CN111837085A - 根据地图、车辆状态和环境调整传感器发射功率 - Google Patents

根据地图、车辆状态和环境调整传感器发射功率 Download PDF

Info

Publication number
CN111837085A
CN111837085A CN201980018291.8A CN201980018291A CN111837085A CN 111837085 A CN111837085 A CN 111837085A CN 201980018291 A CN201980018291 A CN 201980018291A CN 111837085 A CN111837085 A CN 111837085A
Authority
CN
China
Prior art keywords
sensor
radar
vehicle
lidar
information
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
CN201980018291.8A
Other languages
English (en)
Other versions
CN111837085B (zh
Inventor
B.赫马林
E.麦克洛斯基
T.坎贝尔
P-Y.多罗兹
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
Publication of CN111837085A publication Critical patent/CN111837085A/zh
Application granted granted Critical
Publication of CN111837085B publication Critical patent/CN111837085B/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
    • 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
    • G01S13/00—Systems using the reflection or reradiation of radio waves, e.g. radar systems; Analogous systems using reflection or reradiation of waves whose nature or wavelength is irrelevant or unspecified
    • G01S13/86—Combinations of radar systems with non-radar systems, e.g. sonar, direction finder
    • G01S13/865—Combination of radar systems with lidar 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
    • G01S13/00—Systems using the reflection or reradiation of radio waves, e.g. radar systems; Analogous systems using reflection or reradiation of waves whose nature or wavelength is irrelevant or unspecified
    • G01S13/86—Combinations of radar systems with non-radar systems, e.g. sonar, direction finder
    • 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
    • G01S13/00—Systems using the reflection or reradiation of radio waves, e.g. radar systems; Analogous systems using reflection or reradiation of waves whose nature or wavelength is irrelevant or unspecified
    • G01S13/88—Radar or analogous systems specially adapted for specific applications
    • G01S13/93—Radar or analogous systems specially adapted for specific applications for anti-collision purposes
    • G01S13/931—Radar or analogous 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
    • G01S17/00—Systems using the reflection or reradiation of electromagnetic waves other than radio waves, e.g. lidar systems
    • G01S17/86—Combinations of lidar systems with systems other than lidar, radar or sonar, e.g. with direction finders
    • G—PHYSICS
    • 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
    • G01S7/02—Details of systems according to groups G01S13/00, G01S15/00, G01S17/00 of systems according to group G01S13/00
    • G01S7/40—Means for monitoring or calibrating
    • G01S7/4004—Means for monitoring or calibrating of parts of a radar system
    • G01S7/4008—Means for monitoring or calibrating of parts of a radar system of transmitters
    • G01S7/4013—Means for monitoring or calibrating of parts of a radar system of transmitters involving adjustment of the transmitted power
    • 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
    • G01S13/00—Systems using the reflection or reradiation of radio waves, e.g. radar systems; Analogous systems using reflection or reradiation of waves whose nature or wavelength is irrelevant or unspecified
    • G01S13/88—Radar or analogous systems specially adapted for specific applications
    • G01S13/93—Radar or analogous systems specially adapted for specific applications for anti-collision purposes
    • G01S13/931—Radar or analogous systems specially adapted for specific applications for anti-collision purposes of land vehicles
    • G01S2013/9316—Radar or analogous systems specially adapted for specific applications for anti-collision purposes of land vehicles combined with communication equipment with other vehicles or with base stations
    • 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
    • G01S13/00—Systems using the reflection or reradiation of radio waves, e.g. radar systems; Analogous systems using reflection or reradiation of waves whose nature or wavelength is irrelevant or unspecified
    • G01S13/88—Radar or analogous systems specially adapted for specific applications
    • G01S13/93—Radar or analogous systems specially adapted for specific applications for anti-collision purposes
    • G01S13/931—Radar or analogous systems specially adapted for specific applications for anti-collision purposes of land vehicles
    • G01S2013/9323—Alternative operation using light 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
    • G01S13/00—Systems using the reflection or reradiation of radio waves, e.g. radar systems; Analogous systems using reflection or reradiation of waves whose nature or wavelength is irrelevant or unspecified
    • G01S13/88—Radar or analogous systems specially adapted for specific applications
    • G01S13/93—Radar or analogous systems specially adapted for specific applications for anti-collision purposes
    • G01S13/931—Radar or analogous systems specially adapted for specific applications for anti-collision purposes of land vehicles
    • G01S2013/9324—Alternative operation using ultrasonic 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
    • G01S13/00—Systems using the reflection or reradiation of radio waves, e.g. radar systems; Analogous systems using reflection or reradiation of waves whose nature or wavelength is irrelevant or unspecified
    • G01S13/88—Radar or analogous systems specially adapted for specific applications
    • G01S13/93—Radar or analogous systems specially adapted for specific applications for anti-collision purposes
    • G01S13/931—Radar or analogous systems specially adapted for specific applications for anti-collision purposes of land vehicles
    • G01S2013/9327—Sensor installation details

Landscapes

  • Engineering & Computer Science (AREA)
  • Radar, Positioning & Navigation (AREA)
  • Remote Sensing (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Computer Networks & Wireless Communication (AREA)
  • Electromagnetism (AREA)
  • Optical Radar Systems And Details Thereof (AREA)
  • Traffic Control Systems (AREA)
  • Aviation & Aerospace Engineering (AREA)
  • Automation & Control Theory (AREA)
  • Optics & Photonics (AREA)
  • Radar Systems Or Details Thereof (AREA)

Abstract

本公开涉及促进有源传感器系统的系统和方法。一种示例方法包括接收指示车辆的操作背景的信息，其中，至少一个光检测和测距(LIDAR)传感器或至少一个雷达传感器耦合到车辆。该方法还包括基于车辆的操作环境从多个传感器功率配置中选择期望的传感器功率配置。该方法还包括使至少一个LIDAR传感器根据期望的传感器功率配置发射光脉冲或使至少一个雷达传感器根据期望的传感器功率配置发射雷达能量中的至少一个。

