辆，如下文进一步描述的，该扫描因此涉及每秒扫描15次车辆周围的360°FOV。其他示例也是可能的。例如，旋转平台112可以旋转LIDAR设备，使得其在较小角度水平FOV内来回扫描。
此外，如所指出的，LIDAR设备100可以包括固定平台116。在实践中，固定平台116可以采取任何形状或形式，并且可以被配置为耦接到各种结构，诸如例如耦接到车辆的顶部。此外，固定平台116的耦接可以经由任何可行的连接器布置118(例如，螺栓、螺钉、和/或粘合剂)来执行。这样，LIDAR设备100可以耦接到结构，以便用于各种目的，诸如本文描述的那些目的。
此外，LIDAR设备100还可以包括旋转连杆120，该旋转连杆120直接或间接地将固定平台116耦接到旋转平台112。具体而言，旋转连杆120可以采取任何形状、形式和材料，其提供旋转平台112相对于固定平台116绕轴线的旋转。例如，旋转连杆120可以采取基于来自致动器114的致动而旋转的轴等形式，从而将机械力从致动器114传输到旋转平台112。此外，如所指出的，旋转连杆120可以具有中央空腔，电子设备104和/或LIDAR设备100的一个或多个其他组件可以设置在该中央空腔中。其他布置也是可能的。
此外，如所指出的，LIDAR设备100可以包括外壳122。实际上，外壳122可以采取任何形状和形式。例如，外壳122可以是圆顶形外壳，以及其他可能性。此外，外壳122可以相对于LIDAR设备100的其他组件以各种方式布置。注意，该外壳仅是出于示例性目的而描述的，并不意味着是限制性的。
在示例实施方式中，外壳122可以耦接到旋转平台112，使得外壳122被配置为基于旋转平台112的旋转而绕上述轴线旋转。利用这种实施方式，发送器108、接收器110、以及LIDAR设备100的可能的其他组件可以各自设置在外壳122内。以这种方式，发送器108和接收器110可以与该外壳122一起旋转，同时被设置在外壳122内。
此外，外壳122可以具有形成在其上的孔，该孔可以采取任何可行的形状和大小。在这点上，发送器108可以布置在外壳122内，以便通过孔向环境中发射光。这样，由于外壳122的对应旋转，发送器108可以和孔一起旋转，从而允许光发射到各个方向。此外，接收器110可以布置在外壳122内，以便探测从环境通过孔进入外壳122的光。这样，由于外壳122的对应旋转，接收器110可以和孔一起旋转，从而允许探测从沿着水平FOV的各个方向入射的光。
此外，外壳122可以由至少部分不透明的材料构成，除了孔，孔可以由透明材料构成。以这种方式，光可以通过孔传播，从而允许扫描环境。但是由于外壳122至少部分不透明，外壳122可以阻止至少一些光进入外壳122的内部空间，并且因此可以帮助缓解热效应。例如，外壳122可以阻止太阳光进入外壳122的内部空间，这可以帮助避免LIDAR设备100的各种组件由于那些太阳光而过热。此外，由于LIDAR设备100的各种组件设置在外壳122内，并且由于外壳122与那些组件一起旋转，外壳122可以帮助保护这些组件免受各种环境危害，诸如雨和/或雪等。
然而，在其他实施方式中，外壳122可以是不随LIDAR设备100旋转的外部固定外壳。例如，外部固定外壳可以耦接到车辆，并且LIDAR设备也可以耦接到车辆同时被配置为在外部固定外壳内旋转。在这种情况下，外部固定外壳可能是透明的，以便允许光通过外部固定外壳传播，并且因此允许LIDAR设备100扫描环境。此外，LIDAR设备100还可以包括光可以通过其传播的孔，并且这种孔可以在LIDAR设备100的内部外壳上，其中LIDAR设备100可以与LIDAR设备100的其他组件一起在外部固定外壳内旋转。其他实施方式也是可能的。
III.LIDAR设备的说明性实施方式
图2A根据示例实施例示出了LIDAR设备200。LIDAR 200可以类似于LIDAR 100。例如，如所示出的，LIDAR设备200包括透镜208、旋转平台216、固定平台220、和外壳224，它们可以分别类似于光学元件108、旋转平台216、固定平台120和外壳124。另外，如所示出的，由LIDAR设备200发射的光束280从透镜108沿着LIDAR 200的指向方向朝向LIDAR设备200的环境传播并且作为反射光290从环境中的一个或多个物体反射离开。
在一些示例中，外壳224可以被配置为具有基本上圆柱形的形状，并且围绕LIDAR设备200的轴线旋转。在一个示例中，外壳224可以具有大约10厘米的直径。其他示例也是可能的。在一些示例中，LIDAR设备200的旋转的轴线基本垂直。例如，通过旋转包括各种组件的外壳224，可以确定LIDAR设备200的环境的360度视图的三维地图。附加地或替代地，在一些示例中，LIDAR设备200可以被配置为倾斜外壳224的旋转的轴线，以控制LIDAR设备200的视场。因此，在一些示例中，旋转平台216可以包括可移动平台，该可移动平台可以在一个或多个方向上倾斜，以改变LIDAR设备200的旋转的轴线。
在一些示例中，透镜208可以具有光焦度，以准直发射光束280并将来自LIDAR设备200的环境中的一个或多个物体的反射光290聚焦到LIDAR设备200中的探测器上。在一个示例中，透镜208具有大约120mm的焦距。另外示例焦距也是可能的。通过使用同一透镜208来执行这两种功能，而不是使用发射透镜用于准直并使用接收透镜用于聚焦，可以提供相对于大小、成本、和/或复杂性的优点。或者，LIDAR 200可以包括分离的发射透镜和接收透镜。
图2B根据示例实施例示出了LIDAR系统的另一可能的实施方式。如图所示，LIDAR系统228可以包括第一LIDAR 230、第二LIDAR 232、分割结构234、和滤光器236。
在一些示例中，例如，第一LIDAR 230可以被配置为通过绕轴线(例如，垂直轴线等)连续旋转来扫描车辆周围的环境，同时发射一个或多个光脉冲并探测从车辆环境中的物体反射的光脉冲。在一些实施例中，第一LIDAR 230可以被配置为绕轴线重复旋转，以能够以足够高的刷新速率扫描环境，从而快速探测环境中物体的运动。例如，第一LIDAR 230可以具有10Hz的刷新速率(例如，第一LIDAR 230每秒进行10次完整旋转)，从而每秒扫描10次车辆周围的360度FOV。通过该过程，例如，可以基于来自第一LIDAR 230的数据来确定周围环境的3D地图。在一个实施例中，第一LIDAR 230可以包括发射波长为905nm的64个激光束的多个光源。在该实施例中，基于来自第一LIDAR 230的数据确定的3D地图可以具有0.2°(水平)×0.3°(垂直)角分辨率，并且第一LIDAR 230可以具有环境的360°(水平)×20°(垂直)FOV。在该实施例中，3D地图可以具有足够的分辨率来探测或识别例如距车辆100米的中等范围内的物体。然而，其他配置(例如，光源数量、角分辨率、波长、范围等)也是可能的。
与第一LIDAR 230不同，在一些实施例中，第二LIDAR 232可以被配置为扫描车辆周围环境的较窄FOV。例如，第二LIDAR 232可以被配置为围绕相似的轴线(水平地)旋转少于完整的旋转。此外，在一些示例中，第二LIDAR 232可以具有比第一LIDAR 230更低的刷新速率。通过该过程，车辆可以使用来自第二LIDAR 232的数据来确定环境的较窄FOV的3D地图。在这种情况下，该3D地图可以具有比基于来自第一LIDAR 230的数据确定的对应3D地图更高的角分辨率，并且因此可以允许探测/识别比第一LIDAR 230的中等范围距离更远的物体，以及识别中等范围距离内的较小物体。在一个实施例中，第二LIDAR 232可以具有8°(水平)×15°(垂直)的FOV、4Hz的刷新速率，并且可以发射波长为1550nm的一个窄光束。在该实施例中，基于来自第二LIDAR 232的数据确定的3D地图可以具有0.1°(水平)×0.03°(垂直)的角分辨率，从而允许探测/识别距车辆大约300米的范围内的物体。然而，其他配置(例如，光源数量、角分辨率、波长、范围等)也是可能的。
在一些示例中，车辆可以被配置为调整第二LIDAR 232的观察方向。例如，虽然第二LIDAR 232具有窄的水平FOV(例如，8度)，但是第二LIDAR 232可以被安装到步进电机(未示出)，该步进电机允许将第二LIDAR 232的观察方向调整到不同于图1B所示的指向方向的指向方向。因此，在一些示例中，第二LIDAR 232可以是可转向的，以从车辆沿着任何指向方向扫描窄FOV。
分割结构234可以由适于支撑第一LIDAR 230和/或可选地将第一LIDAR 230与第二LIDAR 232光学隔离的任何固体材料形成。示例材料可以包括金属、塑料、泡沫等。
滤光器236可以由对波长在波长范围内的光基本透明、并且对波长在波长范围之外的光基本不透明的任何材料形成。例如，滤光器236可以允许具有第一LIDAR 230的第一波长(例如，905nm)的光和具有第二LIDAR 232的第二波长(例如，1550nm)的光传播通过滤光器236。如所示出的，滤光器236被成形为包围第一LIDAR 230和第二LIDAR 232。因此，在一些示例中，滤光器236还可以被配置为防止对第一LIDAR 230和第二LIDAR 232的环境损害，诸如灰尘的累积或与空中碎片的碰撞，以及其他可能性。在一些示例中，滤光器236可以被配置为减少通过滤光器236传播的可见光。反过来，例如，滤光器236可以通过包围第一LIDAR 230和第二LIDAR 232来改善车辆的美学外观，同时从外部观察者的角度降低传感器单元228的组件的可见性。在其他示例中，滤光器236可以被配置为允许可见光以及来自第一LIDAR 230和第二LIDAR 232的光。
在一些实施例中，滤光器236的部分可以被配置为允许不同的波长范围传播通过滤光器236。例如，分割结构234上方的滤光器236的上部可以被配置为允许包括第一LIDAR230的第一波长的第一波长范围内的光的传播。此外，例如，分割结构234下方的滤光器236的下部可被配置为允许包括第二LIDAR 232的第二波长的第二波长范围内的光的传播。在其他实施例中，与滤光器236相关联的波长范围可以包括第一LIDAR 230的第一波长和第二LIDAR 232的第二波长。
接下来，图3A至3D共同示出了车辆300中LIDAR设备的实施方式，具体示出了车辆300中示例LIDAR设备200的实施方式。尽管车辆300被示为汽车，但是其他实施例也是可能的。此外，尽管示例性车辆300被示出为可被配置为以自主模式操作的车辆，但是本文描述的实施例也适用于未被配置为自主操作的车辆。因此，示例车辆300不意味着是限制性的。
具体地，图3A示出了车辆300的右侧视图、前视图、后视图、和顶视图。如所示出的，车辆300包括LIDAR设备200，LIDAR设备200位于车辆300的顶侧上，与车辆300的车轮302所位于的底侧相对。尽管LIDAR设备200被示出和描述为位于车辆300的顶侧上，但是LIDAR设备200可以位于车辆的任何可行部分上，而不脱离本公开的范围。
此外，图3B至3C接下来示出了LIDAR设备200可以例如被配置为通过绕垂直轴线308旋转来扫描车辆300周围的环境(例如，以15Hz的刷新速率)，同时发射一个或多个光脉冲并探测从车辆300的环境中的物体反射的光脉冲。
更具体地，图3B示出LIDAR设备200发射具有上述从+7°到-18°的垂直散布的光。以这种方式，可以朝向相对靠近车辆300的环境的区域(例如，车道标志)和/或朝向更远离车辆300的环境的区域(例如，车辆前方的路标)发射光发射。
此外，图3C示出LIDAR设备200可以探测具有上述+7°到-18°的垂直FOV的反射光，并且以0.036°×0.067°的分辨率进行探测。这样，LIDAR设备200可以探测从相对靠近车辆300的环境的区域反射的光和/或从更远离车辆300的环境的区域反射的光。
通常，这些探测距离通过图3D中的示例示出。具体而言，图3D示出了在上述场景中车辆300的顶视图，在该场景中车辆300使用LIDAR设备200扫描周围环境。因此，LIDAR设备200的水平FOV可以在车辆300周围的所有方向上跨越360°。
如图3D所示，LIDAR设备200可以适用于探测和/或识别到车辆300的距离的范围内的物体。更具体地，可以使用来自LIDAR设备200的数据来适当地探测/识别轮廓304之外和轮廓306所定义的距离的范围内的物体。注意，这些轮廓不是按比例绘制的，而是为了便于描述而示出的。
IV.标称探测范围和范围模糊性
假设LIDAR设备可能适合于探测一距离的范围内的物体，则LIDAR设备可以具有跨越从最小探测范围到最大明确探测范围的标称探测范围。对于LIDAR设备的给定探测时段，最大明确探测范围可以定义在指定的探测时段(例如，标称探测时段)内物体可以被定位远离LIDAR设备而并被LIDAR设备探测到的最大距离。从超过最大明确探测范围的物体反射的信号可能衰减太多而无法被可靠地探测到。最小探测范围可以定义为了在指定的探测时段内被LIDAR设备探测到，物体应该被定位远离LIDAR设备的最小距离。在指定的探测时段开始之前，从比最小距离更靠近的物体反射的信号可以返回到LIDAR设备。
更具体地，计算系统可以操作LIDAR设备以根据特定的定时发射和探测光脉冲。例如，计算系统可以操作LIDAR设备以根据发射时间序列在发射时间处发射光脉冲，该发射时间序列可以是预定义的或伪随机的。该发射时间序列然后可以建立探测时间序列，LIDAR设备根据该探测时间序列探测返回光脉冲。
例如，一旦计算系统操作LIDAR设备以发射给定光脉冲，给定光脉冲的对应探测时段可以紧接在发射该给定光脉冲之后或在发射该给定光脉冲之后的某个时间处开始，并且可以在发射后续光脉冲之前或之后结束，以及其他选项。在该对应探测时段期间，LIDAR设备然后可以探测对应于给定发射光脉冲的给定返回光脉冲，诸如当给定发射光脉冲从标称探测范围内的物体反射以产生该返回光脉冲时。在LIDAR设备探测到给定返回光脉冲之后，计算系统然后可以根据相对于给定发射光脉冲的发射时间的时间延迟来确定与给定返回光脉冲相关联的特定范围。
如上所述，探测时段可以建立跨越从最小探测范围到最大明确探测范围的标称探测范围。
具体地，光脉冲的发射时间和探测时段的结束时间之间的时间差可以对应于来自该发射光脉冲的返回光脉冲为了在探测时段期间仍然被LIDAR设备探测到而可以具有的最大时间延迟。例如，如果探测时段在光脉冲的发射后1纳秒开始，在该光脉冲的发射后400纳秒(ns)结束，为了在标称探测时段期间由LIDAR设备探测到来自该发射光脉冲的返回光脉冲，该光脉冲应该在400ns内返回到LIDAR设备。此外，因为计算系统可以根据发射光脉冲和探测到反射的返回光脉冲之间的时间延迟来确定到物体的距离，所以最大时间延迟可以建立物体可以被定位远离LIDAR设备的最大距离，使得LIDAR设备仍然可以在探测时段期间探测到从该物体反射并然后返回到LIDAR的光脉冲。一般来说，该最大距离可以定义该发射光脉冲的最大明确探测范围。
