CN111149013A - 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 - Google Patents
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 Download PDFInfo
- Publication number
- CN111149013A CN111149013A CN201880061950.1A CN201880061950A CN111149013A CN 111149013 A CN111149013 A CN 111149013A CN 201880061950 A CN201880061950 A CN 201880061950A CN 111149013 A CN111149013 A CN 111149013A
- Authority
- CN
- China
- Prior art keywords
- detection
- ranges
- computing system
- range
- lidar device
- 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
Links
- 238000001514 detection method Methods 0.000 title claims abstract description 672
- 230000000116 mitigating effect Effects 0.000 title description 3
- 230000004044 response Effects 0.000 claims abstract description 24
- 238000000034 method Methods 0.000 claims description 98
- 230000008569 process Effects 0.000 claims description 31
- 230000005540 biological transmission Effects 0.000 claims description 27
- 230000000737 periodic effect Effects 0.000 claims description 8
- 230000003287 optical effect Effects 0.000 description 30
- 238000004891 communication Methods 0.000 description 11
- 230000007613 environmental effect Effects 0.000 description 10
- 238000011156 evaluation Methods 0.000 description 9
- 238000013500 data storage Methods 0.000 description 8
- 230000006870 function Effects 0.000 description 8
- 239000000463 material Substances 0.000 description 7
- 230000002093 peripheral effect Effects 0.000 description 7
- 238000010586 diagram Methods 0.000 description 6
- 230000004927 fusion Effects 0.000 description 6
- 230000033001 locomotion Effects 0.000 description 6
- 230000007246 mechanism Effects 0.000 description 4
- 238000000926 separation method Methods 0.000 description 4
- 239000000446 fuel Substances 0.000 description 3
- 230000015654 memory Effects 0.000 description 3
- 238000012795 verification Methods 0.000 description 3
- LFQSCWFLJHTTHZ-UHFFFAOYSA-N Ethanol Chemical compound CCO LFQSCWFLJHTTHZ-UHFFFAOYSA-N 0.000 description 2
- ATUOYWHBWRKTHZ-UHFFFAOYSA-N Propane Chemical compound CCC ATUOYWHBWRKTHZ-UHFFFAOYSA-N 0.000 description 2
- 230000008859 change Effects 0.000 description 2
- 239000002800 charge carrier Substances 0.000 description 2
- 230000023077 detection of light stimulus Effects 0.000 description 2
- -1 diesel Substances 0.000 description 2
- 238000010304 firing Methods 0.000 description 2
- 239000003502 gasoline Substances 0.000 description 2
- 229910052751 metal Inorganic materials 0.000 description 2
- 239000002184 metal Substances 0.000 description 2
- 229920000642 polymer Polymers 0.000 description 2
- 238000012545 processing Methods 0.000 description 2
- 230000001902 propagating effect Effects 0.000 description 2
- 230000006798 recombination Effects 0.000 description 2
- 238000005215 recombination Methods 0.000 description 2
- 238000007493 shaping process Methods 0.000 description 2
- 238000012546 transfer Methods 0.000 description 2
- 238000010200 validation analysis Methods 0.000 description 2
- 101001093748 Homo sapiens Phosphatidylinositol N-acetylglucosaminyltransferase subunit P Proteins 0.000 description 1
- HBBGRARXTFLTSG-UHFFFAOYSA-N Lithium ion Chemical compound [Li+] HBBGRARXTFLTSG-UHFFFAOYSA-N 0.000 description 1
- 230000001133 acceleration Effects 0.000 description 1
- 238000009825 accumulation Methods 0.000 description 1
- 239000002253 acid Substances 0.000 description 1
- 239000000853 adhesive Substances 0.000 description 1
- 230000001070 adhesive effect Effects 0.000 description 1
- 238000013459 approach Methods 0.000 description 1
- 238000003491 array Methods 0.000 description 1
- 230000002238 attenuated effect Effects 0.000 description 1
- 239000003990 capacitor Substances 0.000 description 1
- 230000001413 cellular effect Effects 0.000 description 1
- 230000001427 coherent effect Effects 0.000 description 1
- 238000002485 combustion reaction Methods 0.000 description 1
- 238000000205 computational method Methods 0.000 description 1
- 238000004590 computer program Methods 0.000 description 1
- 230000008878 coupling Effects 0.000 description 1
- 238000010168 coupling process Methods 0.000 description 1
- 238000005859 coupling reaction Methods 0.000 description 1
- 239000000428 dust Substances 0.000 description 1
- 238000002592 echocardiography Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 230000005284 excitation Effects 0.000 description 1
- 230000005281 excited state Effects 0.000 description 1
- 239000000835 fiber Substances 0.000 description 1
- 239000006260 foam Substances 0.000 description 1
- 239000003574 free electron Substances 0.000 description 1
- 239000002828 fuel tank Substances 0.000 description 1
- 239000000383 hazardous chemical Substances 0.000 description 1
- 238000010348 incorporation Methods 0.000 description 1
- 239000004973 liquid crystal related substance Substances 0.000 description 1
- 229910001416 lithium ion Inorganic materials 0.000 description 1
- 230000007774 longterm Effects 0.000 description 1
- 238000005259 measurement Methods 0.000 description 1
- 239000010705 motor oil Substances 0.000 description 1
- 238000013021 overheating Methods 0.000 description 1
- 239000004033 plastic Substances 0.000 description 1
- 239000001294 propane Substances 0.000 description 1
- 238000005070 sampling Methods 0.000 description 1
- 239000004065 semiconductor Substances 0.000 description 1
- 239000011343 solid material Substances 0.000 description 1
- 238000001228 spectrum Methods 0.000 description 1
- 230000007480 spreading Effects 0.000 description 1
- 239000000758 substrate Substances 0.000 description 1
- 238000010897 surface acoustic wave method Methods 0.000 description 1
- 239000012780 transparent material Substances 0.000 description 1
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
- 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
-
- 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
- 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
- G01S7/491—Details of non-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
- G01S7/491—Details of non-pulse systems
- G01S7/4912—Receivers
- G01S7/4913—Circuits for detection, sampling, integration or read-out
-
- G—PHYSICS
- G05—CONTROLLING; REGULATING
- G05D—SYSTEMS FOR CONTROLLING OR REGULATING NON-ELECTRIC VARIABLES
- G05D1/00—Control of position, course or altitude of land, water, air, or space vehicles, e.g. automatic pilot
- G05D1/02—Control of position or course in two dimensions
- G05D1/021—Control of position or course in two dimensions specially adapted to land vehicles
- G05D1/0212—Control of position or course in two dimensions specially adapted to land vehicles with means for defining a desired trajectory
- G05D1/0214—Control of position or course in two dimensions specially adapted to land vehicles with means for defining a desired trajectory in accordance with safety or protection criteria, e.g. avoiding hazardous areas
-
- G—PHYSICS
- G05—CONTROLLING; REGULATING
- G05D—SYSTEMS FOR CONTROLLING OR REGULATING NON-ELECTRIC VARIABLES
- G05D1/00—Control of position, course or altitude of land, water, air, or space vehicles, e.g. automatic pilot
- G05D1/02—Control of position or course in two dimensions
- G05D1/021—Control of position or course in two dimensions specially adapted to land vehicles
- G05D1/0257—Control of position or course in two dimensions specially adapted to land vehicles using a radar
Abstract
计算系统可以操作LIDAR设备来根据时间序列发射和检测光脉冲,该时间序列包括建立LIDAR设备的标称检测范围的(多个)标准检测周期和持续时间比(多个)标准检测周期的持续时间长的(多个)延长检测周期。该系统然后可以确定LIDAR在与(多个)特定发射光脉冲相对应的(多个)延长检测周期期间检测到(多个)返回光脉冲。作为响应,计算系统可以确定(多个)检测到的返回光脉冲具有相对于指示一个或多个范围的(多个)特定发射光脉冲的对应的发射时间的检测时间。考虑到这一点,计算系统可以做出对一个或多个范围是否指示对象位于标称检测范围之外的进一步确定,然后可以根据该进一步确定进行对象检测。
Description
相关申请的交叉引用
本申请要求2017年8月1日提交的题为“Use of Extended Detection Periodsfor Range Aliasing Detection and Mitigation ina Light Detection and Ranging(LIDAR)System(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)”的美国专利申请第15/665,591号的优先权,其全部内容通过引用并入本文。
通过引用的并入
在2017年6月30日提交的美国专利申请第15/638,607号通过引用并入本文,如同在本说明书中充分阐述一样。
背景技术
车辆可以被配置为在自主模式下进行操作,在该模式下,车辆通过在驾驶员很少或没有输入的环境中导航。这样的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检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检测和测距(LIDAR)设备。
