CN114585943A - 用于检测lidar成像传感器中的串扰的技术 - Google Patents

用于检测lidar成像传感器中的串扰的技术 Download PDF

Info

Publication number
CN114585943A
CN114585943A CN202080069797.4A CN202080069797A CN114585943A CN 114585943 A CN114585943 A CN 114585943A CN 202080069797 A CN202080069797 A CN 202080069797A CN 114585943 A CN114585943 A CN 114585943A
Authority
CN
China
Prior art keywords
point
light pulses
light
returned
lidar system
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
CN202080069797.4A
Other languages
English (en)
Other versions
CN114585943B (zh
Inventor
J·D·艾伦
廖冬一
马克·A·麦克德
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Cepton Technologies Inc
Original Assignee
Cepton Technologies Inc
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 Cepton Technologies Inc filed Critical Cepton Technologies Inc
Publication of CN114585943A publication Critical patent/CN114585943A/zh
Application granted granted Critical
Publication of CN114585943B publication Critical patent/CN114585943B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
    • G01S17/00—Systems using the reflection or reradiation of electromagnetic waves other than radio waves, e.g. lidar systems
    • G01S17/02—Systems using the reflection of electromagnetic waves other than radio waves
    • G01S17/06—Systems determining position data of a target
    • G01S17/08—Systems determining position data of a target for measuring distance only
    • G01S17/10—Systems determining position data of a target for measuring distance only using transmission of interrupted, pulse-modulated waves
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
    • G01S17/00—Systems using the reflection or reradiation of electromagnetic waves other than radio waves, e.g. lidar systems
    • G01S17/88—Lidar systems specially adapted for specific applications
    • G01S17/89—Lidar systems specially adapted for specific applications for mapping or imaging
    • G01S17/894—3D imaging with simultaneous measurement of time-of-flight at a 2D array of receiver pixels, e.g. time-of-flight cameras or flash lidar
    • 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
    • G01S7/481—Constructional features, e.g. arrangements of optical elements
    • G01S7/4814—Constructional features, e.g. arrangements of optical elements of transmitters alone
    • G01S7/4815—Constructional features, e.g. arrangements of optical elements of transmitters alone using multiple transmitters
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
    • G01S7/00—Details of systems according to groups G01S13/00, G01S15/00, G01S17/00