此外，光脉冲的发射时间和探测时段的开始时间之间的时间差可以对应于返回光脉冲为了在标称探测时段期间被LIDAR设备探测到应该具有的最小时间延迟。例如，如果探测时段在光脉冲的发射后50纳秒(ns)开始，为了在LIDAR设备发射光脉冲之后的探测时段期间由LIDAR设备探测到返回光脉冲，该光脉冲可能必须在不小于50ns之后返回到LIDAR设备。此外，因为计算系统可以根据发射光脉冲和探测到反射的返回光脉冲之间的时间延迟来确定到物体的距离，所以最小时间延迟可以建立物体应该被定位远离LIDAR设备的最小距离，使得LIDAR设备仍然可以在探测时段期间探测到从该物体反射然后返回到LIDAR的光脉冲。一般来说，该最小距离可以定义该探测时段的最小探测范围。
在一些情况下，不同的探测时段可以具有不同的相应标称探测范围。例如，随着探测时段持续时间的增加，探测时段的最大探测范围可以增加，反之亦然。因此，持续时间更长的探测时段可以具有更大的相应最大明确探测范围，而持续时间更短的探测时段可以具有更小的相应最大明确探测范围。
考虑到这一点，在另一方面，标称探测范围可以定义物体可以被定位远离LIDAR设备并且当考虑LIDAR设备的所有探测时段时可以被LIDAR设备可靠地探测到的距离。具体地，如果LIDAR设备被操作使得每个探测时段相同，则该探测时段可以建立LIDAR设备的标称探测范围。但是如果LIDAR设备被操作使得一些或全部探测时段彼此相比不同，则提供最大的最大时间延迟的探测时段可以建立LIDAR设备的最大探测范围，并且提供最小的最小时间延迟的探测时段可以建立LIDAR设备的最小探测范围。
利用这种布置，如果光脉冲从位于标称探测范围之外的物体反射，则计算系统可以不确定与该光脉冲相关联的距离，或者可以确定与该光脉冲相关联的不正确距离。
举例来说，在许多情况下，如果光脉冲从位于最大明确探测范围之外的物体反射，则LIDAR设备可能无法探测到这种光脉冲，因为该光脉冲可能在到达LIDAR设备之前经历其强度的显著衰减。然而，在一些情况下，LIDAR设备仍然可以探测到返回的光脉冲。例如，位于最大明确探测范围之外的物体可能是逆向反射物体，诸如位于最大明确探测范围之外的大型路标。已经从这种逆向反射物体反射的返回光脉冲可能由LIDAR设备在后续的探测时段中探测到。结果，在没有范围混叠弹性的情况下，计算系统在基于稍后发射的脉冲的发射时间计算光行进的距离时，可能会错误地确定逆向反射物体距LIDAR比其物理上距LIDAR更近，因为它未被预期从位于最大明确探测范围之外的物体接收未衰减的返回信号。
在另一示例中，在某些情况下，如果光脉冲由被定位为比最小探测范围更靠近的物体反射，则LIDAR设备可能会或可能不会探测到这种光脉冲。但是如果LIDAR设备确实探测到这样的光脉冲，则该光脉冲可能在探测时段开始之前到达LIDAR设备，因此LIDAR设备可能在与该光脉冲相关联的探测时段中探测不到该光脉冲。结果，计算系统可能不根据相对于该光脉冲发射时间的时间延迟来确定与该光脉冲相关联的距离。
图4A-4C示出了LIDAR设备200的标称探测范围。具体地，图4A-4C示出LIDAR设备200可以具有跨越从0米的最小探测范围到60米(60m)的最大明确探测范围400的标称探测范围。在该示例中，该最大明确探测范围400由探测时段408建立，探测时段408在光脉冲的发射时间406A之后开始，并在后续的光脉冲的后续发射时间406B结束。如图所示，探测时段408具有400ns的持续时间，这使得最大明确探测范围400在远离LIDAR设备200大约60m处(最大明确探测范围*2＝脉冲的速度*探测时段＝～299，792，458m/s*400ns)。
此外，图4A-4C示出了附近物体402(例如，附近路标)可以位于最大明确探测范围400内，并且远处物体404(例如，逆向反射“高速公路入口”路标)可以位于最大探测范围400之外。在这点上，图4B示出了从附近物体402反射的脉冲将在探测时段408结束之前返回到LIDAR设备200，并且将在发射时间406A之后350纳秒的探测时间410处返回到LIDAR设备200。该探测时间410对应于52.5m的范围，该范围是附近物体402被定位远离LIDAR设备200的距离。相反，远处物体404位于远离LIDAR设备200 80m的距离处，该距离为超过60m的最大探测范围400的距离。因此，如图4C所示，从远处物体404反射的脉冲将在探测时段408结束后返回到LIDAR设备200，并且因此在该探测时段408期间不会被LIDAR设备200探测到。其他例示也是可能的。
当发射光脉冲被位于最大明确探测范围之外的逆向反射物体反射时，LIDAR设备可能在该设备停止监听来自该发射光脉冲的返回信号之后的时间处探测到该光脉冲，并且替代的是在该设备监听来自后续的发射光脉冲的返回信号期间探测到该光脉冲，这可能导致范围混叠，从而导致错误的物体探测，以及其他结果。
图5A至5B示出了返回光脉冲的示例探测。
具体而言，图5A示出了根据不包括抖动的应用的周期性发射时间序列#1，分别在发射时间A-F处发射的光脉冲A-F。这些周期性发射时间建立了每个相同400ns持续时间的探测时段。如所示出的，光脉冲A-F每个都从远处物体404反射，并且因此每个都在后续探测时段期间被分别探测到。
通常，计算系统可以在不考虑位于最大明确探测范围之外的大型逆向反射物体的可能性的情况下确定与探测到的光脉冲A-F相关联的候选范围。例如，计算系统可以确定LIDAR设备200在相对于发射时间B133ns的探测时间Tn0处探测到光脉冲A，该探测时间Tn0对应于如图5B所示的20m的范围。并且如探测时间Tn1至Tn5所指示的，类似的方法可以用于确定与光脉冲B-F相关联的范围，从而使得第一范围502对应于物体定位于远离LIDAR设备200 20m处的近范围假设。
鉴于此，计算系统确定彼此相同的范围502，并且因此可以确定这些范围502应该被用作物体探测的基础。然而，这种近范围假设是不准确的，因为光脉冲A-F实际上从位于LIDAR设备200的最大明确探测范围之外的远处物体404反射。因此，将这种近范围假设用于物体探测可能导致对附近物体的错误探测。
在一个实施例中，计算系统可以确定LIDAR设备200在相对于发射时间A 533ns的探测时间Tf0处探测到光脉冲A，该探测时间Tf0对应于如图5B所示的80m的范围。并且如探测时间Tf1至Tf5所指示的，类似的方法可以用于确定与光脉冲B-F相关联的范围，从而使得第二范围504对应于物体位于远离LIDAR设备200 80m处的远范围假设。这种远范围假设是准确的，因为光脉冲A-F实际上从位于LIDAR设备200的最大探测范围之外的远处物体404反射。
在一些情况下，尽管这种远范围假设是准确的，但是如果不应用时变抖动，计算系统可能无法在近假设和远假设之间进行区分。具体地，计算系统可以确定近范围假设，该近范围假设包括范围502彼此相同以及这指示物体位于远离LIDAR设备200 20m处。此外，计算系统可以确定远范围假设，该远范围假设包括范围504彼此相同以及这指示物体位于远离LIDAR设备200 80m处。结果，计算系统可以确定物体可以位于远离LIDAR设备200 20m处或者远离LIDAR设备200 80m处，但是在没有附加信息的情况下，可能无法确定这些确定中的哪一个实际上是准确的，从而导致范围模糊性。可以允许计算系统在两个范围之间进行区分的附加信息可以包括探测到的物体可能或不可能具有在更远的距离处将被探测到的大小的信息。例如，如果物体成形为像标志，物体可以是更远的。如果物体成形为像小动物，那就不太可能了。其他例示也是可能的。
V.使用多个范围假设并应用时变抖动来克服范围模糊性
图6是示出根据示例实施方式的方法600的流程图。具体而言，方法600可以被实施来帮助解决在各种情形中的一个或多个中遇到的范围模糊性。
图6中示出的方法600(以及本文公开的其他过程和方法)呈现了可以在涉及例如图1的LIDAR设备100、图3A-3D中示出的车辆300、和/或图17中示出的车辆1700并在下文中进一步描述的布置内实施的方法(或者更具体地，通过其一个或多个组件或子系统，诸如通过处理器和具有可被执行以使设备执行本文描述的功能的指令的非暂时性计算机可读介质)。附加地或替代地，方法600可以在任何其他布置和系统内实施。
如块602-610中的一个或多个所示，方法600和本文公开的其他过程和方法可以包括一个或多个操作、功能或动作。尽管以顺序的次序示出了这些块，但是这些块也可以并行执行，和/或以不同于本文描述的次序执行。而且，基于期望的实施方式各种块可以被组合成更少的块、被划分成附加的块和/或被移除。
此外，对于方法600和本文公开的其他过程和方法，流程图示出了本实施方式的一个可能实施方式的功能和操作。在这点上，每个块可以表示程序代码的模块、分段或部分，其包括可由处理器执行以实施过程中的特定逻辑功能或步骤的一个或多个指令。程序代码可以存储在任何类型的计算机可读介质上，例如，诸如包括磁盘或硬盘驱动器的存储设备。计算机可读介质可以包括非暂时性计算机可读介质，例如，诸如像寄存器存储器、处理器高速缓存和随机存取存储器(Random Access Memory，RAM)那样的短时间存储数据的计算机可读介质。计算机可读介质还可以包括非暂时性介质，例如，诸如像只读存储器(read onlymemory，ROM)、光盘或磁盘、光盘只读存储器(ompact-disc read only memory，CD-ROM)那样的二级或持久长期存储。计算机可读介质也可以是任何其他易失性或非易失性存储系统。计算机可读介质可以被认为是例如计算机可读存储介质，或者有形存储设备。此外，对于方法600和本文公开的其他过程和方法，图6中的每个块可以表示被连线以执行过程中的特定逻辑功能的电路。
在块602，方法600可以涉及操作LIDAR设备，以根据发射时间序列在发射时间处发射光脉冲，其中发射时间序列包括时变抖动，并且以根据探测时间序列探测返回光脉冲，其中探测时间序列包括针对每个发射光脉冲的、用于探测对应返回光脉冲的对应探测时段，并且其中相对于对应的发射光脉冲的对应发射时间的、返回光脉冲的探测时间指示到反射对应的发射光脉冲的物体的范围。
如所指出的，计算系统可以操作LIDAR设备以根据特定的定时来发射和探测光脉冲。
例如，计算系统可以操作LIDAR设备以根据包括时变抖动的应用的发射时间序列来发射光脉冲。实际上，抖动的应用可以涉及周期性信号远离周期性的伪随机偏离，诸如通过对信号施加噪声，以及其他可能性。在这点上，计算系统可以将伪随机抖动应用于一些但不是全部发射光脉冲的相应发射定时，以便将每个这样的相应发射定时分别从周期性偏移伪随机持续时间。如所指出的，利用这种实施方式，由于周期性的偏移，计算系统可以潜在地忽略不正确的近范围假设。
此外，发射时间序列可以帮助建立探测时间序列，LIDAR设备根据该探测时间序列探测返回光脉冲。通常，该探测时间序列可以分别包括针对每个发射光的对应探测时段。具体地，给定光脉冲的对应探测时段可以紧接在该给定光脉冲发射之后或在该给定光脉冲发射之后的某个时间处开始，并且可以在发射后续光脉冲之前或之后结束。在该对应探测时段期间，LIDAR设备可以探测对应于给定发射光脉冲的给定返回光脉冲，诸如当给定发射光脉冲从物体反射以产生该返回光脉冲时。在LIDAR设备在特定探测时间探测到给定返回光脉冲之后，计算系统然后可以确定到反射该给定发射光脉冲的物体的范围。如所讨论的，计算系统可以根据给定返回光脉冲的探测时间和给定发射光脉冲的发射时间之间的时间延迟来确定该范围。
在块604，方法还可以涉及做出LIDAR设备在两个或更多个发射光脉冲中的每一个发射光脉冲的对应探测时段期间探测到返回光脉冲的确定。
通常，计算系统可以确定LIDAR设备在两个或更多个探测时段的每一个探测时段期间分别探测到一个或多个返回光脉冲。例如，多个发射光脉冲可以各自分别具有对应探测时段。对于每个这样的对应探测时段，计算系统可以确定LIDAR设备探测到一个或多个返回光脉冲。实际上，这些光脉冲中的一些或全部可以是从位于LIDAR设备的标称探测范围之外的(多个)物体反射的光脉冲。附加地或替代地，这些光脉冲中的一些或全部可以是从位于标称探测范围内的(多个)附近物体反射的光脉冲。
在块606，方法600还可以涉及响应于做出该确定，确定(i)探测到的返回光脉冲具有指示范围的第一集合的、相对于多个第一发射光脉冲的对应发射时间的探测时间，以及(ii)探测到的返回光脉冲具有指示范围的第二集合的、相对于多个第二发射光脉冲的对应发射时间的探测时间。
一旦计算系统确定LIDAR设备探测到几个返回光脉冲，计算系统就可以响应地为这些探测到的返回光脉冲生成两个或更多个范围假设，其中至少一个将是替代范围假设。例如，计算系统可以生成近范围假设和一个或多个替代范围假设。在另一示例中，计算系统可以生成两个或更多个替代范围假设。其他示例也是可能的。
当生成近范围假设时，计算系统可以根据相对于最近发射的光脉冲的发射时间的时间延迟，分别针对每个探测到的返回光脉冲确定范围。如所讨论的，对于在给定探测时段期间探测到的给定返回光脉冲，最近发射的光脉冲可以是与探测到该给定返回光脉冲的给定探测时段相对应的光脉冲。例如，在图5A中，对于在探测时段B期间探测到的返回光脉冲A，最近发射的光脉冲是与探测到返回光脉冲A的探测时段B相对应的脉冲B。这样，计算系统生成近范围假设，以确定探测到的返回光脉冲是否从位于LIDAR设备的标称探测范围内的附近物体反射。在该示例中，计算系统(例如设备200的一部分或耦接到设备200)生成近范围假设，即探测到的光脉冲A在发射光脉冲B的时间发射，从位于LIDAR设备的标称探测范围内的物体反射，并因此在探测时段B内返回，如它所做的。
此外，当生成替代范围假设时，替代范围假设可以是远范围假设或者可以是“接近”范围假设。
具体而言，计算系统可以生成远范围假设，即探测到的返回光脉冲从位于LIDAR设备的最大明确探测范围之外的远处物体反射。当生成远范围假设时，计算系统可以根据相对于先前发射的光脉冲的发射时间的时间延迟，分别针对每个探测到的返回光脉冲确定范围。在一种情况下，对于在具有对应发射光脉冲的给定探测时段期间探测到的给定返回光脉冲，先前发射的光脉冲可以在时间上紧接在与该给定探测时段相对应的发射光脉冲之前。然而，在其他情况下，先前发射的光脉冲可以是先前两个时间的光脉冲或先前三个时间的光脉冲，以此类推。
