CN112099033B - 一种平衡资源与定位精度的测距方法 - Google Patents
一种平衡资源与定位精度的测距方法 Download PDFInfo
- Publication number
- CN112099033B CN112099033B CN202010954832.2A CN202010954832A CN112099033B CN 112099033 B CN112099033 B CN 112099033B CN 202010954832 A CN202010954832 A CN 202010954832A CN 112099033 B CN112099033 B CN 112099033B
- Authority
- CN
- China
- Prior art keywords
- coarse
- peak
- time window
- layer
- histogram
- 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.)
- Active
Links
- 238000000034 method Methods 0.000 title claims abstract description 25
- 238000005259 measurement Methods 0.000 claims description 8
- 238000000691 measurement method Methods 0.000 claims 1
- 238000010276 construction Methods 0.000 description 12
- 238000002366 time-of-flight method Methods 0.000 description 6
- 238000004364 calculation method Methods 0.000 description 5
- 238000005516 engineering process Methods 0.000 description 5
- 230000003287 optical effect Effects 0.000 description 4
- 238000012545 processing Methods 0.000 description 4
- 238000010586 diagram Methods 0.000 description 3
- 230000007613 environmental effect Effects 0.000 description 3
- 238000003384 imaging method Methods 0.000 description 3
- 238000001514 detection method Methods 0.000 description 2
- 238000013507 mapping Methods 0.000 description 2
- 238000012958 reprocessing Methods 0.000 description 2
- 238000004458 analytical method Methods 0.000 description 1
- 230000004888 barrier function Effects 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000005540 biological transmission Effects 0.000 description 1
- 230000008859 change Effects 0.000 description 1
- 230000035800 maturation Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000005457 optimization Methods 0.000 description 1
- 230000008569 process Effects 0.000 description 1
- 230000004044 response Effects 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- 230000036962 time dependent Effects 0.000 description 1
- 238000001161 time-correlated single photon counting Methods 0.000 description 1
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
- G01S17/00—Systems using the reflection or reradiation of electromagnetic waves other than radio waves, e.g. lidar systems
- G01S17/02—Systems using the reflection of electromagnetic waves other than radio waves
- G01S17/06—Systems determining position data of a target
- G01S17/08—Systems determining position data of a target for measuring distance only