LIDAR设备可以在扫描场景以组集(assemble)指示环境中反射表面的“点云(point cloud)”时估计距环境特征的距离。点云中的各个点可以通过发送激光脉冲和检测从环境中的对象反射的返回脉冲(如果有的话)并根据发送脉冲和接收反射脉冲之间的时间延迟确定距对象的距离来确定。
因此,LIDAR设备可以包括激光器或激光器组,并且可以快速且重复地扫描场景,以提供关于距场景中的反射对象的距离的连续实时信息。在测量每个距离时,将测量的距离和(多个)激光器的朝向相结合使得能够将三维位置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位置的点的三维地图。
使用LIDAR的一个挑战可能是范围混叠(range aliasing)。范围混叠与虚假回波的出现有关,诸如当系统不能基于生成的数据来区分从一个特定范围散射的信号和从其他范围散射的信号时。例如,在LIDAR的背景下,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的最大明确范围内。
发明内容
示例实施方式可以涉及使用延长的检测周期来确定对象是否位于LIDAR设备的标称检测范围之外的方法和系统。
特别地,计算系统可以操作LIDAR设备来根据时间序列发射和检测光脉冲,该时间序列包括建立LIDAR设备的标称检测范围的(多个)标准检测周期,并且包括持续时间比(多个)标准检测周期的持续时间长的(多个)延长的检测周期。这样,计算系统可以在延长的检测周期期间扩展LIDAR设备的检测范围。
利用这种布置,基于由LIDAR设备在这些延长的检测周期期间对(多个)光脉冲的检测,计算系统可以确定LIDAR设备是否检测到从位于LIDAR设备的标称检测范围之外的对象反射的返回光脉冲。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,分别针对每个这样的检测到的光脉冲来确定范围。如果计算系统然后确定标称检测范围包括这些确定的范围,则计算系统可以响应地做出对这些范围不指示对象位于标称检测范围之外的确定。然而,如果计算系统确定标称检测范围不包括这些确定的范围,则计算系统可以响应地做出对这些范围指示对象位于标称检测范围之外的确定。
一旦计算系统做出对范围是否指示对象位于标称检测范围之外的确定,计算系统就可以相应地进行对象检测。例如,如果计算系统确定范围指示对象位于标称检测范围之外,则计算系统可以执行识别该对象和/或确定距该对象的距离的操作。在另一示例中,计算系统可以使用该确定作为克服其他检测周期中的范围模糊的基础,诸如通过使用该确定作为确定在其他检测周期中检测到的光脉冲是否从位于标称检测范围之外的(多个)对象反射的基础。在又一示例中,计算系统可以使用该确定作为选择性地触发帮助克服范围模糊的其他过程的使用的基础。其他示例也是可能的。
在一个方面,公开了一种方法。该方法包括由计算系统操作光检测和测距(LIDAR)设备来根据发射时间序列在发射时间发射光脉冲,并根据检测时间序列检测返回光脉冲,其中对于每个发射光脉冲,检测时间序列包括用于检测对应的返回光脉冲的对应的检测周期,并且其中对应的检测周期包括(i)一个或多个标准检测周期,其建立LIDAR设备的标称检测范围,和(ii)一个或多个延长的检测周期,其相应持续时间比一个或多个标准检测周期的相应持续时间长。该方法还包括由计算系统做出对LIDAR设备在与一个或多个特定发射光脉冲相对应的一个或多个延长的检测周期期间检测到一个或多个返回光脉冲的确定。该方法另外包括,响应于做出确定,由计算系统确定一个或多个检测到的返回光脉冲具有相对于指示一个或多个范围的一个或多个特定发射光脉冲的对应的发射时间的检测时间。该方法还包括由计算系统做出对一个或多个范围是否指示对象位于标称检测范围之外的进一步确定。该方法又包括由计算系统根据进一步确定进行对象检测。
在另一方面,公开了一种用于自动驾驶车辆的计算系统。该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。特别地,程序指令可以是可执行的以操作光检测和测距(LIDAR)设备来根据发射时间序列在发射时间发射光脉冲,其中发射时间序列包括在序列中的大多数发射之后的标准时间周期和在序列中的至少一个发射之后的延长的时间周期,其中标准时间周期与LIDAR设备的标称检测范围相关联。
在又一方面,公开了一种车辆。该车辆包括光检测和测距(LIDAR)设备和计算系统。计算系统可以被配置为操作LIDAR设备来根据发射时间序列在发射时间发射光脉冲,并根据检测时间序列检测返回光脉冲,其中对于每个发射光脉冲,检测时间序列包括用于检测对应的返回光脉冲的对应的检测周期,并且其中对应的检测周期包括(i)一个或多个标准检测周期,其建立LIDAR设备的标称检测范围,和(ii)一个或多个延长的检测周期,其相应持续时间比一个或多个标准检测周期的相应持续时间长。计算系统还可以被配置为做出对LIDAR设备在与一个或多个特定发射光脉冲相对应的一个或多个延长的检测周期期间检测到一个或多个返回光脉冲的确定。计算系统可以另外被配置为响应于做出确定,确定一个或多个检测到的返回光脉冲具有相对于指示一个或多个范围的一个或多个特定发射光脉冲的对应的发射时间的检测时间。计算系统还可以被配置为做出对一个或多个范围是否指示对象位于标称检测范围之外的进一步确定。计算系统又可以被配置为根据进一步确定进行对象检测。
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检测和测距(LIDAR)设备来根据发射时间序列在发射时间发射光脉冲并根据检测时间序列检测返回光脉冲的装置,其中对于每个发射光脉冲,检测时间序列包括用于检测对应的返回光脉冲的对应的检测周期,并且其中对应的检测周期包括(i)一个或多个标准检测周期,其建立LIDAR设备的标称检测范围,和(ii)一个或多个延长的检测周期,其相应持续时间比一个或多个标准检测周期的相应持续时间长。该系统还可以包括用于做出对LIDAR设备在与一个或多个特定发射光脉冲相对应的一个或多个延长的检测周期期间检测到一个或多个返回光脉冲的确定的装置。该系统可以另外包括用于响应于做出确定,确定一个或多个检测到的返回光脉冲具有相对于指示一个或多个范围的一个或多个特定发射光脉冲的对应的发射时间的检测时间的装置。该系统还可以包括用于做出对一个或多个范围是否指示对象位于标称检测范围之外的进一步确定的装置。该系统又可以包括用于根据进一步确定进行对象检测的装置。
通过阅读以下参考附图的详细描述,这些以及其他方面、优点和替换方案对于本领域普通技术人员来说将变得显而易见。此外,应当理解,在本概述部分和本文件的其他地方提供的描述意图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示出了根据示例实施例的LIDAR设备。
图2B示出了根据示例实施例的另一LIDAR系统。
图3A示出了根据示例实施例的位于车辆顶部的LIDAR设备的几个视图。
图3B示出了根据示例实施例的由位于车辆顶部的LIDAR设备发射光。
图3C示出了根据示例性实施例的由位于车辆顶部的LIDAR设备对反射光的检测。
图3D示出了根据示例实施例的位于车辆顶部的LIDAR设备的扫描范围。
图4A示出了根据示例实施例的位于车辆顶部的LIDAR设备的标称明确检测范围。
图4B示出了根据示例性实施例的从位于LIDAR设备的标称明确检测范围内的对象反射的脉冲。
图4C示出了根据示例实施例的从位于LIDAR设备的标称明确检测范围之外的对象反射的脉冲。
图5A示出了根据示例实施例的第一时间序列并示出了多个检测到的光脉冲中的每一个的多个可能的检测时间。
图5B示出了根据示例实施例的相对于第一时间序列的范围模糊。
图6是示出根据示例实施例的用于在LIDAR系统中利用(多个)延长的检测周期的方法的流程图。
图7A示出了根据示例实施例的延长的检测范围。
图7B示出了根据示例实施例的包括(多个)延长的检测周期的第二时间序列。
图7C示出了根据示例实施例的使用延长的检测周期来确定对象位于LIDAR设备的标称检测范围之外。
图7D示出了根据示例实施例的使用延长的检测周期来克服范围模糊。
图8示出了根据示例实施例的基于从LIDAR设备接收的环境扫描的车辆操作。
图9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。应当理解,本文使用的词语“示例性”是指“用作示例、实例或说明”。本文描述为“示例性”或“说明性”的任何实施或特征不一定被解释为优选的或优于其他实施或特征。在附图中,相似的符号通常标识相似的组件,除非上下文另有规定。本文描述的示例实施并不意味着是限制。容易理解的是,如本文中一般描述的和附图中示出的,本公开的各方面可以以各种不同的配置来布置、替换、组合、分离和设计,所有这些都在本文中被考虑。
I.概述
人们不断努力改进自主操作,在这种操作中,车辆在驾驶员很少或没有输入的情况下在环境中导航。这些努力包括开发配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,以检测车辆环境中的对象,从而便于自主操作和/或事故避免。
通常,LIDAR设备可以帮助在扫描场景以组集指示环境中反射表面的“点云”时估计距环境特征的(多个)距离。点云中的各个点可以通过发射光脉冲和检测从环境中的对象反射的返回光脉冲(如果有的话)并根据发射光脉冲和检测到反射返回光脉冲之间的时间延迟确定距对象的距离来确定。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场景,以提供关于距场景中反射对象的距离的连续实时信息。利用这种布置,在测量每个距离时将所测量的距离和(多个)激光器的朝向相结合允许将三维位置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的反射特征的位置的点的三维地图。
当(例如,在车辆中的)计算系统操作LIDAR设备时,计算系统可以操作LIDAR设备来根据某个定时发射和检测光脉冲。例如,计算系统可以操作LIDAR设备来根据发射时间序列在发射时间发射光脉冲,诸如周期性序列(例如,每微秒发射一次光脉冲)。在该示例中,计算系统还可以操作LIDAR设备来根据检测时间序列检测返回光脉冲。检测时间序列可以具有意图检测从位于LIDAR的某个范围内的对象返回的光脉冲的检测周期。该检测周期在本文可以被称为标称检测周期或标准检测周期,并且该范围在本文可以被称为标称明确检测范围或标称检测范围。
更具体地,给定光脉冲的对应的检测周期可以在该给定光脉冲发射之后立即开始或者在某个时间开始,并且可以在随后的光脉冲发射之前或者之后结束。该对应的检测周期可被布置用于检测返回光脉冲,该返回光脉冲对应于从位于LIDAR的标称检测范围内的对象反射的给定发射光脉冲,以产生对应的返回光脉冲。实际上,标称检测范围跨越从LIDAR设备的最小距离x0到最大距离xm。例如,最小距离x0可以是0米,并且最大距离xm可以是60米。在其他情况下,最小距离x0可以是距LIDAR的距离>0m,其中对象检测不太可能或者不会是例如车辆操纵中的输入。例如,如果LIDAR安装在飞机下方,则x0可能是2米。也可考虑其他距离。此外,最小距离在本文可以被称为最小明确检测范围,并且最大距离在本文可以被称为最大明确检测范围。
当LIDAR设备检测到返回光脉冲时,计算系统可以为这些检测到的返回光脉冲生成范围假设(range hypothesi)。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,分别针对每个检测到的光脉冲确定范围。该范围假设在本文中可以被称为近范围假设(close range hypothesi)或默认范围假设。
通常,在标称检测周期内,LIDAR设备不会检测到从位于标称检测范围之外的对象反射的光脉冲。例如,如果在到达LIDAR设备之前光脉冲的强度被显著衰减,则LIDAR设备可能检测不到这样的光脉冲。
然而,在一些情形下,LIDAR设备仍然可以检测从位于标称检测范围之外的对象反射的光脉冲。例如,所讨论的对象可以是位于标称检测范围的最大距离以外的回射(retroreflective)对象(例如,大的高速公路路标)。当光脉冲从位于标称检测范围以外的回射对象反射时,返回光脉冲可能在标称检测周期之后的检测周期期间被LIDAR设备检测到,从而引起范围模糊(range ambiguity)。在另一示例中,所讨论的对象可以是比标称检测范围的最小距离更接近LIDAR设备的对象。因此,在一些情况下,当光脉冲从该更近的对象反射时,LIDAR设备可能在标称检测周期之前的检测周期期间检测到该光脉冲,这也引起范围模糊。
本文公开了一种方法,该方法可以帮助计算系统确定LIDAR设备是否检测到从位于标称检测范围之外的对象反射的返回光脉冲。根据所公开的方法,计算系统可以被布置成延长一个或多个检测周期的相应持续时间。考虑到这一点,计算系统可以进而在这些延长的检测周期期间扩展LIDAR设备的检测范围。如此以来,基于由LIDAR设备在这些延长的检测周期期间对(多个)光脉冲的检测,计算系统可以确定LIDAR设备是否检测到从位于LIDAR设备的标称检测范围之外的对象反射的返回光脉冲。
特别地,计算系统可以操作LIDAR设备以具有一个或多个标准检测周期和一个或多个延长的检测周期。与上面的讨论一致,标准检测周期可以是建立LIDAR设备的标称检测范围的那些周期。延长的检测周期可以具有比标准检测周期的相应持续时间长的相应持续时间,从而在那些延长的检测周期期间暂时扩大LIDAR设备的检测范围。
在示例实施中,延长的检测周期可以被安排在任何可行的时间发生。举例来说,延长的检测周期可以按照固定时间表发生,诸如通过周期性或非周期性地发生。例如,每64个检测周期中有一个可以被延长,并且剩余的检测周期可以是标准检测周期。然而,在其他示例中,延长的检测周期可能不会按照固定时间表发生。例如,计算系统可以基于一个或多个因素选择性地延长一个或多个检测周期。其他示例也是可能的。
利用这种布置,当LIDAR设备在与(多个)特定发射光脉冲相关联的(多个)延长的检测周期期间检测到返回光脉冲时,计算系统然后可以响应地确定与这些检测相关联的范围,并且使用这些范围作为确定LIDAR设备是否检测到从位于标称检测范围之外的对象反射的光脉冲的基础。
更具体地,计算系统可以确定检测到的返回光脉冲具有相对于指示一个或多个范围的特定发射光脉冲的对应的发射时间的检测时间。基于这些确定的范围与标称检测范围的比较,计算系统然后可以做出对这些范围是否指示对象位于LIDAR设备的标称检测范围之外的确定。
举例来说,计算系统可以确定所确定的范围是否大于LIDAR设备的上述最大明确检测范围。如果计算系统确定所确定的范围不大于最大明确检测范围,则计算系统可以响应地确定检测到的光脉冲从位于标称检测范围内的对象反射,并且因此该范围不指示对象位于标称检测范围之外(例如,假设最小明确检测范围为0m)。然而,如果计算系统确定所确定的范围大于最大明确检测范围,则计算系统可以响应地确定检测到的光脉冲从位于最大明确检测范围以外的对象反射,并且因此该范围指示对象位于标称检测范围之外。其他示例也是可能的。
一旦计算系统评估在(多个)延长的检测周期期间检测到的(多个)光脉冲,并做出对这些范围是否指示对象位于标称检测范围之外的确定,计算系统就可以相应地进行对象检测。例如,如果计算系统确定该范围指示位于最大检测范围以外的对象,则计算系统可以使用一种或多种技术来识别该对象和/或确定距该对象的距离,以及其他选项。在另一示例中,计算系统可以使用该确定作为在其他检测周期中克服范围模糊的基础。例如,计算系统可以使用该确定作为确定在其他检测周期中检测到的光脉冲是否从位于标称检测范围之外的(多个)对象反射的基础。在任何情况下,对象的这种检测进而可以帮助计算系统优化车辆的自主操作,以及其他结果。
以这种方式,所公开的方法可以有助于减少通常为确定对象是否位于LIDAR设备的标称检测范围之外而执行的计算程度。例如,如果LIDAR设备被操作为仅具有标准检测周期,则如果在这种标准检测周期期间LIDAR设备检测到从位于标称检测范围之外的对象反射的返回光脉冲,则可能出现范围模糊。尽管某些过程可能有助于克服范围模糊和/或有助于检测位于标称检测范围之外的对象,但是这种过程在计算上可能是昂贵的。因此,在给定所公开的方法可以通过稀疏地延长(多个)检测周期的相应持续时间来帮助克服这些问题的情况下,所公开的方法可以有助于避免使用这种过程和/或可以用作选择性地触发这种过程的使用的指导,并且因此可以最终有助于减少由计算系统使用的计算资源的程度。
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包括电源装置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、连接器装置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,所示的组件可以以任何方式组合或划分。
电源装置102可被配置为向LIDAR设备100的各种组件供电。特别地,电源装置102可包括至少一个电源或以其他方式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内并以任何可行的方式连接到LIDAR设备100的各种组件以便向这些组件供电。附加地或可替代地,电源装置102可包括电源适配器或以其他方式采取电源适配器等的形式,其被配置为从一个或多个外部电源(例如,从布置在与LIDAR设备100耦合的车辆中的电源)接收电力,并且以任何可行的方式将该接收到的电力供应给LIDAR设备100的各种组件。在任一情况下,可使用任何类型的电源,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/或系统被布置成帮助促进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。尽管如此,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由接收器110的光检测的传感器数据,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,诸如通过控制由发送器106的光发射、控制由接收器110的光检测、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、数据存储装置和存储在数据存储装置上并由一个或多个处理器可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操作。附加地或可替代地,计算系统可以与外部计算系统、控制系统等(例如,布置在与LIDAR设备100耦合的车辆中的计算系统)通信,以便帮助促进外部系统和LIDAR设备100的各种组件之间的控制信号和/或数据的传输。
然而,在其他布置中,电子设备104可以不包括计算系统。相反,至少一些上述布线可以用于连接外部计算系统。利用这种布置,布线可以有助于促进在外部计算系统和LIDAR设备100的各种组件之间传输控制信号和/或数据。其他布置也是可能的。