    • G01S7/48—Details of systems according to groups G01S13/00, G01S15/00, G01S17/00 of systems according to group G01S17/00
    • G01S7/483—Details of pulse systems
    • G01S7/486—Receivers
    • G01S7/487—Extracting wanted echo signals, e.g. pulse detection

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • Computer Networks & Wireless Communication (AREA)
  • General Physics & Mathematics (AREA)
  • Radar, Positioning & Navigation (AREA)
  • Remote Sensing (AREA)
  • Electromagnetism (AREA)
  • Optical Radar Systems And Details Thereof (AREA)

Abstract

一种LiDAR系统，包括一个或多个光源、一个或多个检测器和处理器，所述一个或多个光源配置成发射光脉冲组，所述光脉冲组是以时间序列发射的并且所述光脉冲组的相邻光脉冲之间具有随机化的时间间隔，所述一个或多个检测器配置成接收返回的光脉冲组，所述处理器配置成：确定所述返回的光脉冲组中的每个返回的光脉冲的渡越时间；以及基于所述返回的光脉冲组的渡越时间获得点云。每个点对应于相应的返回的光脉冲。所述处理器还配置成：针对所述点云的所述点集合中的每个相应点：分析所述相应点与所述点集合中的相邻点集合之间的空间和时间关系；以及基于所述空间和时间关系为所述相应点估算质量因子。

Description

用于检测LIDAR成像传感器中的串扰的技术
相关申请的交叉引用
本申请要求于2019年10月2日提交的第62/909,633号美国临时专利申请的权益以及于2020年9月25日提交的第17/032,526号美国非临时专利申请的权益，这两件申请的全部内容通过引用并入本文。
背景技术
三维传感器可以应用于自主车辆、无人机、机器人、安防应用等。LiDAR(激光雷达)传感器是一种能够获得适合于这些应用的高角度分辨率的三维传感器。LiDAR传感器可以包括用于发射激光脉冲的一个或多个激光源，以及用于检测反射的激光脉冲的一个或多个检测器。LiDAR传感器测量每个激光脉冲从LiDAR传感器行进到传感器视场内的对象然后弹离对象并返回到LiDAR传感器所需的时间。基于激光脉冲的渡越时间，LiDAR传感器确定对象离LiDAR传感器有多远。
在两个或更多个彼此接近的LiDAR传感器操作的情况下，一个LiDAR传感器的操作可能会干扰其它LiDAR传感器的操作。例如，假设第一LiDAR传感器在第二LiDAR传感器发射第二激光脉冲之前以短时间(例如几纳秒)发射第一激光脉冲。该第一激光脉冲可以弹离对象并由第二LiDAR传感器检测到。第二LiDAR传感器可能确定针对检测到的激光脉冲的短于针对第二激光脉冲的实际值的渡越时间。因此，第二LiDAR传感器可能错误地将对象报告为比其实际更近。因此，需要能够检测由串扰引起的错误数据点的LiDAR系统和方法。
发明内容
根据一些实施例，一种LiDAR系统，包括：其配置成发射光脉冲组，所述光脉冲组指向所述LiDAR系统的视场内的场景。所述光脉冲组是以时间序列发射的并且所述光脉冲组的相邻光脉冲之间具有随机化的时间间隔。该LiDAR系统还包括：一个或多个检测器，其配置成接收返回的光脉冲组。所述返回的光脉冲组的至少一个子组对应于已被所述场景中的一个或多个对象反射的光脉冲组。该LiDAR系统还包括：处理器，其耦合到所述一个或多个光源和所述一个或多个检测器。所述处理器配置成：确定所述返回的光脉冲组中的每个返回的光脉冲的渡越时间；基于所述返回的光脉冲组的所述渡越时间获得点云。所述点云包括表示所述一个或多个对象的一个或多个表面的点集合。每个点对应于所述返回的光脉冲组中的相应的返回的光脉冲。所述处理器还配置成：针对所述点云的所述点集合中的每个相应点：分析所述相应点与所述点集合中的相邻点集合之间的空间和时间关系；以及基于所述空间和时间关系为所述相应点估算质量因子。
根据一些实施例，一种操作LiDAR系统的方法，包括：使用一个或多个光源以时间序列发射光脉冲组，所述光脉冲组的相邻光脉冲之间具有随机化的时间间隔。所述光脉冲组指向所述LiDAR系统的视场内的场景。该方法还包括：使用一个或多个检测器检测返回的光脉冲组。所述返回的光脉冲组的至少一个子组对应于已被所述场景中的一个或多个对象反射的光脉冲组。所述方法还包括：确定所述返回的光脉冲组中的每个返回的光脉冲的渡越时间；以及基于所述返回的光脉冲组的所述渡越时间获得点云。所述点云包括表示所述一个或多个对象的一个或多个表面的点集合。每个点对应于所述返回的光脉冲组中的相应的返回的光脉冲。该方法还包括：针对所述点云中的所述点集合中的每个相应点：分析所述相应点与所述点集合中的相邻点集合之间的空间和时间关系；以及基于所述空间和时间关系为所述相应点估算质量因子。
根据一些实施例，一种LiDAR系统，包括：布置为阵列的多个光源，并且配置成发射多个光脉冲组以指向LiDAR系统的视场内的场景。每个相应的光脉冲组包括以时间序列的多个光脉冲。每个相应的光脉冲是由多个光源中的相应光源发射的。所述多个光脉冲组通过随机化的时间延迟在时间上彼此分离。该LiDAR系统还包括：布置为阵列的多个检测器。每个相应的检测器对应于相应的光源。多个检测器被配置成检测多个返回的光脉冲。所述多个返回的光脉冲的至少一个子组对应于已被所述场景中的一个或多个对象反射的多个光脉冲组。该LiDAR系统还包括：耦合到多个光源和多个检测器的处理器。所述处理器被配置成：确定所述多个返回的光脉冲中的每个相应返回的光脉冲的渡越时间；以及基于所述多个返回的光脉冲的渡越时间获得点云。所述点云包括表示所述一个或多个对象的一个或多个表面的多个点。每个相应点对应于相应的返回的光脉冲。所述处理器还被配置成：针对所述点云中的每个相应点：分析所述相应点与所述点云中的相邻点之间的空间和时间关系；以及基于所述空间和时间关系为所述相应点估算质量因子。