计算系统可以生成接近范围假设，即探测到的返回光脉冲从被定位为比LIDAR设备的最小探测范围更靠近的接近物体反射。例如，考虑这样的实施例，其中在时间t0，光脉冲P0被发射，并且在时间t1，LIDAR开始观察P0的光的反射。此外，在时间t2，光脉冲P1被发射，同时LIDAR继续观察P0的光的反射。然后，在时间t3，LIDAR停止观察P0的光的反射，并开始观察P1的光的反射。在该示例中，如果意外物体位于比LIDAR设备的最小探测范围更靠近，则其可以在t3之前反射回P1的光。在一个实施例中，计算系统可以生成“接近”范围假设，即基于P1的发射时间来确定反射P1的光的物体的范围，即使反射是在LIDAR正在观察P0的反射的时段期间接收的，例如，因为系统知道在探测时段开始之前存在偏移，并且在探测时段和发射之间存在重叠。因此，当生成接近范围假设时，计算系统可以根据相对于后续发射的光脉冲的发射时间的时间延迟，分别针对每个探测到的返回光脉冲确定范围。该后续发射的光脉冲可以是与在探测到给定光脉冲的探测时段之后的探测时段相对应的发射光脉冲。
这样，例如，计算系统可以(i)根据相对于多个第一发射光脉冲的对应发射时间的时间延迟来确定范围的第一集合，以及(ii)根据相对于多个第二发射光脉冲的对应发射时间的时间延迟来确定范围的第二集合。范围的第一集合可以对应于近范围假设，并且范围的第二集合可以对应于替代范围假设。可替代地，第一集合可以对应于替代范围假设，并且第二集合可以对应于近范围假设，或者第一集合可以对应于第一替代范围假设，并且第二集合可以对应于第二替代范围假设。范围假设的其他组合也是可能的。在任何情况下，第一和第二发射脉冲可以彼此不同，因为第二发射脉冲中的至少一个将不同于多个第一发射脉冲中的每一个。
在块608，方法600还涉及在使用范围的第一集合作为物体探测的基础和使用范围的第二集合作为物体探测的基础之间进行选择。并且在块610，方法600涉及根据选择参与物体探测。
一旦计算系统针对探测到的返回光脉冲生成两个或更多个范围假设，计算系统然后可以确定这些范围假设中的哪一个是正确的，并且因此哪些范围应该被用作物体探测的基础。根据本公开，计算系统可以基于与(多个)已知物体的比较和/或基于给定假设中范围的相似性以及其他可能性来这样做。
在一个示例中，计算系统可以确定范围的第一集合非常类似于已知物体，而范围的第二集合不类似于任何已知物体，并且系统可以响应地选择范围的第一集合来用作物体探测的基础。或者，计算系统可以确定范围的第二集合非常类似于已知物体和/或范围的第一集合不类似于任何已知物体，并且系统可以响应地选择范围的第二集合用作物体探测的基础。
在该示例中，计算系统可以诸如基于对象识别技术来确定范围的集合是否表示一个或多个已知物体。例如，计算系统可以已经存储多个点云或者可以另外访问多个点云，每个点云分别指示已知物体(例如，(多个)路标)。因此，计算系统可以基于范围的特定集合来组装点云，并且然后可以确定该组装的点云是否匹配多个点云中的至少一个。如果组装的点云基本上匹配多个点云中的至少一个，则计算系统可以确定范围的该特定集合表示至少一个已知物体。否则，计算系统可以确定范围的该特定集合不表示至少一个已知物体。
在另一示例中，计算系统可以确定第一集合包括基本上彼此相似的范围和/或第二集合包括基本上彼此不同的范围，并且系统可以响应地选择范围的第一集合来用作物体探测的基础。或者，计算系统可以确定第二集合包括基本上彼此相似的范围和/或第一集合包括基本上彼此不同的范围，并且系统可以响应地选择范围的第二集合来用作物体探测的基础。
在该示例中，计算系统可以确定集合中的范围是否基本上彼此相似。例如，如果计算系统确定集合的范围基本上彼此匹配(例如，在阈值容限内)，则计算系统可以响应地确定集合的范围基本上彼此相似。否则，计算系统可以响应地确定集合的范围不是基本上彼此相似。在另一实例中，计算系统可以确定集合中的最小范围和集合中的最大范围之间的差是否超过阈值差(例如，经由附加工程输入建立)。如果计算系统确定该差超过阈值差，则计算系统可以响应地确定集合的范围不是基本上彼此相似。但是如果计算系统确定该差没有超过阈值差，则计算系统可以响应地确定集合的范围基本上彼此相似。其他实例和示例也是可能的。
在多个第一发射光脉冲中的每一个的对应探测时段期间探测到返回光脉冲并且因此第一集合对应于近范围假设的情形下，计算系统最终选择的范围的集合可以指示探测到的返回光脉冲是否从(多个)附近物体反射或者探测到的返回光脉冲是否从位于LIDAR设备的标称探测范围之外的(多个)远处和/或接近物体反射。
具体地，如果计算系统选择使用范围的第一集合作为物体探测的基础，则探测到的返回光脉冲是从位于LIDAR设备的标称探测范围内的一个或多个附近物体反射的光脉冲。但是如果计算系统选择使用范围的第二集合作为物体探测的基础，则探测到的返回光脉冲是从位于LIDAR设备的标称探测范围之外的一个或多个物体反射的光脉冲。其他示例情形也是可能的。
在一个实施例中，在计算系统选择范围的集合用作物体探测的基础之后，计算系统然后可以相应地参与物体探测。通常，参与物体探测可以包括探测物体的存在、确定物体远离LIDAR设备的距离、和/或识别物体，以及其他可能性。
具体地，如果计算系统确定范围的第一集合应该被用作物体探测的基础，则计算系统可以响应地使用范围的第一集合而不是范围的第二集合作为物体探测的基础。例如，计算系统可以基于范围的第一集合确定物体位于远离LIDAR设备的特定范围处。计算系统可以将该特定范围确定为第一集合的范围之一，或者可以将该特定范围确定为第一集合的范围的平均，以及其他可能性。附加地或替代地，计算系统可以基于范围的第一集合组装点云，并且可以根据(多个)对象识别技术使用该点云作为识别物体的基础。
然而，如果计算系统确定范围的第二集合应该被用作物体探测的基础，则计算系统可以响应地使用范围的第二集合而不是范围的第一集合作为物体探测的基础。例如，计算系统可以基于范围的第二集合确定物体位于远离LIDAR设备的特定范围处。计算系统可以将该特定范围确定为第二集合的范围之一，或者可以将该特定范围确定为第二集合的范围的平均，以及其他可能性。附加地或替代地，计算系统可以基于范围的第二集合组装点云，并且可以根据(多个)对象识别技术使用该点云作为识别物体的基础。其他情况也是可能的。
给定该实施方式，计算系统可以确定用于物体探测基础的适当范围，即使当一个或多个探测到的返回光脉冲是从(多个)接近物体和/或远处物体反射的光脉冲，并且在与其发射光脉冲相关联的探测时段开始或结束之前或之后被接收时。
接下来，图7A至7B示出了多个范围假设和抖动的应用如何一起帮助计算系统选择范围来用作物体探测的基础。
具体地，图7A示出了根据包括抖动的应用的发射时间序列#2，分别在发射时间A-F处发射的光脉冲A-F。这些发射时间建立了不同持续时间的探测时段A-F。根据图5A-5B，光脉冲A-F每个都从远处物体404反射，并且因此每个都在后续探测时段期间被分别探测到。
然而，在这种情况下，当计算系统根据近范围假设确定与探测到的光脉冲A-F相关联的候选范围时，由于抖动的应用，这些范围可以彼此基本不同。例如，计算系统可以确定LIDAR设备200在相对于发射时间B 83ns的探测时间Tn0处探测到光脉冲A，该探测时间Tn0对应于如图7B所示的12.5m的范围。但是计算系统可以确定LIDAR设备200在相对于发射时间C183ns的探测时间Tn1处探测到光脉冲B，该探测时间Tn1对应于如图7B所示的27.5m的范围。如图7A-7B所示，类似的方法可以用于分别确定关于探测时间Tn2、Tn3、Tn4和Tn5的范围。
鉴于此，如图7B所示，计算系统确定包括彼此基本不同的范围702的近范围假设，并且因此可以确定这些范围702不应该被用作物体探测的基础。不使用范围702的确定将是正确的，因为光脉冲A-F实际上从位于LIDAR设备200的最大明确探测范围之外的远处物体404反射。因此，避免使用近范围假设进行物体探测可以有助于避免错误探测到附近物体。
此外，计算系统还可以根据远范围假设来确定与探测到的光脉冲A-F相关联的候选范围。例如，计算系统可以确定LIDAR设备200在相对于发射时间A 533ns的探测时间Tf0处探测到光脉冲A，该探测时间Tf0对应于如图7B所示的80m的范围。并且如探测时间Tf1至Tf5所指示的，类似的方法可以用于确定与光脉冲B-F相关联的范围，从而使得第二范围704对应于物体位于远离LIDAR设备200 80m处的远范围假设。
鉴于此，如图7B所示，计算系统确定包括彼此基本相似的范围704的远范围假设，并且因此可以确定这些范围704应该被用作物体探测的基础。这种远范围假设是准确的，因为光脉冲A-F实际上从位于LIDAR设备200的最大明确探测范围之外的远处物体404反射。因此，计算系统确定用作物体探测基础的适当范围。其他例示也是可能的。
VI.附加应用和考虑
a.涉及同一探测时段中的多个探测的范围模糊性
实际上，计算系统可能在除了上述情形之外的情形中遇到范围模糊性，诸如当LIDAR设备在一个或多个探测时段期间分别探测到多个返回光脉冲时。
更具体地，当LIDAR设备探测从位于标称探测范围之外的物体反射的光脉冲时，LIDAR设备可能在对应于该光脉冲的探测时段结束之后的探测时间处或者在对应于该光脉冲的探测时段开始之前的探测时间处探测到该光脉冲，这可能导致在同一探测时段中的多个光脉冲探测的上下文中的范围模糊性。
例如，再次参考图4C，LIDAR设备200可以在与在发射时间406B处发射的另一光脉冲相对应的探测时段期间，并且因此在探测时段408之后的探测时段期间，探测到在发射时间406A处发射的光脉冲。这种情况可能导致计算系统确定LIDAR设备在同一探测时段内探测到多个返回光脉冲，并且因此计算系统确定相对于与该探测时段相对应的发射光脉冲的两个可能的时间延迟。因此，这种情况可能导致模糊性，因为不清楚这些返回光脉冲中的哪个对应于该探测时段，并且因此不清楚这些返回光脉冲中的哪个用作确定到物体的距离的基础。
举例来说，图8A-8B示出了LIDAR设备如何在同一探测时段期间探测多个返回光脉冲，以及在同一探测时段期间探测到的多个返回光脉冲如何导致模糊性。具体地，图8A示出了根据周期性发射时间序列#3分别在发射时间A-G处发射的光脉冲A-G。根据上面的讨论，这些周期性发射时间建立了每个相同400ns持续时间的探测时段。如所示出的，光脉冲A、C、E和G从附近物体402反射，并因此分别由LIDAR设备200在它们的对应探测时段A、C、E和G中探测到。然而，光脉冲B、D和F从远处物体404反射，并且因此各自分别在后续探测时段期间被探测到。
因此，LIDAR设备200在每个这样的后续探测时段期间分别模糊地探测多个返回光脉冲。例如，光脉冲B在探测时段C期间由LIDAR设备200探测，该探测时段C被建立用于探测光脉冲C而不是用于探测光脉冲B。在这点上，LIDAR设备200在相对于发射时间C133ns的探测时间B处探测到光脉冲B，该探测时间B对应于20m的范围，并且还在相对于发射时间C350ns的探测时间C处探测到光脉冲C，该探测时间C对应于52.5m的范围。对于在探测时段E期间探测到光脉冲D和E以及对于在探测时段G期间探测到光脉冲F和G，也属于类似的情形。
这样，计算系统可以基于光脉冲A、C、E和G的探测生成近范围假设，该近范围假设包括各自值为52.5m的范围802。另外，计算系统可以基于光脉冲B、D和F的探测生成近范围假设，该近范围假设包括各自值为20m的范围804。并且给定该范围802和804的这些可能的集合，操作LIDAR设备200的计算系统可能不能肯定地确定物体是否位于远离LIDAR设备200的52.5m处和/或物体是否位于远离LIDAR设备200的20m处，从而导致范围模糊性。其他例示也是可能的。
为了帮助解决范围模糊性的问题，可以对发射时间序列应用时变抖动。在实践中，如上所述，抖动的应用可以涉及周期性信号远离周期性的伪随机偏离，诸如通过对信号施加噪声，以及其他可能性。在这点上，计算系统可以将伪随机抖动应用于一些但不是全部发射光脉冲的相应发射定时，以便将每个这样的相应发射定时分别从周期性偏移伪随机持续时间。利用这种实施方式，LIDAR设备仍然可能在多个探测时段中的每一个期间分别探测到多个返回光脉冲。但是由于周期性的偏移，计算系统可以潜在地确定这些返回光脉冲中的哪一个对应于相应探测时段，以及哪一个不对应于相应探测时段。
更具体地，对于在相应发射时间开始的每个相应探测时段，计算系统可以根据相对于相应发射时间的时间延迟来确定与第一返回光脉冲相关联的第一范围，并且还可以根据相对于相应发射时间的时间延迟来确定与第二返回光脉冲相关联的第二范围。一旦计算系统确定了第一范围的第一集合和第二范围的第二集合，由于上述偏移，这些集合中的一个相比于另一个不太可能类似于可识别物体，这可以帮助计算系统确定为了物体探测的目的使用哪些范围。例如，如果第二返回光脉冲是那些从远处物体反射的光脉冲，那么第二集合相比于第一集合不太可能类似于可识别物体。因此，计算系统可以确定第二集合的范围是随机分散的，并因此响应地确定第一集合的范围应该被用于物体探测的目的。
接下来，图9A-9B示出了抖动的应用如何帮助解决范围模糊性。具体地，图9A示出了根据包括抖动的应用的非周期性发射时间序列#4分别在发射时间A-G处发射的光脉冲。根据上面的讨论，这些周期性发射时间建立了探测时段A-G，其中一些探测时段具有相同的持续时间，而另一些探测时段具有不同的持续时间。与发射时间序列#3一样，光脉冲A、C、E和G从附近物体402反射，并且因此各自分别由LIDAR设备200在它们的对应探测时段A、C、E和G中探测。并且，与发射时间序列#3一样，光脉冲B、D和F从远处物体404反射，并且因此各自分别在后续探测时段期间被探测到。然而，在这种情况下，由于抖动的应用，计算系统可以潜在地在同一探测时段期间探测到的多个返回光脉冲之间进行区分。
更具体地，图9A-9B示出了与光脉冲A、C、E和G的探测相对应的范围在远离LIDAR设备200的52.5m处。但是图9A-9B还示出，由于抖动的应用，对应于光脉冲B、D和F的范围基本上彼此不同。即，LIDAR设备200在相对于发射时间C183ns的探测时间B(对应于27.5m的范围)处探测到光脉冲B，在相对于发射时间E158ns的探测时间D(对应于23m的范围)处探测到光脉冲D，并且在相对于发射时间G133ns的探测时间F(对应于20m的范围)处探测到光脉冲F。这样，计算系统确定彼此相同或相似的范围的第一集合902，以及彼此基本不同的范围的第二集合904。这样，计算系统可以确定范围904是随机分散的，并因此响应地确定范围902应该用于物体探测的目的。其他例示也是可能的。
尽管该实施例的方法可以帮助克服范围模糊性，但是可能存在某些缺陷。例如，当计算系统根据以上讨论确定范围的两个或更多个可能集合时，在某些情况下，范围的每个这样的集合可以类似于可识别物体。在这种情况下，计算系统可能不能以高级别的肯定性确定范围的这些集合中的哪一个用于物体探测的目的。此外，无论计算系统是否能够以高级别的肯定性在多个返回光脉冲之间进行区分，现有实施方式都不提供对位于标称探测范围之外的物体的探测，诸如对反射光脉冲并导致范围模糊性的远处物体的探测。