- G01S17/10—Systems determining position data of a target for measuring distance only using transmission of interrupted, pulse-modulated waves
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02D—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN INFORMATION AND COMMUNICATION TECHNOLOGIES [ICT], I.E. INFORMATION AND COMMUNICATION TECHNOLOGIES AIMING AT THE REDUCTION OF THEIR OWN ENERGY USE
- Y02D10/00—Energy efficient computing, e.g. low power processors, power management or thermal management
Landscapes
- Physics & Mathematics (AREA)
- Electromagnetism (AREA)
- Engineering & Computer Science (AREA)
- Computer Networks & Wireless Communication (AREA)
- General Physics & Mathematics (AREA)
- Radar, Positioning & Navigation (AREA)
- Remote Sensing (AREA)
- Length Measuring Devices By Optical Means (AREA)
Abstract
本发明公开了一种平衡资源与定位精度的测距方法,用于d‑ToF测距系统中,该系统包括控制器,该测距方法包括:S1、基于系统的测距范围与精度要求,并结合系统的TDC的输出字长及系统需满足的内存要求,控制器确定构建粗、细层直方图的可用时间窗个数及各层时间窗宽度,初始化粗层直方图配置参数;S2、基于控制器确定的可用时间窗个数和各层时间窗宽度,以及初始化的粗层直方图配置参数,构建光子统计的粗层直方图;S3、基于构建的粗层直方图,进行粗峰查找;S4、基于粗峰查找结果确定细层直方图的有效时间窗;S5、控制器根据有效时间窗构建细层直方图并进行细峰搜索,输出最终的峰值索引,得到距离信息。
Description
技术领域
本发明属于激光技术领域,具体涉及一种平衡资源与定位精度的测距方法。
背景技术
目前市场上较为成熟的光学技术解决方案包括双目立体视觉法(StereoVision)、结构光法(Structured Light)和飞行时间法(Time of Flight,ToF)。其中,飞行时间法(Time-of-Flight,ToF)经过技术的不断完善,具备了成本适中、设备体积小、功耗低、响应速度快、工作距离远等综合优势,在多种技术解决方案中脱颖而出,获得主流智能终端厂商的追捧。ToF是一种利用光飞行时间的技术,ToF系统主要包括发射端和接收端,其传感器给出光源驱动芯片调制信号,调制信号控制激光器发出高频调制的近红外光,遇到物体漫反射后,接收端通过发射光与接收光的相位差或时间差来计算深度信息。
ToF技术可分为直接飞行时间法(direct-ToF,d-ToF)和间接飞行时间法(indirect-ToF,i-ToF)两种。其中,d-ToF发送的是离散的激光脉冲,可达到超低的占空比,相比i-ToF更省电、成像速度更快,但是技术壁垒较高、对硬件的要求较高。由于d-ToF相比i-ToF在信息快速获取、抗干扰、成像清晰度等方面具有优势,伴随算法技术、硬件设备的不断成熟与完善,d-ToF有望成为深感影像技术的主流解决方案。
d-ToF技术直接测量光脉冲的发射和接收的时间差,采用SPAD(单光子雪崩二极管)来实现高灵敏度的光探测,并且采用时间相关单光子技术方法(Time-CorrelatedSingle-Photon Counting,TCSPC)来实现皮秒级的时间精度。光脉冲的第一个被SPAD捕获的光子即可触发SPAD,产生电流脉冲信号。系统的时间数字转换器(Time-to-DigitalConverter,TDC)可以转换这个电流脉冲相对于发射时间的延时。因此,d-ToF重复很多次(比如数千次)发射和探测相同的脉冲信号即可获得每次探测的电流脉冲延时的统计分布。这个统计直方图即恢复了发射脉冲能量随着时间的变化,进而得到了脉冲来回的飞行时间,最后根据飞行时间计算物体距离信息。
然而,如果由于环境因素等产生突发噪声,而突发噪声触发SPAD,引发光子计数,则可能导致原本呈泊松分布的光子计数直方图中,某段时间内有均匀突起的光子计数(噪底),造成该段时间内由噪声引起的光子计数总值偏高,但无明显尖峰,而真实的粗主峰不被搜索得到。为了抵抗这种突发噪声造成主峰错位,可以进一步增加次峰的搜索,但又由于粗峰是分段构造,真实峰值可能处于主峰或次峰边界。对此,可以对每一个TDC输出分配内存进行其出现次数的光子计数统计来找到峰值位置,固然内存非常大,当TDC输出字长很大时,这是不太实际的。一方面希望保证系统定位的准确度,一方面希望控制内存等资源不至于过大,降低系统整体功耗,并能提高定位帧率,需设计具有一定抵抗噪声干扰能力,且在测距精度与资源占用两方面有一个良好平衡的算法。
发明内容
本发明的主要目的在于提供一种平衡资源与定位精度的d-ToF测距优化算法,为了抵抗突发噪声,并基于系统内存满足一定要求的前提下,构造粗—细直方图获得最终峰值位置,实现定位精度与资源的平衡。