根据一些实施例，一种操作LiDAR系统的方法，包括：使用被布置为阵列的多个光源发射多个光脉冲组，所述多个光脉冲组指向所述LiDAR系统的视场内的场景。每个相应的光脉冲组包括以时间序列的多个光脉冲。每个相应的光脉冲是由多个光源中的相应光源发射的。所述多个光脉冲组通过随机化时间延迟在时间上彼此分离。该方法还包括：使用被布置为阵列的多个检测器检测多个返回的光脉冲。每个相应的检测器对应于相应的光源。所述多个返回的光脉冲的至少一个子组对应于已被所述场景中的一个或多个对象反射的所述多个光脉冲组。所述方法还包括：确定所述多个返回的光脉冲中的每个相应返回的光脉冲的渡越时间；以及基于所述多个返回的光脉冲的渡越时间获得点云。所述点云包括表示所述一个或多个对象的一个或多个表面的多个点。每个相应点对应于相应的返回的光脉冲。该方法还包括：针对点云中的每个相应点：分析点云中的相应点与相邻点之间的空间和时间关系；以及基于所述空间和时间关系为相应点估算质量因子。
根据一些实施例，一种LiDAR系统，包括：多个光源，其布置为阵列并且配置成发射多个光脉冲组，所述多个光脉冲组指向所述LiDAR系统的视场内的场景。每个相应的光脉冲组包括以时间序列的多个光脉冲。每个相应的光脉冲是由多个光源中的相应光源发射的。多个光脉冲是由多个光源以随机化的次序发射的。该LiDAR系统还包括：布置为阵列的多个检测器。每个相应的检测器对应于相应的光源。多个检测器配置成检测多个返回的光脉冲。所述多个返回的光脉冲的至少一个子组对应于已被所述场景中的一个或多个对象反射的多个光脉冲组。该LiDAR系统还包括：耦合到多个光源和多个检测器的处理器。所述处理器配置成：确定所述多个返回的光脉冲中的每个相应的返回的光脉冲的渡越时间；以及基于所述多个返回的光脉冲的渡越时间获得点云。所述点云包括表示所述一个或多个对象的一个或多个表面的多个点。每个相应点对应于相应的返回的光脉冲。所述处理器还被配置成：针对所述点云中的每个相应点：分析所述相应点与所述点云中的相邻点之间的空间和时间关系；以及基于所述空间和时间关系为所述相应点估算质量因子。
根据一些实施例，一种操作LiDAR系统的方法，包括：使用被布置为阵列的多个光源发射多个光脉冲组，所述多个光脉冲组指向所述LiDAR系统的视场内的场景。每个相应的光脉冲组包括以时间序列的多个光脉冲。每个相应的光脉冲是由多个光源中的相应光源发射的。多个光脉冲是由多个光源以随机化的次序发射的。该方法还包括：使用被布置为阵列的多个检测器检测多个返回的光脉冲。每个相应的检测器对应于相应的光源。所述多个返回的光脉冲的至少一个子组对应于已被所述场景中的一个或多个对象反射的所述多个光脉冲组。所述方法还包括：确定所述多个返回的光脉冲中的每个相应返回的光脉冲的渡越时间；以及基于所述多个返回的光脉冲的渡越时间获得点云。所述点云包括表示所述一个或多个对象的一个或多个表面的多个点。每个相应点对应于相应的返回的光脉冲。该方法还包括：针对点云中的每个相应点：分析点云中的相应点与相邻点之间的空间和时间关系；以及基于所述空间和时间关系为所述相应点估算质量因子。
附图说明
图1图示了用于三维成像的示例性LiDAR传感器。
图2示出了发射的光脉冲序列和返回的光脉冲序列的示例性时序图。
图3A和图3B图示了两个LiDAR传感器以及这两个LiDAR传感器可能相互干扰的两种简化情况。
图4示出了包括可能的干扰光脉冲的发射的光脉冲序列和返回的光脉冲序列的示例性时序图。
图5示出了根据一些实施例的施加时间抖动的同时发射的光脉冲序列和返回的光脉冲序列以及可能的干扰光脉冲的示例性时序图。
图6A示出了在不向激光发射顺序施加时间抖动的情况下由LiDAR传感器获取的示例性点云。
图6B示出了根据一些实施例的针对与图6A所示相同的场景在向光源发射顺序施加时间抖动的同时由LiDAR传感器获取的示例性点云。
图7示出了由LiDAR传感器获取的点云中的点的三维坐标空间。
图8示意性地示出了包括光源阵列和检测器阵列的LiDAR传感器。
图9示出了包括光源阵列的子视场的阵列的LiDAR传感器的示例性视场。
图10示出了根据一些实施例的光源阵列的示例性发射顺序。
图11示出了根据一些其它实施例的光源阵列的示例性发射顺序。
图12示出了根据一些实施例的操作LiDAR系统的方法的简化流程图。
图13示出了根据一些实施例的操作LiDAR系统的方法的简化流程图。
图14示出了根据一些实施例的操作LiDAR系统的方法的简化流程图。
具体实施方式
本发明的实施例提供了用于检测可能由LiDAR传感器之间的串扰引起的错误数据点的LiDAR系统和方法。仅通过示例的方式，本发明的实施例提供了这样的技术：采用针对LiDAR系统中的光源的随机化发射顺序，并且通过分析点云中的给定点与其相邻点之间的空间和时间关系来估算由LiDAR系统生成的点云中的任何给定点的质量因子。感知软件可以至少部分地基于某些点的质量因子值来确定是否忽略这些点。在一些实施例中，除了质量因子值之外，所述感知软件可以考虑其它因素(例如，天气状况)以及其它传感器数据(例如，相机数据和雷达数据)。
图1图示了根据一些实施例的用于三维成像的示例性LiDAR传感器100。该LiDAR传感器100包括发射透镜130和接收透镜140。LiDAR传感器100包括大致设置在发射透镜130的后焦平面中的光源110a。光源110a操作成从发射透镜130的后焦平面中的相应发射位置发射光脉冲120。发射透镜130被配置成准直光脉冲120并且将光脉冲120导向位于LiDAR传感器100前面的对象150。对于光源110a的给定发射位置，准直的光脉冲120’以相应的角度导向对象150。
准直的光脉冲120’的一部分122从对象150朝向接收透镜140反射。接收透镜140被配置成将从对象150反射的光脉冲的一部分122’聚焦到接收透镜140的焦平面中的相应检测位置上。LiDAR传感器100还包括大致设置在接收透镜140的焦平面处的检测器160a。检测器160a被配置成在相应检测位置处接收并检测从对象反射的光脉冲120的一部分122’。检测器160a的相应检测位置与光源110a的相应发射位置是光学共轭的。