b.使用替代范围假设探测远处物体
图10是示出根据示例实施方式的方法1000的流程图。具体地，方法1000可以被实施来生成替代范围假设，然后使用该替代范围假设来探测位于LIDAR设备标称探测范围之外的物体。虽然方法1000通常是在生成远范围假设的上下文中描述的，但是应该理解，方法1000可以附加地或替代地应用于生成接近范围假设的上下文中。
在块1002，方法1000可以涉及操作LIDAR设备，以根据发射时间序列在发射时间处发射光脉冲，其中发射时间序列包括时变抖动，并且以根据探测时间序列探测返回光脉冲，其中探测时间序列包括针对每个发射光脉冲的、用于探测对应返回光脉冲的对应探测时段，并且其中相对于对应的发射光脉冲的对应发射时间的、返回光脉冲的探测时间指示到反射对应的发射光脉冲的物体的范围。
根据上述讨论，计算系统可以操作LIDAR设备以根据特定的定时来发射和探测光脉冲。例如，计算系统可以操作LIDAR设备以根据包括时变抖动的应用的发射时间序列来发射光脉冲。如所讨论的，发射时间序列可以帮助建立探测时间序列，LIDAR设备根据该探测时间序列探测返回光脉冲。通常，该探测时间序列可以分别包括针对每个发射光的对应探测时段。
具体地，给定光脉冲的对应探测时段可以紧接在该给定光脉冲发射之后或在该给定光脉冲发射之后的某个时间处开始，并且可以在发射后续光脉冲之前或之后结束。在该对应探测时段期间，LIDAR设备可以探测对应于给定发射光脉冲的给定返回光脉冲，诸如当给定发射光脉冲从物体反射以产生该返回光脉冲时。在LIDAR设备在特定探测时间探测到给定返回光脉冲之后，计算系统然后可以确定到反射该给定发射光脉冲的物体的范围。如所讨论的，计算系统可以根据给定返回光脉冲的探测时间和给定发射光脉冲的发射时间之间的时间延迟来确定该范围。
在块1004，方法1000涉及确定LIDAR设备在用于多个第一发射光脉冲中的每一个第一发射光脉冲的对应探测时段期间探测到多个返回光脉冲的集合，其中每个多个返回光脉冲的集合至少包括相应的第一返回光脉冲和相应的第二返回光脉冲。
根据上面的讨论，计算系统可以确定LIDAR设备在两个或更多个探测时段期间分别探测到多个返回光脉冲。例如，多个第一发射光脉冲可以分别各自具有对应探测时段。但是由于一个或多个光脉冲从(多个)接近物体和/或远处物体的反射，LIDAR设备可能替代地在每个这样的对应探测期间分别探测到多个返回光脉冲。这样，对于每个这样的对应探测时段，计算系统可以确定LIDAR设备至少探测到相应的第一返回光脉冲以及相应的第二返回光脉冲。此外，在每个对应探测时段中，这些返回光脉冲中的一个可以是从位于LIDAR设备的标称探测范围之外的物体反射的脉冲，并且这些返回光脉冲中的另一个可以是从位于标称探测范围内的物体反射的、从而与所讨论的探测时段相关联的脉冲。其他场景也是可能的。
在块1006，方法1000涉及做出第一返回光脉冲对应于多个第一发射光脉冲，并且第二返回光脉冲潜在地对应于多个第二发射光脉冲的确定。
根据本公开，一旦计算系统确定LIDAR设备在两个或更多个探测时段期间分别探测到多个返回光脉冲，计算系统可以确定这些返回光脉冲中的哪一些对应于多个第一发射光脉冲。即，计算系统可以确定这些返回光脉冲中的哪一些从标称探测范围内的(多个)物体反射。在一些实施例中，计算系统可以通过使用任何上述用于解决范围模糊性的实施方式来这样做，和/或可以根据本文关联于方法1200描述的用于解决范围模糊性的方法以及其他可能性来这样做。在任何情况下，为了简单起见，可以假设计算系统确定上述第一返回光脉冲对应于多个第一发射光脉冲，并且因此对应于这些第一返回光脉冲的范围应该用于物体探测的目的。
在确定第一返回光脉冲对应于多个第一发射光脉冲之后或同时，计算系统可以确定上述第二返回光脉冲潜在地对应于多个第二发射光脉冲。具体地，计算系统可以选择第二返回光脉冲可能潜在地与之对应的多个第二发射光脉冲，而不是在对多个返回光脉冲进行区分之后忽略或丢弃对第二返回光脉冲的探测。例如，对于每个第二返回光脉冲，计算系统可以分别选择先前发射的光脉冲，该先前发射的光脉冲可以是与在实际探测到第二返回光脉冲的探测时段之前(例如，紧接在其之前)的探测时段相对应的光脉冲。因此，用于计算返回光脉冲范围的第二发射光脉冲中的至少一个可以不同于多个第一发射光脉冲中的每一个。
举例来说，再次参考图8A，返回光脉冲A、C、E和G分别在他们的对应探测时段被探测到，因此可以被认为是对应于多个第一发射光脉冲的第一返回光脉冲。因此，返回光脉冲B、D和F因此可以被认为是从远处物体反射的第二返回光脉冲，并且因此在根据上述讨论的后续探测时段期间被探测到。
在该示例中，对于返回光脉冲B、D和F中的每一个，计算系统可以分别选择先前发射的光脉冲，该先前发射的光脉冲可以对应于在实际探测到返回光脉冲的探测时段之前的探测时段。例如，计算系统可以选择分别对应于探测时段B、D和F的发射光脉冲B、D和F。如所示出的，探测时段B、D和F实际上对应于光脉冲B、D和F。其他示例也是可能的。
在块1008，方法1000涉及响应于做出该确定，确定第二返回光脉冲具有指示范围的特定集合的、相对于多个第二发射光脉冲的对应发射时间的探测时间。
一旦计算系统选择或另外确定潜在地对应于探测到的第二返回光脉冲的多个第二发射光脉冲，计算系统可以响应地生成第二返回光脉冲的远范围假设。具体地，对于每个第二返回光脉冲，计算系统可以根据相对于多个第二发射光脉冲之一的发射时间的时间延迟分别确定相关联的范围，该多个第二发射光脉冲可以是对应于在探测到第二返回光脉冲的探测时段之前的探测时段的发射光脉冲。以这种方式，计算系统可以确定相关联的范围，以产生被认为是第二返回光脉冲的一个可能替代范围假设的范围的特定集合。
举例来说，图11A-11B示出了远范围假设的确定。具体地，图11A示出了图9A中引入的发射时间序列#4。但是在这种情况下，再次假设返回光脉冲B、D和F被认为是第二返回光脉冲，计算系统根据相对于先前发射的光脉冲的发射时间的时间延迟分别确定对应于这些光脉冲的范围。即，如图11A所示，计算系统确定返回光脉冲B具有相对于发射时间B 533ns的探测时间，返回光脉冲D具有相对于发射时间D 533ns的探测时间，并且返回光脉冲F具有相对于发射时间F 533nm的探测时间。并且如图11B所示，返回光脉冲B、D、F的这些探测时间各自具有80m的对应范围。因此，这些对应的范围产生被认为是远范围假设的范围1100的特定集合。其他示例也是可能的。
在块1010，方法1000涉及做出是否使用范围的该特定集合作为物体探测的基础的进一步确定。在块1012，方法1000涉及根据该进一步确定参与物体探测。
如上所述，计算系统可以使用替代范围假设作为探测位于LIDAR设备的标称探测范围之外的物体的基础。具体地，一旦计算系统确定范围的该特定集合被认为是第二返回光脉冲的替代范围假设，计算系统就可以确定范围的该特定集合是否应该被用作物体探测的基础。计算系统可以通过各种方式来这样做。
在一个示例中，计算系统可以确定范围的该特定集合是否表示一个或多个已知物体。如上所述，计算系统可以基于对象识别技术来这样做。在该示例中，如果计算系统确定范围的该特定集合表示一个或多个已知物体，则计算系统可以响应地确定范围的该特定集合应该被用作进一步物体探测的基础。例如，根据上面的讨论，计算系统可以基于范围的特定集合来组装点云，并且然后可以确定该组装的点云匹配由计算系统存储的多个点云中的至少一个。响应于确定该匹配，计算系统然后可以使用组装的点云作为识别远处物体的基础，和/或可以建立由组装的点云表示的物体所位于的特定范围(例如，该特定范围可以被建立为特定集合的范围的平均)，以及其他选项。然而，如果计算系统确定范围的该特定集合不表示至少一个已知物体，则计算系统可以响应地确定范围的该特定集合不应该被用作进一步物体探测的基础。
在另一示例中，计算系统可以确定该特定集合的范围是否基本上彼此相似。在该示例中，如果计算系统确定该特定集合的范围基本上彼此相似，则计算系统可以响应地确定范围的该特定集合应该被用作物体探测的基础。然而，如果计算系统确定该特定集合的范围不是基本上彼此相似，则计算系统可以响应地确定范围的该特定集合不应该被用作物体探测的基础。
根据本公开，如果计算系统确定范围的该特定集合不应该被用作物体探测的基础，则计算系统可以不使用范围的该特定集合作为物体探测的基础。例如，计算系统可以丢弃或忽略作为噪声的信号或者作为不可靠的特定集合的范围，以及其他选项。
然而，如果计算系统确定范围的该特定集合应该被用作物体探测的基础，则计算系统可以相应地参与物体探测。通常，参与物体探测可以包括探测物体的存在、确定物体远离LIDAR设备的距离、和/或识别物体，以及其他可能性。
例如，计算系统可以基于范围的该特定集合来确定远处物体位于远离LIDAR设备的特定范围处。计算系统可以将该特定范围确定为特定集合的范围之一，或者可以将该特定范围确定为特定集合的范围的平均，以及其他可能性。附加地或替代地，如果计算系统还没有作为确定范围的特定集合是否应该被用作物体探测的基础的过程的一部分来这样做，则计算系统可以基于范围的特定集合来组装点云。并且计算系统可以根据对象识别技术使用该点云作为识别远处物体的基础。其他示例也是可能的。
这样，替代范围假设可以帮助提供指示物体位于LIDAR设备的标称探测范围之外的附加信息。计算系统可以使用这样的附加信息来优化以自主模式操作的车辆的导航决策，以及其他结果。
图11A-11B进一步示出了替代范围假设如何有助于探测位于LIDAR设备的标称探测范围之外的(多个)物体。如上所述，范围1100的特定集合被认为是远范围假设。因此，基于范围1100的特定集合的范围彼此相等或基本相似的确定，计算系统可以确定范围1100的特定集合的范围应该被用作物体探测的基础。因此，如图所示，计算系统可以确定远处物体位于远离LIDAR设备200的大约80m处，这是准确的确定，因为物体404在图4A中实际上被示出为位于远离LIDAR设备200的80m处。其他例示也是可能的。
在另一方面，当LIDAR设备位于车辆上时，计算系统可以使用车辆速度作为评估范围假设的附加因素。具体地，当车辆朝向物体移动并且LIDAR设备探测到从该物体反射的返回光脉冲时，随着车辆接近物体，那些返回脉冲的探测时间趋向于变短，因此基于这些探测时间确定的范围可以随着车辆接近物体而减小。在实践中，基于车辆的速度，所确定的范围随时间的这种减小是可预测的。因此，当计算系统基于这些脉冲的探测时间生成范围假设时，计算系统可以基于车辆速度来确定假设的范围是否如预期的那样随时间减小。如果是，则计算系统可以响应地确定该范围假设是正确的。否则，计算系统可以响应地确定该范围假设不正确。其他方面也是可能的。
c.使用替代范围假设来在多个探测时段期间分别探测到的多个返回光脉冲之间进行区分
图12是示出根据示例实施方式的方法1200的流程图。具体地，方法1200可被实施以生成替代范围假设，并且然后使用该替代范围假设在多个探测时段期间分别探测到的多个返回光脉冲之间以更高级别的肯定性进行区分。虽然方法1200通常是在生成远范围假设的上下文中描述的，但是应该理解，方法1200可以附加地或替代地应用于生成接近范围假设的上下文中。
在块1202，方法1200可以涉及操作LIDAR设备，以根据发射时间序列在发射时间处发射光脉冲，其中发射时间序列包括时变抖动，并且以根据探测时间序列探测返回光脉冲，其中探测时间序列包括针对每个发射光脉冲的、用于探测对应返回光脉冲的对应探测时段，并且其中相对于对应的发射光脉冲的对应发射时间的、返回光脉冲的探测时间指示到反射对应的发射光脉冲的物体的范围。
如上面所指出的，计算系统可以操作LIDAR设备以根据特定的定时来发射和探测光脉冲。例如，计算系统可以操作LIDAR设备以根据包括时变抖动的应用的发射时间序列来发射光脉冲。如所讨论的，发射时间序列可以帮助建立探测时间序列，LIDAR设备根据该探测时间序列探测返回光脉冲。通常，该探测时间序列可以分别包括针对每个发射光脉冲的对应探测时段。
具体地，给定光脉冲的对应探测时段可以紧接在该给定光脉冲发射之后或在该给定光脉冲发射之后的某个时间处开始，并且可以在发射后续光脉冲之前或之后结束。在该对应探测时段期间，LIDAR设备可以探测对应于给定发射光脉冲的给定返回光脉冲，诸如当给定发射光脉冲从物体反射以产生该返回光脉冲时。在LIDAR设备在特定探测时间探测到给定返回光脉冲之后，计算系统然后可以确定到反射该给定发射光脉冲的物体的范围。计算系统可以根据给定返回光脉冲的探测时间和给定发射光脉冲的发射时间之间的时间延迟来确定该范围。
在块1204，方法1200涉及确定LIDAR设备在多个第一发射光脉冲中的每一个第一发射光脉冲的对应探测时段期间探测到多个返回光脉冲的集合，其中每个多个返回光脉冲的集合至少包括相应的第一返回光脉冲和相应的第二返回光脉冲。
如上所指出的，计算系统可以确定LIDAR设备在一个或多个探测时段期间分别探测到多个返回光脉冲。例如，多个第一发射光脉冲可以分别各自具有对应探测时段。但是由于一个或多个光脉冲从位于标称探测范围之外的(多个)物体的反射，LIDAR设备可能替代地在每个这样的对应探测期间分别探测到多个返回光脉冲。这样，对于每个这样的对应探测时段，计算系统可以确定LIDAR设备至少探测到相应的第一返回光脉冲以及相应的第二返回光脉冲。此外，在每个对应探测时段中，这些返回光脉冲中的一个是从位于LIDAR设备的标称探测范围之外的物体反射的脉冲，并且这些返回光脉冲中的另一个是从位于标称探测范围内的物体反射的、从而与所讨论的探测时段相关联的脉冲。其他场景也是可能的。
在块1206，方法1200涉及确定(i)第一返回光脉冲具有指示范围的第一集合的、相对于多个第一发射光脉冲的对应发射时间的探测时间，(ii)第二返回光脉冲具有指示范围的第二集合的、相对于多个第一发射光脉冲的对应发射时间的探测时间，以及(iii)第二返回光脉冲具有指示范围的第三集合的、相对于多个第二发射光脉冲的对应发射时间的探测时间。
根据上述讨论，当计算系统确定LIDAR设备在多个探测时段期间分别探测到多个返回光脉冲时，计算系统可以根据相对于最近发射的光脉冲的时间延迟，分别针对每个探测到的返回光脉冲确定对应的范围。
例如，如所指出的，多个第一发射光脉冲可以各自分别具有对应探测时段，并且对于每个这样的对应探测时段，计算系统可以确定LIDAR设备至少探测到相应的第一返回光脉冲以及相应的第二返回光脉冲。对于每个相应的第一返回光脉冲，计算系统然后可以根据相对于与探测到相应的第一返回光脉冲的探测时段相对应的第一发射光的发射时间的时间延迟来确定对应的第一范围。另外，对于每个相应的第二返回光脉冲，计算系统然后可以根据相对于与探测到相应的第二返回光脉冲的探测时段相对应的第一发射光的发射时间的时间延迟来确定相应的第二范围。这样，所确定的第一范围产生范围的第一集合，并且所确定的第二范围产生范围的第二集合。