为达上述目的,本发明实施例提供以下技术方案:
一种平衡资源与定位精度的测距方法,用于d-ToF测距系统中,该系统包括控制器,该测距方法包括如下步骤:
S1、基于系统的测距范围与精度要求,并结合系统的时间数字转换器TDC的输出字长Np以及系统需满足的内存要求,控制器确定构建粗、细层直方图的可用时间窗个数以及各层时间窗宽度,并初始化粗层直方图配置参数;
S2、基于步骤S1中控制器确定的所述可用时间窗个数和各层时间窗宽度,以及初始化的所述粗层直方图配置参数,构建光子统计的粗层直方图;
S3、基于步骤S2构建的所述粗层直方图,进行粗峰查找;
S4、基于步骤S3的粗峰查找结果确定细层直方图的有效时间窗;
S5、控制器根据所述有效时间窗构建细层直方图并进行细峰搜索,输出最终的峰值索引,得到距离信息。
进一步地,步骤S1中粗层直方图配置参数包括:粗层标志,粗峰索引,细峰索引,TDC输出数据计数,TDC输出数据量,各粗时间窗起始值和时间窗内光子计数。
进一步地,步骤S1中粗层直方图配置参数的初始化如下:粗层标志L_flag=0,粗峰索引包含主峰索引CoarsePeak1Idx=0和次峰索引CoarsePeak2Idx=0,细峰索引PeakIdx=0,TDC输出数据计数Input_cnt=0,TDC输出数据量Pop的初始化值根据系统需求设置,各粗时间窗起始值bin_start[i]=0,时间窗内光子计数count[i]=0;其中i=0~bin_num-1,i表示第i个粗时间窗,bin_num表示所述可用时间窗个数。
进一步地,步骤S3粗峰查找包括:同时搜索粗峰的主峰与次峰,分别获得对应的峰值位置,控制器根据主峰与次峰的分布以及对应的粗时间窗内光子计数总值,同时选择主峰位置与次峰位置作为粗峰查找结果,或者仅选择主峰位置作为粗峰查找结果。
进一步地,步骤S1中,系统需满足的内存要求是指物理内存Nb与TDC输出字长Np之间满足:
进一步地,步骤S1中控制器确定的构建粗、细层直方图的可用时间窗个数以及各层时间窗宽度如下:粗层直方图、细层直方图的可用时间窗个数均为Nb是指系统的物理内存;细层直方图的时间窗宽度为k1Δt,k1取值1或2,Δt为一个基础时间窗;粗层直方图的时间窗宽度为k2k1Δt,k2≥2且为整数。
进一步地,步骤S4包括:根据步骤S3的粗峰查找结果,控制器进行系数动态分配,将步骤S3查找到的粗峰对应的粗时间窗与相邻粗时间窗一并作为细层直方图的有效时间窗,并更新计算有效时间窗个数和有效时间窗的起始值;所述系数是指额外分配的细层直方图的时间窗宽度占粗层直方图的时间窗宽度的比例。
进一步地,步骤S5中控制器根据所述有效时间窗个数和所述有效时间窗的起始值,构建所述细层直方图。
进一步地,步骤S4中控制器可基于不同的系统需求进行所述粗时间窗系数动态分配,所述系统需求包括:最大化内存利用率以提高定位精确度,或最小化功耗以提高帧率。
进一步地,当基于最大化内存利用率的需求时,根据粗峰查找结果、同时满足跨粗时间窗的要求,分配系数完全利用可用的时间窗个数;当基于最小化功耗的需求时,根据粗峰查找结果、同时满足跨粗时间窗的要求,动态分配粗时间窗系数,可完全或部分利用可用的时间窗个数。
本发明的有益效果在于:1)在进行d-ToF测距时,由于环境因素会产生一定的突发噪声,这种突发噪声会使得光子计数总值高于实际主峰所在宽时间窗内光子计数总值,导致主峰查找出错。而本发明的方法增加对粗次峰的搜索,控制器根据粗主峰与粗次峰分布情况与光子计数总值支持仅选择主峰位置或同时选择主次峰位置,可有效抵抗一定的噪声影响,有效查找真实峰值;2)基于不同的系统需求,根据粗峰查找结果,控制器支持系数的动态分配,跨越相邻的粗时间窗边界搜索局部时间窗,寻求资源与性能的良好折衷。
附图说明
图1为本发明实施例平衡资源与定位精度的测距方法流程图;
图2为本发明实施例d-ToF的接收端系统框图;
图3为本发明实施例中无噪声干扰的粗层直方图;
图4为本发明实施例中有突发噪声干扰的粗层直方图;
图5为本发明实施例中粗峰搜索的粗主峰位置Coarsepeak1_Idx与粗次峰位置Coarsepeak2_Idx连续;
图6为本发明实施例中粗峰搜索的粗主峰位置Coarsepeak1_Idx与粗次峰位置Coarsepeak2_Idx不连续,且光子计数差值不超过门限值;
图7为本发明实施例中粗峰搜索的粗主峰位置Coarsepeak1_Idx与粗次峰位置Coarsepeak2_Idx不连续,且光子计数差值超过门限值;
图8~12为本发明实施例粗峰查找仅输出主峰位置,主峰分布情况分类;
图13~19为本发明实施例粗峰查找同时输出主峰与次峰位置,主次峰分布情况分类。
具体实施方式
为了使本发明实施例所需要解决的技术问题、技术方案及方案优势更加清楚明白,以下结合附图及实施例,对本发明进行进一步的详细说明。应当理解,此处所描述的具体实施例仅仅用以解释本发明,而不用于限定本发明。
本发明的目的是提供一种平衡资源与定位精度的测距算法,用于d-ToF测距系统中,为了抵抗突发噪声,并基于系统内存满足一定要求,构造粗-细直方图获得最终峰值位置,实现定位精度与资源的平衡。
本发明实施例包括三个部分:控制器;直方图构建;直方图峰值查找。参考图1,具体测距方法包含如下步骤S1至S5:
S1、在系统物理内存满足一定条件的前提下,结合TDC(时间数字转换器)输出字长Np,确定粗/细层直方图的可用时间窗个数bin_num与粗层时间窗宽度Coarsebin_width,细层时间窗宽度Finebin_width;其中,细层直方图的时间窗宽度为k1Δt,k1一般取值较小,在本实施中取值1或2但不限于此,Δt为一个基础时间窗,粗层直方图的时间窗宽度为k2k1Δt,k2≥2且为整数;并初始化粗层直方图的配置参数,包括:粗层(首层)标志L_flag=0,粗峰索引(或称“粗峰位置”)CoarsePeak1Idx=0、CoarsePeak2Idx=0,其中CoarsePeak1Idx代表粗峰中的主峰索引、CoarsePeak2Idx代表粗峰中的次峰索引,细峰索引PeakIdx=0,TDC输出数据计数Input_cnt=0,TDC输出数据量Pop的初始化值可根据系统需求设置,各粗时间窗起始值bin_start[i]=0,时间窗内光子计数count[i]=0;其中i=0~bin_num-1(步进为1),i表示第i个粗时间窗,bin_num表示所述可用时间窗个数,粗层直方图和细层直方图的可用时间窗个数均为Nb是指系统的物理内存;S2、基于步骤S1中控制器确定的可用时间窗个数和各层时间窗宽度,以及初始化的粗层直方图配置参数,构建光子统计的粗层直方图;S3、基于构造的粗层直方图,进行粗峰查找:搜索粗峰的主峰与次峰,获得对应的峰值位置,控制器可根据其主次峰分布与对应粗时间单元内光子计数总值,支持仅选择主峰位置即主峰索引CoarsePeak1Idx或同时选择主峰索引CoarsePeak1Idx与次峰索引(即“次峰位置”)CoarsePeak2Idx作为粗峰查找结果;S4、控制器再处理,首层标志L_flag=1(进入细直方图构建):基于步骤S3的粗峰查找结果确定细层直方图的有效时间窗,根据粗直方图峰值搜索输出的峰值情况,基于系统不同需求,支持系数的动态分配,所谓系数是指额外分配的细层直方图的时间窗宽度占粗层直方图的时间窗宽度的比例。跨相邻粗时间窗边界,将步骤S3查找到的粗峰对应的粗时间窗与相邻粗时间窗一并作为细层直方图的有效时间窗,使之映射到细时间窗,并计算细直方图的配置参数:有效使用的时间窗个数,并更新有效时间窗的起始位置;S5、控制器根据步骤S4得到的细层直方图配置信息——有效时间窗的个数及其起始位置构建细层直方图并进行细峰搜索,输出细峰索引PeakIdx的最终值,得到距离信息。
本发明实施例的一种测距处理单元,包括控制器、直方图构建单元和直方图峰值搜索单元。所述控制器基于系统的测距范围和测距精度要求,以及需满足的内存要求(若TDC输出字长为Np,与物理内存Nb应该满足如下关系:
确定构建粗、细层直方图的可用时间窗个数以及各层时间窗宽度,输出首(粗)层标志L_flag=0,粗主峰索引CoarsePeak1Idx=0、粗次峰索引CoarsePeak2Idx=0,细峰索引PeakIdx=0,TDC输出数据计数Input_cnt=0;TDC输出数据量Pop的初始化值可根据系统需求设置,比如有的系统中可初始化为5000,有的20000,但不限于此这仅是举例。各粗时间窗起始值bin_start[i]=0;TDC输出的时间窗λΔt(Δt为一基础时间窗,λ为一正整数),控制器可以确定基本配置信息:粗/细直方图可用的时间窗个数bin_num,以及粗层时间窗宽度Coarsebin_width、细层时间窗宽度Finebin_width。
针对由突发噪声或其他环境因素引发光子计数,使一段时间窗内统计直方图呈现突起的噪底,造成该时间窗内光子计数的总值可能会高于真实峰值所在的粗时间窗内光子计数总值,但无明显尖峰的问题,为保证直方图搜索单元搜索到正确粗峰,直方图搜索峰值单元搜索粗峰时同时查找主峰与次峰。控制器根据其峰内光子计数总值与主次峰的分布情况,支持仅选择主峰位置CoarsePeak1Idx,或同时选择主次峰位置CoarsePeak1Idx和CoarsePeak2Idx作为本层粗峰搜索结果;当粗直方图搜索得到的主次峰连续,或者主次峰不连续,但是其对应宽时间窗内光子计数总值之差不超过门限,会同时选择主次峰索引作为峰值搜索结果,这是由于真实峰极有可能处于两宽时间窗中;当粗直方图搜索得到主峰次峰不连续,且其对应宽时间通道内光子计数总值之差超过门限,那么此时的次峰很有可能是由噪声引起,由此可以舍弃次峰,仅选择主峰。
由于光子计数的统计直方图呈泊松分布且较为集中;为了防止主峰或者次峰都没有包含真实峰值情况下,此时峰值极为可能是位于主峰或次峰相邻宽时间窗的边界附近,因此需跨越相邻的粗时间窗边界附近以保证真实峰值不会被泄露。
由于粗峰会同时搜索主次峰,再由控制器根据搜索到的主次峰分布情况与光子计数值决定是输出主峰或同时输出主次峰作为粗峰搜索的结果。而分布情况存在较多情况,且粗峰对应时间窗至少需要跨越与其相邻的粗时间窗边界,控制器基于不同的系统需求与粗峰分布情况进行系数的动态分配,使用动态系数分配后的本粗峰(当前搜索到的粗峰)对应的粗时间窗与相邻粗时间窗,将一并作为细层直方图的有效时间窗,用以构建细层直方图。此处动态分配的“系数”是指额外分配的细层直方图的时间窗宽度占粗层直方图的时间窗宽度的比例。
作为本发明的一个实施例,提供一种平衡资源与定位精度的d-ToF测距方法。图2为d-ToF的接收端系统框图。如图2所示,目标物体21,反射或漫反射的光脉冲被接收光学系统22成像到d-ToF传感器23上,光脉冲触发SPAD,输出电流脉冲。时间数字转换器(即TDC)24根据电脉冲的时间来输出数字化的脉冲时序,即当前接收脉冲时序飞行时间,基于TDC输出的飞行时间由测距处理单元25进行直方图处理。测距处理单元25主要有三部分组成:控制器251、直方图构建单元252、直方图峰值搜索单元253,控制器251用于在TDC输出字长Np与物理内存Nb满足的前提下,基于系统的测距范围和精度需求,确定构建粗、细层直方图的时间窗个数以及各层时间窗宽度,输出首(粗)层标志等配置信息(前面已经阐述过,不再赘述);直方图构建单元252则基于控制器给出的配置信息,包括基础配置参数以及动态系数等信息划分当前层的时间窗,以TDC输出数据作为源数据,构造光子统计的直方图;直方图峰值搜索单元253在直方图构建单元252对Pop个TDC输出数据一定量的TDC数据执行完次数统计的操作后,便在该层直方图上搜索峰值,输出峰值对应时间窗索引,并在细层直方图的峰值搜索完毕后,输出的时间窗索引是最终定位索引。