光脉冲120可以具有短的持续时间，例如10ns(毫微秒)的脉冲宽度。LiDAR传感器100还包括耦合到光源110a和检测器160a的处理器190。处理器190被配置成确定从发射到检测的光脉冲120的渡越时间(time of flight，TOF)。由于光脉冲120是以光速行进的，因此可以基于所确定的渡越时间来确定LiDAR传感器100与对象150之间的距离。
扫描激光束120’跨越FOV的一种方式是在发射透镜130的后焦平面中相对于发射透镜130横向移动光源110a。例如，光源110a可以被光栅扫描到发射透镜130的后焦平面中的多个发射位置，如图1所图示的。光源110a可以在多个发射位置发射多个光脉冲。在相应发射位置发射的每个光脉冲由发射透镜130准直并且以相应角度导向对象150，并且撞击在对象150表面上的相应点。因此，当光源110a在发射透镜130的后焦平面中的特定区域内被光栅扫描时，对象150上的对应对象区域被扫描。检测器160a可以被光栅扫描以定位在接收透镜140的焦平面中的多个对应检测位置，如图1所图示的。通常同步执行检测器160a的扫描和光源110a的扫描，使得在任何给定时间检测器160a和光源110a总是彼此光学共轭的。
通过确定在相应发射位置发射的每个光脉冲的渡越时间，可以确定从LiDAR传感器100到对象150表面上的每个对应点的距离。在一些实施例中，处理器190与位置编码器耦合，该位置编码器检测每个发射位置处的光源110a的位置。基于发射位置，可以确定准直的光脉冲120’的角度。可以基于到LiDAR传感器100的角度和距离来确定对象150表面上的对应点的X-Y坐标。因此，可以基于从LiDAR传感器100到对象150表面上的各个点的测量距离来构建对象150的三维图像。在一些实施例中，三维图像可以表示为点云，即，对象150表面上的点的X、Y和Z坐标的集合。
在一些实施例中，返回的光脉冲122’的强度被测量并用于调节来自相同发射点的后续光脉冲的功率，以便防止检测器的饱和、提高眼睛安全性或降低总体功耗。可以通过改变光脉冲的持续时间、改变施加到激光器的电压或电流、或改变存储在用于为激光器供能的电容器中的电荷来改变光脉冲的功率。在后一种情况下，可以通过改变对电容器的充电时间、充电电压或充电电流来改变存储在电容器中的电荷。在一些实施例中，由检测到的脉冲的强度确定的反射率也可用于向图像添加另一维度。例如，图像可以包含X、Y和Z坐标以及反射率(或亮度)。
可以基于光源110a的扫描范围和发射透镜130的焦距来估计LiDAR传感器100的角视场(angular field of view，AFOV)：
Figure BDA0003578078450000061
其中，h是光源110a沿特定方向的扫描范围，f是发射透镜130的焦距。对于给定的扫描范围h，较短的焦距将产生较宽的AFOV。对于给定的焦距f，较大的扫描范围将产生较宽的AFOV。在一些实施例中，LiDAR传感器100可以包括作为阵列布置在发射透镜130的后焦平面处的多个光源，使得可以实现更大的总AFOV同时保持每个单独光源的扫描范围相对小。因此，LiDAR传感器100可以包括作为阵列布置在接收透镜140的焦平面处的多个检测器，每个检测器与相应的光源共轭。例如，LiDAR传感器100可以包括第二光源110b和第二检测器160b，如图1所图示的。在其它实施例中，LiDAR传感器100可以包括四个光源和四个检测器，或者八个光源和八个检测器。在一个实施例中，LiDAR传感器100可以包括布置为4×2阵列的八个光源和布置为4×2阵列的八个检测器，使得LiDAR传感器100可以在水平方向上具有比其在垂直方向上的AFOV更宽的AFOV。根据各种实施例，取决于发射透镜的焦距、每个光源的扫描范围和光源的数量，LiDAR传感器100的总AFOV可以在约5度至约15度的范围内、或约15度至约45度的范围内、或约45度至约120度的范围内。
光源110a可被配置成以紫外光、可见光或近红外波长范围发射光脉冲。每个光脉冲的能量可以是微焦耳量级，其通常被认为对于KHz范围内的重复速率是对眼睛安全的。对于以大于约1500纳米波长操作的光源，由于眼睛不聚焦于这些波长，因此能级可以更高。检测器160a可以包括硅雪崩光电二极管、光电倍增管、PIN二极管、或其它半导体传感器。
LiDAR可以以一定重复速率发射其光源。图2在下部示出了由LiDAR传感器发射的光脉冲210序列的示例性时序图。在相邻脉冲之间，光脉冲210可以以延迟时间t彼此大致均匀地间隔。延迟时间t的倒数是光源发射的重复率。延迟时间t的范围可以是几百纳秒到几十微秒。对于每个光脉冲210，如果其被LiDAR传感器的视场内的对象反射，则返回的光脉冲220可以被检测器检测。图2的上部示出了可以由LiDAR传感器检测的返回的光脉冲的时序图。从光脉冲220的发射到检测所经过的时间Δt可以用于估计对象到LiDAR传感器的距离D。时间Δt可以称为“渡越时间”。可以使用下式基于渡越时间Δt来估计距离D：
Figure BDA0003578078450000062
其中，c是光速。
在每个光脉冲210发射之后检测器可以具有有效检测时间窗230。在检测时间窗230期间，检测器是激活的。在检测时间窗230之后的时间窗240中检测器可以是未激活的，直到发射下一个光脉冲210。到达检测时间窗230之外的返回的光脉冲是未登记的，因为它们将不对应于LiDAR传感器的有效操作距离。
在存在两个或更多个彼此接近的LiDAR传感器操作的某些情况下，在LiDAR传感器之间可能发生干扰。图3A和图3B图示了两个LiDAR传感器310和320将相互干扰的两种简化情况。图3A图示了两个LiDAR传感器之间的直接干扰的示例。第一LiDAR传感器310可以发射光脉冲330，该光脉冲330恰好指向第二LiDAR传感器320。第二LiDAR传感器320将检测到由第一LiDAR传感器310发射的光脉冲330，并且将错误地将其视为由其自身发射的返回的光脉冲。第二LiDAR传感器320对干涉光脉冲330的检测将导致由第二LiDAR传感器320创建的三维点云中的假点。例如，当安装有两个LiDAR传感器的两个车辆从相反方向彼此接近时，可能出现这种情况。