进一步根据上面的讨论，当计算系统确定这样的范围的第一集合和第二集合时，这些集合可能会使范围模糊性出现，因为不清楚这些集合中的哪一个应该被用于物体探测的目的。尽管上述现有实施方式有时可以帮助克服该范围模糊性，但是根据本公开，计算系统还可以生成替代范围假设，以进一步帮助区分在范围的第一集合和第二集合之间的范围模糊性。
更具体地，计算系统可以选择第二返回光脉冲可以潜在地与之对应的多个第二发射光脉冲。例如，对于每个第二返回光脉冲，计算系统可以分别选择先前发射的光脉冲，该先前发射的光脉冲可以是与在实际探测到第二返回光脉冲的探测时段之前(例如，紧接在其之前)的探测时段相对应的光脉冲。因此，用于计算返回光脉冲范围的第二发射光脉冲中的至少一个可以不同于多个第一发射光脉冲中的每一个。
一旦计算系统选择或另外确定潜在地对应于探测到的第二返回光脉冲的多个第二发射光脉冲，计算系统可以响应地生成第二返回光脉冲的替代范围假设。具体地，对于每个第二返回光脉冲，计算系统可以根据相对于多个第二发射光脉冲之一的发射时间的时间延迟分别确定相关联的范围，该多个第二发射光脉冲可以是对应于在探测到第二返回光脉冲的探测时段之前的探测时段的发射光脉冲。以这种方式，计算系统可以确定相关联的范围，以产生被认为是第二返回光脉冲的一个可能替代范围假设的范围的第三集合。而且，如果该替代范围假设是远范围假设，则第三集合的范围可以大于上述第二集合的范围，尽管范围的该两个集合都与第二返回光脉冲相关联。
在块1208，方法1200涉及基于范围的第三集合，在使用范围的第一集合作为物体探测的基础和使用范围的第二集合作为物体探测的基础之间进行选择。并且在块1210，方法1200涉及根据选择参与物体探测。
更具体地，根据本公开，计算系统可以使用生成的替代范围假设来帮助克服范围模糊性，并且计算系统可以以各种方式这样做。
在一个示例中，计算系统可以确定范围的第三集合是否表示一个或多个已知物体，并且例如可以如上所述这样做。
在该示例中，如果计算系统确定范围的该第三集合表示一个或多个已知物体，则计算系统可以响应地确定所生成的第二返回光脉冲的替代范围假设可能是正确的。基于确定所生成的第二返回光脉冲的替代范围假设可能是正确的，计算系统可以确定包括范围的第二集合的、第二返回光脉冲的近范围假设可能是不正确的。因此，响应于确定范围的该第三集合表示一个或多个已知物体，计算系统可以确定，为了物体探测的目的，计算系统应该使用与第一返回光脉冲相关联的范围的第一集合，而不是与第二返回光脉冲相关联的范围的第二集合。
相反，如果计算系统确定范围的该第三集合不表示一个或多个已知物体，则计算系统可以响应地确定所生成的第二返回光脉冲的替代范围假设可能是不正确的。基于确定所生成的第二返回光脉冲的替代范围假设可能是不正确的，计算系统可以确定包括范围的第二集合的、第二返回光脉冲的近范围假设可能是正确的。因此，响应于确定范围的该第三集合不表示一个或多个已知物体，计算系统可以确定，为了物体探测的目的，计算系统应该使用与第二返回光脉冲相关联的范围的第二集合，而不是与第一返回光脉冲相关联的范围的第一集合。
在另一示例中，计算系统可以确定该第三集合的范围是否基本上彼此相似，并且例如可以如上所述这样做。
在该示例中，如果计算系统确定范围的该第三集合基本上彼此相似，则计算系统可以响应地确定所生成的第二返回光脉冲的替代范围假设可能是正确的。基于确定所生成的第二返回光脉冲的替代范围假设可能是正确的，计算系统可以确定包括范围的第二集合的、第二返回光脉冲的近范围假设可能不正确。因此，响应于确定范围的该第三集合基本上彼此相似，计算系统可以确定，为了物体探测的目的，计算系统应该使用与第一返回光脉冲相关联的范围的第一集合，而不是与第二返回光脉冲相关联的范围的第二集合。
相反，如果计算系统确定范围的该第三集合不是基本上彼此相似，则计算系统可以响应地确定所生成的替代范围假设可能是不正确的。基于确定所生成的第二返回光脉冲的替代范围假设可能是不正确的，计算系统可以确定包括范围的第二集合的、第二返回光脉冲的近范围假设可能是正确的。因此，响应于确定该第三集合不是基本上彼此相似的，计算系统可以确定，为了物体探测的目的，计算系统应该使用与第二返回光脉冲相关联的范围的第二集合，而不是与第一返回光脉冲相关联的范围的第一集合。其他示例也是可能的。
根据本公开，如果计算系统确定范围的第一集合应该被用作物体探测的基础，则计算系统可以响应地使用范围的第一集合而不是范围的第二集合作为物体探测的基础。例如，计算系统可以基于范围的第一集合来确定附近物体位于远离LIDAR设备的特定范围处。计算系统可以将该特定范围确定为第一集合的范围之一，或者可以将该特定范围确定为第一集合的范围的平均，以及其他可能性。附加地或替代地，计算系统可以基于范围的第一集合组装点云，并且可以根据(多个)对象识别技术使用该点云作为识别附近物体的基础。
然而，如果计算系统确定范围的第二集合应该被用作物体探测的基础，则计算系统可以响应地使用范围的第二集合而不是范围的第一集合作为物体探测的基础。例如，计算系统可以基于范围的第二集合来确定附近物体位于远离LIDAR设备的特定范围处。计算系统可以将该特定范围确定为第二集合的范围之一，或者可以将该特定范围确定为第二集合的范围的平均，以及其他可能性。附加地或替代地，计算系统可以基于范围的第二集合组装点云，并且可以根据(多个)对象识别技术使用该点云作为识别附近物体的基础。其他情况也是可能的。
在一些实施方式中，假设为第二返回光脉冲生成的替代范围假设可以被称为第二替代范围假设，计算系统可以附件地为第一返回光脉冲生成第一替代范围假设，并且可以使用该第一替代范围假设来帮助克服范围模糊性。即，计算系统可以使用该第一替代范围假设作为进一步的基础，以确定是使用范围的第一集合还是范围的第二集合来用于物体探测的目的。
具体地，计算系统可以在第一替代范围假设和第二替代范围假设之间进行比较，并且然后可以基于该比较来确定是使用范围的第一集合还是范围的第二集合来用于物体探测的目的。
在一个示例中，该比较可以是确定第一远范围假设是否比第二远范围假设更接近地类似于(多个)已知物体，反之亦然。例如，如果计算系统确定第一远范围假设表示一个或多个已知物体，并且第二远范围假设不表示任何已知物体，则计算系统可以响应地确定第一远范围假设比第二远范围假设更接近地类似于(多个)已知物体。然而，如果计算系统确定第二远范围假设表示一个或多个已知物体，并且第一远范围假设不表示任何已知物体，则计算系统可以响应地确定第二远范围假设比第一远范围假设更接近地类似于(多个)已知物体。
然而，如果计算系统确定第一和第二远范围假设分别表示(多个)已知物体，则计算系统可以使用(多个)对象识别技术来确定这些远范围假设中的哪一个更接近地类似于(多个)已知物体。例如，计算系统可以确定第一范围假设与具有第一肯定性级别(例如，25％匹配)的已知物体匹配，并且第二范围假设与具有第二肯定性级别(例如，95％匹配)的已知物体匹配。基于确定第二肯定性级别高于第一肯定性级别，计算系统可以响应地确定与第一远范围假设相比，第二远范围假设更接近地类似于已知物体。其他情况也是可能的。
在该示例中，如果计算系统确定第一远范围假设比第二远范围假设更接近地类似于(多个)已知物体，则计算系统可以确定第一远范围假设相比于第二远范围假设更有可能是正确的。即，第二返回光脉冲更有可能分别对应于最近的探测时段，并且第一返回光脉冲更有可能分别对应于先前的探测时段。因此，响应于确定第一远范围假设比第二远范围假设更接近地类似于(多个)已知物体，计算系统可以确定，为了物体探测的目的，计算系统应该使用与第二返回光脉冲相关联的范围的第二集合，而不是与第一返回光脉冲相关联的范围的第一集合。
相反，如果计算系统确定第二远范围假设比第一远范围假设更接近地类似于(多个)已知物体，则计算系统可以确定第二远范围假设相比于第一远范围假设更有可能是正确的。即，第一返回光脉冲更有可能分别对应于最近的探测时段，并且第二返回光脉冲更有可能分别对应于先前的探测时段。因此，响应于确定第二远范围假设比第一远范围假设更接近地类似于(多个)已知物体，计算系统可以确定，为了物体探测的目的，计算系统应该使用与第一返回光脉冲相关联的范围的第一集合，而不是与第二返回光脉冲相关联的范围的第二集合。
在另一示例中，该比较可以是第一远范围假设的范围彼此之间的相似程度与第二远范围假设的范围彼此之间的相似程度的比较。例如，计算系统可以确定第二远范围假设中的范围彼此匹配，并且第一远范围假设中的范围彼此不同。结果，计算系统可以响应地确定，与第一远范围假设中的范围的相似性相比，第二远范围假设中的范围彼此更相似。其他情况也是可能的。
在该示例中，如果计算系统确定与第二远范围假设中的范围的相似性相比，第一远范围假设中的范围彼此更相似，则计算系统可以确定第一远范围假设相比于第二远范围假设更可能是正确的。即，第二返回光脉冲更有可能分别对应于最近的探测时段，并且第一返回光脉冲更有可能分别对应于先前的探测时段。因此，响应于做出该确定，计算系统可以确定，为了物体探测的目的，计算系统应该使用与第二返回光脉冲相关联的范围的第二集合，而不是与第一返回光脉冲相关联的范围的第一集合。
相反，如果计算系统确定与第一远范围假设中的范围的相似性相比，第二远范围假设中的范围彼此更相似，则计算系统可以确定第二远范围假设相比于第一范围假设更可能是正确的。即，第一返回光脉冲更有可能分别对应于最近的探测时段，并且第二返回光脉冲更有可能分别对应于先前的探测时段。因此，响应于做出该确定，计算系统可以确定，为了物体探测的目的，计算系统应该使用与第一返回光脉冲相关联的范围的第一集合，而不是与第二返回光脉冲相关联的范围的第二集合。其他示例也是可能的。
以这种方式，一个或多个替代范围假设可以帮助克服范围模糊性，并且因此帮助以更高级别的肯定性探测(多个)附近物体。计算系统可以使用对(多个)附近物体的这种增强探测来优化以自主模式操作的车辆的导航决策，以及其他结果。
接下来，图13A-13B和14A-14B示出了一个或多个替代范围假设如何帮助克服范围模糊性，并且因此帮助以更高级别的肯定性探测(多个)附近物体。
具体地，图13A示出了上面引入的发射时间序列#4。这里再次提及，计算系统根据相对于先前发射的光脉冲的发射时间的时间延迟，分别确定对应于光脉冲B、D和F的范围。即，如图13A所示，计算系统确定返回光脉冲B具有相对于发射时间B 533ns的探测时间，返回光脉冲D具有相对于发射时间D 533ns的探测时间，并且返回光脉冲F具有相对于发射时间F 533nm的探测时间。如图13B所示，返回光脉冲B、D、F的这些探测时间各自具有80m的对应范围。因此，这些对应范围产生范围1300的集合，该范围1300的集合被认为是远离LIDAR设备80米处的远处物体的远范围假设。
在该示例中，计算系统可以基于范围1300基本上彼此相似来确定该远范围假设可能是正确的。基于确定远范围假设可能是正确的，计算系统进而可以确定与返回光脉冲B、D和F相关联的近范围假设(例如，上述范围904)可能是不正确的。因此，基于确定远范围假设可能是正确的，计算系统可以响应地以更高级别的肯定性确定与光脉冲A、C、E和G相关联的近范围假设(例如，上述范围902)应该用于物体探测，从而解决由于在一个或多个探测时段中分别探测多个返回光脉冲而可能出现的范围模糊性。
此外，图14A-14B示出了附加的替代范围假设如何能够以更高级别的肯定性帮助克服范围模糊性。具体而言，图14A还示出了发射时间序列#4。但是在这种情况下，计算系统根据相对于先前发射的光脉冲的发射时间的时间延迟，分别确定对应于光脉冲C、E和G的范围。即，如图14C所示，计算系统确定返回光脉冲C具有相对于发射时间B 675ns的探测时间，返回光脉冲E具有相对于发射时间D 725ns的探测时间，并且返回光脉冲G具有相对于发射时间F 750ns的探测时间。并且如图14B所示，返回光脉冲C、E和G的这些探测时间分别具有101.35m、108.8m和112.6m的对应范围。因此，这些对应范围产生被认为是另一个远范围假设的范围1400的集合。
在该示例中，计算系统可以确定与范围1400的相似性相比，范围1300彼此更相似(例如，范围1400相对于范围1300是分散的)。因此，计算系统可以响应地以更高级别的肯定性确定与光脉冲A、C、E和G相关联的近范围假设(例如，上述范围902)应该用于物体探测，从而解决由于在一个或多个探测时段中分别探测多个返回光脉冲而可能出现的范围模糊性。其他例示也是可能的。
d.基于选择的距离操作自主车辆
图15是示出根据示例实施方式的方法1500的流程图。具体地，方法1500可以被实施为选择对应于与反射的返回光脉冲相关联的接收信号的距离，并且然后基于该选择操作自主车辆。请注意，本文讨论的任何实施方式都可以在方法1500的上下文中应用。
在块1502，方法1500涉及接收与物体对由自主车辆的LIDAR设备发射的光脉冲的反射相关联的信号。
在块1504，方法1500涉及基于第一时间计算到物体的第一距离，所述第一时间对应于由自主车辆的LIDAR设备发射的先前光脉冲。
在块1506，方法1500涉及基于第二时间计算到物体的第二距离，所述第二时间对应于由自主车辆的LIDAR设备发射的不同的先前光脉冲。
在块1508，方法1500涉及基于在第一距离和第二距离之间的选择来操作自主车辆。例如，在第一距离和第二距离之间的选择可以基于与物体对由LIDAR设备发射的多个光脉冲的相应反射相关联的多个接收信号。通常，多个光脉冲中的一个或多个光脉冲可以根据从周期性偏离伪随机持续时间的定时来发射。
VII.基于LDIAR设备的扫描来控制车辆
如上所述，计算系统可以基于从本文公开的LIDAR设备接收的扫描来操作车辆。具体地，计算系统可以从LIDAR设备接收对车辆周围环境的扫描。并且计算系统可以至少基于从LIDAR设备接收的对环境的扫描来操作车辆。
更具体地，计算系统可以操作LIDAR设备100以向环境中发射光。此外，计算系统可以从LIDAR设备100接收表示对反射光的探测的数据。并且通过比较探测到的光束和发射的光束，计算系统可以确定环境中一个或多个物体的至少一个方面。
例如，通过比较LIDAR设备100的发送器发射多个光束的时间和LIDAR设备100的接收器探测到反射光的时间，可以确定LIDAR设备100和环境中的物体之间的距离。在其他示例中，诸如形状、颜色、材料等方面也可以基于发射光和探测光之间的各种比较来确定。