Description

根据地图、车辆状态和环境调整传感器发射功率
相关申请的交叉引用
本专利申请要求于2018年3月9日提交的美国申请No.15/917,184的优先权，其内容通过引用结合于此。
背景技术
有源传感器包括发射能量的设备，该能量可以从周围环境反射并且可以在返回设备时被测量。有源传感器包括雷达和LIDAR等。此类有源传感器可以用于诸如自动或半自动车辆、机器人、制图和安全应用的领域。
发明内容
本公开总体上涉及光检测和测距(light detection and ranging，LIDAR)和无线电检测和测距(radio detection and ranging，RADAR或雷达)系统，其可以被配置为获取有关环境的信息。这种LIDAR和雷达设备可以在车辆中实现，诸如自动和半自动汽车、卡车、摩托车以及可以在它们各自的环境中移动的其他类型的车辆。
在第一方面，提供了一种系统。该系统包括车辆。车辆包括耦合到车辆的LIDAR传感器或耦合到车辆的雷达传感器中的至少一个。该系统包括控制器，该控制器被配置为执行指令以便执行操作。该操作包括接收指示车辆的操作背景的信息。该操作还包括基于车辆的操作背景从多个传感器功率配置中选择期望的传感器功率配置。该操作还包括使至少一个LIDAR传感器根据期望的传感器功率配置来发射光脉冲或使至少一个雷达传感器根据期望的传感器功率配置来发射雷达能量中的至少一个。
在第二方面，提供了一种方法。该方法包括接收指示车辆的操作背景的信息。至少一个LIDAR传感器或至少一个雷达传感器耦合到车辆。该方法还包括基于车辆的操作背景从多个传感器功率配置中选择期望的传感器功率配置。该方法还包括使至少一个LIDAR传感器根据期望的传感器功率配置发射光脉冲或使至少一个雷达传感器根据期望的传感器功率配置发射雷达能量中的至少一个。
通过在适当的情况下参考附图阅读以下详细描述，其他方面、实施例和实现方式对于本领域的普通技术人员将变得清楚。
附图说明
图1示出了根据示例实施例的系统。
图2示出了根据示例实施例的系统的几种操作。
图3示出了根据示例实施例的车辆。
图4A示出了根据示例实施例的感测场景。
图4B示出了根据示例实施例的感测场景。
图4C示出了根据示例实施例的感测场景。
图4D示出了根据示例实施例的感测场景。
图5A示出了根据示例实施例的感测场景。
图5B示出了根据示例实施例的感测场景。
图6示出了根据示例实施例的方法。
具体实施方式
本文描述了示例方法、设备和系统。应当理解，词语“示例”和“示例性”在本文用于指“用作示例、实例或说明”。本文中描述为“示例”或“示例性”的任何实施例或特征不必被解释为比其他实施例或特征优选或有利。在不脱离本文所呈现的主题的范围的情况下，可以利用其他实施例，并且可以进行其他改变。
因此，本文所描述的示例实施例并不意味着是限制性的。如本文一般描述以及附图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考虑了。
此外，除非上下文另有说明，否则在每个附图中示出的特征可以彼此结合使用。因此，一般应将附图视为一个或多个总体实施例的组成方面，但应理解，对于每个实施例而言，并非所有示出的特征都是必需的。
I.概述
有源传感器系统的设计可能涉及传感器视场和传感器范围之间特定于应用和/或特定于背景的权衡。视场之所以重要，是因为对于某些应用，相关目标可以出现在任何方位。范围之所以重要，是因为一般期望在远处进行对象检测，尤其是在对象和传感器之间可能存在明显的速度差异时。
在自动或半自动车辆的背景下，通常期望具有宽视场和长传感器范围。例如，以高速公路速度行驶的车辆应该能够感测前方同一车道或相邻车道中停止的车流。类似地，变换车道的缓慢行驶的车辆(例如，驶入出口车道或高占用率的车辆车道)应该能够感测从后方快速驶来的车流。此外，在没有专用转向箭头的交叉路口进行无保护转弯的车辆应该能够感测从多个方向快速接近的车流。另一个示例包括车辆从入口匝道或四叶式匝道并入高速公路车流。本文考虑了在车辆/对象之间具有大的相对速度差异的其他驾驶场景(以及在远处辨别快速移动的对象的相应的期望)。
这些驾驶示例中的多个可以有益地使用～200米或更大的传感器范围。此外，由于道路交叉角会变化并且道路可以大幅地弯曲，因此期望在整个360度方位上的长传感器范围。
然而，同时实现宽视场和长传感器范围可能是有挑战性的。这种权衡的一个源头可能是希望限制平均传感器功率，例如，以使发射器或设备冷却可行、以使冷却系统与平台的物理集成更容易、以适应平台的电气能力(例如，交流发电机能力)或冷却能力(例如，散热器能力)和/或以最小化对燃料经济性的影响。对于LIDAR的典型窄光束，所需功率是范围平方(Pαr2)的函数，而对于雷达的典型较宽波束，所需功率是范围四次方(Pαr4)的函数。因此，有限的传感器功率可以导向宽视场，但是这样长范围也许是不可能的。可替代地，可以通过将能量导向小视场来实现长范围。
计算能力还可能导致视场与范围之间的权衡。也就是说，传感器分辨率和/或传感器视场可能受到当前可用的计算资源量(例如，存储器、通信带宽、计算带宽等)的限制。
幸运的是，在多种情况下，通常不会同时在所有方向上都需要长传感器范围。因此，传感器系统可以被设计为在需要较长感测范围的方向上动态地引导高功率，而在需要较小范围的方向上动态地引导低功率或无功率。例如，同样，在自动或半自动车辆的背景下，当车辆不在交叉路口时，不需要必须将大量的传感器功率导向车辆的侧面。当车辆快速行驶时(例如，以高速公路速度行驶)，可以将高传感器功率导向前方而不是后方，一般优先检测车辆前方的环境。当车辆在交通灯处等待以穿过驶来的车流进行无保护转弯时，当该灯为绿色时可以将高传感器功率导向前方，但是当该灯为红色时可以在默认级别下操作。这些是根据地图、车辆状态和环境调整(tailor)传感器发射功率的一些示例。
在涉及同一车辆上的多个传感器的系统中，这种传感器发射调整可以在每个传感器仅以高功率照亮其视场的一部分的单个传感器级别上进行，在一些传感器发射高功率而其他传感器发射低功率或无功率的车辆级别上进行，或者使用传感器的任何其他组合或分组进行。在一些场景下，仅车辆级别上的调整可以解决车辆级别的问题，如平台电气或冷却限制，而传感器级别上的调整还可以解决传感器问题(例如，发射器冷却或计算)。
在配备有雷达的车辆的背景下，车辆可以包括多个雷达传感器(例如，4-10个雷达传感器单元)。在这种场景中，雷达传感器中的每一个可以通过顺序地对多个发送波束(例如，2-6个发送波束，每个具有15-30度的波束扩展)中的一个进行充能来照亮各自的视场。考虑使用发送波束照亮各自的视场的其他方式(例如，用所有发送波束、偶/奇发送波束时间表等同时照亮)。
在一些示例实施例中，在一些特定的驾驶场景中和/或试图感测特定对象(例如，摩托车和/或行人)时，可能期望增加雷达传感器范围。例如，对于前向雷达传感器单元，可以包括四个发送波束(波束1-4)，这四个发送波束可以在第一种操作模式下以串行方式被照亮(例如，波束1，然后波束2，然后波束3，然后波束4，并重复)。在第二种操作模式下，仅照亮四个发送波束中的两个(例如，波束1，然后波束2，并重复)，可以将传递到邻近道路的功率变为两倍，并且范围增加大约20％(21/4≈1.19)。在第三种操作模式下，通过照亮四个发送波束中的一个(例如，仅波束1)，可以将传递到邻近道路的功率变为四倍，并且范围可以增加大约40％(41/4≈1.414)。
在一些实施例中，可能期望降低雷达传感器系统的总体功耗。可以通过执行本文所述的传感器级别的和/或车辆级别的雷达发射功率调整来实现这种功耗的降低。
例如，当车辆不在交叉路口时，侧向雷达可以关闭或它们的发射功率可以降低。附加地或可替代地，在快速驾驶时(例如，以高速公路速度或高于预定阈值速度)，后向雷达可以关闭或它们的发射功率可以降低。在这种场景中，可以利用其他传感器系统(例如，LIDAR和/或相机)来覆盖发射较小雷达功率的环境区域。此外，在一些场景中，不需要扫描或以其他方式利用某些传感器系统或波束(例如，完全断电或处于待机模式)。也就是说，在这种场景中，一些仰角或方位角范围可能不那么重要和/或被其他传感器系统覆盖。例如，当缓慢驾驶(例如，低于预定阈值速度)时或在某些环境中，前向雷达可以关闭或它们的发射功率可以降低。通过利用此类技术，雷达传感器系统的功耗可以降低一半或更多。
在配备有LIDAR的车辆的背景下，可以布置多个光发射器，使得每个光发射器沿着各自的仰角发射光。在这种场景中，多个光发射器可以绕旋转轴(例如，垂直轴)旋转，以在整个360度方位角范围上提供覆盖。
在一些实施例中，可能期望降低LIDAR传感器系统的整体功耗。因此，使用本文所述的系统和方法，可以根据方位角来调节或改变光脉冲和/或发射功率。例如，当以高于预定阈值速度的速度行驶时，可以向在前向20-30度的椎体内发射的光脉冲提供全功率，这可以在该前向椎体内提供全感测范围(例如，～200米或更大)。在这种情况下，可以在后向20-30度的椎体内提供45％的功率，这可以提供最大感测范围的大约2/3(例如，～133米有效范围或～100-150米范围)。此外，可以向侧面提供10％的功率，这可以使侧面的有效感应范围减少大约1/3(例如，～66米的有效范围或～30-100米的范围)。这种根据方位角调整的LIDAR功率发射可以将LIDAR传感器系统的平均功耗降低80％或更多。
在一些实施例中，可以基于车辆的操作背景对车辆的环境内的某些扇区(例如，空间区域或体积)进行排序或优先级排序。优先级相对较低的扇区可能接收较小的激光发射功率或雷达发射功率(例如，较低的扫描频率、较低的空间分辨率和/或较低的平均脉冲功率)。同时，优先级高的扇区可以接收相对较大的激光发射功率和/或雷达发射功率(例如，相对更频繁地扫描、较高的空间分辨率和/或较高的平均脉冲功率)。
II.示例系统
图1示出了根据示例实施例的系统100。系统100可以描述半自动或全自动车辆(例如，自动驾驶汽车)的至少一部分。也就是说，在一些实施例中，系统100可以并入自动或半自动车辆中，诸如参考图3和图4A-4D示出和描述的车辆300。
系统100包括车辆110。在其他示例中，车辆110可以包括汽车、卡车、公共汽车、叉车、休闲车、移动机器人、轮船、飞行器或被配置为感测给定环境并在其中导航的另一种类型的系统。
在示例实施例中，至少一个光检测和测距(LIDAR)传感器120可以耦合到车辆110。在一些实施例中，(多个)LIDAR传感器120可以包括发送块和接收块。例如，发送块可以包括激光二极管、发光二极管或其他类型的光发射设备。在示例实施例中，光发射设备可以包括InGaAs/GaAs激光二极管，其被配置为发射波长约为903纳米的光。考虑其他发射波长。在一些实施例中，光发射设备可以包括激光二极管、激光棒或激光堆中的至少一个。此外，光发射设备可以被配置为提供持续时间约为1-10纳秒的光脉冲。其他光脉冲持续时间也是可能的。
附加地或可替代地，(多个)LIDAR传感器的光发射设备120可以包括一个或多个主振荡器功率放大器(master oscillator power amplifier，MOPA)光纤激光器。这种光纤激光器可以被配置为提供1550纳米或大约1550纳米的光脉冲，并且可以包括种子激光器和被配置为将种子激光放大到更高功率级别的一段有源光纤。然而，其他类型的光发射设备、材料和发射波长是可能的并且被考虑的。
在一些实施例中，(多个)LIDAR传感器120的各个光发射设备可以被配置为沿着朝向各个目标位置的多个发射向量向车辆110的环境发射光，以便提供期望的分辨率。在这种场景中，(多个)LIDAR传感器120的光发射设备可以操作为沿着多个发射向量发射光，使得发射的光与系统100的外部环境相互作用。
各个发射向量可以包括相对于车辆110的航向或位置的方位角和/或仰角(和/或相应的角度范围)。在一些实施例中，可以通过调节旋转底座和/或移动镜沿着各个发射向量引导由(多个)LIDAR传感器120发射的光。在本公开的背景中，考虑调节由(多个)LIDAR传感器120发射的光的发射向量的其他方式。
作为示例，(多个)LIDAR传感器120可以包括至少一个基板。至少一个基板可以沿着一个或多个垂直平面布置。在这种情况下，可以相对于水平面定义多个发射向量。此外，作为示例，至少一个基板可以在被配置为围绕旋转轴旋转的壳体内垂直定向，旋转轴本身可以是基本垂直的。在这种情况下，(多个)LIDAR传感器120的光发射设备可以耦合到壳体。壳体被配置为绕旋转轴旋转。在示例实施例中，壳体可以旋转，使得(多个)LIDAR传感器120的光发射设备可以提供360度方位扫描。
附加地或可替代地，(多个)LIDAR传感器120的光发射设备可以朝可移动镜发射光。通过调节可移动镜的方向，可以可控地修改光的发射向量。应当理解的是，许多不同的物理和光学技术可以用于将光导向给定的目标位置。本文考虑了用于调节光的发射向量的所有此类物理和光学技术。
系统100可以附加地或可替代地包括耦合到车辆110的至少一个雷达传感器130。一般地，(多个)雷达传感器130可以包括一个或多个天线阵列，一个或多个天线阵列可以采取单输入单输出(single-input single-output，SISO)、单输入多输出(single-input,multiple-output，SIMO)、多输入单输出(multiple-input single-output，MISO)、多输入多输出(multiple-input multiple-output，MIMO)和/或合成孔径雷达(syntheticaperture radar，SAR)雷达天线架构的形式。