图3B图示了间接干扰的示例。假设第一LiDAR传感器310和第二LiDAR传感器320同时扫描同一场景。由第一LiDAR传感器310发射的第一光脉冲340将弹离对象390(例如，人)并返回到第一LiDAR传感器310。第一LiDAR传感器310可以通过测量第一光脉冲340的渡越时间来估计对象390到第一LiDAR传感器310的距离。在同一时间，第二LiDAR传感器320可能发射第二光脉冲350，该第二光脉冲350也可能弹离对象390。第一LiDAR传感器310可能检测到反射的第二光脉冲350。第一LiDAR传感器310对干涉光脉冲350的检测将导致由第一LiDAR传感器310创建的三维点云中的假点。例如，当安装有两个LiDAR传感器310和320的两个车辆在相邻车道中沿相同方向并排行进时，可能出现这种情况。
图4在下部示出了可以从第一LiDAR传感器310发射的光脉冲序列210的时序图，其类似于图2所示的时序图。在图4的上部，除了从第一LiDAR传感器310自身发射的返回的光脉冲220之外，还将由第一LiDAR传感器310检测到来自第二LiDAR传感器320的干涉光脉冲410(虚线)。
假设第二LiDAR传感器320以与第一LiDAR传感器310相同的重复率发射其光源，则由第一LiDAR传感器310检测的干涉光脉冲410将几乎与实际返回的光脉冲220时间同步，如图4所图示的。例如，可以稍稍在相应的返回的光脉冲220之前检测到每个干涉光脉冲410。因此，由第一LiDAR传感器310创建的三维点云中的假点可能看起来与实际对象390相比更靠近第一LiDAR传感器310。这种假点可能倾向于作为点云中的组在空间上彼此靠近，从而形成重影对象。由于干涉光脉冲410在连续检测窗口230中以相同的渡越时间Δt2被检测到，因此重影对象可能看起来是静止的。
例如，假设在第一LiDAR传感器310发射其光源之前，第二LiDAR传感器320发射其光源10纳秒。在检测到返回的光脉冲220之前，将检测到干涉光脉冲410 10纳秒(例如，Δt-Δt2＝10ns)。因此，重影图像将看起来与实际对象390相比更靠近第一LiDAR传感器310约150厘米(光每纳秒行进约30厘米)。
如果第二LiDAR传感器的发射速率与第一LiDAR传感器的发射速率相似但不完全相同，则重影对象将看起来正在朝向或远离第一LiDAR传感器移动。重影对象移动的速度是两个LiDAR传感器之间的差别发射速率的函数。两个发射速率差别越大，重影对象可能看起来移动得越快。
例如，假设第二LiDAR传感器320以比第一LiDAR传感器310快1纳秒/秒的速率发射其光源。在一秒之后，第一LiDAR传感器310的发射与第二LiDAR传感器320的发射之间的延迟将减小到9纳秒(例如，Δt-Δt1＝9ns)。因此，重影对象可能看起来距第一LiDAR传感器310仅135厘米。随着该过程继续，重影对象可能看起来以每秒15cm的速率朝向第一LiDAR传感器310移动。另一方面，如果第二LiDAR传感器320以比第一LiDAR传感器310的速率慢的速率发射其光源，则重影对象可能看起来远离第一LiDAR传感器310移动。
根据一些实施例，可以为每个LiDAR传感器分配唯一发射速率。可以使足够多的唯一发射速率可用，使得任何两个LiDAR传感器不太可能具有相同的发射速率。例如，如果标称发射速率为1.000MHz，则可以从包括{0.990、0.991、0.992...1.010}的表中为每个LiDAR传感器分配发射速率。
现在取传感器1以1.000MHz发射，传感器2以1.001MHz发射的情况。在每秒，传感器1将比传感器2落后1毫秒。这将导致重影对象看起来以150千米/秒移动。实际上，重影对象将被分解成一堆孤立点。然后可以将质量因子分配给孤立的重影点，以有助于将它们与实际点区分开，如稍后更详细描述的。
根据一些实施例，LiDAR系统可以向其一个或多个光源的发射顺序施加时间抖动(temporal dithering)，以便能够检测由干扰产生的点云中的假点。对于以其它方式均匀间隔的光脉冲序列中的每个光脉冲，可以施加随机化的时间偏移，使得相邻光脉冲之间的时间间隔是随机的。术语“随机”或“随机化”在此可指代随机，以及伪随机或任何不规则样式。
图5示出了根据一些实施例的LiDAR传感器的光源发射的示例性时序图。在图5的下部，虚线表示均匀间隔的光脉冲序列510的标称时间位置；实线表示时间抖动的光脉冲序列520。如图所示，每个光脉冲520相对于相对的标称时间位置在时间上偏移了量δt。时间偏移的幅度δt以及其方向(正号或负号)是随机化的。根据一些实施方案，δt可以范围可以是约-200纳秒至约+200纳秒。因此，相邻光脉冲之间的时间间隔也是随机的。例如，光脉冲520a和光脉冲520b之间的时间间隔t1可以不同于光脉冲520b和光脉冲520c之间的时间间隔t2等。
在图5的上部，实线表示由LiDAR传感器本身发射的实际返回的光脉冲530；虚线表示来自另一LiDAR传感器的干涉光脉冲540。假设干涉光脉冲540以规则的时间间隔到达检测器。由于由LiDAR传感器自身发射的光脉冲520的随机偏移，干扰光脉冲序列的视在渡越时间(apparent times of flight)将以随机方式而彼此不同。例如，干扰光脉冲540a的渡越时间Δt1将不同于下一干扰光脉冲540b的渡越时间Δt2等。
因此，通过向光源发射顺序施加随机的时间抖动，可以将点云中的重影对象的假点分解为空间分散和孤立的点。“分散”的空间范围可以取决于时间抖动的范围。例如，如果时间抖动在-200纳秒至+200纳秒的范围内，则重影对象的假点将分散到最多距离在重影对象看起来没有时间抖动的地点更近或更远最多30米处。