实施例一:已知TDC输出字长Np=10,TDC输出测量分辨率为40ps,要求测距距离为6m;最高定位精度可以达到(40×10-12×3×108)/2=6mm,最多可以达到的理论测距范围为210×(40×10-12×3×108)/2=6.144mm;基于实施例一的系统配置,本发明的具体实施方式如下:
(S1)直方图控制器,基于物理内存Nb≥6,得到粗、细层直方图的可用时间窗个数以及粗、细层时间窗宽度,具体实现步骤如下:
(S1.1)粗层:粗时间窗必须能覆盖TDC全部输出,基于物理内存Nb≥6,完全利用该物理储存,则该粗层的粗时间窗个数即可用时间窗个数bin_num为粗时间窗宽度为此时测距分辨率为TDC输出分辨率Δt=40ps;
(S1.2)细层:细直方图构造基于粗层搜索的主峰位置进行局部构造,可复用该物理内存,局部构造使用的细时间窗个数即有效时间窗个数
局部范围必须跨越粗峰时间窗,即需要覆盖到其相邻时间窗边界;
(S1.3)以及初始化工作:TDC输出数据量Pop,首(粗)层标志Flag_L=0;粗主峰位置索引Coarse_PeakIdx1=0;粗次峰位置索引Coarse_PeakIdx2=0;细峰位置索引PeakIdx=0;TDC输出的光子计数Input_cnt=0。
(S2)构建直方图,基于粗层时间窗个数,粗时间窗宽度,以及时间窗分辨率与基础时间分辨率比值对进行粗时间窗划分,且所有粗时间窗中光子计数均初始化为0;当构造粗直方图时,粗时间窗个数为粗时间窗宽度为/>且各粗时间窗内光子计数以及其起始位置均初始为0;当构建细直方图时,使用的细时间窗个数满足细时间窗宽度为Δt(基础时间窗),且各细时间窗内光子计数初始值为0。
对Pop个TDC输出数据在对应时间窗内做判定,若属于该粗时间窗,便在该时间窗内光子计数值执行加1操作,对粗层直方图而言,粗时间窗个数为则粗时间窗序号(步进1),粗时间窗宽度/>第Coarsebin_Idx个时间窗表示区间内的基础时间窗,由此Coarsebin_Idx可以覆盖全部属于/>内的TDC输出数据;图3可认为是无噪声干扰的粗层直方图,图4可认为是存在突发噪声引起某段时间窗内产生一突起峰的粗层直方图,该突起峰位置是不确定的。
(S3)直方图峰值搜索,当完成Pop个数据的光子统计粗直方图后,则在该粗直方图上搜索峰值,峰值搜索支持搜索主峰与次峰,并且根据主峰与次峰分布以及其光子计数,控制器决定最终输出仅主峰索引或者主次峰索引作为粗直方图峰值搜索的结果,若粗直方图搜索到的主峰与次峰对应时间窗序号,即位置分别用Coarsepeak1_Idx和Coarsepeak2_Idx表示;若Coarsepeak1_Idx与Coarsepeak2_Idx连续,必然需要将主次峰均作为峰值搜索结果,如图5所示;若Coarsepeak1_Idx与Coarsepeak2_Idx不连续,但是两处光子计数差值(Counts1-Counts2)不超过某一限定门限值,如图6所示:认为虽然噪声影响造成主次峰位置错位,但是真实主峰还是存在于主峰或次峰或其两者边界,因此必须知道主峰与次峰位置,即也将主次峰均作为峰值搜索结果;若Coarsepeak1_Idx与Coarsepeak2_Idx不连续,但是两处光子计数差值超过某一限定门限值,如图7所示:此时认为次峰必定为噪声,可舍弃该次峰,仅需要知道主峰位置,即仅输出主峰位置作为粗峰查找结果。
因此直方图搜索粗峰会根据主峰次峰分布以及所在粗时间窗内计数差值,支持仅选择主峰索引或者选择主峰索引和次峰索引作为粗峰搜索结果。
(S4)直方图控制器再处理,控制器可根据系统不同的需求,并根据粗峰搜索结果:输出一个粗峰索引Coarsepeak1_Idx或者两个峰索引Coarsepeak1_Idx与Coarsepeak2_Idx,支持系数的动态分配,使用动态系数分配后的本粗峰对应的粗时间窗与相邻粗时间窗,一并作为细层直方图的有效时间窗,计算细直方图构造需要的配置参数并更新,包括细直方图有效使用的时间窗个数F_valid_binnum与各细时间窗的起始位置bin_start[i],i=0~F_valid_binnum-1(步进为1);同时将细时间窗内光子计数初始化为0。
系数的动态分配说明:
无论构造粗直方图还是细直方图,物理内存Nb满足且一旦确定,粗细直方图构造过程可复用该存储。一个粗时间窗宽度为/>细直方图时间窗个数为/>将这/>个窗以/>长度划分,一共可划分成/>份,也就是说,可将/>长度认为是一个基础长度,具有基础系数,用A表示;将A映射至细直方图中,可划分成整数倍的基础长度。当Np=10时,内存要求最少应是Nb=6,则一个粗时间窗宽度长度为16,映射值至具有/>个细时间窗直方图中,可分成64/16=4倍基础长度,具有4个基础系数。
一、以Np=10,Nb=6为例,说明若粗峰搜索结果仅输出主峰索引Coarsepeak1_Idx的情况:
(1)粗峰搜索结果仅输出主峰位置,且主峰位于边界,如图8:
a.基于最大化定位准确度的需求,可最大化内存利用率,充分利用物理内存Nb构建细直方图,因此计算各细直方图起始位置时,可将粗峰相邻3个粗时间窗一并纳入,此时选择的时间窗填满可用时间窗;每段时间窗起始位置计算表示:
其中Coarsepeak1Idx表示当前查找到的粗主峰位置。
b.基于最小化功率消耗与提高帧率的需求,可在主峰已较明确的情况下,减少细时间窗数量,将与粗峰相邻1个粗时间窗纳入,构建细直方图,此时有效时间窗仅填充了可用时间窗的一半;起始位置计算表示:
(2)粗峰搜索结果仅输出主峰,且主峰位于边界,如图9,则:
a.基于最大化测距精确度的需求,最大化内存利用率,每段时间窗首尾位置表示:
b.基于最小化功率消耗与提高帧率的需求,起始位置计算表示:
(3)粗峰搜索结果仅输出主峰,且主峰位于与边界相邻的粗时间窗处,如图10所示,其中B1+B2=A,则:
a.基于最大化测距精确度的需求,最大化内存利用率,每段时间窗首尾位置表示:
b.基于最小化功率消耗与提高帧率的需求,起始位置计算表示:
(4)粗峰搜索结果仅输出主峰,且主峰位于边界相邻时间窗处,如图11,其中B1+B2=A:
a.基于最大化测距精确度的需求,最大化内存利用率,每段时间窗首尾位置表示:
b.基于最小化功率消耗与提高帧率的需求,起始位置计算表示:
(5)粗峰搜索结果仅输出主峰,除以上四种分布情况之外,主峰不在边界以及与边界相邻的粗时间窗处,如图12,其中B1+B2=A,C1+C2=A;
a.基于最大化测距精确度的需求,最大化内存利用率,每段时间窗首尾位置表示:
b.基于最小化功率消耗与提高帧率的需求,起始位置计算表示:
二、以Np=10,Nb=6为例,说明粗峰搜索结果同时输出主峰索引Coarsepeak1_Idx与次峰索引Coarsepeak2_Idx的情况,以下仅说明主峰索引小于次峰索引时分布情况以及各段时间窗的位置表示,若主峰索引大于次峰索引,则对应下述的分布情况下主次峰的索引互换,并对应各段时间窗的位置表示中索引也互换:
(1)主峰与次峰不连续、相隔一个粗时间窗,且主峰位于首边界,如图13,其中B1+C1=A,C1+C2=A:
a.基于最大化测距精确度的需求,最大化内存利用率,每段时间窗首尾位置表示:
其中Coarsepeak2Idx表示当前查找到的粗次峰位置。
b.基于最小化功率消耗与提高帧率需求,每段时间窗首尾位置表示:
(2)有一峰(主峰)位于边界,与次峰位置差超过1,如图14,其中C1+C2=A:
a.基于最大化测距精确度的需求,最大化内存利用率,每段时间窗首尾位置表示:
b.基于最小化功率消耗与提高帧率需求,每段时间窗首尾位置表示:
(3)两峰均不在粗时间窗首尾处,如图15,C1+B2=A:
a.基于最大化测距精确度与最小化功率消耗与提高帧率的需求,最大化内存利用率,每段时间窗首尾位置表示:
(4).有一峰(次峰)位于粗时间窗尾部,如图16,其中B1+B2=A:
a.基于最大化测距精确度的需求,最大化内存利用率,每段时间窗首尾位置表示:
/>
b.基于最小化功率消耗与提高帧率的需求,每段时间窗首尾位置表示仅第四段不同:
(二)粗峰搜索结果输出主峰与次峰索引且主次峰连续:
(1)有峰位于粗时间窗首部,如图17,则:
a.基于最大化测距精确度的需求,最大化内存利用率,每段时间窗首尾位置表示:
b.基于最小化功率消耗与提高帧率的需求,则只取前三段;
(2)主次峰连续,峰均不在首尾粗时间窗,如图18,其中B1+B2=A:
基于最大化测距精确度的需求,每段时间窗首尾位置表示:
基于最小化功率消耗与提高帧率的需求,每段时间窗首尾位置表示:
(3)选择主峰+次峰,主次峰连续,有峰在末粗时间窗有峰在尾粗时间窗,如图19:
a.基于最大化测距精确度的需求,最大化内存利用率,每段时间窗首尾位置表示:
b.基于最小化功率消耗与提高帧率的需求,将不需要第一段时间窗:
(S5)构建细直方图并查找细峰峰值,S4中,控制器基于粗直方图最终输出峰值索引结果进行系数的动态分配,得到有效时间窗个数F_valid_binnum与各时间窗起始位置等细直方图的配置参数,并对各时间窗内光子计数再初始化0,对一定的TDC输出数据进行光子统计计数,构成细直方图,从细直方图中搜索唯一细峰峰值,输出该细峰峰值索引作为最终定位索引。
实施例二:
已知TDC输出字长Np=11,TDC输出测量分辨率为40ps,若要求测距距离为6m,定位精度要求1.5cm,由分析可知道定位精度为1.5mm,则最细化时间窗测距精度应该满足若要测距能表示的最小距离低于0.015m,则要求分辨率小于100ps,而TDC输出测量分辨率为40ps,即定位精度6mm,当分辨率为80ps时,定位精度为1.2cm,因此可以对TDC输出进行粗化计数。此时基于精度要求,可以令分辨率为80ps<100ps,此时原本属于0~211的TDC输出可等效认为是TDC字长Np=10,分辨率为80ps,并根据内存要求,可以求得Nb=6。
根据实用说明例一进行粗-细的直方图构建与峰值搜索,得到最终峰值位置,此时峰值位置的定位精度为1.2cm,即分辨率为80ps,满足可测距距离6m要求,需要的物理内存更小,Nb=6。
实施例三:
已知TDC输出Np=15,TDC输出分辨率为30ps,若要求测距距离为140m,定位精度要求5mm;由TDC分辨率为30ps可以得到定位精度可以达到4.5mm,可测距范围理论可达到近147m,满足定位精度要求与测距距离,因此不用对TDC输出粗化计数;根据内存要求可以求得Nb=9,此时粗时间窗宽度为215-9=64,个数为29=512,控制器完成初始化,粗直方图构建与粗峰搜索。需要注意的是,这里一个基础长度为64,细直方图可用窗个数为512,因此具有8倍基础长度;类似地,控制器会基于不同需求对系数进行动态分配,计算细直方图的有效时间窗个数与起始位置;最后构建直方图并搜索细峰值,得到唯一细峰位置。
以上内容是结合具体的优选实施方式对本发明所作的进一步详细说明,不能认定本发明的具体实施只局限于这些说明。对于本发明所属技术领域的技术人员来说,在不脱离本发明构思的前提下,还可以做出若干等同替代或明显变型,而且性能或用途相同,都应当视为属于本发明的保护范围。
Claims (9)
1.一种平衡资源与定位精度的测距方法,其特征在于:用于d-ToF测距系统中,该系统包括控制器,该测距方法包括如下步骤:
S1、基于系统的测距范围与精度要求,并结合系统的时间数字转换器TDC的输出字长Np以及系统需满足的内存要求,控制器确定构建粗、细层直方图的可用时间窗个数以及各层时间窗宽度,并初始化粗层直方图配置参数;