在一些实施例中，(多个)雷达传感器130可以被配置为通过发射无线电信号并检测返回的反射信号来主动估计到环境特征的距离。到无线电反射特征的距离可以根据发送和接收之间的时间延迟来确定。在示例实施例中，在其他可能性中，(多个)雷达传感器130可以包括调频连续波(frequency modulated continuous wave，FMCW)雷达系统。这种雷达系统可以发射频率随时间变化的信号，诸如具有时变频率斜坡的信号，然后将发射信号和反射信号之间的频率差与范围估计关联起来。一些(多个)雷达传感器130还可以基于接收到的反射信号中的多普勒频移来估计反射对象的相对运动。
在一些实施例中，(多个)雷达传感器130可以使系统(例如，车辆控制系统)能够检测并潜在地识别附近的车辆、道路边界、天气状况、交通标志和信号以及行人以及车辆110周围的环境内的其他特征。例如，车辆控制系统在确定自动或半自动导航的控制策略时可以使用环境方面的雷达测量。在一些实施例中，(多个)雷达传感器130可以辅助车辆控制系统避开障碍物，同时也辅助确定导航的适当路径。
(多个)雷达传感器130可以包括一个或多个定向天线。在这种情况下，定向天线可以用于信号的发送和/或接收，以将每个范围估计和/或相对速度估计与方位角和/或仰角支承相关联。更一般地，定向天线也可以用于将辐射能量聚焦在给定的感兴趣的视场上。结合测得的距离和方向信息，可以绘制周围的环境特征。
在示例实施例中，(多个)雷达传感器130可以包括可以以线性阵列布置的多个定向天线。附加地或可替代地，多个定向天线可以包括交错的线性天线阵列。
交错的线性天线阵列类似于线性阵列，但是包括偏离阵列的中心线的一个或多个天线。具体地，不是利用布置在不同方向上的多个雷达单元和复杂的处理来对齐测量以形成环境的3D表示，而是配置有交错的线性天线阵列的雷达单元可以捕获使系统能够提取位置和方向信息之外的高程信息的测量。作为结果，使用交错的线性阵列雷达单元的雷达系统可以确定表示环境的3D点云，而无需多个雷达单元从不同的方向测量同一区域。
在一些实施例中，雷达天线架构可以包括多个“双端开口波导”(dual open-endedwaveguide，DOEWG)天线。在一些示例中，术语“DOEWG”可以是指水平波导通道的短段加上分成两个部分的垂直通道，其中，垂直通道的两个部分中的每一个都包括被配置为辐射进入天线的电磁波的至少一部分的输出端口。此外，可以将多个DOEWG天线布置成天线阵列，诸如具有偏移的一个或多个天线的交错的线性发送和/或接收天线阵列。
例如，示例天线架构可以包括多个金属层(例如，铝板)，多个金属层可以用计算机数控(computer numerical control，CNC)进行机械加工、适当地对齐并结合在一起。第一金属层可以包括输入波导通道的前一半，其中，第一波导通道的前一半包括可以被配置为将电磁波(例如，77GHz毫米波)接收到第一波导通道中的输入端口。第一金属层还可以包括多个波分通道的前一半。多个波分通道可以包括通道网络，该通道网络从输入波导通道分支出来，并且可以被配置为从输入波导通道接收电磁波，将电磁波分成多个部分的电磁波(功率分配器)，并将电磁波的各个部分传播到多个波辐射通道的各个波辐射通道。在一些实施例中，波导天线元件和/或波导输出端口可以是矩形的。在一些替代实施例中，波导天线元件和/或波导输出端口可以是圆形的。其他形状也是可能的。
在示例实施例中，多个雷达传感器130中的每一个可以被布置在车辆110的主体上和/或内部的不同位置处。例如，四个雷达传感器可以被安装在车辆110的外表面上。四个雷达传感器可以沿着车辆110的前侧、后侧、右侧和左侧被定向。考虑雷达传感器130的其他布置。例如，(多个)雷达传感器130可以以相对于车辆110的纵轴成大约45度的方位角、被布置在车辆110的一个或多个拐角附近。应当理解的是，(多个)雷达传感器130的其他朝向是可能的。例如，(多个)雷达传感器130可以以相对于车辆110的纵轴成除了45度之外的方位角被布置。
系统100可以包括至少一个其他传感器140。在一些实施例中，(多个)其他传感器140可以包括全球定位系统(Global Positioning System，GPS)，惯性测量单元(InertialMeasurement Unit，IMU)、温度传感器、速度传感器、相机或麦克风。其他类型的传感器可以包括在系统100中。在这种场景中，接收指示车辆的操作背景的信息可以包括从一个或多个其他传感器接收信息的至少一部分。
系统100包括通信接口160。通信接口160可以包括但不限于连接两个或多个设备的一个或多个有线和/或无线通信链路。通信接口160可以包括物理链路。可替代地或附加地，通信接口160可以包括利用一个或多个物理链路的逻辑链路。通信接口160可以包括但不限于在计算机网络、互联网、云计算网络或其他网络类型中所利用的通信链路。
通信接口160可以包括可以与其他外部或内部设备通信的一个或多个无线发送器和一个或多个接收器。例如，通信接口160可以包括一个或多个收发器，用于与用户的设备、其他车辆和道路元素(例如，标志、交通信号灯)以及其他可能的实体进行通信。这样，通信接口160可以包括一个或多个用于促进通信的车辆通信系统，诸如专用的短距离通信(dedicated short-range communication，DSRC)、射频识别(radio frequencyidentification，RFID)以及其他针对智能运输系统的拟议的通信标准。
系统100包括控制器150。在一些实施例中，控制器150可以包括车载计算机、外部计算机或移动计算平台，诸如智能手机、平板设备、个人计算机、可穿戴设备等。附加地或可替代地，控制器150可以包括或可以连接到远程定位的计算机系统，诸如云服务器网络。在示例实施例中，控制器150可以被配置为执行本文所描述的操作、方法框或步骤中的一些或全部。
控制器150可以包括一个或多个处理器152和至少一个存储器154。例如，处理器152可以包括微处理器、专用集成电路(application-specific integrated circuit，ASIC)或现场可编程门阵列(field-programmable gate array，FPGA)。本文中考虑了被配置为执行软件指令的其他类型的处理器、电路、计算机或电子设备。
存储器154可以包括非暂时性计算机可读介质，诸如但不限于只读存储器(read-only memory，ROM)、可编程只读存储器(programmable read-only memory，PROM)、可擦除可编程只读存储器(erasable programmable read-only memory，EPROM)、电可擦除可编程只读存储器(electrically erasable programmable read-only memory，EEPROM)、非易失性随机存取存储器(例如，闪存)、固态驱动器(solid state drive，SSD)、硬盘驱动器(harddisk drive，HDD)、光盘(Compact Disc，CD)、数字视频盘(Digital Video Disk，DVD)、数字磁带、读/写(read/write，R/W)CD、R/W DVD等。
控制器150的一个或多个处理器152可以被配置为执行存储在存储器154中的指令，以便执行本文所描述的以及参考图2所示和描述的各种操作200。尽管图2示出了系统100的几种操作200，但是其他操作是可能的并且在本文中被考虑。
关于图2所示和描述的操作200可以至少部分地由控制器150、(多个)LIDAR传感器120、(多个)雷达传感器130、(多个)其他传感器140和/或系统100和车辆110的其他元件执行。此外，尽管将操作200描述为以特定顺序发生，但是应当理解，替代的组合、顺序和/或定时模式是可能的并且被考虑。
控制器150可以执行操作210，操作210包括接收指示车辆的操作背景的信息。在一些实施例中，控制器150可以从(多个)LIDAR传感器120接收LIDAR传感器数据202。附加地或可替代地，控制器150可以从(多个)雷达传感器130接收雷达传感器数据204。此外，控制器150可以从(多个)其他传感器140接收其他传感器数据206。
在示例实施例中，例如，各种形式的传感器数据(例如，LIDAR传感器数据202、雷达传感器数据204和/或其他传感器数据206)可以包括关于车辆110的位置、车辆110的航向、车辆110的当前速度、车辆110的期望路线的信息或关于车辆110的其他信息。
传感器数据202、204和206可以附加地或可替代地包括关于车辆110的环境内的对象或元素的信息。例如，传感器数据202、204或206可以包括关于车辆110的环境中的其他车辆、行人、建筑物、道路和/或其他对象的信息。
在一些示例实施例中，接收指示车辆的操作背景的信息可以包括从地图接收信息的至少一部分。在这种场景中，地图可以包括街道位置信息、街道类型信息、预测的交通信息、实时交通信息、实时障碍物信息、先前的相机信息、先前的LIDAR信息或先前的雷达信息中的至少一个。
此外，接收指示车辆的操作背景的信息可以包括接收指示一天中的当前时间、当前太阳位置、当地天气状况、当前环境温度或当前内部硬件温度中的至少一个的信息。
在一些实施例中，指示车辆的操作环境的信息可以包括位置数据、速度数据(当前和/或预期速度)、未来位置、计划的轨迹、从另一车辆接收到的LIDAR传感器数据或雷达传感器数据中的至少一个。在这种场景中，期望的传感器功率配置可以至少部分地基于从另一车辆接收到的LIDAR传感器数据或雷达传感器数据。
附加地或可替代地，指示车辆的操作背景的信息可以包括交通灯状态、交通灯时间表、标志状态、交通速度、施工状态、从基础设施源接收的LIDAR传感器数据或雷达传感器数据中的至少一个。在这种示例中，期望的传感器功率配置可以进一步至少部分地基于从基础设施源接收的LIDAR传感器数据或雷达传感器数据。
控制器150和/或另一个计算设备可以执行操作220，操作220包括基于接收到的信息确定车辆110的操作背景。在其他可能性中，车辆110的操作背景可以包括车辆110的位置(例如，GPS坐标)、当前道路类型(例如，地面街道、高速公路、入口/出口匝道等)、车辆110的速度、车辆110的计划路线、车辆110的环境中的对象的位置、其他车辆的位置、其他车辆的预期或已知路线、交通密度、当前或相邻道路上的其他车辆的平均速度、天气状况、一天中的时间、紧急车辆的存在、道路施工等。应当理解的是，可以基于其他类型的信息来确定车辆的操作背景。
例如，一些操作背景可以包括以下描述，诸如“工作日上午高速公路通勤交通”、“接近分支的高速公路以进行计划的无保护左转弯”、“紧急车辆从后方接近”、“从入口匝道并入高速公路”、“道路上结冰和积雪的夜间路面街道”、“周末观光路线”等。应当理解的是，多种其他类型的操作背景是可能的并且在本文中被考虑。
控制器150和/或另一个计算设备可以执行操作230，操作230包括基于车辆110的操作背景从多个传感器功率配置中选择期望的传感器功率配置。在一些实施例中，多个传感器功率配置可以包括LIDAR操作参数。在这种场景中，LIDAR操作参数可以包括启用的(多个)LIDAR单元、动态扇区角度范围、每个光脉冲的基于扇区的功率、光脉冲速率或LIDAR扫描速率以及其他可能性中的至少一个。
附加地或可替代地，多个传感器功率配置可以包括雷达操作参数。在这种场景中，雷达操作参数可以包括启用的(多个)雷达单元的标识、每个启用的雷达单元的选定发射器、波束形成方向、每个雷达脉冲的能量、雷达波束形状、雷达脉冲带宽、雷达脉冲持续时间、雷达脉冲重复频率、每相干处理间隔的雷达脉冲数量或相邻相干处理间隔之间的等待时间以及其他可能性中的至少一个。
其他传感器功率配置可以包括减少或以其他方式调节雷达传感器系统的雷达信号处理参数和/或从中导出的目标数据的方式。例如，信号处理调节可以包括将处理的对象数据限制为具有在第一范围阈值和第二范围阈值之间的相应范围的对象数据。在另一个示例中，信号处理调节可以包括将处理的对象数据限制为与具有在目标速度范围内和/或在目标运动向量角度范围内的速度和/或运动向量的对象相对应的对象数据。
此外，处理后的对象数据可以被限制为具有相应的方位角和/或仰角范围的数据。附加地或可替代地，可以以不同的分辨率处理一些对象数据。也就是说，可以以第一分辨率(例如，低分辨率)处理来自外围或辅助扫描区域的对象数据，而可以以第二分辨率(例如，高分辨率)处理来自主扫描区域的对象数据。此外，可以以各种处理模式选择性地处理一些对象数据。例如，可以根据合成孔径雷达处理模式来处理与第一扫描区域相对应的对象数据，而可以根据标准雷达处理模式来处理与第二扫描区域相对应的对象数据。其他特殊处理模式是可能的并且在本文中被考虑。
在其他变型中，多个传感器功率配置可以包括可以适合于车辆的一个或多个操作背景的相应优先级扇区。例如，高优先级扇区可以对应于在车辆110的给定操作背景期间具有更大相对兴趣的空间位置、区域、方位角范围、仰角范围、二维区域或三维体积。例如，高优先级扇区可以包括空间区域，该空间区域包括行人、其他车辆、建筑物或其他障碍物。
低优先级扇区可以包括不包括对象的空间位置和/或区域，或者可以包括预测不会产生危险的区域。在一些实施例中，低优先级扇区可以包括与车辆环境中风险相对较低的扇区相对应的空间体积或区域。关于图4A-4D和本文其他地方进一步详细描述优先级扇区。