图6A示出了在不向激光发射顺序施加时间抖动的情况下由LiDAR传感器610获取的示例性点云。该点云将包括表示真实对象(例如，人)的点620以及由附近的另一LiDAR传感器(未示出)的干扰引起的假点630。如图所示，假点630将彼此靠近定位并且将表现为重影对象。
图6B示出了根据一些实施例的针对与图6A所示相同的场景在向光源发射顺序施加时间抖动的同时由LiDAR传感器640获取的示例性点云。该点云还将包括表示真实对象的点650以及假点660。与图6A相比，假点660分散到占据较大空间区域的孤立点中。因为假点660是分散且孤立的，所以可能更容易将这些点识别为由于干扰而导致的假点。
根据一些实施例，可以分析在施加时间抖动时由LiDAR传感器获取的点云中的点之间的空间和时间关系。可以基于这种分析来估算任何给定点是由干扰引起的假点的可能性。如图7所图示的，点云中的每个点可以由三维坐标表征。这三个维度可以包括从点到LiDAR传感器的角度A、从点到LiDAR传感器的距离D和获取点的时间T。角度A是水平角度与垂直角度的矢量和。
根据一些实施例，可以使用点与其相邻点之间的角度、距离和时间的非线性加权组合来为点云中的每个点估算质量因子。对于具有索引i的点云中的相应点，相对于相邻点j的部分质量因子QFi,j可以被估算为：
Figure BDA0003578078450000091
其中，ΔA是点i和点j之间的角度间隔，ΔD是点i和点j之间的距离间隔，ΔT是点i和点j之间的时间间隔(例如，两个点的检测之间经过的时间，或者两个点的检测之间的帧数差)，a、b和c是权重，d是常数，n1、n2、n3和n4是正功率因数常数。
在一些实施例中，n1＝n2＝n3＝2，且
Figure BDA0003578078450000101
因此，部分质量因子QFi，j可以被估算为：
Figure BDA0003578078450000102
式(2)中表示的部分质量因子QFi，j可以被认为是点i和点j之间的三维间隔，如图7所图示的。总体上，部分质量因子QFi，j的值与点i和点j之间的空间和时间间隔成反比。也就是说，空间和时间间隔越大，QFi，j的值越小。
针对点i的整体质量因子QFi可以被估算为：
QFi＝∑jQFi，j (3)
其中，求和是在点i的所有其它相邻点上进行的，所述点i的所有其它相邻点产生高于阈值的部分质量因子QFi，j的值(即，与点i间隔太远的相邻点将被忽略用于估算质量因子QFi)。质量因子QFi的值可以提供点i由于干扰而成为假点的可能性的指示。例如，表示真实对象的点将倾向于在空间上和时间上相对于彼此靠近地定位。因此，实际点将具有更高的质量因子值。另一方面，如上所述，由于光源发射的时间抖动，由干涉引起的假点将相对于彼此分散且孤立。因此，假点将具有较低的质量因子值。
根据一些实施例，可以通过感知软件来确定将多少权重给予由LiDAR传感器获取的点云中的任何给定点来使用质量因子值。例如，当LiDAR传感器用于自主车辆中的障碍物检测时，感知软件可以忽略具有低于特定阈值的质量因子值的点。在一些实施例中，该阈值可以是预先确定的或是动态调整的。
根据一些实施例，感知软件可以将LiDAR传感器数据(例如，具有相关联的质量因子值的点云数据)与用于检测障碍的其它传感器数据组合。所述其它传感器数据可以包括例如相机数据和雷达数据。例如，来自LiDAR传感器的点可以具有相对低的质量因子值，然而该点与来自雷达或相机的微弱信号一致。感知软件可以考虑来自所有传感器的数据，并且可以确定所涉及的点表示障碍物，即使来自每个单独传感器的数据可能不足以做出这种确定。
根据一些实施例，质量因子除了与相邻点的空间和时间关系之外，其还将考虑其它因素，例如检测器的噪声水平和噪声特征。例如，阳光、雨、雾和雪可以向检测到的信号添加噪声，这将产生点云中的杂散点。根据一些实施例，LiDAR系统可以提取噪声值并将其添加到在式(1)和式(3)中表示的质量因子。在一些实施例中，也可以将信号强度和脉冲宽度添加到质量因子。此外，如果在检测时间窗内检测到多于一个的返回脉冲，则可以指示存在干扰脉冲，并且可以用于调整质量因子的值。
根据一些实施例，感知软件可基于环境条件调整其对“可疑”点的处理。例如，雾、雨和雪也可能导致具有相对低质量因子值的杂散点。感知软件能够基于点的性质或来自其它源的输入(例如，风挡刮水器操作)来确定这些点是由于天气状况产生的而不是来自其它LiDAR传感器的干扰。因此，感知软件可以相应地调节其响应。
在一些实施例中，总体而言，具有低质量因子值的点的数量可以指示在附近存在干扰LiDAR传感器，以及干扰LiDAR传感器的大致方向。例如，如果在一定方向上检测到另一车辆，则可以将干扰LiDAR传感器与该检测到的车辆相关联。
LiDAR传感器可包括多个光源，每个光源可覆盖子视场。LiDAR传感器可以顺序地发射多个光源。根据一些实施例，可以在相邻的发射轮次之间施加随机时间延迟。附加地或可替换地，可以从一轮到下一轮随机地改变多个光源的发射顺序。
图8示意性地示出了LiDAR传感器800，该LiDAR传感器800可以包括光源806的阵列(例如，4×2光源阵列)和检测器808(例如，4×2光源阵列)的阵列。光源806的阵列和检测器808的阵列可以安装在相同的刚性平台830上。光源806的位置和检测器808的位置被布置成使得每个光源806与对应的检测器808在空间上共轭。平台830可以通过包括两个挠性元件820a和820b的第一挠性件耦合到第一基板810。可以通过使用单个致动器(例如，如图8所示的音圈850和永磁体860)或通过压电致动器等使挠性元件820a和820b向左或向右偏斜。在一个实施例中，第一基板810可以通过包括两个挠性元件870a和870b的第二挠性件耦合到第二基板812。可以通过使用单个致动器(例如如图8所示的音圈852和永磁体862)或者通过压电致动器等使挠性元件870a和870b向前或向后偏斜。
因此，通过挠性元件820a和820b的左右移动以及挠性元件870a和870b的前后移动，光源806和检测器160a至160d可以分别被二维扫描到发射透镜802和接收透镜804的焦平面中。由于光源806和检测器808安装在相同的刚性平台830上，因此只要发射透镜804和接收透镜802的透镜规格大致相同，每个激光-检测器对之间的共轭空间关系在它们被扫描时也得以保持。应当理解，尽管在图8中作为示例示出了八个光源806和八个检测器808，但也可以在单个平台830上安装更少或更多的光源和更少或更多的检测器。