此外,一个或多个光源106可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。波长范围可以是例如电磁波谱的紫外、可见和/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波长范围。
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的p-n结的半导体器件,在该有源区中,当电流流过该器件穿过p-n结时,相反极化的、被激发的电荷载流子(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,重新结合导致发光。当有源区被这种激发对大量填充时(例如,有源区可以具有激发状态的粒子数反转),穿过有源区的受激发射可以产生光的基本相干的波前(wave front),然后从激光二极管发射。响应于电流流过器件,发生重新结合事件,并导致发光,因此向激光二极管施加电流脉冲导致从激光二极管发射光脉冲。
如此以来,本文将在激光二极管用作主光源106的背景下总体描述本公开。然而,在一些布置中,一个或多个光源106可以附加地或可替代地包括光纤激光器、发光二极管(light emitting diode,LED)、垂直腔面发射激光器(vertical cavity surfaceemitting laser,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 emittingpolymer,LEP)、液晶显示器(liquid crystal display,LCD)、微机电系统(microelectromechanical system,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/或脉冲的任何其他器件。
此外,发送器108可被配置为向环境中发射光。特别地,发送器108可包括被布置成将来自光源106的光引导向环境的光学装置。这种光学装置可包括用于引导光在整个物理空间传播的(多个)镜子和/或用于调节光的某些特性的(多个)透镜以及其他光学组件的任何可行组合。例如,光学装置可包括被布置成准直光的发送透镜,从而产生具有基本上彼此平行的光线的光。此外,透镜可被成形为以特定方式传播或散射光,例如,诸如通过使垂直光从距离水平轴+7°至距离水平轴-18°(例如,水平轴理想地平行于环境中的地面)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检测波长在与从发送器108发射的光相同的波长范围内的光。在这样做时,接收器110可以检测具有特定分辨率的光。例如,接收器110可以被配置为检测具有0.036(水平)×0.067(垂直)角度分辨率的光。此外,接收器110可以被配置为用特定FOV扫描环境。例如,接收器110可以被布置成将入射光聚焦在距离上述水平轴+7°至距离水平轴-18°的范围内。这样,接收器110允许检测沿着+7°至-18°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仅出于示例性目的而描述,并不意味着是限制性的。
在示例实施中,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的光学装置。通常,这种光学装置可以被布置成在至少一个光学透镜和光电检测器阵列之间提供光路。
更具体地,接收器110可以包括被布置成将从LIDAR设备100的环境中的一个或多个对象反射的光聚焦到接收器110的检测器上的光学透镜。为此,光学透镜可以具有某个尺寸(例如,大约10cm×5cm)以及某个焦距(例如,大约35cm)。此外,光学透镜可以成形为使入射光沿着如上所述的特定垂直FOV聚焦(例如,+7°至-18°)。第一接收器的光学透镜的这种成形可以采取各种形式中的一种(例如,球形成形),而不脱离本公开的范围。
此外,如上所述,接收器110可以具有光电检测器阵列,其可以包括两个或更多个检测器,每个检测器被配置为将(例如,在上述波长范围内的)检测到的光转换成指示检测到的光的电信号。实际上,这种光电检测器阵列可以以各种方式之一来布置。例如,检测器可以设置在一个或多个基板(例如,印刷电路板(PCB)、柔性PCB等)上并被布置成检测从光学透镜沿着光路传播的入射光。并且,这种光电检测器阵列可以包括以任何可行方式对准的任何可行数量的检测器。例如,光电检测器阵列可以包括13×16的检测器阵列。注意,该光电检测器阵列仅出于示例性目的而描述,并不意味着是限制性的。
通常,检测器阵列可以采取各种形式。例如,检测器可以采取光电二极管、雪崩光电二极管(例如,盖革模式和/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 device,CCD)、低温检测器和/或被配置为接收波长在发射光的波长范围内的聚焦光的任何其他光传感器的形式。其他示例也是可能的。
此外,如所提到的,LIDAR设备100可以包括旋转平台112,其被配置为绕轴旋转。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。特别地,这些组件中的每一个可以相对于轴旋转,使得LIDAR设备100可以从各个方向获得信息。这样,LIDAR设备100可以具有水平观看方向,该水平观看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。特别地,旋转平台112可以在不同程度上并且在任一方向上旋转。例如,旋转平台112可以执行完全旋转,使得LIDAR设备100提供环境的360°水平FOV。因此,在给定接收器110可以基于旋转平台112的旋转而旋转的情况下,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,以使LIDAR设备100以各种刷新率扫描环境。例如,LIDAR设备100可以被配置为具有15Hz的刷新率(例如,LIDAR设备100每秒15次完整旋转)。在该示例中,假设LIDAR设备100耦合到车辆,如下文进一步描述的,扫描因此包括每秒扫描车辆周围的360°FOV 15次。其他示例也是可能的。例如,旋转平台112可以旋转LIDAR设备,使得它在较小角度的水平FOV内来回扫描。
更进一步地,如上所述,LIDAR设备100可以包括固定平台116。实际上,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连到各种结构,诸如耦连到车辆的顶部。并且,固定平台116的耦连可以经由任何可行的连接器装置118(例如,螺栓、螺钉和/或粘合剂)来实现。这样,LIDAR设备100可以耦连到结构,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,其将固定平台116直接或间接耦连到旋转平台112。具体地,旋转连杆120可以采取任何形状、形式和材料,以提供旋转平台112相对于固定平台116围绕轴的旋转。例如,旋转连杆120可以采取基于致动器114的致动而旋转的轴等形式,从而将机械力从致动器114传递到旋转平台112。此外,如上所述,旋转连杆120可以具有中心空腔,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心空腔中。其他布置也是可能的。
更进一步地,如上所述,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,该外壳仅出于示例性目的而描述,并不意味着是限制性的。
在示例实施中,外壳122可以耦连到旋转平台112,使得外壳122被配置为基于旋转平台112的旋转而围绕上述轴旋转。利用这种实施,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。这样,发送器108和接收器110可以在被设置在外壳122内的同时与该外壳122一起旋转。
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,以便通过孔向环境发射光。以这种方式,由于外壳122的对应的旋转,发送器108可以与孔一起旋转,从而允许光发射到各个方向。并且,接收器110可以布置在外壳122内,以便检测从环境通过孔进入外壳122的光。这样,由于外壳122的对应的旋转,接收器110可以与孔一起旋转,从而允许检测沿着水平FOV从各个方向进入的光。
更进一步地,外壳122可以由至少部分不透明的材料构成,除了可以由透明材料构成的孔。这样,光可以通过孔传播,从而允许对环境进行扫描。但是由于外壳122是至少部分不透明的,所以外壳122可以阻挡至少一些光进入外壳122的内部空间,因此可以有助于减轻热效应。例如,外壳122可以阻挡太阳光进入外壳122的内部空间,这可以有助于避免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与这些组件一起旋转,所以外壳122可以有助于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合到车辆,并且LIDAR设备也可以耦合到车辆,同时被配置为在外部固定外壳内旋转。在这种情形下,外部固定外壳可能是透明的,从而允许光通过外部固定外壳传播,并因此允许LIDAR设备100扫描环境。此外,LIDAR设备100还可包括光可以通过其传播的孔,并且这样的孔可以在LIDAR设备100的内部外壳上,其可与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
图2A示出了根据示例实施例的LIDAR设备200。LIDAR 200可以类似于LIDAR100。例如,如图所示,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。此外,如图所示,由LIDAR设备200发射的光束280从透镜108沿着LIDAR 200的指向方向朝着LIDAR设备200的环境传播,并且从环境中的一个或多个对象反射作为反射光290。
在一些示例中,外壳224可被配置为具有基本上圆柱形的形状,并且围绕LIDAR设备200的轴旋转。在一示例中,外壳224可具有大约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的旋转轴基本上是垂直的。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。附加地或可替代地,在一些示例中,LIDAR设备200可以被配置为倾斜外壳224的旋转轴,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的旋转轴。
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对象的反射光290聚焦到LIDAR设备200中的检测器上。在一个示例中,透镜208具有大约120mm的焦距。其他示例焦距也是可能的。通过使用相同的透镜208来执行这两个功能,代替用于准直的发送透镜和用于聚焦的接收透镜,可以提供关于大小、成本和/或复杂性的优点。可替代地,LIDAR 200可以包括单独的发送和接收透镜。
图2B示出了根据示例实施例的LIDAR系统的另一种可能的实施。如图所示,LIDAR系统228可以包括第一LIDAR 230、第二LIDAR 232、分隔结构234和滤光器236。
在一些示例中,第一LIDAR 230可被配置为通过围绕轴(例如,垂直轴等)连续旋转同时发射一个或多个光脉冲并且检测从车辆环境中的对象反射的光脉冲来扫描车辆周围的环境。在一些实施例中,第一LIDAR 230可被配置为围绕轴重复旋转,以能够以足够高的刷新率扫描环境,从而快速检测环境中对象的运动。例如,第一LIDAR 230可具有10Hz的刷新率(例如,第一LIDAR 230每秒10次完整旋转),从而每秒10次扫描车辆周围的360度FOV。通过该过程,例如,可基于来自第一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可包括发射64个波长为905nm的激光束的多个光源。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)角度分辨率,并且第一LIDAR 230可具有环境的360°(水平)×20°(垂直)FOV。在该实施例中,3D地图可具有足够的分辨率来检测或识别例如距车辆100米的中等范围内的对象。然而,其他配置(例如,光源数量、角度分辨率、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可以被配置为围绕类似的轴旋转(水平)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低的刷新率。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,3D地图可以具有比基于来自第一LIDAR 230的数据确定的对应的3D地图高的角度分辨率,并且因此可以允许检测/识别比第一LIDAR 230的中等距离范围远的对象,以及识别中等距离范围内的较小对象。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)的角度分辨率,从而允许检测/识别距车辆大约三百米范围内的对象。然而,其他配置(例如,光源数量、角度分辨率、波长、范围等)也是可能的。
在一些示例中,车辆可被配置为调整第二LIDAR 232的观看方向。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可安装到步进电机(未示出),该步进电机允许将第二LIDAR 232的观看方向调整到除了图1B所示的指向方向之外的指向方向。因此,在一些示例中,第二LIDAR 232可以是可操纵的以沿着来自车辆的任何指向方向扫描窄FOV。
分隔结构234可以由适于支撑第一LIDAR 230和/或光学地隔离第一LIDAR 230和第二LIDAR 232的任何固体材料形成。示例材料可以包括金属、塑料、泡沫以及其他可能性。
滤光器236可以由对波长范围内的光基本透明,而对波长范围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)和第二LIDAR 232的第二波长(例如,1550nm)的光传播通过滤光器236。如图所示,滤光器236被成形为封闭第一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。进而,滤光器236可以通过封闭第一LIDAR 230和第二LIDAR 232来改善车辆的美学外观,同时例如从外部观看者的角度降低传感器单元228的组件的可见度。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通过滤光器236传播。例如,在分隔结构234上方的滤光器236的上部部分可以被配置为允许在包括第一LIDAR 230的第一波长的第一波长范围内的光的传播。此外,例如,在分隔结构234下方的滤光器236的下部部分可以被配置为允许在包括第二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LIDAR230的第一波长和第二LIDAR 232的第二波长两者。
图3A至图3D接下来共同示出了车辆300中的LIDAR设备的实施,具体示出了车辆300中的示例LIDAR设备200的实施。尽管车辆300被图示为汽车,但是其他实施例也是可能的。此外,尽管示例车辆300被示出为可以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并不意味着限制。
特别地,图3A示出了车辆300的右侧视图、前视图、后视图和俯视图。如图所示,车辆300包括位于车辆300的顶侧的LIDAR装置200,该顶侧与车辆300的车轮302所在的底侧相对。尽管LIDAR设备200被示出和描述为位于车辆300的顶侧,但是LIDAR设备200可以位于车辆的任何可行部分,而不脱离本公开的范围。
此外,图3B至图3C接下来示出了LIDAR设备200可以被配置为例如通过围绕垂直轴308旋转同时发射一个或多个光脉冲并检测来自车辆300的环境中的对象的反射的光脉冲来扫描车辆300周围的环境(例如,以15Hz的刷新率)。
更具体地,图3B示出了LIDAR设备200发射具有上述+7°至-18°的垂直散布的光。这样,光发射可以朝向相对靠近车辆300的环境区域(例如,车道标志)和/或朝向远离车辆300的环境区域(例如,车辆前方的路标)发射。
此外,图3C示出了LIDAR设备200可以检测具有上述+7°至-18°的垂直FOV的反射光,并且以0.036°×0.067°的分辨率进行检测。这样,LIDAR设备200可以检测从相对靠近车辆300的环境区域反射的光和/或从远离车辆300的环境区域反射的光。
通常,这些检测距离在图3D中以示例的方式示出。特别地,图3D示出了在上述场景中车辆300的俯视图,其中车辆300使用LIDAR设备200来扫描周围环境。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可以适合于检测和/或识别距车辆300的距离范围内的对象。更具体地,可以使用来自LIDAR设备200的数据来适当地检测/识别轮廓304之外并且在轮廓306定义的距离范围内的对象。注意,这些轮廓不是按比例绘制的,而是为了描述方便而示出的。
IV.标称检测范围和范围模糊
在给定LIDAR设备可能适合于检测一定距离范围内的对象的情况下,LIDAR设备可以具有从最小明确检测范围到最大明确检测范围的标称检测范围。对于LIDAR设备的给定检测周期,最大明确检测范围可以定义在给定检测周期内对象可以远离LIDAR设备定位并被LIDAR设备检测到的最大距离,因为经过最大明确检测范围从对象反射的光脉冲可以在给定检测周期结束之后返回到LIDAR设备。相反,对于给定检测周期,最小明确检测范围可以定义在给定检测周期内对象应该远离LIDAR设备定位以便被LIDAR设备检测到的最小距离,因为从比最小距离近的对象反射的光脉冲可以在给定检测周期开始之前返回到LIDAR设备。
更具体地,计算系统可以操作LIDAR设备来根据某个定时发射和检测光脉冲。例如,计算系统可以操作LIDAR设备来根据发射时间序列在发射时间发射光脉冲,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检测时间序列,根据该检测时间序列,LIDAR设备检测返回光脉冲。
例如,一旦计算系统操作LIDAR设备来发射给定光脉冲,给定光脉冲的对应的检测周期可以在该给定光脉冲发射之后立即开始或者在该给定光脉冲发射之后的某个时间开始,并且可以在随后光脉冲发射之前或之后结束,以及其他选项。在这个对应的检测周期期间,LIDAR设备然后可以检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检测范围内的对象反射以产生该返回光脉冲时。在LIDAR设备检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,检测周期可以建立从最小明确检测范围到最大明确检测范围的标称检测范围。