可以基于给定扇区的优先级动态地调节LIDAR传感器和/或雷达传感器的操作。例如，与高优先级扇区相比，可以以较低的每光脉冲功率和/或以较少的雷达能量来扫描相对低优先级扇区。在示例实施例中，可以用高优先级扇区的光子通量和/或雷达能量的一半或四分之一来扫描低优先级扇区。基于扇区优先级的其他功率调节被考虑并且是可能的。
附加地或可替代地，低优先级扇区的扫描频率可能低于高优先级扇区的扫描频率。也就是说，在一些实施例中，可以以应用于较高优先级扇区的扫描频率的一半或四分之一来扫描低优先级扇区。基于扇区优先级的其他扫描频率调整被考虑并且是可能的。
此外，可以根据与较高优先级扇区的空间分辨率相同的较低空间分辨率来扫描低优先级扇区。换句话说，可以扫描低优先级扇区，使得发射的光脉冲和/或雷达能量提供的最小空间分辨率是高优先级扇区的空间分辨率的两倍或四倍。基于扇区优先级的其他空间分辨率调整是可能的并且被考虑。
作为进一步的实施例，多个传感器功率配置可以包括基于道路坡度的变化将LIDAR和/或雷达传感器功率导向特定的仰角范围。也就是说，如果车辆在水平地面上行驶并来到上升的山坡，则与在平地上行驶的场景相比，可以进一步朝上引导传感器功率。同样，如果接近的道路坡度变化为负，则与在平地上行驶的场景相比，可以进一步朝下引导传感器功率。
控制器150或另一计算设备可以执行操作240，操作240包括引起以下各项中的至少一个：至少一个LIDAR传感器120根据期望的传感器功率配置发射光脉冲(例如，操作250)或至少一个雷达传感器130根据期望的传感器功率配置发射雷达能量(例如，操作260)。作为示例，控制器150可以基于期望的传感器功率配置向一个或多个LIDAR传感器120提供一个或多个指令242。附加地或可替代地，控制器150可以基于期望的传感器功率配置向一个或多个雷达传感器130提供一个或多个指令246。
图3示出了根据示例实施例的车辆300。车辆300可以包括一个或多个传感器系统302、304、306、308、310、320、322、324和326。在一些示例中，一个或多个传感器系统302、304、306、308和310可以包括可以与(多个)LIDAR传感器120相似或相同的LIDAR传感器单元。作为示例，传感器系统302、304、306、308和310可以包括具有多个相对于给定平面(例如，x-y平面)成一定角度范围布置的多个光发射设备的LIDAR传感器。
传感器系统302、304、306、308和310中的一个或多个可以被配置为绕垂直于给定平面的轴(例如，z轴)旋转，以便用光脉冲照亮车辆300周围的环境。附加地或可替代地，传感器系统302、304、306、308和310中的一个或多个可以包括可移动镜，以便在车辆300的环境中引导发射的光脉冲。基于检测反射光脉冲的各个方面(例如，经过的飞行时间、偏振等)，可以如本文所述确定关于环境的信息。
在示例实施例中，传感器系统302、304、306、308和310可以被配置为提供可以与车辆300的环境内的物理对象有关的相应点云信息。尽管车辆300以及传感器系统302和304被示出为包括某些特征，但是应当理解，在本公开的范围内考虑其他类型的系统。
作为示例，示例实施例可以包括具有多个光发射设备的LIDAR设备的发送块。多个光发射设备中的每个光发射设备被配置为沿着各自的波束仰角发射光脉冲。各个波束仰角可以基于参考角或参考平面，如本文其他地方所述。在一些实施例中，参考平面可以基于车辆的运动轴或相对于车辆的另一轴。
尽管本文的某些描述和说明描述了具有多个光发射设备的系统，但是本文中还考虑了具有较少光发射设备(例如，单个光发射设备)的LIDAR系统。例如，可以将激光二极管发射的光脉冲可控地引导到系统的环境。可以通过诸如机械扫描镜、扫描光学元件和/或旋转马达的扫描设备来调节光脉冲的发射角度。例如，扫描设备可以绕给定轴往复运动式旋转和/或绕垂直轴旋转。在另一个实施例中，光发射设备可以朝旋转的棱镜发射光脉冲，棱镜可以在与每个光脉冲交互时基于棱镜棱角的角度使光脉冲被发射到环境中。附加地或可替代地，扫描光学设备和/或其他类型的光电机械设备可以扫描关于环境的光脉冲。
在一些实施例中，传感器系统302、304、306、308和310可以包括接收器块。例如，接收器块可以被配置为提供指示发射的光与外部环境之间的交互的信息。在这种场景中，接收器块可以包括被配置为接收从多个光发射设备发射的光的至少一部分、以便将接收到的光脉冲与系统100和/或车辆110的环境中的对象相关联的设备。
接收器块可以包括多个光检测设备。在这种场景中，多个光检测设备可以被配置为检测具有以下波长中的至少一个的光：1550nm、903nm或780nm。其他波长是可能的并且在本文中被考虑。在一些实施例中，光检测设备可以包括雪崩光电二极管、单光子雪崩检测器(single photon avalanche detector，SPAD)或硅光电倍增管(siliconphotomultiplier，SiPM)中的至少一个。在进一步的实施例中，光检测设备可以包括多个InGaAs光检测器。其他类型的光检测器是可能的并且被考虑。
在示例实施例中，一个或多个传感器系统320、322、324和326可以包括雷达传感器单元，该雷达传感器单元可以与参考图1和图2示出和描述的雷达传感器130相似或相同。
在一些实施例中，传感器系统302、304、306、308和310(例如，(多个)LIDAR传感器120)和传感器系统320、322、324和326(例如，(多个)雷达传感器130)可以被配置为感测多个扇区上的对象，每个扇区可以包括方位角范围、仰角范围和/或空间分辨率。尽管传感器系统304/324和306/326被示出为并置，但是应当理解，其他传感器布置也是可能的并且被考虑。此外，尽管在图3中示出了传感器系统的某些位置和数量，但是应当理解，各种传感器系统的不同安装位置和/或不同数量被考虑。
(多个)雷达传感器130中的每一个可以包括多个定向天线(例如，四个天线)。在这种场景中，每个定向天线都可以将光发射到15-20度宽的扇区中。在一些实施例中，多个扇区可以在空间上不重叠。可替代地，多个扇区可以部分或完全重叠。可以独立控制经由(多个)雷达传感器130的定向天线的无线电波的发射，以便将相对更多或相对更少的功率引导到给定扇区中。
在一些实施例中，一个或多个雷达传感器130可以包括相控阵列雷达。也就是说，雷达传感器130可以是被配置为形成无线电波束的天线阵列，该无线电波束可以在不同方向的可控制范围内被操纵而无需物理地移动天线。也就是说，通过控制天线阵列的各个天线之间的相移，可以调节相前方向(phase front direction)，以便在给定环境内在离散方向上“操纵”雷达波束。
类似地，(多个)LIDAR传感器120可以被配置为将光发射到相应的多个空间扇区中。因此，可以控制LIDAR传感器120，以便将相对较多或相对较少的光功率引导到给定扇区中。例如，可以动态地调节每光脉冲的平均功率、空间分辨率和/或脉冲速率，从而有效地将较大比例的光功率导向一个或多个高优先级扇区，而将较低比例的光功率(包括零功率)导向一个或多个低优先级扇区。
在一些实施例中，在(多个)LIDAR传感器120的背景下，空间分辨率可以包括在距系统100给定距离处的目标分辨率。例如，期望的分辨率可以包括距系统100 25米处和/或在沿着水平地平面的相邻目标位置之间的7.5厘米的垂直分辨率，以较近者为准。沿着二维表面和在三维空间内的其他期望的分辨率是可能的并且在本文中被考虑。
图4A-4D示出了各种感测场景400、430、450和480。在每种情况下，为了清楚起见，感测场景400、430、450和480可以仅示出可能的空间扇区和传感器轮廓/范围的子集。应当理解，在本公开的范围内，其他空间扇区也是可能的并且被考虑。此外，应当理解，感测场景400、430、450和480可以仅示出时间上的单个“快照”，并且可以动态地调节空间扇区和传感器轮廓/范围，以便基于车辆300的动态变化的操作背景以及其他因素周期性地或连续地改变。
此外，本文的一些图示和描述涉及在道路的右侧驾驶，例如，根据某些管辖区(例如，美利坚合众国)的驾驶法。但是，应当理解，相似或相同的描述将适用于在道路左侧行驶的管辖区。
图4A示出了根据示例实施例的在感测场景400中的车辆300的侧视图。因此，应当理解，以下描述可以应用于车辆300的其他传感器系统。在这种场景中，传感器系统302可以被配置为在最大仰角412和最小仰角414之间的空间扇区410上向车辆300的环境发射光脉冲。空间扇区410可以对应于第一方位角416。也就是说，在一些实施例中，空间扇区410可以沿着第一方位角416被定向。
在一些实施例中，传感器系统302可以包括以非线性仰角分布布置的多个光发射设备。也就是说，为了获得期望的垂直波束分辨率，传感器系统302的多个光发射设备可以被布置在包括相邻波束之间的异质仰角差的波束仰角上。在一些实施例中，传感器系统302的至少一部分可以被配置为绕旋转轴(例如，z轴)旋转，以便在方位角范围内提供光脉冲。
作为另一示例，传感器系统304可以被配置为在空间扇区420上向车辆300的环境发射光脉冲，空间扇区420可以被限定在最大仰角422和最小仰角424之间。在一些实施例中，传感器系统304的多个光发射设备可以以非线性仰角分布照亮车辆300周围的环境。为了提供期望的垂直波束分辨率，传感器系统304的多个光发射设备可以被布置在包括相邻波束之间的异质仰角差的一组波束仰角上。空间扇区420可以对应于第二方位角426。也就是说，在一些实施例中，空间扇区420可以沿着第二方位角426被定向。
在一些实施例中，传感器系统324可以被配置为在部分或整个空间扇区420上向车辆300的环境发射无线电波。然而，传感器系统324不需要具有与传感器系统304相同的发射轮廓。此外，如本文所述，传感器系统324可以包括多个定向天线，每个定向天线可以被单独地控制以便将无线电波发射到可以具有不同方位角和/或仰角范围的不同的空间扇区中。
图4B示出了根据示例实施例的在感测场景430中的车辆300的俯视图。感测场景430可以包括高速公路驾驶场景，其中车辆300在道路的三车道部分的中间车道444中沿着预定路线431行驶，该道路的三车道部分还包括左车道448和右车道446。其他车辆440和442也可以分别出现在中间车道444和右车道446中。
在标准的高速公路驾驶条件下，车辆300可以以相对高的速度(例如，每小时60英里)行驶。在这种场景中，与侧面碰撞或后方碰撞(例如，由于另一车辆侧滑(side-sweep)车辆300)相比，前向碰撞(例如，由于车辆300前面的车流减速或停止)的碰撞风险以及这种碰撞的相应的严重性可能相对较高。也就是说，远处有事物从侧面和后方靠近的风险低于正面碰撞的风险。因此，面向车辆300的前方的空间扇区可以被指定为高优先级扇区，而面向车辆300的侧面和后方的空间扇区可以被指定为低优先级扇区。
基于感测场景430的操作背景，控制器150和/或另一个计算系统可以从多个可能的传感器功率配置中选择期望的传感器功率配置。具体地，期望的传感器功率配置可以至少部分地对应于分配给一个或多个空间扇区的优先级。因此，控制器150可以使一个或多个传感器系统302、304、306、308、310、320、322、324和326根据期望的传感器功率配置调整它们各自的操作参数。例如，控制器150可以使传感器系统304和324向高优先级扇区432a，432b和432c提供相对较高的传感器功率。也就是说，为了尽可能远地检测到减速或停止的车流，各个传感器系统可以向高优先级扇区提供最大或相对高的功率。
对于车辆300的左侧和右侧，传感器系统322和320可以分别向低优先级扇区434a-c和436a-c提供相对较低的传感器功率。对于车辆300的后方，传感器系统306和326可以向低优先级扇区438a-c提供相对较低的传感器功率。
换句话说，可以基于背景风险概况来调节各个传感器的发射功率。在给定当前驾驶场景的情况下，这种背景风险概况可以基于确定碰撞风险最可能从哪个方向接近。背景风险概况可以基于对历史事故数据、交通模式、半自动和全自动驾驶标准、适用法律和/或法规以及人类驾驶员倾向等的分析。以这种方式，对于给定的驾驶背景，可以在车辆300的环境内更有效地部署传感器发射及其相应的功率。
图4C示出了根据示例实施例的在感测场景450中的车辆300。感测场景450可以示出无保护左转弯情况。也就是说，车辆300可以在道路462、464、466、468、470、472、474和476之间的交叉口处的停车标志469处停车。此外，车辆300可能正在计划沿预定路线460进行左转。在这种场景中，最可能的危险可能来自可能从道路466(近左)或道路464(远右)驶近的车辆，然后可能来自从道路472(经过停车标志471的车道的对头)驶近的车辆。
这样，高优先级状态可以归因于空间扇区452a-c，并且较低优先级可以归因于车辆300的左侧、右侧和后侧，车辆300的左侧、右侧和后侧可以对应于空间扇区454a-c、456a-c和458a-c。基于这样的优先级排名，控制器150或另一计算设备可以从多个可能的传感器功率配置中选择期望的传感器功率配置。具体地，期望的传感器功率配置可以至少部分地对应于分配给给定空间扇区的优先级。
在一些实施例中，可以基于各个扇区中一个或多个对象(例如，其他车辆、行人、道路或其他障碍物)的存在或预期的存在来对空间扇区进行优先级排名。例如，基于从路缘或人行道走出来的行人的可能存在，可以使空间扇区456a-c的优先级更高。可选地或可替代地，在确定给定扇区中行人的存在时，可以对该扇区进行优先级调整(例如，给予较高的优先级)，以提高对行人的持续感知的可能性。