S2、基于步骤S1中控制器确定的所述可用时间窗个数和各层时间窗宽度,以及初始化的所述粗层直方图配置参数,构建光子统计的粗层直方图;
S3、基于步骤S2构建的所述粗层直方图,进行粗峰查找;步骤S3粗峰查找包括:同时搜索粗峰的主峰与次峰,分别获得对应的峰值位置,控制器根据主峰与次峰的分布以及对应的粗时间窗内光子计数总值,同时选择主峰位置与次峰位置作为粗峰查找结果,或者仅选择主峰位置作为粗峰查找结果;
S4、基于步骤S3的粗峰查找结果确定细层直方图的有效时间窗;
S5、控制器根据所述有效时间窗构建细层直方图并进行细峰搜索,输出最终的峰值索引,得到距离信息。
2.如权利要求1所述的平衡资源与定位精度的测距方法,其特征在于,步骤S1中粗层直方图配置参数包括:粗层标志,粗峰索引,细峰索引,TDC输出数据计数,TDC输出数据量,各粗时间窗起始值和时间窗内光子计数。
3.如权利要求2所述的平衡资源与定位精度的测距方法,其特征在于,步骤S1中粗层直方图配置参数的初始化如下:
粗层标志L_flag=0,粗峰索引包含主峰索引CoarsePeak1Idx=0和次峰索引CoarsePeak2Idx=0,细峰索引PeakIdx=0,TDC输出数据计数Input_cnt=0,TDC输出数据量Pop的初始化值根据系统需求而设置,各粗时间窗起始值bin_start[i]=0,时间窗内光子计数count[i]=0;其中i=0~bin_num-1,i表示第i个粗时间窗,bin_num表示所述可用时间窗个数。
4.如权利要求1所述的平衡资源与定位精度的测距方法,其特征在于,步骤S1中,系统需满足的内存要求是指物理内存Nb与TDC输出字长Np之间满足:
5.如权利要求1所述的平衡资源与定位精度的测距方法,其特征在于,步骤S1中控制器确定的构建粗、细层直方图的可用时间窗个数以及各层时间窗宽度如下:
粗层直方图、细层直方图的可用时间窗个数均为Nb是指系统的物理内存;细层直方图的时间窗宽度为k1Δt,k1取值1或2,Δt为一个基础时间窗;粗层直方图的时间窗宽度为k2k1Δt,k2≥2且为整数。
6.如权利要求1所述的平衡资源与定位精度的测距方法,其特征在于,步骤S4包括:根据步骤S3的粗峰查找结果,控制器进行系数动态分配,将步骤S3查找到的粗峰对应的粗时间窗与相邻粗时间窗一并作为细层直方图的有效时间窗,并更新计算有效时间窗个数和有效时间窗的起始值;所述系数是指额外分配的细层直方图的时间窗宽度占粗层直方图的时间窗宽度的比例。
7.如权利要求6所述的平衡资源与定位精度的测距方法,其特征在于,步骤S5中控制器根据所述有效时间窗个数和所述有效时间窗的起始值,构建所述细层直方图。
8.如权利要求6所述的平衡资源与定位精度的测距方法,其特征在于,步骤S4中控制器可基于不同的系统需求进行所述粗时间窗系数动态分配,所述系统需求包括:最大化内存利用率以提高定位精确度,或最小化功耗以提高帧率。
9.如权利要求8所述的平衡资源与定位精度的测距方法,其特征在于,当基于最大化内存利用率的需求时,根据粗峰查找结果、同时满足跨粗时间窗的要求,分配系数完全利用可用的时间窗个数;当基于最小化功耗的需求时,根据粗峰查找结果、同时满足跨粗时间窗的要求,动态分配粗时间窗系数,可完全或部分利用可用的时间窗个数。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010954832.2A CN112099033B (zh) | 2020-09-11 | 2020-09-11 | 一种平衡资源与定位精度的测距方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010954832.2A CN112099033B (zh) | 2020-09-11 | 2020-09-11 | 一种平衡资源与定位精度的测距方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN112099033A CN112099033A (zh) | 2020-12-18 |
CN112099033B true CN112099033B (zh) | 2024-03-15 |
Family
ID=73750989
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202010954832.2A Active CN112099033B (zh) | 2020-09-11 | 2020-09-11 | 一种平衡资源与定位精度的测距方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN112099033B (zh) |
Families Citing this family (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112817001B (zh) * | 2021-01-28 | 2023-12-01 | 深圳奥锐达科技有限公司 | 一种飞行时间测距方法、系统和设备 |
CN113504532B (zh) * | 2021-06-11 | 2024-04-19 | 深圳市灵明光子科技有限公司 | 基于直接飞行时间法的光信号发射方法及测距系统 |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN105654501A (zh) * | 2016-02-22 | 2016-06-08 | 北方工业大学 | 基于模糊阈值的自适应图像分割方法 |
CN110596722A (zh) * | 2019-09-19 | 2019-12-20 | 深圳奥锐达科技有限公司 | 直方图可调的飞行时间距离测量系统及测量方法 |