特别地,光脉冲的发射时间和检测周期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可能具有的最大时间延迟,以便在检测周期期间仍然被LIDAR设备检测到。例如,如果检测周期在光脉冲发射之后1纳秒(ns)开始,并在该光脉冲发射之后400纳秒(ns)结束,则为了在标称检测周期期间由LIDAR设备检测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光脉冲的发射时间和反射的返回光脉冲的检测时间之间的时间延迟来确定距对象的距离,所以最大时间延迟可以建立对象可以远离LIDAR设备定位的最大距离,使得LIDAR设备仍然可以在检测周期期间检测从该对象反射然后返回到LIDAR的光脉冲。通常,该最大距离可以定义检测周期的最大明确检测范围。
此外,光脉冲的发射时间和检测周期的开始时间之间的时间差可以对应于返回光脉冲应该具有的最小时间延迟,以便在标称检测周期期间被LIDAR设备检测到。例如,如果检测周期在光脉冲发射之后50纳秒(ns)开始,则为了在由LIDAR设备发射光脉冲之后的检测周期期间,由LIDAR设备检测到返回光脉冲,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光脉冲的发射时间和反射的返回光脉冲的检测之间的时间延迟来确定距对象的距离,所以最小时间延迟可以建立对象应该远离LIDAR设备定位的最小距离,使得LIDAR设备仍然可以在检测周期期间检测从该对象反射然后返回到LIDAR的光脉冲。通常,该最小距离可以定义检测周期的最小明确检测范围。
利用这种布置,如果光脉冲从位于标称检测范围之外的对象反射,则计算系统可能不确定与该光脉冲相关联的范围,或者可能确定与该光脉冲相关联的不正确的范围。
举例来说,在许多情形下,如果光脉冲从位于最大明确检测范围以外的对象反射,则LIDAR设备可能检测不到这样的光脉冲,因为该光脉冲在到达LIDAR设备之前可能经历其强度的显著衰减。因此,计算系统可能不确定与该光脉冲相关联的范围。
然而,在某些情形下,LIDAR设备仍然可以检测到返回的光脉冲。例如,位于最大明确检测范围以外的对象可以是回射对象,诸如位于最大明确检测范围以外的大路标。已经从这种回射对象反射的返回光脉冲可以在随后的检测周期期间被LIDAR设备检测到。即,当发射的光脉冲从位于最大明确检测范围以外的回射对象反射时,LIDAR设备可以在该设备已经停止监听来自该发射的光脉冲的返回信号之后的时间检测该光脉冲,而不是在该设备正在监听来自随后发射的光脉冲的返回信号的时间。考虑到这一点,计算系统可以基于稍后发射的脉冲的发射时间来计算光行进的距离,因为预计它不会从位于超过最大明确检测范围的对象接收未衰减的返回信号。结果,在没有范围混叠/模糊恢复(resilience)的情况下,计算系统可能错误地确定出回射对象比其物理上离LIDAR设备近。
在另一示例中,在一些情形下,如果光脉冲从定位在比最小明确检测范围近的对象反射,则LIDAR设备可以检测到或检测不到这样的光脉冲。但是如果LIDAR设备检测到这样的光脉冲,则该光脉冲可能在检测周期开始之前到达LIDAR设备,并且因此LIDAR设备可能在与该光脉冲相关联的检测周期中没有检测到该光脉冲。即,当发射的光脉冲从位于比最小明确检测范围近的对象反射时,LIDAR设备可能在该设备已经开始监听来自该发射的光脉冲的返回信号之前的时间检测到该光脉冲,而不是在该设备正在监听来自先前发射的光脉冲的返回信号的时间。结果,计算系统可能不会根据相对于该光脉冲的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-图4C示出了LIDAR设备200的标称检测范围。具体地,图4A-图4C示出了LIDAR设备200可以具有从0米的最小明确检测范围到60米(60m)的最大明确检测范围400的标称检测范围。在该示例中,该最大明确检测范围400由检测周期408建立,该检测周期408在光脉冲的发射时间406A之后开始,并在后续光脉冲的后续发射时间406B处结束。如图所示,检测周期408具有400ns的持续时间,这导致最大明确检测范围400在距LIDAR设备200大约60m处(最大明确检测范围*2=脉冲速度*检测周期=~299,792,458m/s*400ns)。
此外,图4A-图4C示出了附近对象402(例如,附近的路标)可以位于最大明确检测范围400内,而远处对象404(例如,回射的“高速公路”路标)可以位于最大明确检测范围400之外。在这点上,图4B示出了从附近对象402反射的脉冲将在检测周期408结束之前返回到LIDAR设备200,并且将在发射时间406A之后的350ns的检测时间410返回到LIDAR设备200。该检测时间410对应于52.5m的范围,该范围是附近对象402远离LIDAR设备200定位的距离。相反,远处对象404位于距离LIDAR设备200 80m的距离处,该距离超过了60m的最大明确检测范围400。因此,如图4C所示,在检测周期408结束之后,从远处对象404反射的脉冲将返回到LIDAR设备200,并且因此在该检测周期408期间LIDAR设备200将不会检测到该脉冲。其他图示也是可能的。
在给定光脉冲可以从位于LIDAR设备的标称检测范围之外的对象反射并然后被LIDAR设备检测到的情况下,计算系统可能会遇到范围混叠/模糊。特别地,当计算系统确定LIDAR设备检测到返回光脉冲时,计算系统可以根据相对于最近发射的光脉冲的发射时间的时间延迟来确定该返回光脉冲的范围,或者可以根据相对于另一个发射的光脉冲的发射时间的时间延迟来确定该返回光脉冲的范围。但是在没有附加信息的情况下,计算系统可能无法确定这些范围中的哪一个是正确的范围,这可能导致范围模糊,从而可能导致错误的对象检测以及其他结果。
图5A至图5B示出了可能导致范围模糊的场景。
特别地,图5A示出了根据周期性时间序列#1在发射时间A-F分别发射的光脉冲A-F。这些周期性发射时间建立每个相同的400ns持续时间的检测周期A-F。如图所示,光脉冲A-F各自从远处对象404反射,作为结果,各自在随后的检测周期期间被分别检测到。
通常,计算系统可以确定与检测到的光脉冲A-F相关联的候选范围,而不考虑位于最大明确检测范围以外的(多个)大回射对象的可能性。例如,计算系统可以确定LIDAR设备200在相对于发射时间B的133ns的检测时间Tn0检测到光脉冲A,该检测时间Tn0对应于如图5B所示的20m的范围。并且如检测时间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,从而导致第一范围502对应于位于距离LIDAR设备200 20m处的对象的近范围假设。
考虑到这一点,计算系统确定范围502彼此相同和/或范围502组集表示对象的点云,并且作为结果,可以确定这些范围502应该被用作进一步对象检测的基础(例如,对象的识别或者建立距对象的距离作为范围502的平均值)。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的最大明确检测范围以外的远处对象404反射。因此,将这种近范围假设用于对象检测可能导致对附近对象的错误检测。
在一些实施方式中,计算系统还可以确定LIDAR设备200在相对于发射时间A的533ns的检测时间Tf0检测到光脉冲A,该检测时间Tf0对应于如图5B所示的80m的范围。如检测时间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,从而导致对应于位于距离LIDAR设备200 80m处的对象的“远范围假设”的第二范围504。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的最大检测范围以外的远处对象404反射。
然而,尽管这种远范围假设是准确的,但是计算系统可能无法消除近范围假设和远范围假设之间的歧义。具体地,计算系统可以确定包括范围502的近范围假设,该范围502彼此相同和/或组集表示对象的点云,并且可以进而确定这指示对象位于距离LIDAR设备200 20m处。此外,计算系统可以确定包括范围504的远范围假设,该范围504彼此相同和/或也组集表示对象的点云,并且可以进而确定这指示对象位于距离LIDAR设备200 80m处。作为结果,计算系统可以确定对象可以位于距离LIDAR设备200 20m处或者距离LIDAR设备20080m处。但是在没有附加信息的情况下,计算系统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。其他图示也是可能的。
通常,计算系统可以执行一种或多种范围混叠/模糊恢复技术,以有助于克服范围模糊,并且可能检测到LIDAR设备的标称检测范围之外的对象位置。这种技术的一个示例包括将时变抖动应用于发射时间序列,以及生成和评估多范围假设。该技术在申请第15/638,607号中有详细描述,该申请通过引用并入本文。
根据申请第15/638,607号中描述的技术,为了帮助解决范围模糊,计算系统可以操作LIDAR设备来根据包括时变抖动的时间序列发射光脉冲,并且一旦检测到返回光脉冲,就可以生成和评估多个范围假设。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,计算系统还可以生成一个或多个替代范围假设。在其他示例中,代替生成近范围假设,计算系统可以生成两个或更多个替代范围假设。
在这点上,各种替代范围假设是可能的。举例来说,对于每个检测到的光脉冲,计算系统可基于检测时间和光脉冲在最后发射的光脉冲之前被发射的时间之间的差来确定范围。在该示例中,替代范围假设可被称为远范围假设,因为所确定的距离对应于对象被定位在最大明确检测范围以外的可能性。
如此以来,当计算系统确定LIDAR设备在两个或更多个检测周期期间检测到返回光脉冲时,计算系统可以确定(i)根据相对于多个第一发射的光脉冲的对应的发射时间的时间延迟的第一范围集合,和(ii)根据相对于多个第二发射的光脉冲的对应的发射时间的时间延迟的第二范围集合。
基于一个或多个因素,计算系统然后可以在使用第一范围集合作为对象检测的基础和使用第二范围集合作为对象检测的基础之间进行选择。例如,由于时变抖动的应用,不正确的范围假设将包括与任何已知对象不相似或者彼此基本上不同的范围集合。然而,尽管应用了时变抖动,正确的范围假设仍然可以包括与已知对象相似或者彼此基本上类似的范围。因此,计算系统可以评估与(多个)已知对象的相似性和/或范围的类似性,作为在范围集合之间进行选择的基础。
举例来说,计算系统可以确定第一范围集合与已知对象非常相似,并且第二范围集合与任何已知对象不相似,并且系统可以响应地选择第一范围集合用作对象检测的基础。在另一示例中,系统可以确定第一集合包括基本上彼此类似的范围,并且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第一范围集合用作对象检测的基础。
如此以来,给定这种技术,即使当(多个)检测到的返回光脉冲是从位于标称检测范围之外的对象反射的光脉冲时,计算系统也可以确定用于对象检测的基础的适当范围。
V.LIDAR系统中延长的检测周期的利用
图6是示出根据示例实施的方法600的流程图。特别地,方法600可以被实施来帮助确定对象是否可能位于LIDAR设备的标称检测范围之外,然后相应地进行对象检测。
图6中示出的方法600(以及本文公开的其他过程和方法)呈现了一种方法,该方法可以在包括例如图1的LIDAR设备100、图3A-图3D中所示的车辆300和/或图9中所示的并在下面进一步描述的车辆900(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执行以使设备执行本文描述的功能的指令的非暂态计算机可读介质)的布置中实施。附加地或可替代地,方法600可以在任何其他布置和系统中实施。
方法600和本文公开的其他过程和方法可包括如框602-610中的一个或多个所示的一个或多个操作、功能或动作。尽管这些框以依次顺序示出,但是这些框也可并行执行,和/或以不同于本文描述的顺序执行。并且,各种框可被组合成更少的框,被划分成附加的框,和/或基于期望的实施被移除。
另外,对于方法600和本文公开的其他过程和方法,流程图示出了本公开的一种可能的实施的功能和操作。在这点上,每个框可以表示模块、段或程序代码的一部分,其包括一个或多个由处理器可执行的指令,用于实施过程中的特定逻辑功能或步骤。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,诸如短时间存储数据的计算机可读介质,如寄存器存储器、处理器高速缓存和随机存取存储器(Random Access Memory,RAM)。计算机可读介质还可以包括非暂时性介质,诸如次级或永久长期存储装置,如只读存储器(read only memory,ROM)、光盘或磁盘、光盘只读存储器(compact-disc read onlymemory,CD-ROM)。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有形存储设备。另外,对于方法600和本文公开的其他过程和方法,图6中的每个框可以表示被连线以执行过程中的特定逻辑功能的电路。
在框602,方法600包括操作光检测和测距(LIDAR)设备来根据发射时间序列在发射时间发射光脉冲,并根据检测时间序列检测返回光脉冲,其中对于每个发射光脉冲,检测时间序列包括用于检测对应的返回光脉冲的对应的检测周期,并且其中,对应的检测周期包括(i)一个或多个标准检测周期,其建立LIDAR设备的标称检测范围,和(ii)一个或多个延长的检测周期,其相应持续时间比一个或多个标准检测周期的相应持续时间长。
计算系统可以操作LIDAR设备来根据某个定时发射和检测光脉冲。例如,计算系统可以操作LIDAR设备来根据发射时间序列发射光脉冲,该发射时间序列可以是周期性发射时间序列或非周期性发射时间序列。在任何情况下,发射时间序列可以有助于建立检测时间序列,根据该检测时间序列,LIDAR设备检测返回光脉冲。
具体地,检测时间序列可以分别包括每个发射光脉冲的对应的检测周期。特别地,给定光脉冲的对应的检测周期可以在该给定光脉冲发射之后立即开始,或者在该给定光脉冲发射之后的某个时间开始,并且可以在后续光脉冲发射之前或之后结束。在该对应的检测周期期间,LIDAR设备可以检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对象发射以产生该返回光脉冲时。在LIDAR设备在某个检测时间检测到给定返回光脉冲之后,计算系统然后可以确定反射给定发射光脉冲的对象的范围。如所讨论的,计算系统可以根据给定返回光脉冲的检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。
根据本公开,LIDAR设备的检测和发射时间序列可以被布置成包括一个或多个标准检测周期和一个或多个延长的检测周期。如本文进一步讨论的,(多个)延长的检测周期可以具有比(多个)标准检测周期的相应持续时间长的相应持续时间。
通常,标准检测周期可以根据相对于光脉冲发射的某个定时开始和结束。实际上,标准检测周期可以在光脉冲发射之后的第一“标准周期”时间帧内的开始时间开始。举例来说,标准检测周期的开始时间可以被设置为光脉冲发射之后的2ns和4ns之间的任何时间(例如,可以被设置为光脉冲发射之后的3n)。此外,标准检测周期可以在光脉冲发射之后的第二“标准周期”时间帧内的结束时间结束。举例来说,标准检测周期的结束时间可以被设置为光脉冲发射之后的390ns和410ns之间的任何时间(例如,可以被设置为光脉冲发射之后的400ns)。
当时间序列被布置成包括多个这样的标准检测周期时,一些或全部标准检测周期可以彼此相同和/或一些或全部的标准检测周期可以彼此不同。例如,一些或全部的标准检测周期可以各自具有在对应的光脉冲发射之后的3n的开始时间和在对应的光脉冲发射之后的400ns的结束时间。在另一示例中,标准检测周期之一可以具有在对应的光脉冲发射之后的2.5ns的开始时间和在对应的光脉冲发射之后的395ns的结束时间。然而,标准检测周期中的另一个可以具有在对应的光脉冲发射之后的3.2ns的开始时间和在对应的光脉冲发射之后的405ns的结束时间。在该示例中,尽管这些检测周期具有不同的开始和结束时间,但是这些检测周期仍然被认为是标准检测周期,因为它们的开始和结束时间分别落在上述第一和第二标准周期时间帧内。
在这点上,标准检测周期可以建立LIDAR设备的标称检测范围。特别地,如果所有的标准检测周期彼此相同,则这些检测周期的开始和结束时间可以根据上面的讨论来建立标称检测范围。然而,如果一个或多个标准检测周期不同于(多个)其他标准检测周期,则不同的标准检测周期可以具有不同的相应标称检测范围。在这种情况下,当考虑到LIDAR设备的所有标准检测周期时,LIDAR定义的标称检测范围可以定义对象可以远离LIDAR设备定位并被LIDAR设备可靠地检测到的距离。
特别地,具有提供相对于光脉冲发射的最大的最大时间延迟的结束时间的标准检测周期可以建立LIDAR设备的最大检测范围,并且具有提供相对于光脉冲发射的最小的最小时间延迟的开始时间的标准检测周期可以建立LIDAR设备的最小明确检测范围。标准检测周期的其他布置也是可能的。
相反,延长的检测周期可以根据相对于光脉冲发射的某个定时开始和结束,但是该定时可以使得延长的检测周期比(多个)标准检测周期中的任何一个具有更长的持续时间。特别地,延长的检测周期可以在光脉冲发射之后的第一“延长的周期”时间帧内的开始时间开始,其中与第一“标准周期”时间帧的定时相比,第一“延长的周期”时间帧相对于光脉冲发射在时间上被布置得更早。附加地或可替代地,延长的检测周期可以在光脉冲发射之后的第二“延长的周期”时间帧内的结束时间结束,其中与第二“标准周期”时间帧的定时相比,第二“延长的周期”时间帧相对于光脉冲发射在时间上被布置得更晚。
举例来说,延长的检测周期的开始时间可以被设置为在对应的光脉冲发射之后的0ns和2ns之间的任何时间(例如,可以被设置为在光脉冲发射之后的1ns),这在时间上早于在光脉冲发射之后的2ns至4ns的上述示例“标准周期”时间帧。附加地或可替代地,延长的检测周期的结束时间可以被设置为在对应的光脉冲发射之后的410ns和650ns之间的任何时间(例如,可以被设置为在光脉冲发射之后的600ns),这在时间上晚于光脉冲发射之后的390ns至410ns的上述示例“标准周期”时间帧。其他示例也是可能的。
当时间序列被布置成包括多个这样的延长的检测周期时,一些或全部的延长的检测周期可以彼此相同和/或一些或全部的延长的检测周期可以彼此不同。例如,一些或全部的延长的检测周期可以各自具有在对应的光脉冲发射之后的1ns的开始时间和在对应的光脉冲发射之后的600ns的结束时间。在另一示例中,延长的检测周期之一可以具有在对应的光脉冲发射之后的1.5ns的开始时间和在对应的光脉冲发射之后的550ns的结束时间。然而,延长的检测周期中的另一个可以具有在对应的光脉冲发射之后的1.7ns的开始时间和在对应的光脉冲发射之后的570ns的结束时间。在该示例中,尽管这些检测周期具有不同的开始和结束时间,但是这些检测周期仍然被认为是延长的检测周期,因为它们的开始和结束时间分别落在上述第一和第二延长的周期时间帧内。