相应地，控制器150或另一计算设备可以根据期望的传感器功率配置来调节传感器系统304和/或324的操作，以便向高优先级扇区452a-c提供更大的发射功率。此外，可以操作传感器系统306、320、322和326以便向低优先级扇区454a-c、456a-c和458a-c提供相对较小的发射功率。
可以基于期望的传感器功率配置，以各种方式向高优先级的空间扇区提供更大的发射功率。例如，可以基于相应的扇区优先级和/或该扇区中的对象类型，调整传感器系统以提供关于给定空间扇区的更高空间分辨率信息。作为示例，在高优先级空间扇区内，可以提高空间分辨率，以便在距车辆300的给定距离处感测较小的对象。也就是说，可以通过增加发射到给定空间扇区中的光脉冲的密度来调整传感器系统以提供更高的发射功率(例如，在每单位体积的基础上)。附加地或可替代地，可以调整传感器系统以在每光脉冲的基础上提供更高的发射功率。因此，较高功率的光脉冲可以向较高优先级的空间扇区提供较大的感测范围，该较高优先级的空间扇区可以包括位于较大范围(例如，远离车辆300)处的对象。
尽管图4C示出了无保护转弯场景，但是应当理解，还考虑了受保护转弯场景(例如，涉及每个道路的停车标志或信号的转弯)。例如，在具有交通信号的受保护转弯场景中，给定空间扇区的优先级可以基于当前交通信号模式和/或已知或预测的交通信号定时而动态地变化。
附加地或可替代地，可以基于另一车辆的潜在风险或危险行为来分配一个或多个高优先级扇区。例如，在无保护或受保护的转弯场景中，高优先级扇区可以对应于“闯红灯者”、分心的驾驶员或急转车辆可能接近的方向。例如，在受保护左转弯场景的情况下，可以分配高优先级扇区，以便在在较远的范围处向右扫描，从而预测并避开可能不符合其车道的停车信号或标志的另一车辆。
在四向停车口的情况下(例如，每个道路都有停车标志的交叉路口)，空间扇区优先级可以基于车辆到交叉路口的到达顺序、交通法规和/或路权惯例。例如，如果两辆车从不同方向同时到达四向停车口，则在特定管辖区中可以向右边的车辆提供路权。可以相应地调整给定扇区的优先级级别以及相应的传感器发射功率以避免碰撞。
图4D示出了根据示例实施例的在感测场景480中的车辆300。感测场景480可以包括合并场景，其中，车辆300计划根据预定路线482执行从入口匝道488到右车道484的合并操纵。在这种情况下，驾驶背景可以指示最大的碰撞风险可能来自在右车道484中从后方驶近的另一车辆、将车道变换到右车道484的另一车辆(例如，车辆483)或可能在右车道484中停车或缓慢行驶的另一车辆(例如，车辆481)。
因此，控制器150和/或另一计算设备可以将某些优先级分配给车辆300的环境中的各个空间扇区。例如，可以给空间扇区490a和496a-c分配高优先级，而可以给空间扇区494a-c和492a-c分配较低的优先级。
鉴于感测场景480中的车辆300的操作背景，控制器150可以从多个传感器功率配置中选择期望的传感器功率配置。具体地，期望的传感器功率配置可以至少部分地对应于分配给给定空间扇区的优先级。
此外，控制器150和/或另一计算设备可以使各个传感器系统根据期望的传感器功率配置发射光脉冲(在LIDAR传感器的情况下)，或者根据期望的传感器功率配置发射雷达能量(在雷达传感器的情况下)。
应当理解的是，本文所描述的系统和方法可以应用于其他类型的传感器系统。例如，系统和方法可以包括成像传感器(例如，相机)、超声传感器、飞行时间(Time ofFlight，ToF)传感器等。此外，期望的传感器功率配置可以结合这些其他传感器系统类型的各种操作模式。因此，本公开考虑根据期望的传感器功率配置来调节这些其他类型的传感器系统中的任何一个的操作。作为非限制性示例，响应于指定高优先级空间扇区，控制器可以使相机捕获包括高优先级空间扇区的视场的高分辨率、高动态范围(high dynamicrange，HDR)图像或一系列图像。
图5A和图5B示出了感测场景500和530，在感测场景500和530中，可以从外部源(例如，另一车辆或基础设施源)接收关于车辆300的操作背景的信息。
图5A示出了根据示例实施例的感测场景500。在感测场景500中，车辆300可以从其另一车辆510接收可能与车辆300的操作背景有关的信息。例如，其他车辆510可以经由无线通信链路512向车辆300提供LIDAR传感器数据或雷达传感器数据中的至少一个。附加地或可替代地，其他车辆510可以经由无线通信链路512向车辆300提供其自身的GPS位置或其他操作信息(例如，速度、航向、本地交通信息等)。
基于从其他车辆510接收到的信息，控制器150可以调节如何将优先级分配给车辆300的环境中的空间扇区。例如，如果其他车辆510与车辆300处于同一车道，则可以为前向空间扇区(例如，空间扇区410和420)分配高优先级，以便确保将表面442正确地识别和登记为其他车辆510的后部。也就是说，期望的传感器功率配置可以至少部分地基于从其他车辆510接收到的LIDAR传感器数据或雷达传感器数据。
附加地或可替代地，在一些实施例和操作环境中，车辆300可以被配置为“依靠”来自其他车辆510的LIDAR和/或雷达传感器数据中的至少一些。例如，在高速公路驾驶场景中，如果其他车辆510位于车辆300的前方，并且与车辆300处于同一车道，则其他车辆510可能处于更好的无障碍位置，以用其传感器系统感测前方更远处。作为结果，车辆300不需要朝前向空间扇区发射大量的功率。相反，在这种场景中，车辆300可以减小其前向发射功率以仅感测并跟随车辆510。因此，车辆300可以依靠其他车辆510的前视传感器来感测减速和其他车流。
有效地布置在多个车辆之间共享的各种空间扇区的感测的其他方式被考虑。例如，多个车辆可以通信以便将各种空间扇区分配给给定车辆，以便减少或最小化感测到的空间扇区之间的重叠。此后，通过经由无线通信链路共享传感器信息，多个车辆可以获得足够的对象信息，但使用的功率和雷达信号/光发射大大减少。附加地或可替代地，多个车辆之间的这种协作可以帮助减少或最小化传感器干扰。
图5B示出了根据示例实施例的感测场景530。在感测场景530中，车辆300可以从基础设施源540接收可能与车辆300的操作背景有关的信息。基础设施源540的示例可以包括固定传感器系统，诸如被安装到交通信号灯、标志、桥梁、建筑物、道路等的相机或LIDAR/雷达传感器系统。基础设施源可以附加地或可替代地包括移动传感器系统，诸如可以被安装在公共汽车、火车、飞机或其他移动平台上的系统。
在这种示例中，基础设施源540可以经由无线通信链路542向车辆300提供交通灯状态、交通灯时间表、标志状态(例如，学校区域、红灯临时禁止转向)、交通速度(例如，关于交通速度的通知，诸如前方交通拥堵)、施工状态(例如，封闭的车道、车道变换/改变)、LIDAR传感器数据或雷达传感器数据中的至少一个。附加地或可替代地，基础设施源540可以经由无线通信链路542向车辆300提供其自身的GPS位置或其他操作信息(例如，天气、速度、航向、本地交通信息等)。
基于从基础设施源540接收到的信息，控制器150可以调节如何将优先级分配给车辆300的环境中的空间扇区。例如，如果基础设施源540提供指示另一车辆510的LIDAR点云信息，则可以为车辆300的前向空间扇区(例如，空间扇区410和420)分配高优先级，以确保将表面442正确地识别和登记为其他车辆510的后部。也就是说，期望的传感器功率配置可以至少部分地基于从基础设施源540接收到的LIDAR传感器数据或雷达传感器数据。
附加地或可替代地，基础设施源540可以向车辆300提供其他信息。例如，基础设施源540可以向车辆300提供其当前的灯状态(绿色、黄色、红色、步行、请勿步行、紧急车辆等)。基础设施源540可以提供预期的灯状态、灯时间表、人行横道状态、地图或关于基础设施源540的环境的其他信息。基于从基础设施源540接收到的信息，车辆300可以适当地调节其传感器扫描轮廓。
III.示例方法
图6示出了根据示例实施例的方法600。应当理解，方法600可以包括比本文明确示出或以其他方式公开的步骤或框更少或更多的步骤或框。此外，方法600的各个步骤或框可以以任何顺序执行，并且每个步骤或框可以被执行一次或多次。在一些实施例中，方法600的框或步骤中的一些或全部可以由控制器150、(多个)LIDAR传感器120和/或(多个)雷达传感器130执行，如关于图1所示和描述的。此外，方法600可以至少部分地由操作200来描述，如关于图2所示。更进一步，方法600可以至少部分地由车辆300执行，如关于图3所示和描述的。方法600可以在与关于图4A-4D所示和描述的场景400、430、450和480相似或相同的场景中被执行。应当理解，在本公开的背景内，其他场景也是可能的并且被考虑。
框602包括接收指示车辆的操作背景的信息。如本文其他地方所述，车辆包括至少一个光检测和测距(LIDAR)传感器或至少一个雷达传感器。这种LIDAR和雷达传感器可以耦合到车辆。
框604包括基于车辆的操作背景从多个传感器功率配置中选择期望的传感器功率配置。
框606包括使至少一个LIDAR传感器根据期望的传感器功率配置发射光脉冲或使至少一个雷达传感器根据期望的传感器功率配置发射雷达能量中的至少一个。
在一些实施例中，一个或多个其他传感器与车辆相关联。一个或多个传感器可以包括全球定位系统(GPS)、惯性测量单元(IMU)、温度传感器、速度传感器、相机或麦克风中的至少一个。考虑其他类型的传感器。如本文所述，可以从一天中的时间、位置、路线和/或其他车辆或行人的位置等获得车辆的操作背景。在这种场景中，接收指示车辆的操作背景的信息可以包括从一个或多个传感器接收信息的至少一部分。
在一些示例中，方法600接收指示车辆的操作背景的信息可以包括从地图接收信息的至少一部分。没有限制，地图可以包括街道地图、地形图、航点图、预先计划的路线、GPS位置、多个地图坐标和/或相对于车辆的当前或预期的位置的另一种类型的绝对或相对位置信息。
此外，地图可以包括街道位置信息、街道类型信息、预测的交通信息、实时交通信息、实时障碍物信息、先前的相机信息、先前的LIDAR信息或先前的雷达信息中的至少一个。
在一些实施例中，接收指示车辆的操作背景的信息可以包括接收指示以下中的至少一个的信息：当前一天中的时间、当前太阳位置、当地天气状况、当前环境温度或当前内部硬件温度。
在示例中，多个传感器功率配置可以包括LIDAR操作参数。例如，LIDAR操作参数可以包括启用的(多个)LIDAR单元的选择和/或识别、动态扇区角度范围、基于扇区的每光脉冲功率、光脉冲速率或LIDAR扫描速率等中的至少一个。
附加地或可替代地，多个传感器功率配置可以包括雷达操作参数。这种雷达操作参数可以包括启用的(多个)LIDAR单元的选择和/或识别、每个启用的雷达单元的选定发射器、波束形成方向、每雷达脉冲的能量、雷达波束形状、雷达脉冲带宽、雷达脉冲持续时间、雷达脉冲重复频率、每相干处理间隔的雷达脉冲数或相邻相干处理间隔之间的等待时间等中的至少一个。传感器功率配置可以包括各种雷达信号处理参数，如本文其他地方所述。
在一些实施例中，接收指示车辆的操作背景的信息可以包括从另一车辆接收LIDAR传感器数据或雷达传感器数据中的至少一个。因此，期望的传感器功率配置可以基于从另一车辆接收到的LIDAR传感器数据或雷达传感器数据。
附加地或可替代地，接收指示车辆的操作背景的信息可以包括从基础设施源接收LIDAR传感器数据或雷达传感器数据中的至少一个。在这种场景中，期望的传感器功率配置可以至少部分地基于从基础设施源接收到的LIDAR传感器数据或雷达传感器数据。
在示例实施例中，基础设施源可以包括可以与道路、交叉路口、建筑物或另一非车辆源相关联的固定或移动传感器单元。在这样场景中，基础设施源的传感器单元可以包括相机、LIDAR传感器、雷达传感器、接近传感器和/或另一类型的传感器中的一个或多个。基础设施源可以将传感器数据从传感器单元提供给车辆。附加地或可替代地，基础设施源可以提供关于传感器单元的环境中的对象的信息。
附图中所示的特定布置不应该被视为限制性的。应当理解，其他实施例可以或多或少地包括给定图中所示的每个元件。此外，可以组合或省略所示出的元件中的一些。更进一步，说明性实施例可以包括图中未示出的元件。
表示信息处理的步骤或框可以对应于可以被配置为执行本文所描述的方法或技术的特定逻辑功能的电路。可替代地或附加地，表示信息处理的步骤或框可以对应于模块、段、物理计算机(例如，现场可编程门阵列(FPGA)或专用集成电路(ASIC))或者程序代码的一部分(包括相关数据)。程序代码可以包括可由处理器执行的一个或多个指令，用于实现方法或技术中的特定逻辑功能或动作。程序代码和/或相关数据可以存储在任何类型的计算机可读介质上，诸如包括磁盘、硬盘驱动器或其他存储介质的存储设备。
计算机可读介质还可以包括非暂时性计算机可读介质，诸如短时间存储数据的计算机可读介质，像寄存器存储器、处理器高速缓存和随机访问存储器(RAM)。计算机可读介质还可以包括较长时间存储程序代码和/或数据的非暂时性计算机可读介质。因此，计算机可读介质可以包括辅助或持久长期存储，像只读存储器(ROM)、光盘或磁盘、光盘只读存储器(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。例如，计算机可读介质可以被视为计算机可读存储介质或有形存储设备。
尽管已经公开了各种示例和实施例，但是其他示例和实施例对于本领域技术人员将是清楚的。各种公开的示例和实施例是出于说明的目的，而不是要进行限制，其真实范围由所附权利要求指示。