在一些实施例中，第一位置编码器840可邻近平台830设置，以用于检测光源806在左右方向上的坐标(即，x坐标)，并且第二位置编码器842可邻近第一基板810设置，以用于检测光源806在前后方向上的坐标(即，y坐标)。第一位置编码器840和第二位置编码器842可以将光源806的x-y坐标输入到处理器，以用于构建场景的三维图像。
图9示出了根据一些实施例的LiDAR传感器902的示例性视场900。LiDAR传感器902可以包括被布置为4×2阵列的八个光源(例如，如图8中所图示的LiDAR传感器中)。可以扫描每个光源以覆盖相应的子视场910。八个光源(用数字1至8标记)的子视场910可以平铺在一起，以形成LiDAR传感器902的整个视场900。
根据一些实施例，可以顺序地发射八个光源。图10示出了示例性发射顺序。例如，在每一轮中，使激光器#1发射；然后在延迟时间t1之后使激光器#2发射；然后在延迟时间t2之后使激光器#3发射；等等，直到使激光器#8发射。在第一轮完成之后，可以在延迟时间tg1之后开始第二轮；类似地，在第二轮完成之后，可以在延迟时间tg2之后开始第三轮；等等。根据一些实施例，连续轮次之间的延迟时间tg1、tg2…可以是随机的。在一轮内连续发射之间的延迟时间t1、t2、…t7可以是相同的，或者可以是随机的。在这两种情况下，由于干扰而产生的假点将是分散的，从而能够借助于低质量因子值来检测到它们，如上所述的。
图11示出了根据一些其它实施例的发射顺序。这里，在每一轮中不是以顺序次序使激光器#1至激光器#8发射，而是从一轮到下一轮中发射的次序可以是随机的。例如，如图11所图示的，在第一轮中，发射的次序可以是#3、#2、#1、#7、#6、#8、#4、#5；而在第二轮中，发射的次序可以是#1、#8、#6、#4、#5、#3、#2、#7；等等。以这种方式，由于干扰引起的假点也可以是分散的，从而能够将它们检测为假点。在一些实施例中，一轮内的连续发射之间的延迟时间t1、t2、…t7是相同的，并且连续轮次之间的延迟时间tg1、tg2、…是相同的。在一些其它实施例中，延迟时间t1、t2、…t7和/或延迟时间tg1、tg2、…也可以是随机的。
图12示出了根据实施例的操作LiDAR系统的方法1200的简化流程图。
方法1200包括：在1202，使用一个或多个光源以时间序列发射光脉冲组，所述光脉冲组的相邻光脉冲之间具有随机化的时间间隔。该光脉冲组指向LiDAR系统的视场内的场景。
方法1200还包括：在1204，使用一个或多个检测器检测返回的光脉冲组。该返回的光脉冲组的至少一个子组对应于已被所述场景中的一个或多个对象反射的光脉冲组。
方法1200还包括：在1206，确定所述返回的光脉冲组中的每个返回的光脉冲的渡越时间；以及在1208，基于所述返回的光脉冲组的所述渡越时间获得点云。所述点云包括表示所述一个或多个对象的一个或多个表面的点集合。每个点对应于所述返回的光脉冲组中的相应的返回的光脉冲。
方法1200还包括：在1210，针对所述点云的点集合中的每个相应点：分析所述相应点与所述点集合中的相邻点集合之间的空间和时间关系；以及基于所述空间和时间关系为所述相应点估算质量因子。
应当理解，图12中所图示的特定步骤提供了根据一些实施例的操作LiDAR系统的特定方法。也可根据替代实施例来执行其它步骤序列。例如，本发明的替代实施例可以以不同的顺序执行上述步骤。此外，图12中所图示的各个步骤可以包括多个子步骤，可以根据各个步骤以各种顺序执行这些子步骤。此外，可以根据特定应用添加附加步骤，并且可以移除某些步骤。本领域普通技术人员将认识到许多变化、修改和替换。
图13示出了根据实施例的操作LiDAR系统的方法1300的简化流程图。
方法1300包括：在1302，使用被布置为阵列的多个光源发射多个光脉冲组，所述多个光脉冲组指向LiDAR系统的视场内的场景。每个相应的光脉冲组包括以时间序列的多个光脉冲。每个相应的光脉冲是由所述多个光源中的相应的光源发射的。所述多个光脉冲组通过随机化的时间延迟在时间上彼此分离。
方法1300还包括：在1304，使用被布置为阵列的多个检测器检测多个返回的光脉冲。每个相应的检测器对应于相应的光源。所述多个返回的光脉冲的至少一个子组对应于已被所述场景中的一个或多个对象反射的多个光脉冲组。
方法1300还包括：在1306，确定所述多个返回的光脉冲中的每个相应的返回的光脉冲的渡越时间；以及在1308，基于所述多个返回的光脉冲的所述渡越时间获得点云。所述点云包括表示所述一个或多个对象的一个或多个表面的多个点。每个相应点对应于相应的返回的光脉冲。
方法1300还包括：在1310，针对所述点云中的每个相应点：分析所述相应点与所述点云中的相邻点之间的空间和时间关系；以及基于所述空间和时间关系为所述相应点估算质量因子。
应当理解，图13中所示的特定步骤提供了根据一些实施例的操作LiDAR系统的特定方法。也可根据替代实施例来执行其它步骤序列。例如，本发明的替代实施例可以以不同的顺序执行上述步骤。此外，图13中所示的各个步骤可以包括多个子步骤，可以根据各个步骤以各种顺序执行这些子步骤。此外，可以根据特定应用添加附加步骤，并且可以移除某些步骤。本领域普通技术人员将认识到许多变化、修改和替换。
图14示出了根据实施例的操作LiDAR系统的方法1400的简化流程图。
方法1400包括：在1402，使用被布置为阵列的多个光源发射多个光脉冲组，所述多个光脉冲组指向LiDAR系统的视场内的场景。每个相应的光脉冲组包括以时间序列的多个光脉冲。每个相应的光脉冲是由所述多个光源中的相应的光源发射的。所述多个光脉冲是由所述多个光源以随机化的次序发射的。
方法1400还包括：在1404，使用被布置为阵列的多个检测器检测多个返回的光脉冲。每个相应的检测器对应于相应的光源。所述多个返回的光脉冲的至少一个子组对应于已被所述场景中的一个或多个对象反射的多个光脉冲组。