利用这种布置,(多个)延长的检测周期可以不时地帮助扩展LIDAR设备的检测范围。例如,如果延长的检测周期被布置成具有在时间上晚于标准检测周期的相应结束时间(即相对于与标准检测周期相对应的光脉冲发射)的相应结束时间(即相对于与延长的检测周期相对应的光脉冲发射),则LIDAR设备可以在这样的延长的检测周期期间检测从位于由标准检测周期建立的最大明确检测范围以外的(多个)对象反射的(多个)光脉冲。在另一示例中,如果延长的检测周期被布置成具有在时间上早于标准检测周期的相应开始时间(即相对于与标准检测周期相对应的光脉冲发射)的相应开始时间(即相对于与延长的检测周期相对应的光脉冲发射),则LIDAR设备可以在这样的延长的检测周期期间检测从比由标准检测周期建立的最小明确检测范围近的(多个)对象反射的光脉冲。延长的检测周期的其他布置也是可能的。
在给定包括延长的和标准的检测周期的布置的情况下,计算系统可以被布置成根据固定时间表来发射和检测光脉冲。特别地,计算系统可以在其上存储或者可以以其他方式访问指示分别启动和结束检测周期的定时的固定时间表。例如,固定时间表可以为每个延长的检测周期分别指定开始时间和/或结束时间。在另一种情形下,固定时间表可以为每个标准检测周期分别指定开始时间和/或结束时间。此外,固定时间表可以指定相对于标准检测周期,延长的检测周期应该在时间序列中发生的频率和/或时间。例如,固定时间表可以指定延长的检测周期之后应该是十个标准检测周期,这十个标准检测周期之后应该是另一个延长的检测周期,并且该另一个延长的检测周期之后应该是另外八个标准检测周期,等等。
然而,在其他实施方式中,计算系统可以被布置成根据除了固定时间表之外的因素来动态利用延长的检测周期。例如,计算系统可以诸如基于从自主车辆的传感器系统接收的数据(例如,从除LIDAR设备以外的(多个)传感器)来确定关于自主车辆的环境的信息。基于环境信息,计算系统然后可以确定是否操作LIDAR设备,以便启用或以其他方式增加延长的检测周期的使用。在特定示例中,计算系统可以使用来自全球定位系统(GlobalPositioning System,GPS)的数据作为确定自主车辆正在进入高速公路的基础。并且在给定高速公路往往包括许多回射对象的情况下,当自动车辆在高速公路上行进时,计算系统可以通过启用或以其他方式增加使用延长的检测周期来响应来自全球定位系统的数据。其他示例也是可能的。
无论计算系统是否根据固定时间表操作LIDAR设备,计算系统都可以被布置成在LIDAR设备的操作期间稀疏地利用延长的检测周期。具体地,计算系统可以被布置为操作LIDAR设备,使得与延长的检测周期的发生相比,标准检测周期随着时间更频繁地发生。这样,计算系统可以有利地利用本文进一步描述的延长的检测周期,并且标准检测周期的更频繁发生可以在LIDAR设备的操作期间提供足够高的采样率。
在这点上,计算系统可以操作LIDAR设备,使得延长的检测周期随着时间周期性或非周期性地发生。具体地,计算系统可以操作LIDAR设备来根据周期性序列启动延长的检测周期,其中在周期性序列中每X个发射光脉冲中的一个具有对应的延长的检测周期,其中X表示特定量。举例来说,计算系统可以操作LIDAR设备,使得64个发射光脉冲中的一个具有对应的延长的检测周期。然而,在另一个布置中,计算系统可以操作LIDAR设备来根据非周期性序列启动延长的检测周期。例如,计算系统可以操作LIDAR设备,使得根据基于时变抖动的应用的伪随机序列发生延长的检测周期。
此外,在一些实施中,计算系统可以操作LIDAR设备,使得当确实发生延长的检测周期时,那些延长的检测周期对应于发射的光脉冲,该光脉冲更易于从位于标称检测范围之外的对象反射。这样,当LIDAR设备检测到从位于标称检测范围之外的(多个)对象反射的(多个)返回光脉冲时,在(多个)延长的检测周期期间检测到(多个)这样的返回光脉冲的可能性会增加。这可以进而增加用于确定对象是否可能位于标称检测范围之外的目的延长的检测周期的利用,如本文进一步讨论的。
举例来说,计算系统可操作LIDAR设备,使得当确实发生延长的检测周期时,那些延长的检测周期对应于在一个或多个特定行进方向上发射的光脉冲。例如,一个这样的特定行进方向可以是基本上平行于地面或升高远离地面的行进方向,诸如自主车辆行进的地面(例如,道路)。这样,计算系统可操作LIDAR设备,以避免发生与向地面发射的光脉冲相对应的延长的检测周期,因为这样的发射光脉冲不太可能从位于标称检测范围之外的对象反射。如此以来,实际上,计算系统可操作LIDAR设备来在所讨论的特定行进方向之一上发射光脉冲,并且该光脉冲的发射之后可以是延长的检测周期,该延长的检测周期被布置用于一旦该光脉冲由于被对象反射而返回时检测该光脉冲,该对象可以是位于标称检测范围之外的对象。其他实施方式也是可能的。
在框604,方法600包括做出对LIDAR设备在与一个或多个特定发射光脉冲相对应的一个或多个延长的检测周期期间检测到一个或多个返回光脉冲的确定。
根据本公开,计算系统可以做出对LIDAR设备在一个或多个延长的检测周期中的每一个期间分别检测到一个或多个返回光脉冲的确定。例如,多个发射光脉冲可以分别具有对应的延长的检测周期。对于每个这样的对应的延长的检测周期,计算系统可以确定LIDAR设备检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设备的标称检测范围之外的(多个)对象反射的光脉冲。附加地或可替代地,这些光脉冲中的一些或全部可以是从位于标称检测范围内的(多个)附近对象反射的光脉冲。
在一些情况下,计算系统可以另外确定LIDAR设备在一个或多个标准检测周期中的每一个期间分别检测到一个或多个返回光脉冲。例如,多个发射的光脉冲可以分别具有对应的标准检测周期。对于每个这样的对应的标准检测周期,计算系统可以确定LIDAR设备检测到一个或多个返回光脉冲。这里,这些光脉冲中的一些或全部可以是从位于LIDAR设备的标称检测范围之外的(多个)对象反射的光脉冲。附加地或可替代地,这些光脉冲中的一些或全部可以是从位于标称检测范围内的(多个)附近对象反射的光脉冲。
在任何情况下,如本文进一步讨论的,在(多个)延长的检测周期期间检测(多个)光脉冲可有助于计算系统确定对象是否可能位于LIDAR设备的标称检测范围之外。并且如果LIDAR设备也在(多个)标准检测周期期间检测到(多个)光脉冲,则在(多个)延长的检测周期期间的(多个)光脉冲检测可有助于计算系统克服在(多个)标准检测周期期间对于(多个)光脉冲检测可能出现的范围模糊。
在框606,方法600包括响应于做出确定,确定一个或多个检测到的返回光脉冲具有相对于指示一个或多个范围的一个或多个特定发射光脉冲的对应的发射时间的检测时间。
一旦计算系统确定LIDAR设备在(多个)延长的检测周期期间检测到(多个)返回光脉冲,计算系统可以响应地为(多个)这些检测到的返回光脉冲生成范围假设。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来分别确定每个检测到的返回光脉冲的范围。例如,在特定发射时间发射给定光脉冲,然后在特定检测时间在延长的检测周期内被检测到之后,计算系统然后可以根据特定发射时间和特定检测时间之间的时间延迟来确定该光脉冲的范围。
当计算系统确定在延长的检测周期期间检测到的光脉冲的范围时,该范围确定可以比对在标准检测周期期间检测到的光脉冲的范围确定更精确。
具体地,如果光脉冲具有对应的标准检测周期,并且该光脉冲从位于标称检测范围之外的对象反射,则该光脉冲在其对应的标准周期内不会被LIDAR设备检测到。在这种场景中,如所讨论的,计算系统可能最终根据相对于不同光脉冲(例如,随后发射光脉冲)的发射时间的时间延迟来确定该光脉冲的范围,这将导致不正确的范围确定。
在另一方面,如果相同的光脉冲具有对应的延长的检测周期,并且类似地从位于标称检测范围之外的对象反射,则该光脉冲很可能在其对应的延长的检测周期期间被检测到。换句话说,延长的检测周期有效地将LIDAR设备的检测范围扩展到超出标称检测范围(比标称检测范围远和/或比标称检测范围近)。此外,如果LIDAR设备在其对应的延长的检测周期期间检测到该光脉冲,则计算系统可以根据相对于光脉冲的发射时间的时间延迟来确定该光脉冲的范围,这相当于正确的范围确定。
在框608,方法600包括做出对一个或多个范围是否指示对象位于标称检测范围之外的进一步确定。
在给定对在延长的检测周期期间检测到的光脉冲的范围确定更可能是正确的的情况下,计算系统可使用在(多个)延长的检测周期期间检测到的(多个)光脉冲来帮助确定对象是否可能位于LIDAR设备的标称检测范围之外。特别地,一旦计算系统确定在(多个)延长的检测周期期间检测到的(多个)光脉冲的一个或多个范围,计算系统可以做出对这一个或多个范围是否指示对象位于标称检测范围之外的进一步确定,并且计算系统可以以各种方式做出确定。
在一个示例实施中,计算系统可以通过将这一个或多个范围与标称检测范围进行比较来做出进一步确定。特别地,计算系统可以确定标称检测范围是否包括一个或多个范围。如果计算系统确定标称检测范围包括一个或多个范围,则计算系统可以响应地确定一个或多个范围不指示对象位于标称检测范围之外。在这种情况下,计算系统可以进一步响应地确定一个或多个范围指示对象位于标称检测范围内。另一方面,如果计算系统确定标称检测范围不包括该一个或多个范围,则计算系统可以响应地确定该一个或多个范围指示对象位于标称检测范围之外。
举例来说,LIDAR设备可在延长的检测周期期间检测光脉冲,并且计算系统可以根据相对于该光脉冲的发射时间的时间延迟来确定该光脉冲的92m的范围。计算系统然后可将该确定的范围与从2m至60m的标称检测范围进行比较。在该示例中,计算系统可以确定标称检测范围不包括所确定的范围。特别地,92m的范围超出了从2m至60m的标称检测范围。如此以来,计算系统可响应地确定所确定的92m的范围指示对象位于标称检测范围之外。
在另一示例中,LIDAR设备可以在延长的检测周期期间检测光脉冲,并且计算系统可以根据相对于该光脉冲的发射时间的时间延迟来确定该光脉冲的18m的范围。计算系统然后可以将该确定的范围与从2m至60m的标称检测范围进行比较。在该示例中,计算系统可以确定标称检测范围包括所确定的范围。特别地,18m的范围在2m至60m的标称检测范围内。如此以来,计算系统可以响应地确定所确定的18m的范围不指示对象位于标称检测范围之外。在这种情况下,计算系统可以进一步响应地确定所确定的18m的范围指示对象位于标称检测范围内。其他示例也是可能的。
在又一方面,当计算系统确定该一个或多个范围指示对象位于标称检测范围之外时,计算系统可以更具体地确定该对象是否可能位于比标称检测范围近的位置,或者该对象是否可能位于标称检测范围以外。计算系统可以通过各种方式来确定。
在一个示例实施中,计算系统可确定一个或多个范围是否小于最小明确检测范围,或者一个或多个范围是否大于最大明确检测范围。如果计算系统确定该一个或多个范围小于最小明确检测范围,则计算系统可响应地确定该一个或多个范围指示对象位于比标称检测范围近的位置。在另一方面,如果计算系统确定该一个或多个范围大于最大明确检测范围,则计算系统可响应地确定一个或多个范围指示对象位于标称检测范围以外。其他实施方式也是可能的。
在框610,方法600包括根据进一步确定进行对象检测。
一旦计算系统做出对范围是否指示对象位于标称检测范围之外的进一步确定,计算系统就可以相应地进行对象检测。
在示例实施中,根据进一步确定进行对象检测可以包括使用进一步确定作为克服范围模糊的基础,诸如为了确定用于进一步的对象检测(例如,对象的识别)的适当范围的目的。
通常,计算系统可以确定LIDAR设备检测到其他返回光脉冲,诸如除了在上述(多个)延长的检测周期期间检测到的那些返回光脉冲,然后可以响应地为这些其他返回光脉冲生成多个范围假设。然而,根据上面的讨论,计算系统可能会遇到范围模糊,因为在没有附加信息的情况下,可能不清楚这些范围假设中的哪一个是正确的,以及这些范围假设中的哪一个是不正确的。
在特定示例中,计算系统可以确定LIDAR设备在(多个)标准检测周期期间检测到返回光脉冲,该标准检测周期在时间上基本上接近于上述(多个)延长的检测周期(在其期间检测光脉冲),如关于框604所讨论的。实际上,例如,这些可以是紧接在一个延长的检测周期之后和/或紧接在一个延长的检测周期之前的一个或多个标准检测周期。在该示例中,计算系统可以进而响应地确定(i)检测到的其他返回光脉冲具有相对于指示第一范围集合的多个第一发射光脉冲的对应的发射时间的检测时间,和(ii)检测到的其他返回光脉冲具有相对于指示第二范围集合的多个第二发射光脉冲的对应的发射时间的检测时间。然而,可能会产生范围模糊,因为不清楚是应该将第一范围集合还是第二范围集合用作对象检测的基础。
根据本公开,计算系统可基于在(多个)延长的检测周期期间对(多个)光脉冲检测的评估来克服这种范围模糊。特别地,一旦计算系统确定在(多个)延长的检测周期期间检测到的(多个)光脉冲的范围,并且做出对这些范围是否指示对象位于标称检测范围之外的进一步确定,计算系统就可使用该进一步确定作为在使用第一范围集合和使用第二范围集合进行对象检测之间进行选择的基础。
更具体地,如果进一步确定是该(多个)范围不指示对象位于标称检测范围之外,则这可以进一步用作对在(多个)时间上接近的标准检测周期期间检测到的光脉冲更可能是从位于标称检测范围内的对象反射的光脉冲的指示,并且因此可以最终用作对近范围假设更可能是正确的的指示。然而,如果进一步确定是(多个)范围指示对象位于标称检测范围之外,则这可以进一步用作对在(多个)时间上接近的标准检测周期期间检测到的光脉冲更可能是从位于标称检测范围之外的对象反射的光脉冲的指示,并且因此可以最终用作对替代范围假设更可能是正确的的指示。
举例来说,考虑一种场景,其中上述第一范围集合是根据近范围假设来确定的,并且其中上述第二范围集合是根据替代范围假设来确定的。在这种情况下,如果进一步确定是一个或多个范围不指示位于标称检测范围之外的对象,则计算系统可以响应地选择和使用第一范围集合用于对象检测。在另一方面,如果进一步确定是一个或多个范围指示位于标称检测范围之外的对象,则计算系统可以响应地选择和使用第二范围集合用于对象检测。一旦基于进一步确定选择范围假设,计算系统就可以根据该选择进行对象检测。
这样,所公开的实施可有助于减少通常为克服范围模糊和确定对象是否位于标称检测范围之外而执行的计算程度。例如,所公开的实施可以允许计算系统克服范围模糊,而不使用计算成本更高的验证过程,诸如评估范围假设与(多个)已知对象的相似性和/或评估范围假设中的范围类似性。
然而,在一些实施中,所公开的实施可以有效地用作选择性地触发这种计算成本更高的过程的使用的指导。这种方法可能是有利的,因为这些过程可以更加确定地帮助克服范围模糊。这进而也有助于减少计算的总体程度,因为这种过程将被更有选择地使用,而不是更频繁地使用。
当计算系统使用所公开的实施作为选择性地触发其他过程的使用的指导时,这些其他过程可以包括评估范围假设与(多个)已知对象的相似性和/或评估范围假设中的范围类似性,如申请第15/638,607号中所述,该申请通过引用并入本文。然而,在不脱离本公开的范围的情况下,应当理解,计算系统可以附加地或可替代地选择性地进行其他类型的过程,以验证对象是否位于标称检测范围之外。
在任何情况下,当计算系统使用所公开的实施作为有选择地触发其他过程的使用的指导时,计算系统可以以各种方式来实现。
例如,计算系统可仅在(多个)延长的检测周期中的(多个)光脉冲检测指示对象可能位于标称检测范围之外时触发一个或多个其他验证过程的使用。特别地,如果上述进一步确定是一个或多个范围不指示位于标称检测范围之外的对象,则计算系统可简单地使用一个或多个范围作为对象检测的基础,如本文进一步讨论的,从而可能避免在这种情形下使用其他验证过程。在另一方面,如果上述进一步确定是一个或多个范围指示位于标称检测范围之外的对象,则计算系统可响应地进行附加过程,以验证对象是否确实位于标称检测范围之外。
此外,当计算系统参与附加验证过程时,计算系统可以仅针对对象可能位于标称检测范围之外的方向进行验证。特别地,LIDAR设备可以在特定行进方向上发射一个或多个特定光脉冲,然后可以在(多个)延长的检测周期期间检测这些特定光脉冲。然后,计算系统可以确定这些特定光脉冲的(多个)范围,并且可以做出对这些范围指示对象位于标称检测范围之外并且沿着特定行进方向的进一步确定。因此,在这种场景中,计算系统可以响应地进行附加验证过程,以验证对象是否位于标称检测范围之外并且基本上沿着特定行进方向。为此,例如,计算系统可以根据仅针对在LIDAR设备的检测器定向在特定行进方向时检测到的光脉冲的附加验证过程来生成和评估多个范围假设。其他示例也是可能的。
在另一方面,根据上述进一步确定进行对象检测可以包括使用该进一步确定作为生成对象的表示、确定距对象的距离和/或识别对象的基础,以及其他可能性。
当计算系统根据进一步确定生成对象的表示时,这可包括组集表示对象的点云。然而,在不脱离本公开范围的情况下,对象的其他表示也是可能的。在任何情况下,一旦计算系统确定在(多个)延长的检测周期期间检测到的(多个)光脉冲的一个或多个范围,并且可选地进一步确定这些范围是否指示位于标称检测范围之外的对象,计算系统就可至少使用这些范围来生成对象的表示。
具体地,如果计算系统确定一个或多个范围指示对象位于标称检测范围之外,则计算系统可响应地至少使用这一个或多个范围作为生成位于标称检测范围之外的对象的表示的基础。在一些情况下,计算系统可另外使用一个或多个其他范围来生成位于标称检测范围之外的对象的表示。通常,这些其他范围可以是针对在其他检测周期期间检测到的(多个)光脉冲确定的范围,诸如在时间上基本上接近(多个)延长的检测周期(在其期间检测(多个)光脉冲)的标准检测周期期间,如关于框604所讨论的。此外,用于生成表示的这些其他范围可以是根据本文讨论的用以克服范围模糊的任何一种技术选择的(多个)范围。例如,根据上面的讨论,这些其他范围可以是基于在(多个)延长的检测周期期间检测到的(多个)光脉冲的评估而选择的替代范围假设的一部分。
另一方面,如果计算系统确定一个或多个范围不指示对象位于标称检测范围之外,则计算系统可响应地至少使用这一个或多个范围作为生成位于标称检测范围内的对象的表示的基础。在一些情况下,计算系统可另外使用一个或多个其他范围来生成位于标称检测范围内的对象的表示。这些其他范围可以是为在其他检测周期期间检测的(多个)其他光脉冲确定的范围。例如,根据上面的讨论,这些(多个)其他范围可以是基于在(多个)延长的检测周期期间检测到的(多个)光脉冲的评估而选择的近范围假设的一部分。其他示例也是可能的。
此外,如上所述,根据进一步确定进行对象检测可以包括使用进一步确定作为确定距对象的距离的基础。
特别地,如果进一步确定是一个或多个范围指示对象位于标称检测范围之外,则计算系统可以响应地至少使用一个或多个范围作为确定LIDAR设备和位于标称检测范围之外的对象之间的距离的基础。例如,计算系统可以将该距离确定为这些范围之一或这些范围的平均值,以及其他选项。