CN110596723A (zh) * | 2019-09-19 | 2019-12-20 | 深圳奥锐达科技有限公司 | 动态直方图绘制飞行时间距离测量方法及测量系统 |
WO2020068377A1 (en) * | 2018-09-25 | 2020-04-02 | Nephelai Research Llc | Enhanced depth mapping using visual inertial odometry |
CN111524084A (zh) * | 2020-05-13 | 2020-08-11 | 曹彬才 | 一种基于多峰高斯拟合的复杂场景光子计数激光雷达点云去噪算法 |
-
2020
- 2020-09-11 CN CN202010954832.2A patent/CN112099033B/zh active Active
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN105654501A (zh) * | 2016-02-22 | 2016-06-08 | 北方工业大学 | 基于模糊阈值的自适应图像分割方法 |
WO2020068377A1 (en) * | 2018-09-25 | 2020-04-02 | Nephelai Research Llc | Enhanced depth mapping using visual inertial odometry |
CN110596722A (zh) * | 2019-09-19 | 2019-12-20 | 深圳奥锐达科技有限公司 | 直方图可调的飞行时间距离测量系统及测量方法 |
CN110596723A (zh) * | 2019-09-19 | 2019-12-20 | 深圳奥锐达科技有限公司 | 动态直方图绘制飞行时间距离测量方法及测量系统 |
CN111524084A (zh) * | 2020-05-13 | 2020-08-11 | 曹彬才 | 一种基于多峰高斯拟合的复杂场景光子计数激光雷达点云去噪算法 |
Non-Patent Citations (1)
Title |
---|
CBM-TOF超级模块高密度、高精度时间测量方法;郑佳俊;《中国优秀硕士学位论文全文数据库 基础科学辑》;20180115;第2018卷(第1期);A005-306 * |
Also Published As
Publication number | Publication date |
---|---|
CN112099033A (zh) | 2020-12-18 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN112099033B (zh) | 一种平衡资源与定位精度的测距方法 | |
US11598856B2 (en) | Receiver arrangement for the reception of light impulses, lidar module and method for receiving light impulses | |
CN109100702B (zh) | 用于测量到对象的距离的光电传感器和方法 | |
CN109884651B (zh) | 一种激光雷达扫描方法和激光雷达 | |
WO2022160610A1 (zh) | 一种飞行时间测距方法、系统和设备 | |
CN112255636A (zh) | 一种距离测量方法、系统及设备 | |
CN111427023B (zh) | 激光雷达抗干扰方法、激光雷达系统及存储介质 | |
CN110580199B (zh) | 边缘计算环境下基于粒子群的服务迁移方法 | |
WO2022161481A1 (zh) | 一种飞行时间测距方法、系统和设备 | |
CN102056306B (zh) | 上行共享信道资源分配的方法、装置及一种通信系统 | |
CN112100449B (zh) | 实现动态大范围和高精度定位的d-ToF测距优化存储方法 | |
CN111257900B (zh) | 激光雷达测距方法及装置 | |
CN113156396B (zh) | 一种优化干扰源对激光雷达影响的方法与装置 | |
CN112255638A (zh) | 一种距离测量系统及方法 | |
CN109521666B (zh) | 一种基于延迟锁相环的时间数字转换器 | |
CN107817501B (zh) | 一种可变扫描频率的点云数据处理方法 | |
CN114814881A (zh) | 一种激光测距方法及激光测距芯片 | |
CN111443355B (zh) | 一种基于tof模组的测距方法、计算机存储介质 | |
EP3683597B1 (en) | Proximity detection device and method | |
CN115128623A (zh) | 激光测距方法和装置 | |
WO2023001363A1 (en) | Time-of-flight sensor | |
CN114814880A (zh) | 一种激光雷达探测参数调整控制方法及装置 | |
CN113296114A (zh) | dTOF深度图像的采集方法、装置、电子设备及介质 | |
CN115267728A (zh) | 光学感测设备及其感测方法、光接收器及电子设备 | |
CN117192564A (zh) | 一种激光测距方法、计算机存储介质和电子设备 |
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 |