Claims (20)

1.一种系统，包括：
车辆，包括耦合到所述车辆的光检测和测距LIDAR传感器或耦合到所述车辆的雷达传感器中的至少一个；以及
控制器，被配置为执行指令以执行操作，所述操作包括：
接收指示所述车辆的操作背景的信息；
基于所述车辆的操作背景从多个传感器功率配置中选择期望的传感器功率配置；以及
使至少一个LIDAR传感器根据所述期望的传感器功率配置发射光脉冲或使至少一个雷达传感器根据所述期望的传感器功率配置发射雷达能量中的至少一个。
2.根据权利要求1所述的系统，还包括一个或多个传感器，所述一个或多个传感器包括所述至少一个LIDAR传感器、所述至少一个雷达传感器、全球定位系统GPS、惯性测量单元IMU、温度传感器、速度传感器、相机或麦克风中的至少一个，其中，接收指示所述车辆的操作背景的信息包括从所述一个或多个传感器接收所述信息的至少一部分。
3.根据权利要求1所述的系统，其中，接收指示所述车辆的操作背景的信息包括从地图接收所述信息的至少一部分。
4.根据权利要求3所述的系统，其中，所述地图包括街道位置信息、街道类型信息、街道几何形状信息、停车标志的位置、停车灯的位置、停车线的位置、预测的交通信息、实时交通信息、实时障碍物信息、先前的相机信息、先前的LIDAR信息或先前的雷达信息中的至少一个。
5.根据权利要求1所述的系统，其中，接收指示所述车辆的操作背景的信息包括接收指示一天中的当前时间、当前太阳位置、当地天气状况、当前环境温度或当前内部硬件温度中的至少一个的信息。
6.根据权利要求1所述的系统，其中，所述多个传感器功率配置包括LIDAR操作参数，其中，所述LIDAR操作参数包括启用的(多个)LIDAR单元、动态扇区角度范围、基于扇区的每光脉冲功率、光脉冲速率或LIDAR扫描速率中的至少一个。
7.根据权利要求1所述的系统，其中，所述多个传感器功率配置包括雷达操作参数或雷达信号处理参数中的至少一个，其中，所述雷达操作参数包括启用的(多个)雷达单元、每个启用的雷达单元的选定发射器、波束形成方向、每雷达脉冲的能量、雷达波束形状、雷达脉冲带宽、雷达脉冲持续时间、雷达脉冲重复频率、每相干处理间隔的雷达脉冲数量或相邻相干处理间隔之间的等待时间中的至少一个。
8.根据权利要求1所述的系统，其中，指示所述车辆的操作背景的所述信息包括位置数据、速度数据、未来位置、计划轨迹、从另一车辆接收到的LIDAR传感器数据或雷达传感器数据中的至少一个。
9.根据权利要求8所述的系统，其中，所述期望的传感器功率配置还基于从其他车辆接收到的信息。
10.根据权利要求1所述的系统，其中，指示所述车辆的操作背景的信息包括交通灯状态、交通灯时间表、标志状态、交通速度、施工状态、从基础设施源接收到的LIDAR传感器数据或雷达传感器数据中的至少一个。
11.根据权利要求10所述的系统，其中，所述期望的传感器功率配置还基于从所述基础设施源接收到的信息。
12.一种方法，包括：
接收指示车辆的操作背景的信息，其中，至少一个光检测和测距(LIDAR)传感器或至少一个雷达传感器耦合到所述车辆；
基于所述车辆的操作背景从多个传感器功率配置中选择期望的传感器功率配置；以及
使所述至少一个LIDAR传感器根据所述期望的传感器功率配置发射光脉冲，或使所述至少一个雷达传感器根据所述期望的传感器功率配置发射雷达能量。
13.根据权利要求12所述的方法，其中，一个或多个传感器与所述车辆相关联，其中，所述一个或多个传感器包括所述至少一个LIDAR传感器、所述至少一个雷达传感器、全球定位系统GPS、惯性测量单元IMU、温度传感器、速度传感器、相机或麦克风中的至少一个，其中，接收指示所述车辆的操作背景的信息包括从所述一个或多个传感器接收所述信息的至少一部分。
14.根据权利要求12所述的方法，其中，接收指示所述车辆的操作背景的信息包括从地图接收所述信息的至少一部分。
15.根据权利要求14所述的方法，其中，所述地图包括街道位置信息、街道类型信息、预测的交通信息、实时交通信息、实时障碍物信息、先前的相机信息、先前的LIDAR信息或先前的雷达信息中的至少一个。
16.根据权利要求12所述的方法，其中，接收指示所述车辆的操作背景的信息包括接收指示一天的当前时间、当前太阳位置、当地天气状况、当前环境温度或当前内部硬件温度中的至少一个的信息。
17.根据权利要求12所述的方法，其中，所述多个传感器功率配置包括LIDAR操作参数，其中，所述LIDAR操作参数包括启用的(多个)LIDAR单元、动态扇区角度范围、基于扇区的每光脉冲功率、光脉冲速率或LIDAR扫描速率中的至少一个。
18.根据权利要求12所述的方法，其中，所述多个传感器功率配置包括雷达操作参数，其中，所述雷达操作参数包括启用的(多个)雷达单元、每个启用的雷达单元的选定发射器、波束形成方向、每雷达脉冲、雷达波束形状、雷达脉冲带宽、雷达脉冲持续时间、雷达脉冲重复频率、每相干处理间隔的雷达脉冲数量或相邻相干处理间隔之间的等待时间中的至少一个。
19.根据权利要求12所述的方法，其中，接收指示所述车辆的操作背景的信息包括接收位置数据、速度数据、未来位置、计划轨迹、来自另一车辆的LIDAR传感器数据或雷达传感器数据中的至少一个，其中，所述期望的传感器功率配置还基于从其他车辆接收到的信息。
20.根据权利要求12所述的方法，其中，接收指示所述车辆的操作背景的信息包括接收交通灯状态、交通灯时间表、标志状态、交通速度、施工状态、来自基础设施源的LIDAR传感器数据或雷达传感器数据中的至少一个，其中，所述期望的传感器功率配置还基于从所述基础设施源接收到的信息。
CN201980018291.8A 2018-03-09 2019-03-01 根据地图、车辆状态和环境调整传感器发射功率 Active CN111837085B (zh)