利用这种布置，计算系统可以基于来自LIDAR设备100的数据来确定环境的三维(3D)表示。例如，3D表示可以由计算系统基于来自LIDAR设备100的数据生成为3D点云。例如，3D云的每个点可以与反射的光脉冲相关联。这样，计算系统可以(例如，连续地或不时地)生成环境或其部分的3D表示。并且计算系统然后可以基于对环境的这种3D表示的评估来控制车辆的操作。
举例来说，车辆可以以自主模式操作。在该示例中，计算系统可以利用3D表示来通过避免障碍以及其他可能性从而安全地导航车辆(例如，调整速度、方向等)。例如，可以使用图像处理算法或其他计算方法分析3D表示并探测和/或识别各种障碍或物体，从而探测和/或识别障碍或物体。作为另一示例，车辆可以以部分自主或手动模式操作。在该示例中，车辆可诸如通过使车辆中的显示器或扬声器呈现关于环境中的一个或多个物体的信息，来通知车辆的驾驶员或操作者各种物体的存在或到其的距离，或者改变的道路条件(例如，路灯、街道标志等)。其他示例也是可能的。
图16接下来示出了基于从LIDAR设备200接收的对环境1600的扫描的车辆300的示例操作。根据本公开，车辆的计算系统可以使用从LIDAR设备200接收的数据来探测和识别远处的(多个)物体，诸如例如路标404。在这点上，计算系统可以基于数据确定路标404表示车辆300为了到达期望的目的地理想地应该走的出口。响应于做出该确定，计算系统然后可以操作车辆300从在车道1上行驶切换到在车道2上行驶。
在实践中，计算系统可以通过识别环境1600的3D表示内的车道标记来区分这些车道。例如，车辆的计算系统可以使用从LIDAR设备200接收的数据来探测并识别将车道1和车道2分离的附近车道标志。此外，在操作车辆切换车道之前，计算系统可以扫描环境以探测和识别物体，使得计算系统可以以避免那些探测/识别的物体的方式操作车辆300，同时也操作车辆300切换车道。
例如，车辆的计算系统可以使用从LIDAR设备200接收的数据来探测并识别附近车辆1602以及探测并识别路标402。基于这些探测/识别，计算系统可以以避开车辆1602和路标402的方式操作车辆300，同时也操作车辆300从在车道1上行驶切换到在车道2上行驶。其他例示也是可能的。
VIII.车辆的示例布置
最后，图17是根据示例实施例的车辆1700的简化框图。车辆1700可以类似于车辆300，并且可以包括类似于LIDAR设备100的LIDAR设备。此外，车辆1700可以被配置为执行本文的功能和方法，诸如方法800和/或方法1000。如图所示，车辆1700包括推进系统1702、传感器系统1704、控制系统1706(也可称为控制器1706)、外围设备1708、和计算机系统1710。车辆1700可以是例如机动车辆、有轨车辆、船只、或飞机。在其他实施例中，车辆1700可以包括更多、更少或不同的系统，并且每个系统可以包括更多、更少或不同的组件。
此外，所示的系统和组件可以以多种方式组合或划分。例如，控制系统1706和计算机系统1710可以组合成根据各种操作操作车辆1700的单个系统。
推进系统1702可以被配置为向车辆1700提供驱动性运动。如图所示，推进系统1702包括发动机/马达1718、能量源1720、变速器1722、和车轮/轮胎1724。
发动机/马达1718可以是或包括内燃机、电动马达、蒸汽机、和Sterling发动机的任意组合。其他马达和发动机也是可能的。在一些实施例中，推进系统1702可以包括多种类型的发动机和/或马达。例如，气电混合动力汽车可以包括汽油发动机和电动马达。其他示例也是可能的。
能量源1720可以是全部或部分驱动发动机/马达1718的能量的来源。也就是说，发动机/马达918可以被配置为将能量源1720转换成机械能。能量源1720的示例包括汽油、柴油、丙烷、其他基于压缩气体的燃料、乙醇、太阳能电池板、电池、和其他电源。(多个)能量源1720可以附加地或替代地包括燃料箱、电池、电容器和/或、飞轮的任何组合。在一些实施例中，能量源1720也可以为车辆1700的其他系统提供能量。
变速器1722可以被配置为将机械动力从发动机/马达1718传递到车轮/轮胎1724。为此，变速器1722可以包括齿轮箱、离合器、差速器、驱动轴、和/或其他元件。在变速器1722包括驱动轴的实施例中，驱动轴可以包括一个或多个轴，这些轴被配置为耦接到车轮/轮胎1724。
车辆1700的车轮/轮胎1724可以以各种形式配置，包括自行车/摩托车、三轮车、汽车/卡车四轮形式、或轨道。其他车轮/轮胎形式也是可能的，诸如包括六个或更多个车轮的那些。在任何情况下，车轮/轮胎1724可以被配置为相对于其他车轮/轮胎1724差动地旋转。在一些实施例中，车轮/轮胎1724可以包括固定附接到变速器1722的至少一个车轮和耦接到车轮轮辋的至少一个轮胎，该车轮轮辋可以与驱动表面接触。车轮/轮胎1724可以包括金属和橡胶的任何组合，或者其他材料的组合。推进系统1702可以附加地或替代地包括除了所示组件之外的组件。
传感器系统1704可以包括被配置为感测关于车辆1700所位于的环境的信息的多个传感器，以及被配置为修改传感器的定位和/或方向的一个或多个致动器1736。如所示出，传感器系统1704的传感器包括全球定位系统(Global Positioning System，GPS)1726、惯性测量单元(inertial measurement unit，IMU)1728、RADAR单元1730、激光测距仪和/或LIDAR单元1732、以及相机1734。传感器系统1704也可包括额外的传感器，包括例如监视车辆1700的内部系统的传感器(例如，O2监视器、燃油量表、机油温度，等等)。其他传感器也是可能的。
GPS 1726可以是被配置为估计车辆1700的地理位置的任何传感器(例如，位置传感器)。为此，GPS 1726可以包括收发器，其被配置为估计车辆1700相对于地球的定位。GPS1726也可以采取其他形式。
IMU 1728可以是被配置为基于惯性加速度感测车辆1700的定位和方向变化的传感器的任意组合。在一些实施例中，传感器的组合可以包括例如加速度计和陀螺仪。传感器的其他组合也是可能的。
RADAR单元1730可以是被配置为使用无线电信号感测车辆1700所位于的环境中的物体的任何传感器。在一些实施例中，除了感测物体之外，RADAR单元1730还可以被配置为感测物体的速度和/或航向。
类似地，激光测距仪或LIDAR单元1732可以是被配置为使用激光感测车辆1700所位于的环境中的物体的任何传感器。例如，LIDAR单元1732可以包括一个或多个LIDAR设备，其中至少一些可以采取本文公开的LIDAR设备100的形式。
相机1734可以是被配置为捕捉车辆1700所位于的环境的图像的任何相机(例如，静态相机、视频相机等)。为此，相机可以采取上述任何形式。传感器系统1704可以附加地或替代地包括除了所示组件之外的组件。
控制系统1706可以被配置为控制车辆1700及其组件的操作。为此，控制系统1706可以包括转向单元1738、油门1740、制动单元1742、传感器融合算法1744、计算机视觉系统1746、导航或路径控制(pathing)系统1748、和避障系统1750。
转向单元1738可以是被配置为调整车辆1700的航向的机构的任意组合。油门1740可以是被配置为控制发动机/马达1718的操作速度并进而控制车辆1700的速度的机构的任意组合。制动单元1742可以是被配置为使车辆1700减速的机构的任意组合。例如，制动单元1742可以使用摩擦来减慢车轮/轮胎1724。作为另一示例，制动单元1742可以将车轮/轮胎1724的动能转换成电流。制动单元1742也可以采取其他形式。
传感器融合算法1744可以是被配置为接受来自传感器系统1704的数据作为输入的算法(或存储算法的计算机程序产品)。该数据可以包括例如表示在传感器系统1704的传感器处感测的信息的数据。传感器融合算法1744可以包括例如Kalman滤波器、Bayesian网络、用于本文方法的一些功能的算法、或任何其他算法。传感器融合算法1744还可以被配置为基于来自传感器系统1704的数据来提供各种评估，包括例如对车辆1700所位于的环境中的单个物体和/或特征的评估、对特定情形的评估、和/或对基于特定情形的可能影响的评估。其他评估也是可能的。
计算机视觉系统1746可以是被配置为处理和分析由相机1734捕捉的图像以便识别车辆1700所位于的环境中的物体和/或特征(包括例如交通信号和障碍物)的任何系统。为此，计算机视觉系统1746可以使用对象识别算法、运动结构(Structure from Motion，SFM)算法、视频跟踪、或其他计算机视觉技术。在一些实施例中，计算机视觉系统1746可以附加地被配置为绘制环境的地图、跟踪物体、估计物体的速度等等。
导航和路径控制系统1748可以是被配置为确定车辆1700的行驶路径的任何系统。导航和路径控制系统1748可以附加地被配置为在车辆1700处于操作中的同时动态地更新行驶路径。在一些实施例中，导航和路径控制系统1748可以被配置为结合来自传感器融合算法1744、GPS 1726、LIDAR单元1732、和一个或多个预定地图的数据，以便确定车辆1700的行驶路径。
避障系统1750可以是被配置为识别、评估、和避免或另外越过车辆1700所位于的环境中的障碍的任何系统。控制系统1706可以附加地或替代地包括除了所示组件之外的组件。
外围设备1708可以被配置为允许车辆1700与外部传感器、其他车辆、外部计算设备、和/或用户交互。为此，外围设备1708可以包括例如无线通信系统1752、触摸屏1754、麦克风1756、和/或扬声器1758。
无线通信系统1752可以是被配置为直接或经由通信网络无线耦接到一个或多个其他车辆、传感器、或其他实体的任何系统。为此，无线通信系统1752可以包括天线和芯片组，用于直接或经由通信网络与其他车辆、传感器、服务器、或其他实体通信。芯片组或无线通信系统1752通常可以被布置为根据一种或多种类型的无线通信(例如，协议)进行通信，所述无线通信诸如蓝牙、在IEEE 802.11(包括任何IEEE 802.11修订版)中描述的通信协议、蜂窝技术(诸如GSM、码分多址、UMTS、EV-DO、WiMAX或LTE)、Zigbee、专用短程通信(dedicated short range communication，DSRC)和射频识别(radio frequencyidentification，RFID)通信，以及其他可能性。无线通信系统1752也可以采取其他形式。
用户可以使用触摸屏1754向车辆1700输入命令。为此，触摸屏1754可以被配置为通过电容感测、电阻感测或表面声波过程以及其他可能性来感测用户手指的定位和移动中的至少一个。触摸屏1754能够感测在与触摸屏表面平行或与触摸屏表面在同一平面内的方向上、在与触摸屏表面垂直的方向上、或者在这两个方向上的手指移动，并且还可以能够感测施加到触摸屏表面的压力的水平。触摸屏1754可以由一个或多个半透明或透明绝缘层以及一个或多个半透明或透明导电层形成。触摸屏1754也可以采取其他形式。
麦克风1756可以被配置为从车辆1700的用户接收音频(例如，语音命令或其他音频输入)。类似地，扬声器1758可以被配置为向车辆1700的用户输出音频。外围设备1708可以附加地或替代地包括除了所示组件之外的组件。
计算机系统1710可以被配置为向推进系统1702、传感器系统1704、控制系统1706、和外围设备1708中的一个或多个发送数据、从其接收数据、与之交互、和/或控制其。为此，计算机系统1710可以通过系统总线、网络、和/或其他连接机制(未示出)通信地链接到推进系统1702、传感器系统1704、控制系统1706、和外围设备1708中的一个或多个。
在一个示例中，计算机系统1710可以被配置为控制变速器1722的操作以提高燃料效率。作为另一示例，计算机系统1710可以被配置为使得相机1734捕捉环境的图像。作为又一示例，计算机系统1710可以被配置为存储并执行对应于传感器融合算法1744的指令。作为又一示例，计算机系统1710可以被配置为存储和执行用于使用LIDAR单元1732来确定车辆1700周围环境的3D表示的指令。其他示例也是可能的。因此，计算机系统1710可以充当LIDAR单元1732的控制器。
如所示出的，计算机系统1710包括处理器1712和数据存储装置1714。处理器1712可以包括一个或多个通用处理器和/或一个或多个专用处理器。就处理器1712包括多于一个处理器而言，这样的处理器可以单独工作或组合工作。数据存储装置1714进而可以包括一个或多个易失性存储组件和/或一个或多个非易失性存储组件，例如光、磁和/或有机存储器，并且数据存储装置1714可以全部或部分与处理器1712集成。
在一些实施例中，数据存储装置1714可以包含可由处理器1712执行的指令1716(例如，程序逻辑)，以执行各种车辆功能(例如，方法500等)。数据存储装置1714也可以包含附加指令，包括向推进系统1702、传感器系统1704、控制系统1706、和/或外围设备1708中的一个或多个发送数据、从其接收数据、与之交互、和/或控制其的指令。计算机系统1710可以附加地或替代地包括除了所示组件之外的组件。
如所示出的，车辆1700还包括电源1760，其可以被配置为向车辆1700的一些或全部组件提供电力。为此，电源1760可以包括例如可充电锂离子或铅酸电池。在一些实施例中，一个或多个电池组可以被配置为提供电力。其他电源材料和配置也是可能的。在一些实施例中，电源1760和能量源1720可以一起实施为一个组件，如在一些全电动汽车中。
在一些实施例中，车辆1700可以包括除了所示的那些元件之外或代替所示的那些元件的一个或多个元件。例如，车辆1700可以包括一个或多个附加接口和/或电源。其他附加组件也是可能的。在这样的实施例中，数据存储装置1714还可以包括可由处理器1712执行的指令，以控制附加组件和/或与附加组件通信。
此外，虽然每个组件和系统被示出集成在车辆1700中，但是在一些实施例中，一个或多个组件或系统可以使用有线或无线连接来被可移除地安装在车辆1700上或者另外连接(机械地或电气地)到车辆1700。车辆1700也可以采取其他形式。
IX.结论
图中所示的具体布置不应被视为限制性的。应该理解，其他实施方式可以包括更多或更少的给定图中所示的每个元件。此外，一些示出的元件可以被组合或省略。此外，示例性实施方式可以包括图中未示出的元件。
此外，虽然本文已经公开了各种方面和实施方式，但是其他方面和实施方式对于本领域技术人员来说将是明显的。本文公开的各种方面和实施方式是为了说明的目的，而不是旨在限制，真正的范围和精神由所附权利要求来指示。在不脱离本文呈现的主题的精神或范围的情况下，可以利用其他实施方式，并且可以进行其他改变。很容易理解的是，如本文总体描述的以及在附图中示出的，本公开的各个方面可以以各种不同的配置来布置、替换、组合、分离和设计，所有这些都在本文明确考虑。