在一些情况下,计算系统可以另外使用一个或多个其他范围来确定距位于标称检测范围之外的对象的距离。例如,这些其他范围可以是(i)为在标准检测周期期间检测到的(多个)光脉冲而确定的替代范围假设的范围,和(ii)基于在(多个)延长的检测周期期间检测到的(多个)光脉冲的评估而选择的替代范围假设的范围。如此以来,当确定LIDAR设备和位于标称检测范围之外的对象之间的距离时,计算系统可以例如将该距离确定为所讨论的所有范围的平均值,其可以包括(i)为在延长的检测周期期间检测到的光脉冲确定的范围,和(ii)为在标准检测周期期间检测到的光脉冲确定的范围(例如,根据远范围假设)。其他示例也是可能的。
在另一方面,如果进一步确定是一个或多个范围不指示对象位于标称检测范围之外,则计算系统可以响应地至少使用一个或多个范围作为确定LIDAR设备和位于标称检测范围内的对象之间的距离的基础。例如,计算系统可以将该距离确定为这些范围之一或这些范围的平均值,以及其他选项。
在一些情况下,计算系统可以另外使用一个或多个其他范围来确定距位于标称检测范围内的对象的距离。例如,这些其他范围可以是(i)为在标准检测周期期间检测到的(多个)光脉冲而确定的近范围假设的范围,和(ii)基于在(多个)延长的检测周期期间检测到的(多个)光脉冲的评估而选择的近范围假设的范围。如此以来,当确定LIDAR设备和位于标称检测范围内的对象之间的距离时,计算系统可以例如将该距离确定为所讨论的所有范围的平均值,其可以包括(i)为在延长的检测周期期间检测到的光脉冲确定的范围和(ii)为在标准检测周期期间检测到的光脉冲确定的范围。其他示例也是可能的。
更进一步地,如上所述,根据上述进一步确定进行对象检测可以包括使用该进一步确定作为识别对象的基础。
通常,计算系统可通过确定范围集合是否表示一个或多个已知对象来识别对象,诸如基于(多个)对象识别技术。例如,计算系统可以已经存储在多个点云上或者以其他方式访问多个点云,每个点云分别指示已知对象(例如,(多个)路标)。因此,计算系统可以基于特定范围集合来组集点云,然后可以确定该组集的点云是否匹配多个点云中的至少一个。如果组集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特定范围集合表示至少一个已知对象。否则,计算系统可以确定特定范围集合不表示至少一个已知对象。
在任何情况下,一旦计算系统确定在(多个)延长的检测周期期间检测到的(多个)光脉冲的一个或多个范围,并做出对这些范围是否指示位于标称检测范围之外的对象的进一步确定,则计算系统可以至少使用这些范围来根据任何可行的对象识别技术识别对象。
具体地,如果进一步确定是一个或多个范围指示位于标称检测范围之外的对象,则计算系统可以响应地至少使用这一个或多个范围作为识别位于标称检测范围之外的对象的基础。在一些情况下,计算系统可以另外使用一个或多个其他范围来识别位于标称检测范围之外的对象。例如,这些其他范围可以是(i)为在标准检测周期期间检测到的(多个)光脉冲而确定的替代范围假设的范围,和(ii)基于在(多个)延长的检测周期期间检测到的(多个)光脉冲的评估而选择的替代范围假设的范围。
在另一方面,如果进一步确定是一个或多个范围不指示位于标称检测范围之外的对象,则计算系统可以响应地至少使用这一个或多个范围作为识别位于标称检测范围内的对象的基础。在一些情况下,计算系统可以另外使用一个或多个其他范围来识别位于标称检测范围内的对象。例如,这些其他范围可以是(i)为在标准检测周期期间检测到的(多个)光脉冲而确定的近范围假设的范围,和(ii)基于在(多个)延长的检测周期期间检测到的(多个)光脉冲的评估而选择的近范围假设的范围。其他情况也是可能的。
在又一个方面,这里讨论的实施可以可选地从光脉冲发射和分别伴随这种光脉冲发射的时间周期的角度来描述。具体地,根据本公开,用于自动驾驶车辆的计算系统可以操作LIDAR设备来根据发射时间序列在发射时间发射光脉冲。发射时间序列可以包括在序列中的大多数发射之后的标准时间周期(例如,与LIDAR设备的标称检测范围相关联的标准时间周期),以及在序列中的至少一个发射之后的延长时间周期。例如,延长的时间周期可能发生在沿车辆行进方向发射的发射之后。其他方面也是可能的。
图7A-图7D接下来示出了LIDAR系统中的(多个)延长的检测周期的示例利用。
图7A示出了LIDAR设备200可具有100m的扩展的检测范围700,其大于60m的最大明确检测范围400。通常,该扩展的检测范围700可以由(多个)延长的检测周期稀疏地提供,诸如通过图7B所示的延长的检测周期A提供。特别地,图7B示出根据包括(多个)延长的检测周期的时间序列#2在发射时间A-F分别发射的光脉冲A-F。具体地,这些发射时间建立666ns持续时间的延长的检测周期A以及每个相同400ns的持续时间的标准检测周期B-F。
如图所示,光脉冲A以及光脉冲B-E各自从位于LIDAR设备200的最大明确检测范围400以外的远处对象404反射。然而,由于光脉冲A具有对应的延长的检测周期A,其提供大于最大明确检测范围400的扩展的范围700,所以在其对应的延长的检测周期A期间检测到光脉冲A。
在这点上,计算系统可以正确地确定与检测到的光脉冲A相关联的范围,即使从位于最大明确检测范围400以外的远处对象404反射的光脉冲A。具体地,计算系统可以确定LIDAR设备200在相对于发射时间A的533ns的检测时间T0检测到光脉冲A,其对应于如图7C所示的80m的范围702。如图7A所示,这个80m的范围事实上是远处对象404远离LIDAR设备200定位的正确范围。因此,通过确定在延长的检测周期A期间检测到的光脉冲A的范围,计算系统可以具有用于确定对象是否可能位于最大明确检测范围400以外的基础,然后可以相应地进行对象检测。
举例来说,计算系统可确定60m的最大明确检测范围400小于80m的范围702,并且计算系统可响应地确定范围702指示对象位于最大明确检测范围400之外。此外,计算系统可使用范围702来具体确定远处对象404位于距离LIDAR设备200 80m处。进而,计算系统可至少基于对远处对象404位于距离LIDAR设备200 80m处的确定来操作车辆300,诸如通过根据远处对象404(例如,路标)的存在(以及可能的识别)来导航车辆300,以及其他选项。
此外,如图7B所示,光脉冲B-E各自从远处对象404反射,并且作为结果,各自在随后的标准检测周期期间被分别检测到,并且因此计算系统可以生成根据以上讨论的多个范围假设。特别地,计算系统可以确定与检测到的光脉冲B-E相关联的候选范围,而不考虑位于最大明确检测范围以外的(多个)大回射对象的可能性。
例如,计算系统可以确定LIDAR设备200在相对于发射时间C的133ns的检测时间Tn0检测到光脉冲B,其对应于如图7D所示的20m的范围。并且如检测时间Tn1至Tn4所指示的,类似的方法可以用于确定与光脉冲C-E相关联的范围,从而导致第一范围704对应于位于距离LIDAR设备200 20m处的对象的近范围假设。此外,计算系统可以确定LIDAR设备200在相对于发射时间B的533ns的检测时间Tf1检测到光脉冲B,其对应于如图7D所示的80m的范围。并且如检测时间Tf2至Tf4所指示的,类似的方法可以用于确定与光脉冲C-E相关联的范围,从而导致第二范围706对应于位于距离LIDAR设备200 80m处的对象的远范围假设。
根据本公开,计算系统可以基于在延长的检测周期期间的光脉冲检测的评估来确定这些范围假设中的哪一个可能是正确的。特别地,基于在延长的检测周期A期间检测到的光脉冲A的所确定的范围702,并且基于在时间上基本上接近延长的检测周期A的标准检测周期B-F,计算系统可以使用所确定的范围702作为在使用范围704进行对象检测和使用范围706进行对象检测之间进行选择的基础。在这样做时,如图7D所示,计算系统可以做出对范围702指示对象位于最大明确检测范围400以外的确定,并且可以响应地选择使用范围706而不是范围704,因为范围706大于最大明确检测范围400并且范围704小于最大明确检测范围400。
一旦为了对象检测的目的,计算系统选择使用范围706,计算系统就可以相应地进行进一步的对象检测。例如,计算系统可以基于范围702和所选择的范围706的组合来组集点云。此外,计算系统然后可以使用组集的点云作为识别对象的基础。其他示例和图示也是可能的。
VI.基于由LIDAR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。特别地,计算系统可以从LIDAR设备接收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向环境中发射光。并且,计算系统可以从LIDAR设备100接收表示反射光检测的数据。并且通过将检测到的光束与发射的光束进行比较,计算系统可以确定环境中一个或多个对象的至少一个方面。
例如,通过将由LIDAR设备100的发送器发射多个光束的时间与由LIDAR设备100的接收器检测到反射光的时间进行比较,可以确定LIDAR设备100和环境中的对象之间的距离。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检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光脉冲相关联。如此以来,计算系统可以(例如,连续地或不时地)生成环境的3D表示或其部分。并且计算系统然后可以基于对这种环境的3D表示的评估来控制车辆的操作。
举例来说,车辆可以在自主模式下操作。在该示例中,计算系统可以利用3D表示来通过避开障碍物等来安全地导航车辆(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来检测和/或识别障碍物或对象,以分析3D表示并检测和/或识别各种障碍物或对象。作为另一示例,车辆可以在部分自主或手动模式下操作。在该示例中,车辆可以向车辆的驾驶员或操作者通知各种对象的存在或距离或者变化的道路状况(例如,路灯、街道标志等),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对象的信息。其他示例也是可能的。
图8接下来示出了基于从LIDAR设备200接收的环境800的扫描的车辆300的示例操作。根据本公开,例如,车辆的计算系统可以使用从LIDAR设备200接收的数据来检测和识别(多个)远处对象,诸如路标404。在这点上,计算系统可以基于数据来确定路标404表示车辆300为了到达期望的目的地理想地应该采用的出口。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上驾驶切换到在车道2上驾驶。
实际上,计算系统可通过识别环境800的3D表示内的车道标记来区分这些车道。例如,车辆的计算系统可使用从LIDAR设备200接收的数据来检测和识别将车道1与车道2分开的附近车道标志。此外,在操作车辆切换车道之前,计算系统可以扫描环境以检测和识别对象,使得计算系统可以以避免那些检测/识别的对象的方式操作车辆300,同时还操作车辆300切换车道。
例如,计算系统可以使用从LIDAR设备200接收的数据来检测和识别附近车辆802,以及检测和识别路标402。基于这些检测/识别,计算系统可以以避开车辆802和路标402的方式操作车辆300,同时还操作车辆300从在车道1上驾驶切换到在车道2上驾驶。其他图示也是可能的。
VII.车辆的示例布置
最后,图9是根据示例实施例的车辆900的简化框图。车辆900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900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900包括推进系统902、传感器系统904、控制系统906(也可以称为控制器906)、外围设备908和计算机系统910。车辆900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900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任何方式组合或划分。例如,控制系统906和计算机系统910可被组合成根据各种操作来操作车辆900的单个系统。
推进系统902可以被配置为向车辆900提供动力运动。如图所示,推进系统902包括发动机/马达918、能源920、变速器922和车轮/轮胎924。
发动机/马达918可以是或包括内燃机、电动机、蒸汽机和斯特林发动机的任意组合。其他马达和发动机也是可能的。在一些实施例中,推进系统902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机。其他示例也是可能的。
能源920可以是完全或部分地为发动机/马达918提供能量的能源。也就是说,发动机/马达918可以被配置为将能源920转换成机械能。能源920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)能源920可以附加地或可替代地包括燃料箱、电池、电容器和/或飞轮的任意组合。在一些实施例中,能源920也可以为车辆900的其他系统提供能量。
变速器922可以被配置为将机械动力从发动机/马达918传递到车轮/轮胎924。为此,变速器922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922包括驱动轴的实施例中,驱动轴可以包括被配置为耦连到车轮/轮胎924的一个或多个轴。
车辆900的车轮/轮胎924可以各种形式配置,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形式。在任何情况下,车轮/轮胎924可被配置为相对于其他车轮/轮胎924有差分地旋转。在一些实施例中,车轮/轮胎924可包括固定附接到变速器922的至少一个车轮和耦连到车轮轮辋的至少一个轮胎,其可与驱动表面接触。车轮/轮胎924可以包括金属和橡胶的任意组合,或者其他材料的组合。推进系统902可附加地或可替代地包括除了所示组件之外的组件。
传感器系统904可以包括被配置为感测关于车辆900所处环境的信息的若干传感器,以及被配置为修改传感器的位置和/或朝向的一个或多个致动器936。如图所示,传感器系统904的传感器包括全球定位系统(GPS)926、惯性测量单元(inertial measurementunit,IMU)928、雷达单元930、激光测距仪和/或LIDAR单元932和相机934。传感器系统904还可以包括附加的传感器,包括例如监测车辆900的内部系统的传感器(例如,O2监测器、燃料表、发动机机油温度等)。其他传感器也是可能的。
GPS 926可以是被配置为估计车辆900的地理位置的任何传感器(例如,位置传感器)。为此,GPS 926可以包括被配置为估计车辆900相对于地面的位置的收发器。GPS 926也可以采取其他形式。
IMU 928可以是被配置为基于惯性加速度感测车辆900的位置和朝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。
雷达单元930可以是被配置为使用无线电信号感测车辆900所处环境中的对象的任何传感器。在一些实施例中,除了感测对象之外,雷达单元930可以另外被配置为感测对象的速度和/或走向。
类似地,激光测距仪或LIDAR单元932可以是被配置为使用激光感测车辆900所处环境中的对象的任何传感器。例如,LIDAR单元932可包括一个或多个LIDAR设备,其中至少一些可采取本文公开的LIDAR设备100的形式。
相机934可以是任何相机(例如,静态相机、视频相机等),其被配置为捕获车辆900所处环境的图像。为此,相机可以采取上述任何形式。传感器系统904可以附加地或可替代地包括除了所示组件之外的组件。
控制系统906可以被配置为控制车辆900及其组件的操作。为此,控制系统906可以包括转向单元938、节气门940、制动单元942、传感器融合算法944、计算机视觉系统946、导航或路径系统948和避障系统950。
转向单元938可以是被配置为调节车辆900的走向的机构的任意组合。节气门940可以是被配置为控制发动机/马达918的运行速度并进而控制车辆900的速度的机构的任意组合。制动单元942可以是被配置为使车辆900减速的机构的任意组合。例如,制动单元942可以使用摩擦来减慢车轮/轮胎924。作为另一示例,制动单元942可以将车轮/轮胎924的动能转换成电流。制动单元942也可以采取其他形式。
传感器融合算法944可以是被配置为接受来自传感器系统904的数据作为输入的算法(或存储算法的计算机程序产品)。该数据可包括例如表示在传感器系统904的传感器处感测的信息的数据。传感器融合算法944可包括例如卡尔曼滤波器、贝叶斯网络、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944还可被配置为基于来自传感器系统904的数据提供各种评定,包括例如对车辆900所处环境中的各个对象和/或特征的评估、特定情形的评估和/或基于特定情形的可能影响的评估。其他评定也是可能的。
计算机视觉系统946可以是被配置为处理和分析由相机934捕获的图像的任何系统,以便识别车辆900所处环境中的对象和/或特征,包括例如交通信号和障碍物。为此,计算机视觉系统946可以使用对象识别算法、从运动恢复结构(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946可以另外被配置为绘制环境地图、跟踪对象、估计对象的速度等。
导航和路径系统948可以是被配置为确定车辆900的行进路径的任何系统。导航和路径系统948可以另外被配置为在车辆900运行时动态更新行进路径。在一些实施例中,导航和路径系统948可以被配置为结合来自传感器融合算法944、GPS 926、LIDAR单元932和一个或多个预定地图的数据,以便确定车辆900的行进路径。
避障系统950可以是被配置为识别、评估和避开或以其他方式越过车辆900所处环境中的障碍的任何系统。控制系统906可以附加地或可替代地包括除了所示组件之外的组件。
外围设备908可以被配置为允许车辆900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908可以包括例如无线通信系统952、触摸屏954、麦克风956和/或扬声器958。
无线通信系统952可以是被配置为直接或经由通信网络无线耦合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952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952通常可以被布置成根据一种或多种类型的无线通信(例如,协议)进行通信,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、CDMA、UMTS、EV-DO、WiMAX或LTE)、Zigbee、专用短程通信(short range communication,DSRC)和射频识别(radio frequency identification,RFID)通信,以及其他可能性。无线通信系统952也可以采取其他形式。