Applications Claiming Priority (3)

Application Number Priority Date Filing Date Title
US15/917,184 US10884115B2 (en) 2018-03-09 2018-03-09 Tailoring sensor emission power to map, vehicle state, and environment
US15/917,184 2018-03-09
PCT/US2019/020357 WO2019173155A1 (en) 2018-03-09 2019-03-01 Tailoring sensor emission power to map, vehicle state, and environment

Publications (2)

Publication Number Publication Date
CN111837085A true CN111837085A (zh) 2020-10-27
CN111837085B CN111837085B (zh) 2024-05-21

Family

ID=67844502

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201980018291.8A Active CN111837085B (zh) 2018-03-09 2019-03-01 根据地图、车辆状态和环境调整传感器发射功率

Country Status (8)

Country Link
US (3) US10884115B2 (zh)
EP (1) EP3750018A4 (zh)
JP (2) JP2021515199A (zh)
KR (1) KR102456896B1 (zh)
CN (1) CN111837085B (zh)
IL (1) IL276919A (zh)
SG (1) SG11202008099RA (zh)
WO (1) WO2019173155A1 (zh)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN112406960A (zh) * 2020-11-08 2021-02-26 青岛融创信为技术有限公司 一种地铁用多传感器融合的主动防撞系统和方法

Families Citing this family (38)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US11105918B2 (en) * 2017-06-05 2021-08-31 Metawave Corporation Nodal metamaterial antenna system
JP6643390B2 (ja) * 2018-04-19 2020-02-12 京セラ株式会社 電子機器、電子機器の制御方法、及び電子機器の制御プログラム
KR102516365B1 (ko) * 2018-05-25 2023-03-31 삼성전자주식회사 차량용 radar 제어 방법 및 장치
US11073598B2 (en) * 2018-07-19 2021-07-27 Qualcomm Incorporated Time synchronized radar transmissions
US11614526B1 (en) * 2018-08-24 2023-03-28 Innovusion, Inc. Virtual windows for LIDAR safety systems and methods
EP3847471B1 (en) 2018-09-05 2024-05-29 Aurora Operations, Inc. Method and system for pitch-catch scanning of coherent lidar
WO2020072547A1 (en) * 2018-10-02 2020-04-09 Blackmore Sensors & Analytics, Llc Method and system for optimizing scanning of coherent lidar
WO2020100569A1 (ja) * 2018-11-14 2020-05-22 ソニー株式会社 制御装置、制御方法及びセンサ制御システム
DE102019200494B4 (de) * 2019-01-16 2022-12-22 Audi Ag Kraftfahrzeug mit wenigstens einem Radarsensor und Verfahren zum Betrieb eines Radarsensors in einem Kraftfahrzeug
JP2020148747A (ja) * 2019-03-15 2020-09-17 株式会社リコー 物体検出装置
US11604284B2 (en) * 2019-05-06 2023-03-14 Waymo Llc Methods and systems to determine a strategy for a drop process associated with a light detection and ranging (LIDAR) device
US11442449B2 (en) * 2019-05-09 2022-09-13 ANI Technologies Private Limited Optimizing performance of autonomous vehicles
US10859693B1 (en) * 2019-07-16 2020-12-08 Motorola Solutions, Inc. Intelligent beam forming for a range detection device of a vehicle
US11100329B1 (en) * 2019-08-14 2021-08-24 Lytx, Inc. Ranging system data utilization for marking of video data of interest
EP3888276B1 (en) * 2019-08-30 2023-05-31 Baidu.com Times Technology (Beijing) Co., Ltd. Verifying timing of sensors used in autonomous driving vehicles
US11958183B2 (en) 2019-09-19 2024-04-16 The Research Foundation For The State University Of New York Negotiation-based human-robot collaboration via augmented reality
US11231501B2 (en) * 2019-09-26 2022-01-25 Baidu Usa Llc Front and side three-LIDAR design for autonomous driving vehicles
US11117573B2 (en) * 2019-10-22 2021-09-14 GM Global Technology Operations LLC Method and apparatus for object identification using non-contact chemical sensor
US20210191399A1 (en) * 2019-12-23 2021-06-24 Waymo Llc Real-Time Adjustment Of Vehicle Sensor Field Of View Volume
CN113492754B (zh) * 2020-03-20 2023-03-14 际络科技(上海)有限公司 商用车辆的驾驶环境探测系统、商用车辆的驾驶舱及商用车辆
US11614514B2 (en) * 2020-03-27 2023-03-28 Intel Corporation Apparatus, system and method of generating radar perception data
JP7429589B2 (ja) * 2020-03-31 2024-02-08 本田技研工業株式会社 車両の移動支援システム
JP7327257B2 (ja) * 2020-04-13 2023-08-16 トヨタ自動車株式会社 車載センサシステム
JP7347314B2 (ja) * 2020-04-13 2023-09-20 トヨタ自動車株式会社 センサ及びセンサシステム
DE102020112311B3 (de) * 2020-05-06 2021-05-20 Audi Aktiengesellschaft Kraftfahrzeug mit einem optischen Umgebungssensor und Verfahren zum Betrieb eines Kraftfahrzeugs
US20220003841A1 (en) * 2020-07-03 2022-01-06 Beijing Voyager Technology Co., Ltd. Dynamic laser power control for lidar system
US11303980B2 (en) * 2020-07-27 2022-04-12 Waymo Llc Microphone module
US20220176960A1 (en) * 2020-12-07 2022-06-09 Magna Electronics Inc. Vehicular control system with vehicle control based on stored target object position and heading information
LU102493B1 (de) * 2021-01-18 2022-07-18 Mecorad Gmbh Messvorrichtung und Verfahren zur Messung elektromagnetischer Wellen
US20220349996A1 (en) * 2021-05-03 2022-11-03 Waymo Llc Methods and Systems for Detecting Adverse Road Conditions using Radar
DE102021213905A1 (de) * 2021-12-07 2023-06-07 Robert Bosch Gesellschaft mit beschränkter Haftung Fahrtrichtungsabhängige Einstellung eines Erfassungsbereichs von Ultraschallsensorarrays
WO2023189910A1 (ja) * 2022-03-28 2023-10-05 パナソニックＩｐマネジメント株式会社 距離測定システム
CN114779253A (zh) * 2022-04-18 2022-07-22 深圳市七洲电子有限公司 一种主动防止后车碰撞的方法及系统
WO2023212129A1 (en) * 2022-04-26 2023-11-02 Motional Ad Llc Managing vehicle resources based on scenarios
CN114966631A (zh) * 2022-05-19 2022-08-30 安徽蔚来智驾科技有限公司 车载激光雷达的故障诊断及处理方法、装置、介质及车辆
JP2024011733A (ja) * 2022-07-15 2024-01-25 株式会社Subaru 車両の配光制御装置
WO2024105815A1 (ja) * 2022-11-16 2024-05-23 日立Astemo株式会社 車載情報処理装置、車載情報処理システム及び車載情報処理方法
CN115883812A (zh) * 2022-11-30 2023-03-31 重庆大学 基于粒子群算法的多传感器协同布站方法