Claims (20)

1.一种方法，包括：
由计算系统操作光探测和测距(LIDAR)设备，以根据发射时间序列在发射时间处发射光脉冲，其中所述发射时间序列包括时变抖动，并且以根据探测时间序列探测返回光脉冲，其中所述探测时间序列包括针对每个发射光脉冲的、用于探测对应返回光脉冲的对应探测时段，并且其中相对于对应的发射光脉冲的对应发射时间的、返回光脉冲的探测时间指示到反射所述对应的发射光脉冲的物体的范围；
由所述计算系统做出LIDAR设备在两个或更多个发射光脉冲中的每一个发射光脉冲的对应探测时段期间探测到返回光脉冲的确定；
响应于做出所述确定，由所述计算系统确定(i)探测到的返回光脉冲具有指示范围的第一集合的、相对于多个第一发射光脉冲的对应发射时间的探测时间，以及(ii)探测到的返回光脉冲具有指示范围的第二集合的、相对于多个第二发射光脉冲的对应发射时间的探测时间；
由所述计算系统在使用所述范围的第一集合作为物体探测的基础和使用所述范围的第二集合作为物体探测的基础之间进行选择；和
由所述计算系统根据所述选择参与物体探测。
2.根据权利要求1所述的方法，其中，做出LIDAR设备在两个或更多个发射光脉冲中的每一个发射光脉冲的对应探测时段期间探测到返回光脉冲的确定，包括做出所述LIDAR设备在所述多个第一发射光脉冲中的每一个第一发射光脉冲的对应探测时段期间探测到返回光脉冲的确定。
3.根据权利要求2所述的方法，
其中，所述LIDAR设备具有标称明确探测范围，
其中，所述第一集合的范围在所述LIDAR设备的标称明确探测范围内，并且
其中，所述第二集合的范围在所述LIDAR设备的标称明确探测范围之外。
4.根据权利要求2所述的方法，其中，所述第二集合的范围大于所述第一集合的范围。
5.根据权利要求1所述的方法，还包括：
由所述计算系统确定所述范围的第二集合表示至少一个已知物体，
其中，所述选择包括，响应于确定所述范围的第二集合表示至少一个已知物体，选择使用所述范围的第二集合作为物体探测的基础。
6.根据权利要求1所述的方法，还包括：
由所述计算系统确定所述范围的第二集合不表示至少一个已知物体，
其中，所述选择包括，响应于确定所述范围的第二集合不表示至少一个已知物体，选择使用所述范围的第一集合作为物体探测的基础。
7.根据权利要求1所述的方法，还包括：
由所述计算系统确定所述第二集合的范围基本上彼此相似，
其中，所述选择包括，响应于确定所述第二集合的范围基本上彼此相似，选择使用所述范围的第二集合作为物体探测的基础。
8.根据权利要求1所述的方法，还包括：
由所述计算系统确定所述第二集合的范围不是基本上彼此相似，
其中，所述选择包括，响应于确定所述第二集合的范围不是基本上彼此相似，选择使用所述范围的第一集合作为物体探测的基础。
9.根据权利要求1所述的方法，其中，所述LIDAR设备定位于车辆上，并且其中，根据所述选择参与物体探测包括，根据所述选择参与对定位于所述车辆周围的环境中的物体的探测。
10.根据权利要求1所述的方法，其中，所述LIDAR设备定位于车辆上，并且其中，所述计算系统被配置为至少基于所述LIDAR设备对所述车辆周围的环境的扫描来操作所述车辆。
11.一种计算系统，包括：
一个或多个处理器；
非暂时性计算机可读介质；和
程序指令，存储在所述非暂时性计算机可读介质上并可由所述一个或多个处理器执行以：
操作光探测和测距(LIDAR)设备，以根据发射时间序列在发射时间处发射光脉冲，其中所述发射时间序列包括时变抖动，并且以根据探测时间序列探测返回光脉冲，其中所述探测时间序列包括针对每个发射光脉冲的、用于探测对应返回光脉冲的对应探测时段，并且其中相对于对应的发射光脉冲的对应发射时间的、返回光脉冲的探测时间指示到反射所述对应的发射光脉冲的物体的范围；
做出LIDAR设备在两个或更多个发射光脉冲中的每一个发射光脉冲的对应探测时段期间探测到返回光脉冲的确定；
响应于做出所述确定，确定(i)探测到的返回光脉冲具有指示范围的第一集合的、相对于多个第一发射光脉冲的对应发射时间的探测时间，以及(ii)探测到的返回光脉冲具有指示范围的第二集合的、相对于多个第二发射光脉冲的对应发射时间的探测时间；
在使用所述范围的第一集合作为物体探测的基础和使用所述范围的第二集合作为物体探测的基础之间进行选择；和
根据所述选择参与物体探测。
12.根据权利要求11所述的计算系统，其中，所述程序指令还可被执行以：
确定所述范围的第二集合表示至少一个已知物体，
其中，所述选择包括，响应于确定所述范围的第二集合表示至少一个已知物体，选择使用所述范围的第二集合作为物体探测的基础。
13.根据权利要求11所述的计算系统，其中，所述程序指令还可被执行以：
确定所述第二集合的范围基本上彼此相似，
其中，所述选择包括，响应于确定所述第二集合的范围基本上彼此相似，选择使用所述范围的第二集合作为物体探测的基础。
14.根据权利要求11所述的计算系统，其中，所述LIDAR设备定位于车辆上，其中根据进一步确定参与物体探测包括，根据所述选择参与对定位于所述车辆周围的环境中的物体的探测，并且其中所述程序指令还可被执行以至少基于对定位于所述车辆周围的环境中的物体的探测来操作车辆。
15.一种方法，包括：
由计算系统操作光探测和测距(LIDAR)设备，以根据发射时间序列在发射时间处发射光脉冲，其中所述发射时间序列包括时变抖动，并且以根据探测时间序列探测返回光脉冲，其中所述探测时间序列包括针对每个发射光脉冲的、用于探测对应返回光脉冲的对应探测时段，并且其中相对于对应的发射光脉冲的对应发射时间的、返回光脉冲的探测时间指示到反射所述对应的发射光脉冲的物体的范围；
由所述计算系统确定LIDAR设备在多个第一发射光脉冲中的每一个第一发射光脉冲的对应探测时段期间探测到多个返回光脉冲的集合，其中每个多个返回光脉冲的集合至少包括相应的第一返回光脉冲和相应的第二返回光脉冲；
由所述计算系统做出第一返回光脉冲对应于所述多个第一发射光脉冲并且第二返回光脉冲潜在地对应于多个第二发射光脉冲的确定；
响应于做出所述确定，由计算系统确定所述第二返回光脉冲具有指示范围的特定集合的、相对于所述多个第二发射光脉冲的对应发射时间的探测时间；
由所述计算系统做出是否使用所述范围的特定集合作为物体探测的基础的进一步确定；和
由所述计算系统根据所述进一步确定参与物体探测。
16.根据权利要求15所述的方法，其中，做出所述进一步确定包括：
确定所述范围的特定集合是否表示至少一个已知物体；
如果所述计算系统确定所述范围的特定集合表示至少一个已知物体，则响应地确定所述范围的特定集合将被用作物体探测的基础；和
如果所述计算系统确定所述特定集合不表示至少一个已知物体，则响应地确定所述范围的特定集合不被用作物体探测的基础。
17.一种方法，包括：
由计算系统操作光探测和测距(LIDAR)设备，以根据发射时间序列在发射时间处发射光脉冲，其中所述发射时间序列包括时变抖动，并且以根据探测时间序列探测返回光脉冲，其中所述探测时间序列包括针对每个发射光脉冲的、用于探测对应返回光脉冲的对应探测时段，并且其中相对于对应的发射光脉冲的对应发射时间的、返回光脉冲的探测时间指示到反射所述对应的发射光脉冲的物体的范围；
由所述计算系统确定LIDAR设备在多个第一发射光脉冲中的每一个第一发射光脉冲的对应探测时段期间探测到多个返回光脉冲的集合，其中每个多个返回光脉冲的集合至少包括相应的第一返回光脉冲和相应的第二返回光脉冲；
由所述计算系统确定(i)第一返回光脉冲具有指示范围的第一集合的、相对于所述多个第一发射光脉冲的对应发射时间的探测时间，(ii)第二返回光脉冲具有指示范围的第二集合的、相对于所述多个第一发射光脉冲的对应发射时间的探测时间，以及(iii)第二返回光脉冲具有指示范围的第三集合的、相对于所述多个第二发射光脉冲的对应发射时间的探测时间；
基于所述范围的第三集合，由所述计算系统在在使用所述范围的第一集合作为物体探测的基础和使用所述范围的第二集合作为物体探测的基础之间进行选择；和
由所述计算系统根据所述选择参与物体探测。
18.根据权利要求17所述的方法，其中，基于所述范围的第三集合进行选择包括：
做出所述范围的第三集合是否表示至少一个已知物体的确定；
如果确定所述范围的第三集合表示至少一个已知物体，则响应于做出所述确定，选择使用所述范围的第一集合作为物体探测的基础；和
如果确定所述范围的第三集合不表示至少一个已知物体，则响应于做出所述确定，选择使用所述范围的第二集合作为物体探测的基础。
19.一种用于操作自主车辆的方法，包括：
接收与物体对由所述自主车辆的LIDAR设备发射的光脉冲的反射相关联的信号；
基于第一时间计算到所述物体的第一距离，所述第一时间对应于由所述自主车辆的LIDAR设备发射的先前光脉冲；
基于第二时间计算到所述物体的第二距离，所述第二时间对应于由所述自主车辆的LIDAR设备发射的不同的先前光脉冲；和
基于在所述第一距离和所述第二距离之间的选择来操作所述自主车辆。
20.根据权利要求19所述的方法，其中，在所述第一距离和所述第二距离之间的选择基于与所述物体对由所述LIDAR设备发射的多个光脉冲的对应反射相关联的多个接收信号，并且其中，所述多个光脉冲中的一个或多个光脉冲根据从周期性偏离伪随机持续时间的定时来发射。
CN201880054211.XA 2017-06-30 2018-06-06 通过多个假设的光探测和测距(lidar)设备范围混叠弹性 Active CN111033306B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202311422845.5A CN117849816A (zh) 2017-06-30 2018-06-06 通过多个假设的光探测和测距（lidar）设备范围混叠弹性