触摸屏954可以由用户使用来向车辆900输入命令。为此,触摸屏954可以被配置为经由电容感测、电阻感测或表面声波处理等来感测用户手指的位置和移动中的至少一个。触摸屏954能够感测手指在平行于或平面于触摸屏表面的方向上的移动、在垂直于触摸屏表面的方向上的移动或两者,并且还能够感测施加到触摸屏表面的压力水平。触摸屏954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954也可以采取其他形式。
麦克风956可以被配置为从车辆900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958可以被配置为向车辆900的用户输出音频。外围设备908可以附加地或可替代地包括除了所示组件之外的组件。
计算机系统910可以被配置为向推进系统902、传感器系统904、控制系统906和外围设备908中的一个或多个发送数据、从其接收数据、与它们交互和/或控制它们。为此,计算机系统910可以通过系统总线、网络和/或其他连接机构(未示出)通信地链接到推进系统902、传感器系统904、控制系统906和外围设备908中的一个或多个。
在一个示例中,计算机系统910可以被配置为控制变速器922的操作以提高燃料效率。作为另一示例,计算机系统910可以被配置为使得相机934捕获环境的图像。作为又一示例,计算机系统910可以被配置为存储和执行对应于传感器融合算法944的指令。作为又一示例,计算机系统910可以被配置为存储和执行用于使用LIDAR单元932来确定车辆900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910可以用作LIDAR单元932的控制器。
如图所示,计算机系统910包括处理器912和数据存储装置914。处理器912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。在处理器912包括一个以上处理器的程度上,这种处理器可以单独或组合工作。数据存储装置914可以进而包括一个或多个易失性和/或一个或多个非易失性存储组件,诸如光学、磁性和/或有机存储装置,并且数据存储装置914可以与处理器912整体或部分集成。
在一些实施例中,数据存储装置914可以包含由处理器912可执行的指令916(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914也可以包含附加指令,包括向推进系统902、传感器系统904、控制系统906和/或外围设备908中的一个或多个发送数据、从其接收数据、与之交互和/或控制它们的指令。计算机系统910可以附加地或可替代地包括除了所示组件之外的组件。
如图所示,车辆900还包括电源960,其可被配置为向车辆900的一些或全部组件提供电力。为此,电源960可以包括例如可充电锂离子电池或铅酸电池。在一些实施例中,一组或多组电池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960和能源920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900可以包括除了所示元件之外或代替所示元件的一个或多个元件。例如,车辆900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914还可以包括由处理器912可执行的指令,以控制附加组件和/或与附加组件通信。
更进一步地,尽管每个组件和系统被示出为集成在车辆900中,但是在一些实施例中,一个或多个组件或系统可以可拆卸地安装在车辆900上,或者以其他方式使用有线或无线连接(机械地或电气地)连接到车辆900。车辆900也可以采取其他形式。
VIII.结论
附图中所示的特定布置不应被视为限制。应当理解,其他实施可以包括给定图中所示的或多或少的每个元件。此外,一些示出的元件可以被组合或省略。更进一步地,示例性实施可以包括图中未示出的元件。
此外,虽然本文公开了各种方面和实施,但是其他方面和实施对于本领域技术人员来说将是显而易见的。本文公开的各种方面和实施是为了说明的目的,而不是为了限制,真正的范围和精神由所附权利要求指示。在不脱离本文所呈现的主题的精神或范围的情况下,可以利用其他实施,并且可以进行其他改变。容易理解的是,如本文中一般描述的和附图中示出的,本公开的各方面可以以各种不同的配置来布置、替换、组合、分离和设计,所有这些都在本文中被考虑。
Claims (20)
1.一种方法,包括:
由计算系统操作光检测和测距(LIDAR)设备来根据发射时间序列在发射时间发射光脉冲,并根据检测时间序列检测返回光脉冲,其中对于每个发射光脉冲,所述检测时间序列包括用于检测对应的返回光脉冲的对应的检测周期,并且其中所述对应的检测周期包括(i)一个或多个标准检测周期,其建立所述LIDAR设备的标称检测范围,和(ii)一个或多个延长的检测周期,其相应持续时间比所述一个或多个标准检测周期的相应持续时间长;
由计算系统做出对所述LIDAR设备在与一个或多个特定发射光脉冲相对应的一个或多个延长的检测周期期间检测到一个或多个返回光脉冲的确定;
响应于做出所述确定,由计算系统确定一个或多个检测到的返回光脉冲具有相对于指示一个或多个范围的一个或多个特定发射光脉冲的对应的发射时间的检测时间;
由计算系统做出对一个或多个范围是否指示对象位于标称检测范围之外的进一步确定;和
由计算系统根据所述进一步确定进行对象检测。
2.根据权利要求1所述的方法,其中,所述计算系统能够访问固定时间表,所述固定时间表指示分别启动和结束所述一个或多个延长的检测周期的定时,并且其中操作所述LIDAR设备来根据所述检测时间序列检测返回光脉冲包括根据所述固定时间表操作所述LIDAR设备。
3.根据权利要求1所述的方法,其中,操作所述LIDAR设备来根据所述检测时间序列检测返回光脉冲包括操作所述LIDAR设备来根据周期性时间序列分别启动所述一个或多个延长的检测周期。
4.根据权利要求1所述的方法,其中,所述一个或多个延长的检测周期对应于由所述LIDAR在一个或多个特定行进方向上发射的一个或多个光脉冲。
5.根据权利要求4所述的方法,其中,所述一个或多个特定行进方向包括基本上平行于地面的行进方向或升高远离地面的行进方向。
6.根据权利要求1所述的方法,其中,做出所述进一步确定包括:
做出对所述标称检测范围是否包括该一个或多个范围的进一步确定;
如果所述进一步确定是所述标称检测范围包括所述一个或多个范围,则响应于做出所述进一步确定,确定所述一个或多个范围不指示对象位于所述标称检测范围之外;和
如果所述进一步确定是所述标称检测范围不包括一个或多个范围,则响应于做出所述进一步确定,确定所述一个或多个范围指示对象位于所述标称检测范围之外。
7.根据权利要求1所述的方法,其中,根据所述进一步确定进行对象检测包括:
如果所述进一步确定是所述一个或多个范围指示位于所述标称检测范围之外的对象,则响应于做出所述进一步确定,至少使用所述一个或多个范围作为生成位于所述标称检测范围之外的对象的表示的基础;和
如果所述进一步确定是所述一个或多个范围不指示位于所述标称检测范围之外的对象,则响应于做出所述进一步确定,至少使用所述一个或多个范围作为生成位于所述标称检测范围内的对象的表示的基础。
8.根据权利要求1所述的方法,其中,根据所述进一步确定进行对象检测包括:
如果所述进一步确定是所述一个或多个范围指示位于所述标称检测范围之外的对象,则响应于做出所述进一步确定,至少使用所述一个或多个范围作为确定所述LIDAR设备和位于所述标称检测范围之外的对象之间的距离的基础;和
如果所述进一步确定是所述一个或多个范围不指示位于所述标称检测范围之外的对象,则响应于做出所述进一步确定,至少使用所述一个或多个范围作为确定所述LIDAR设备和位于所述标称检测范围内的对象之间的距离的基础。
9.根据权利要求1所述的方法,其中,根据所述进一步确定进行对象检测包括:
如果所述进一步确定是所述一个或多个范围指示位于所述标称检测范围之外的对象,则响应于做出所述进一步确定,至少使用所述一个或多个范围作为识别位于所述标称检测范围之外的对象的基础;和
如果所述进一步确定是所述一个或多个范围不指示位于所述标称检测范围之外的对象,则响应于做出所述进一步确定,至少使用所述一个或多个范围作为识别位于所述标称检测范围内的对象的基础。
10.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LIDAR设备在两个或更多个发射光脉冲中的每一个的对应的检测周期期间检测到其他返回光脉冲;和
响应于确定所述LIDAR设备检测到其他返回光脉冲,由计算系统确定(i)检测到的其他返回光脉冲具有相对于指示第一范围集合的多个第一发射光脉冲的对应的发射时间的检测时间,和(ii)检测到的其他返回光脉冲具有相对于指示第二范围集合的多个第二发射光脉冲的对应的发射时间的检测时间,
其中,根据所述进一步确定进行对象检测包括:
基于所述进一步确定,在使用第一范围集合作为对象检测的基础和使用第二范围集合作为对象检测的基础之间进行选择;和
根据所述选择进行对象检测。
11.根据权利要求10所述的方法,其中,确定所述LIDAR设备在两个或更多个发射光脉冲中的每一个的对应的检测周期期间检测到其他返回光脉冲包括确定所述LIDAR设备在所述多个第一发射光脉冲中的每一个的对应的检测周期期间检测到其他返回光脉冲,并且其中基于所述进一步确定进行选择包括:
如果所述进一步确定是所述一个或多个范围指示位于所述标称检测范围之外的对象,则响应于做出所述进一步确定,选择使用第二范围集合作为对象检测的基础;和
如果所述进一步确定是所述一个或多个范围不指示位于所述标称检测范围之外的对象,则响应于做出所述进一步确定,选择使用第一范围集合作为对象检测的基础。
12.根据权利要求1所述的方法,其中,根据所述进一步确定进行对象检测包括:
如果所述进一步确定是所述一个或多个范围不指示位于所述标称检测范围之外的对象,则响应于做出所述进一步确定,至少使用所述一个或多个范围作为对象检测的基础;和
如果所述进一步确定是所述一个或多个范围指示位于所述标称检测范围之外的对象,则响应于做出所述进一步确定,进行附加过程以验证对象是否位于所述标称检测范围之外。
13.根据权利要求12所述的方法,其中,所述一个或多个特定发射光脉冲由所述LIDAR在特定行进方向上发射,并且其中,进行所述附加过程包括进行所述附加过程以验证对象是否(i)位于所述标称检测范围之外,以及(ii)沿着所述一个或多个特定发射光脉冲的特定行进方向。
14.根据权利要求12所述的方法,还包括:
由所述计算系统确定所述LIDAR设备在两个或更多个发射光脉冲的每一个的对应的检测周期期间检测到其他返回光脉冲;和
响应于确定所述LIDAR设备检测到其他返回光脉冲,由计算系统确定(i)检测到的其他返回光脉冲具有相对于指示第一范围集合的多个第一发射光脉冲的对应的发射时间的检测时间,和(ii)检测到的其他返回光脉冲具有相对于指示第二范围集合的多个第二发射光脉冲的对应的发射时间的检测时间,
其中,进行所述附加过程包括:
确定第一范围集合是否表示至少一个已知对象;
基于确定第一范围集合是否表示至少一个已知对象,在使用第一范围集合作为对象检测的基础和使用第二范围集合作为对象检测的基础之间进行选择;和
根据所述选择进行对象检测。
15.根据权利要求12所述的方法,还包括:
由所述计算系统确定所述LIDAR设备在两个或更多个发射光脉冲的每一个的对应的检测周期期间检测到其他返回光脉冲;和
响应于确定所述LIDAR设备检测到其他返回光脉冲,由所述计算系统确定(i)检测到的其他返回光脉冲具有相对于指示第一范围集合的多个第一发射光脉冲的对应的发射时间的检测时间,和(ii)检测到的其他返回光脉冲具有相对于指示第二范围集合的多个第二发射光脉冲的对应的发射时间的检测时间,
其中,进行所述附加过程包括:
确定第一范围集合是否基本上彼此类似;
基于确定第一范围集合是否基本上彼此类似,在使用第一范围集合作为对象检测的基础和使用第二范围集合作为对象检测的基础之间进行选择;和
根据所述选择进行对象检测。
16.根据权利要求1所述的方法,其中,所述LIDAR设备位于车辆上,其中根据所述进一步确定进行对象检测包括根据所述进一步确定,进行位于车辆周围环境中的对象的检测,并且其中,所述计算系统被配置为至少基于由所述LIDAR设备对车辆周围环境的扫描来操作车辆。
17.一种用于自动驾驶车辆的计算系统,包括:
一个或多个处理器;
非暂时性计算机可读介质;和
存储在所述非暂时性计算机可读介质上并由所述一个或多个处理器可执行的程序指令,以:
操作光检测和测距(LIDAR)设备来根据发射时间序列在发射时间发射光脉冲,
其中,所述发射时间序列包括在所述序列中的大多数发射之后的标准时间周期和在所述序列中的至少一个发射之后的延长的时间周期,其中所述标准时间周期与所述LIDAR设备的标称检测范围相关联。
18.根据权利要求17所述的计算系统,其中,所述延长的时间周期发生在沿车辆行进方向发射的发射之后。
19.一种车辆,包括:
光检测和测距(LIDAR)设备;和
计算系统,被配置为:
操作所述LIDAR设备来根据发射时间序列在发射时间发射光脉冲,并根据检测时间序列检测返回光脉冲,其中对于每个发射光脉冲,所述检测时间序列包括用于检测对应的返回光脉冲的对应的检测周期,并且其中所述对应的检测周期包括(i)一个或多个标准检测周期,其建立所述LIDAR设备的标称检测范围,和(ii)一个或多个延长的检测周期,其相应持续时间比所述一个或多个标准检测周期的相应持续时间长;
做出对所述LIDAR设备在与一个或多个特定发射光脉冲相对应的一个或多个延长的检测周期期间检测到一个或多个返回光脉冲的确定;
响应于做出所述确定,确定所述一个或多个检测到的返回光脉冲具有相对于指示一个或多个范围的一个或多个特定发射光脉冲的对应的发射时间的检测时间;
做出对所述一个或多个范围是否指示对象位于所述标称检测范围之外的进一步确定;和
根据所述进一步确定进行对象检测。
20.根据权利要求19所述的车辆,其中,根据所述进一步确定进行对象检测包括根据所述进一步确定,进行对位于车辆周围环境中的对象的检测,并且其中,所述计算系统还被配置为:
根据所述进一步确定,至少基于对位于车辆周围环境中的对象的检测来操作车辆。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110766089.2A CN113625255B (zh) | 2017-08-01 | 2018-06-06 | 光检测和测距的系统及其方法 |
Applications Claiming Priority (3)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
US15/665,591 | 2017-08-01 | ||
US15/665,591 US10627492B2 (en) | 2017-08-01 | 2017-08-01 | Use of extended detection periods for range aliasing detection and mitigation in a light detection and ranging (LIDAR) system |
PCT/US2018/036227 WO2019027567A1 (en) | 2017-08-01 | 2018-06-06 | USE OF EXTENDED DETECTION PERIODS FOR DETECTION AND MITIGATION OF REACH FOLDING IN A LIGHT DETECTION AND LOCATION SYSTEM (LIDAR) |
Related Child Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202110766089.2A Division CN113625255B (zh) | 2017-08-01 | 2018-06-06 | 光检测和测距的系统及其方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN111149013A true CN111149013A (zh) | 2020-05-12 |
CN111149013B CN111149013B (zh) | 2021-07-20 |
Family
ID=65230976
Family Applications (2)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201880061950.1A Active CN111149013B (zh) | 2017-08-01 | 2018-06-06 | 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 |
CN202110766089.2A Active CN113625255B (zh) | 2017-08-01 | 2018-06-06 | 光检测和测距的系统及其方法 |
Family Applications After (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202110766089.2A Active CN113625255B (zh) | 2017-08-01 | 2018-06-06 | 光检测和测距的系统及其方法 |
Country Status (10)
Country | Link |
---|---|
US (4) | US10627492B2 (zh) |
EP (1) | EP3649482B1 (zh) |
JP (2) | JP7059354B2 (zh) |
KR (1) | KR102190700B1 (zh) |
CN (2) | CN111149013B (zh) |
AU (3) | AU2018309582B2 (zh) |
CA (1) | CA3071411A1 (zh) |
IL (3) | IL272362B (zh) |
SG (1) | SG11202000827VA (zh) |
WO (1) | WO2019027567A1 (zh) |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2022206501A1 (zh) * | 2021-04-02 | 2022-10-06 | 华为技术有限公司 | 基于雷达的距离检测方法、装置、雷达及终端 |
CN115790607A (zh) * | 2023-01-31 | 2023-03-14 | 南京航空航天大学 | 一种基于短弧历史数据的非合作目标机动特征检测方法 |
Families Citing this family (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
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 |
CN112424639A (zh) * | 2018-06-22 | 2021-02-26 | ams有限公司 | 使用飞行时间和伪随机比特序列测量到物体的距离 |
US11153010B2 (en) | 2019-07-02 | 2021-10-19 | Waymo Llc | Lidar based communication |