Citations (16)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
FR2785434A1 (fr) * 1998-11-03 2000-05-05 Renault Procede d'aide a la conduite d'un vehicule et dispositif de mise en oeuvre
JP2002539434A (ja) * 1999-03-11 2002-11-19 フオルクスワーゲン・アクチエンゲゼルシヤフト 少なくとも１つのレーザセンサーを有する装置およびレーザセンサーを作動するための方法
JP2007139594A (ja) * 2005-11-18 2007-06-07 Omron Corp 物体検出装置
US20080169965A1 (en) * 2006-10-26 2008-07-17 Minichshofer Dipl Ing Jurgen Driver assistance system
CN101398479A (zh) * 2007-09-28 2009-04-01 罗伯特·博世有限公司 用于在机动车辆中探测周围交通环境的雷达传感器
CN101633359A (zh) * 2008-07-24 2010-01-27 通用汽车环球科技运作公司 具有驾驶风格识别的自适应车辆控制系统
JP2011003206A (ja) * 2010-07-29 2011-01-06 Denso Corp 走行支援システム
US20140195138A1 (en) * 2010-11-15 2014-07-10 Image Sensing Systems, Inc. Roadway sensing systems
CN103946722A (zh) * 2011-11-20 2014-07-23 英特尔公司 具有位点感知准确性和/或功率调整的导航系统和方法
CN105242266A (zh) * 2014-07-03 2016-01-13 通用汽车环球科技运作有限责任公司 带波束调整的车载雷达
US20160061935A1 (en) * 2014-08-28 2016-03-03 Google Inc. Methods and Systems for Vehicle Radar Coordination and Interference Reduction
US20170155225A1 (en) * 2015-11-30 2017-06-01 Luminar Technologies, Inc. Pulsed laser for lidar system
US9720412B1 (en) * 2012-09-27 2017-08-01 Waymo Llc Modifying the behavior of an autonomous vehicle using context based parameter switching
KR20180000672A (ko) * 2016-06-23 2018-01-03 엘지전자 주식회사 차량에 구비된 차량 제어 장치 및 차량의 제어방법
US20180059236A1 (en) * 2016-08-24 2018-03-01 Magna Electronics Inc. Vehicle sensor with integrated radar and image sensors
US20180065623A1 (en) * 2016-09-06 2018-03-08 Magna Electronics Inc. Vehicle sensing system with enhanced detection of vehicle angle

Family Cites Families (20)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP3183598B2 (ja) * 1993-12-14 2001-07-09 三菱電機株式会社 障害物検知装置
JP3262102B2 (ja) * 1999-05-13 2002-03-04 東急車輛製造株式会社 レーダ故障診断機能付き自動走行車
US7058111B2 (en) 2001-05-24 2006-06-06 Honeywell International Inc. Arrangements for increasing sputter life in gas discharge tubes
DE10360890A1 (de) 2003-12-19 2005-07-21 Robert Bosch Gmbh Radarsensor und Verfahren zu dessen Betrieb
US7724180B2 (en) * 2007-05-04 2010-05-25 Toyota Motor Corporation Radar system with an active lens for adjustable field of view
JP2009281862A (ja) * 2008-05-22 2009-12-03 Toyota Motor Corp レーダー装置の軸調整方法および軸調整装置
JP5146674B2 (ja) * 2008-08-22 2013-02-20 トヨタ自動車株式会社 レーダ干渉回避装置、及びレーダ干渉回避方法
JP2010286962A (ja) 2009-06-10 2010-12-24 Murata Machinery Ltd 走行車
US8692980B2 (en) 2010-11-01 2014-04-08 Advanced Scientific Concepts, Inc. Flash LADAR collision avoidance system
JP5751423B2 (ja) * 2011-09-13 2015-07-22 三菱自動車工業株式会社 運転支援装置
JP6291781B2 (ja) * 2013-10-17 2018-03-14 株式会社デンソー 周辺監視装置及び周辺監視システム
US10267908B2 (en) * 2015-10-21 2019-04-23 Waymo Llc Methods and systems for clearing sensor occlusions
US10338225B2 (en) 2015-12-15 2019-07-02 Uber Technologies, Inc. Dynamic LIDAR sensor controller
US9841763B1 (en) 2015-12-16 2017-12-12 Uber Technologies, Inc. Predictive sensor array configuration system for an autonomous vehicle
US9840256B1 (en) 2015-12-16 2017-12-12 Uber Technologies, Inc. Predictive sensor array configuration system for an autonomous vehicle
US10545229B2 (en) * 2016-04-22 2020-01-28 Huawei Technologies Co., Ltd. Systems and methods for unified mapping of an environment
US9829884B1 (en) 2016-05-10 2017-11-28 Dura Operating, Llc Scalable driver assistance system
US20190293760A1 (en) * 2016-06-01 2019-09-26 Pioneer Corporation Feature data structure, storage medium, information processing device and detection device
US20180288320A1 (en) * 2017-04-03 2018-10-04 Uber Technologies, Inc. Camera Fields of View for Object Detection
JP7346401B2 (ja) * 2017-11-10 2023-09-19 エヌビディア コーポレーション 安全で信頼できる自動運転車両のためのシステム及び方法

Patent Citations (16)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
FR2785434A1 (fr) * 1998-11-03 2000-05-05 Renault Procede d'aide a la conduite d'un vehicule et dispositif de mise en oeuvre
JP2002539434A (ja) * 1999-03-11 2002-11-19 フオルクスワーゲン・アクチエンゲゼルシヤフト 少なくとも１つのレーザセンサーを有する装置およびレーザセンサーを作動するための方法
JP2007139594A (ja) * 2005-11-18 2007-06-07 Omron Corp 物体検出装置
US20080169965A1 (en) * 2006-10-26 2008-07-17 Minichshofer Dipl Ing Jurgen Driver assistance system
CN101398479A (zh) * 2007-09-28 2009-04-01 罗伯特·博世有限公司 用于在机动车辆中探测周围交通环境的雷达传感器
CN101633359A (zh) * 2008-07-24 2010-01-27 通用汽车环球科技运作公司 具有驾驶风格识别的自适应车辆控制系统
JP2011003206A (ja) * 2010-07-29 2011-01-06 Denso Corp 走行支援システム
US20140195138A1 (en) * 2010-11-15 2014-07-10 Image Sensing Systems, Inc. Roadway sensing systems
CN103946722A (zh) * 2011-11-20 2014-07-23 英特尔公司 具有位点感知准确性和/或功率调整的导航系统和方法
US9720412B1 (en) * 2012-09-27 2017-08-01 Waymo Llc Modifying the behavior of an autonomous vehicle using context based parameter switching
CN105242266A (zh) * 2014-07-03 2016-01-13 通用汽车环球科技运作有限责任公司 带波束调整的车载雷达
US20160061935A1 (en) * 2014-08-28 2016-03-03 Google Inc. Methods and Systems for Vehicle Radar Coordination and Interference Reduction
US20170155225A1 (en) * 2015-11-30 2017-06-01 Luminar Technologies, Inc. Pulsed laser for lidar system
KR20180000672A (ko) * 2016-06-23 2018-01-03 엘지전자 주식회사 차량에 구비된 차량 제어 장치 및 차량의 제어방법
US20180059236A1 (en) * 2016-08-24 2018-03-01 Magna Electronics Inc. Vehicle sensor with integrated radar and image sensors
US20180065623A1 (en) * 2016-09-06 2018-03-08 Magna Electronics Inc. Vehicle sensing system with enhanced detection of vehicle angle

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN112406960A (zh) * 2020-11-08 2021-02-26 青岛融创信为技术有限公司 一种地铁用多传感器融合的主动防撞系统和方法

Also Published As

Publication number Publication date
US20220365199A1 (en) 2022-11-17
JP2022097561A (ja) 2022-06-30
IL276919A (en) 2020-10-29
US11408991B2 (en) 2022-08-09
WO2019173155A1 (en) 2019-09-12
KR102456896B1 (ko) 2022-10-21
SG11202008099RA (en) 2020-09-29
EP3750018A4 (en) 2021-05-12
CN111837085B (zh) 2024-05-21
US10884115B2 (en) 2021-01-05
KR20200108492A (ko) 2020-09-18
JP2021515199A (ja) 2021-06-17
US20190277962A1 (en) 2019-09-12
US20210088647A1 (en) 2021-03-25
EP3750018A1 (en) 2020-12-16

Similar Documents

Publication Publication Date Title
CN111837085B (zh) 根据地图、车辆状态和环境调整传感器发射功率
US11923658B1 (en) Laser diode firing system
EP3707573B1 (en) Methods and systems for sun-aware vehicle routing
US11126192B2 (en) Wide-view LIDAR with areas of special attention
CN109426263B (zh) 车辆控制装置、车辆控制方法及存储介质
US11280897B2 (en) Radar field of view extensions
US11671564B2 (en) Adjusting vehicle sensor field of view volume
US11435439B2 (en) Multibounce target mitigation
US11435434B2 (en) Multibounce target additional data
US20220283311A1 (en) Enhancement of lidar road detection
US20240036212A1 (en) Lane boundary detection using sub-short range active light sensor
WO2024030860A1 (en) Lane boundary detection using sub-short range active light sensor
WO2022187060A2 (en) Enhancement of lidar road detection

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