Applications Claiming Priority (3)

Application Number Priority Date Filing Date Title
US15/638,607 US10754033B2 (en) 2017-06-30 2017-06-30 Light detection and ranging (LIDAR) device range aliasing resilience by multiple hypotheses
US15/638,607 2017-06-30
PCT/US2018/036275 WO2019005442A1 (en) 2017-06-30 2018-06-06 RESILIENCE OF REPLICATING THE REACH OF A LIGHT DETECTION AND TELEMETRY DEVICE (LIDAR) THROUGH MULTIPLE ASSUMPTIONS

Related Child Applications (1)

Application Number Title Priority Date Filing Date
CN202311422845.5A Division CN117849816A (zh) 2017-06-30 2018-06-06 通过多个假设的光探测和测距（lidar）设备范围混叠弹性

Publications (2)

Publication Number Publication Date
CN111033306A true CN111033306A (zh) 2020-04-17
CN111033306B CN111033306B (zh) 2023-11-07

Family

ID=64738048

Family Applications (2)

Application Number Title Priority Date Filing Date
CN202311422845.5A Pending CN117849816A (zh) 2017-06-30 2018-06-06 通过多个假设的光探测和测距（lidar）设备范围混叠弹性
CN201880054211.XA Active CN111033306B (zh) 2017-06-30 2018-06-06 通过多个假设的光探测和测距(lidar)设备范围混叠弹性

Family Applications Before (1)

Application Number Title Priority Date Filing Date
CN202311422845.5A Pending CN117849816A (zh) 2017-06-30 2018-06-06 通过多个假设的光探测和测距（lidar）设备范围混叠弹性

Country Status (10)

Country Link
US (3) US10754033B2 (zh)
EP (2) EP4152047A3 (zh)
JP (2) JP6876155B2 (zh)
KR (2) KR102470835B1 (zh)
CN (2) CN117849816A (zh)
AU (2) AU2018291866B2 (zh)
CA (1) CA3068251C (zh)
IL (2) IL300302A (zh)
SG (1) SG11201912356UA (zh)
WO (1) WO2019005442A1 (zh)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113009498A (zh) * 2021-02-01 2021-06-22 奥比中光科技集团股份有限公司 一种距离测量方法、装置及系统

Families Citing this family (17)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US10754033B2 (en) 2017-06-30 2020-08-25 Waymo Llc Light detection and ranging (LIDAR) device range aliasing resilience by multiple hypotheses
US10627492B2 (en) 2017-08-01 2020-04-21 Waymo Llc Use of extended detection periods for range aliasing detection and mitigation in a light detection and ranging (LIDAR) system
CN111801593A (zh) * 2018-03-02 2020-10-20 松下知识产权经营株式会社 物体检测装置
WO2019243038A1 (en) * 2018-06-22 2019-12-26 Ams Ag Using time-of-flight and pseudo-random bit sequences to measure distance to object
US11808887B2 (en) * 2018-11-02 2023-11-07 Waymo Llc Methods and systems for mapping retroreflectors
EP3913400A4 (en) * 2019-01-15 2022-10-05 National University Corporation Shizuoka University DISTANCE IMAGE MEASUREMENT DEVICE, DISTANCE IMAGE MEASUREMENT SYSTEM AND DISTANCE IMAGE MEASUREMENT METHOD
WO2020186236A1 (en) * 2019-03-14 2020-09-17 Waymo Llc Methods and systems for detecting obstructions on a sensor housing
CN110208814B (zh) * 2019-05-17 2022-07-08 深圳市速腾聚创科技有限公司 激光雷达及其抗干扰方法
DE102020206660A1 (de) 2019-05-30 2020-12-03 Robert Bosch Gesellschaft mit beschränkter Haftung Redundante umgebungswahrnehmungsverfolgung für automatisierte fahrsysteme
US11556000B1 (en) 2019-08-22 2023-01-17 Red Creamery Llc Distally-actuated scanning mirror
US11150348B2 (en) 2019-10-02 2021-10-19 Cepton Technologies, Inc. Techniques for detecting cross-talk interferences in lidar imaging sensors
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
US11320519B2 (en) * 2020-08-17 2022-05-03 Sharper Shape Oy Method and system for processing LiDAR data
EP4229438A1 (en) * 2020-10-14 2023-08-23 LG Innotek Co., Ltd. Multi-detector lidar systems and methods for mitigating range aliasing
US20220120905A1 (en) * 2020-10-15 2022-04-21 Waymo Llc Speed Determination Using Light Detection and Ranging (LIDAR) Device
US20230204730A1 (en) * 2021-12-29 2023-06-29 Velodyne Lidar Usa, Inc. Multi-range lidar systems and methods
US20230222907A1 (en) * 2022-01-11 2023-07-13 Cavnue Technology, LLC Data Consumable for Intelligent Transport System

Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
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
US20170057510A1 (en) * 2013-07-12 2017-03-02 Google Inc. Methods And Systems For Determining Instructions For Pulling Over An Autonomous Vehicle
WO2017046010A1 (de) * 2015-09-16 2017-03-23 Ibeo Automotive Systems GmbH Verfahren und vorrichtung zur optischen distanzmessung

Family Cites Families (31)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US4751381A (en) * 1986-08-13 1988-06-14 Mechanical Technology Incorporated Fast dither detector for fiber optic sensor
US5774091A (en) * 1993-04-12 1998-06-30 The Regents Of The University Of California Short range micro-power impulse radar with high resolution swept range gate with damped transmit and receive cavities
CN1101056C (zh) 1995-06-22 2003-02-05 3Dv系统有限公司 生成距景物距离的图象的方法和装置
FR2806167B1 (fr) * 2000-03-10 2003-12-12 Architecture Et Conception De Emetteur de localisation sous-marine a etalement temporel et spectral, et procede et installation utilisant de tels emetteurs
US7489865B2 (en) * 2002-02-01 2009-02-10 Cubic Corporation Integrated optical communication and range finding system and applications thereof
US8629976B2 (en) 2007-10-02 2014-01-14 Microsoft Corporation Methods and systems for hierarchical de-aliasing time-of-flight (TOF) systems
US7746449B2 (en) 2007-11-14 2010-06-29 Rosemount Aerospace Inc. Light detection and ranging system
DE102008031681A1 (de) 2008-07-04 2010-01-14 Eads Deutschland Gmbh LIDAR-Verfahren zur Messung von Geschwindigkeiten und LIDAR-Vorrichtung mit zeitgesteuerter Detektion
US8368876B1 (en) 2008-10-17 2013-02-05 Odyssey Space Research, L.L.C. Calibration system and method for imaging flash LIDAR systems
US8605761B2 (en) * 2010-01-18 2013-12-10 Optical Physics Company Multi-beam laser control system and method
FR2959318B1 (fr) * 2010-04-22 2013-04-05 Eurocopter France Localisation continue de grande precision
AT511310B1 (de) * 2011-04-07 2013-05-15 Riegl Laser Measurement Sys Verfahren zur entfernungsmessung
EP2780733A4 (en) * 2011-11-18 2015-09-23 Ron Yaacov Davidson PULSE TRANSPONDER COUNTERMEASURE
US9383753B1 (en) 2012-09-26 2016-07-05 Google Inc. Wide-view LIDAR with areas of special attention
US9448110B2 (en) 2012-09-27 2016-09-20 Northrop Grumman Systems Corporation Three-dimensional hyperspectral imaging systems and methods using a light detection and ranging (LIDAR) focal plane array
US9110169B2 (en) 2013-03-08 2015-08-18 Advanced Scientific Concepts, Inc. LADAR enabled impact mitigation system
EP2846173B1 (en) 2013-09-09 2019-06-19 Trimble AB Ambiguity compensation in time-of-flight ranging
EP3441790A1 (en) * 2013-10-23 2019-02-13 Ladar Limited A laser detection and ranging device for detecting an object under a water surface
US8886387B1 (en) 2014-01-07 2014-11-11 Google Inc. Estimating multi-vehicle motion characteristics by finding stable reference points
US9551776B2 (en) * 2014-05-12 2017-01-24 The Boeing Company Methods and apparatus to determine a position using light sources
US9575184B2 (en) * 2014-07-03 2017-02-21 Continental Advanced Lidar Solutions Us, Inc. LADAR sensor for a dense environment
CN104375119B (zh) * 2014-11-12 2017-01-11 武汉邮电科学研究院 一种基于时序标记的可见光定位系统和方法
US10215847B2 (en) * 2015-05-07 2019-02-26 GM Global Technology Operations LLC Pseudo random sequences in array lidar systems
US9945936B2 (en) * 2015-05-27 2018-04-17 Microsoft Technology Licensing, Llc Reduction in camera to camera interference in depth measurements using spread spectrum
JP2017009339A (ja) 2015-06-18 2017-01-12 株式会社リコー センサ、センシング装置及び距離計測方法
CN105182361A (zh) * 2015-08-06 2015-12-23 哈尔滨工业大学 一种基于复合调制脉冲编码的4d成像光子计数激光雷达
EP3159711A1 (en) 2015-10-23 2017-04-26 Xenomatix NV System and method for determining a distance to an object
US10545240B2 (en) 2017-03-28 2020-01-28 Luminar Technologies, Inc. LIDAR transmitter and detector system using pulse encoding to reduce range ambiguity
US10295668B2 (en) * 2017-03-30 2019-05-21 Luminar Technologies, Inc. Reducing the number of false detections in a lidar system
US10649072B2 (en) 2017-05-10 2020-05-12 Massachusetts Institute Of Technology LiDAR device based on scanning mirrors array and multi-frequency laser modulation
US10754033B2 (en) 2017-06-30 2020-08-25 Waymo Llc Light detection and ranging (LIDAR) device range aliasing resilience by multiple hypotheses

Patent Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
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
US20170057510A1 (en) * 2013-07-12 2017-03-02 Google Inc. Methods And Systems For Determining Instructions For Pulling Over An Autonomous Vehicle
WO2017046010A1 (de) * 2015-09-16 2017-03-23 Ibeo Automotive Systems GmbH Verfahren und vorrichtung zur optischen distanzmessung

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113009498A (zh) * 2021-02-01 2021-06-22 奥比中光科技集团股份有限公司 一种距离测量方法、装置及系统
WO2022160622A1 (zh) * 2021-02-01 2022-08-04 奥比中光科技集团股份有限公司 一种距离测量方法、装置及系统

Also Published As

Publication number Publication date
CA3068251A1 (en) 2019-01-03
AU2018291866A1 (en) 2020-01-23
JP2021120677A (ja) 2021-08-19
CN117849816A (zh) 2024-04-09
US10754033B2 (en) 2020-08-25
SG11201912356UA (en) 2020-01-30
AU2021200904B2 (en) 2022-07-21
JP2020525767A (ja) 2020-08-27
JP6876155B2 (ja) 2021-05-26
KR102470835B1 (ko) 2022-11-28
US20190004177A1 (en) 2019-01-03
US20200371235A1 (en) 2020-11-26
KR20200012037A (ko) 2020-02-04
EP3625584B1 (en) 2023-01-04
US11774590B2 (en) 2023-10-03
KR102352206B1 (ko) 2022-01-17
IL271744B2 (en) 2023-07-01
EP3625584A1 (en) 2020-03-25
US20240045060A1 (en) 2024-02-08
EP4152047A2 (en) 2023-03-22
KR20220011219A (ko) 2022-01-27
EP3625584A4 (en) 2021-05-26
IL300302A (en) 2023-04-01
IL271744B1 (en) 2023-03-01
IL271744A (en) 2020-02-27
CN111033306B (zh) 2023-11-07
AU2018291866B2 (en) 2020-11-19
WO2019005442A1 (en) 2019-01-03
AU2021200904A1 (en) 2021-03-04
EP4152047A3 (en) 2023-05-31
JP7162096B2 (ja) 2022-10-27
CA3068251C (en) 2023-03-28

Similar Documents

Publication Publication Date Title
CN111033306B (zh) 通过多个假设的光探测和测距(lidar)设备范围混叠弹性
CN111149013B (zh) 在光检测和测距(lidar)系统中使用延长的检测周期进行范围混叠检测和减轻

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
GR01 Patent grant
GR01 Patent grant