US11556000B1 (en) | 2019-08-22 | 2023-01-17 | Red Creamery Llc | Distally-actuated scanning mirror |
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 |
US20220236409A1 (en) * | 2021-01-25 | 2022-07-28 | GM Global Technology Operations LLC | Ambiguity mitigation based on common field of view of radar systems |
US11822016B2 (en) | 2021-03-26 | 2023-11-21 | Aeye, Inc. | Hyper temporal lidar using multiple matched filters to orient a lidar system to a frame of reference |
US11686845B2 (en) * | 2021-03-26 | 2023-06-27 | Aeye, Inc. | Hyper temporal lidar with controllable detection intervals based on regions of interest |
Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102073051A (zh) * | 2010-11-19 | 2011-05-25 | 厦门大学 | 激光多脉冲扩时测距装置 |
US20110181864A1 (en) * | 2008-07-04 | 2011-07-28 | Eads Deutschland Gmbh | Lidar method for measuring speeds and lidar device with time-controlled detection |
CN102393515A (zh) * | 2010-07-21 | 2012-03-28 | 微软公司 | 用于对飞行时间(tof)系统进行分层去混叠的方法和系统 |
US8368876B1 (en) * | 2008-10-17 | 2013-02-05 | Odyssey Space Research, L.L.C. | Calibration system and method for imaging flash LIDAR systems |
US20150070683A1 (en) * | 2013-09-09 | 2015-03-12 | Trimble Ab | Ambiguity compensation in time-of-flight ranging |
CN104793215A (zh) * | 2014-01-17 | 2015-07-22 | 欧姆龙汽车电子株式会社 | 激光雷达装置、物体检测方法 |
CN105988119A (zh) * | 2015-03-18 | 2016-10-05 | 莱卡地球系统公开股份有限公司 | 光电测距方法和相应的测距仪 |
US20160370460A1 (en) * | 2015-06-18 | 2016-12-22 | Shu Takahashi | Sensor, sensor system and method of finding range |
Family Cites Families (37)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JPS61149879A (ja) * | 1984-12-24 | 1986-07-08 | Meisei Electric Co Ltd | 受信パルス誤検出防止装置 |
JP3110562B2 (ja) * | 1992-07-20 | 2000-11-20 | 富士通テン株式会社 | 車間距離測定装置 |
JPH07229965A (ja) * | 1994-02-22 | 1995-08-29 | Nikon Corp | 距離測定装置 |
US5442359A (en) * | 1994-06-30 | 1995-08-15 | Unisys Corporation | Apparatus and method for mitigating range-doppler ambiguities in pulse-doppler radars |
JP3763000B2 (ja) * | 2003-09-17 | 2006-04-05 | 防衛庁技術研究本部長 | レーダ装置 |
JP4161910B2 (ja) | 2004-01-28 | 2008-10-08 | 株式会社デンソー | 距離画像データ生成装置及び生成方法,プログラム |
EP1860462A1 (de) * | 2006-05-23 | 2007-11-28 | Leica Geosystems AG | Distanzmessverfahren und Distanzmesser zur Erfassung der räumlichen Abmessung eines Zieles |
JP2007322331A (ja) * | 2006-06-02 | 2007-12-13 | Mitsubishi Electric Corp | レーダ装置 |
US7746449B2 (en) | 2007-11-14 | 2010-06-29 | Rosemount Aerospace Inc. | Light detection and ranging system |
US10571571B2 (en) * | 2010-11-12 | 2020-02-25 | Texas Instruments Incorporated | Method and apparatus for controlling time of flight confidence map based depth noise and depth coverage range |
CN103636006B (zh) * | 2011-03-10 | 2016-08-17 | 西奥尼克斯公司 | 三维传感器、系统和相关的方法 |
JP2012215521A (ja) * | 2011-04-01 | 2012-11-08 | Denso Corp | レーザレーダ装置 |
JP2013076645A (ja) * | 2011-09-30 | 2013-04-25 | Stanley Electric Co Ltd | 距離画像生成装置および距離画像生成方法 |
WO2013104717A1 (en) * | 2012-01-10 | 2013-07-18 | Softkinetic Sensors Nv | Improvements in or relating to the processing of time-of-flight signals |
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 |
US9097800B1 (en) * | 2012-10-11 | 2015-08-04 | Google Inc. | Solid object detection system using laser and radar sensor fusion |
US9602807B2 (en) * | 2012-12-19 | 2017-03-21 | Microsoft Technology Licensing, Llc | Single frequency time of flight de-aliasing |
US9110169B2 (en) | 2013-03-08 | 2015-08-18 | Advanced Scientific Concepts, Inc. | LADAR enabled impact mitigation system |
WO2015087380A1 (ja) * | 2013-12-09 | 2015-06-18 | 三菱電機株式会社 | レーザレーダ装置 |
US8886387B1 (en) | 2014-01-07 | 2014-11-11 | Google Inc. | Estimating multi-vehicle motion characteristics by finding stable reference points |
WO2015127954A1 (de) * | 2014-02-25 | 2015-09-03 | Alfred Kärcher Gmbh & Co. Kg | Verfahren zum andocken eines bodenbearbeitungsgerätes an einer basisstation und bodenbearbeitungssystem |
KR102173994B1 (ko) * | 2014-03-18 | 2020-11-04 | 주식회사 만도 | 차량용 레이더의 조정 방법 및 제어 장치 |
CN103954971B (zh) * | 2014-05-22 | 2016-03-30 | 武汉大学 | 机载彩色三维扫描激光雷达 |
US10419703B2 (en) * | 2014-06-20 | 2019-09-17 | Qualcomm Incorporated | Automatic multiple depth cameras synchronization using time sharing |
JP6410258B2 (ja) | 2015-03-02 | 2018-10-24 | 株式会社トプコン | 光波距離計 |
US9933514B1 (en) * | 2015-03-12 | 2018-04-03 | The Boeing Company | LADAR systems with dynamic receiver filters |
US10126411B2 (en) * | 2015-03-13 | 2018-11-13 | Continental Advanced Lidar Solutions Us, Llc. | Beam steering LADAR sensor |
FR3034513A1 (zh) * | 2015-04-02 | 2016-10-07 | Stmicroelectronics (Grenoble 2) Sas | |
KR102392999B1 (ko) * | 2015-07-13 | 2022-05-02 | 현대모비스 주식회사 | 센서의 시야 범위를 조정하는 시스템 및 그 방법 |
JP6701199B2 (ja) * | 2015-07-31 | 2020-05-27 | パナソニック株式会社 | 測距撮像装置 |
EP3159711A1 (en) | 2015-10-23 | 2017-04-26 | Xenomatix NV | System and method for determining a distance to an object |
EP3396410A4 (en) * | 2015-12-21 | 2019-08-21 | Koito Manufacturing Co., Ltd. | IMAGE ACQUISITION DEVICE FOR VEHICLES, CONTROL DEVICE, VEHICLE HAVING IMAGE ACQUISITION DEVICE FOR VEHICLES AND CONTROL DEVICE, AND IMAGE ACQUISITION METHOD FOR VEHICLES |
JP7183046B2 (ja) * | 2016-03-21 | 2022-12-05 | ベロダイン ライダー ユーエスエー,インコーポレイテッド | 可変照射強度を有するlidarに基づく三次元撮像 |
JP6261681B2 (ja) * | 2016-08-05 | 2018-01-17 | ソフトキネティック センサーズ エヌブイ | タイムオブフライト信号の処理における又はこれに関する改良 |
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 |
-
2017
- 2017-08-01 US US15/665,591 patent/US10627492B2/en active Active
-
2018
- 2018-06-06 CA CA3071411A patent/CA3071411A1/en active Pending
- 2018-06-06 KR KR1020207006014A patent/KR102190700B1/ko active IP Right Grant
- 2018-06-06 WO PCT/US2018/036227 patent/WO2019027567A1/en active Application Filing
- 2018-06-06 CN CN201880061950.1A patent/CN111149013B/zh active Active
- 2018-06-06 JP JP2020504710A patent/JP7059354B2/ja active Active
- 2018-06-06 CN CN202110766089.2A patent/CN113625255B/zh active Active
- 2018-06-06 SG SG11202000827VA patent/SG11202000827VA/en unknown
- 2018-06-06 EP EP18841748.9A patent/EP3649482B1/en active Active
- 2018-06-06 AU AU2018309582A patent/AU2018309582B2/en not_active Ceased
-
2020
- 2020-01-30 IL IL272362A patent/IL272362B/en active IP Right Grant
- 2020-04-17 US US16/851,987 patent/US11415680B2/en active Active
- 2020-08-10 AU AU2020217306A patent/AU2020217306B2/en not_active Ceased
-
2021
- 2021-02-21 IL IL280996A patent/IL280996B/en unknown
- 2021-12-28 IL IL289451A patent/IL289451B2/en unknown
-
2022
- 2022-04-13 AU AU2022202436A patent/AU2022202436A1/en not_active Abandoned
- 2022-04-13 JP JP2022066249A patent/JP2022105031A/ja active Pending
- 2022-06-14 US US17/839,676 patent/US11927697B2/en active Active
-
2024
- 2024-01-15 US US18/412,820 patent/US20240151829A1/en active Pending
Patent Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20110181864A1 (en) * | 2008-07-04 | 2011-07-28 | Eads Deutschland Gmbh | Lidar method for measuring speeds and lidar device with time-controlled detection |
US8368876B1 (en) * | 2008-10-17 | 2013-02-05 | Odyssey Space Research, L.L.C. | Calibration system and method for imaging flash LIDAR systems |
CN102393515A (zh) * | 2010-07-21 | 2012-03-28 | 微软公司 | 用于对飞行时间(tof)系统进行分层去混叠的方法和系统 |
CN102073051A (zh) * | 2010-11-19 | 2011-05-25 | 厦门大学 | 激光多脉冲扩时测距装置 |
US20150070683A1 (en) * | 2013-09-09 | 2015-03-12 | Trimble Ab | Ambiguity compensation in time-of-flight ranging |
CN104793215A (zh) * | 2014-01-17 | 2015-07-22 | 欧姆龙汽车电子株式会社 | 激光雷达装置、物体检测方法 |
CN105988119A (zh) * | 2015-03-18 | 2016-10-05 | 莱卡地球系统公开股份有限公司 | 光电测距方法和相应的测距仪 |
US20160370460A1 (en) * | 2015-06-18 | 2016-12-22 | Shu Takahashi | Sensor, sensor system and method of finding range |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2022206501A1 (zh) * | 2021-04-02 | 2022-10-06 | 华为技术有限公司 | 基于雷达的距离检测方法、装置、雷达及终端 |
CN115790607A (zh) * | 2023-01-31 | 2023-03-14 | 南京航空航天大学 | 一种基于短弧历史数据的非合作目标机动特征检测方法 |
CN115790607B (zh) * | 2023-01-31 | 2023-05-12 | 南京航空航天大学 | 一种基于短弧历史数据的非合作目标机动特征检测方法 |
Also Published As
Similar Documents
Publication | Publication Date | Title |
---|---|---|
AU2021200904B2 (en) | Light detection and ranging (lidar) device range aliasing resilience by multiple hypotheses | |
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 |