方法1400还包括：在1406，确定所述多个返回的光脉冲中的每个相应的返回的光脉冲的渡越时间；以及在1408，基于所述多个返回的光脉冲的所述渡越时间获得点云。所述点云包括表示所述一个或多个对象的一个或多个表面的多个点。每个相应点对应于相应的返回的光脉冲。
方法1400还包括：在1410，针对所述点云中的每个相应点，分析所述相应点与所述点云中的相邻点之间的空间和时间关系；以及基于所述空间和时间关系为所述相应点估算质量因子。
应当理解，图14中所示的特定步骤提供了根据一些实施例的操作LiDAR系统的特定方法。也可根据替代实施例来执行其它步骤序列。例如，本发明的替代实施例可以以不同的顺序执行上述步骤。此外，图14中所示的各个步骤可以包括多个子步骤，可以根据各个步骤以各种顺序执行这些子步骤。此外，可以根据特定应用添加附加步骤，并且可以移除某些步骤。本领域普通技术人员将认识到许多变化、修改和替换。
还应当理解，本文所描述的示例和实施例仅用于说明的目的，并且将向本领域技术人员提出对其进行的各种修改或改变，并且这些修改或改变将包含在本申请的精神和范围内以及所附权利要求的范围内。

Claims (46)

1.一种LiDAR系统，包括：
一个或多个光源，其配置成发射光脉冲组，所述光脉冲组指向所述LiDAR系统的视场内的场景，所述光脉冲组是以时间序列发射的并且所述光脉冲组的相邻光脉冲之间具有随机化的时间间隔；
一个或多个检测器，其配置成接收返回的光脉冲组，所述返回的光脉冲组的至少一个子组对应于已被所述场景中的一个或多个对象反射的光脉冲组；
处理器，其耦合到所述一个或多个光源和所述一个或多个检测器，所述处理器配置成：
确定所述返回的光脉冲组中的每个返回的光脉冲的渡越时间；
基于所述返回的光脉冲组的所述渡越时间获得点云，所述点云包括表示所述一个或多个对象的一个或多个表面的点集合，每个点对应于所述返回的光脉冲组中的相应的返回的光脉冲；以及
针对所述点云的所述点集合中的每个相应点：
分析所述相应点与所述点集合中的相邻点集合之间的空间和时间关系；以及
基于所述空间和时间关系为所述相应点估算质量因子。
2.根据权利要求1所述的LiDAR系统，其中，所述分析所述相应点和所述相邻点集合之间的空间和时间关系包括：
为所述相邻点集合中的每个相应的相邻点，估算与所述相应点与所述相应的相邻点之间的空间和时间间隔成反比的部分质量因子。
3.根据权利要求2所述的LiDAR系统，其中，为所述相应点估算所述质量因子包括：
估算所述相邻点集合的部分质量因子值之和。
4.根据权利要求2所述的LiDAR系统，其中，所述相应点与所述相应的相邻点之间的所述空间和时间间隔涉及角度间隔、距离间隔和时间间隔。
5.根据权利要求4所述的LiDAR系统，其中，所述角度间隔包括水平角度间隔与垂直角度间隔的矢量和。
6.根据权利要求4所述的LiDAR系统，其中，所述相应点与所述相应的相邻点之间的所述空间和时间间隔包括所述角度间隔的幂函数、所述距离间隔的幂函数和所述时间间隔的幂函数的加权组合。
7.根据权利要求1所述的LiDAR系统，还包括感知模块，所述感知模块耦合到所述处理器并且配置成：
针对所述点云中的所述点集合的每个相应点，基于所述相应点的所述质量因子的值确定所述相应点是否是由于干扰产生的假点。
8.根据权利要求7所述的LiDAR系统，其中，所述确定所述相应点是否是由于干扰产生的假点包括：
将所述相应点的所述质量因子的值与阈值进行比较；以及
当确定所述相应点的所述质量因子的值小于所述阈值时，确定所述相应点是由于干扰产生的假点。
9.根据权利要求7所述的LiDAR系统，其中，所述确定所述相应点是否是由于干扰产生的假点还基于当所述点云被所述LiDAR系统获取时的天气状况。
10.根据权利要求7所述的LiDAR系统，其中，所述确定所述相应点是否是由于干扰产生的假点还基于相机数据或雷达数据。
11.一种操作LiDAR系统的方法，所述方法包括：
使用一个或多个光源以时间序列发射光脉冲组，所述光脉冲组的相邻光脉冲之间具有随机化的时间间隔，所述光脉冲组指向所述LiDAR系统的视场内的场景；
使用一个或多个检测器检测返回的光脉冲组，所述返回的光脉冲组的至少一个子组对应于已被所述场景中的一个或多个对象反射的光脉冲组；
确定所述返回的光脉冲组中的每个返回的光脉冲的渡越时间；
基于所述返回的光脉冲组的所述渡越时间获得点云，所述点云包括表示所述一个或多个对象的一个或多个表面的点集合，每个点对应于所述返回的光脉冲组中的相应的返回的光脉冲；以及
针对所述点云中的所述点集合中的每个相应点：
分析所述相应点与所述点集合中的相邻点集合之间的空间和时间关系；以及
基于所述空间和时间关系为所述相应点估算质量因子。
12.根据权利要求11所述的方法，其中，所述分析所述相应点和所述相邻点集合之间的空间和时间关系包括：
为所述相邻点集合中的每个相应的相邻点，估算与所述相应点与所述相应的相邻点之间的空间和时间间隔成反比的部分质量因子。
13.根据权利要求12所述的方法，其中，为所述相应点估算所述质量因子包括：
估算所述相邻点集合的部分质量因子值之和。
14.根据权利要求12所述的方法，其中，所述相应点与所述相应的相邻点之间的所述空间和时间间隔涉及角度间隔、距离间隔和时间间隔。
15.根据权利要求14所述的方法，其中，所述角度间隔包括水平角度间隔与垂直角度间隔的矢量和。
16.根据权利要求14所述的方法，其中，所述相应点与所述相应的相邻点之间的所述空间和时间间隔包括所述角度间隔的幂函数、所述距离间隔的幂函数和所述时间间隔的幂函数的加权组合。
17.根据权利要求11所述的方法，还包括：
针对所述点云中的所述点集合的每个相应点，基于所述相应点的所述质量因子的值确定所述相应点是否是由于干扰产生的假点。
18.根据权利要求17所述的方法，其中，所述确定所述相应点是否是由于干扰产生的假点包括：
将所述相应点的所述质量因子的值与阈值进行比较；以及
当确定所述相应点的所述质量因子的值小于所述阈值时，确定所述相应点是由于干扰产生的假点。
19.根据权利要求17所述的方法，其中，所述确定所述相应点是否是由于干扰产生的假点还基于当所述点云被所述LiDAR系统获取时的天气状况。
20.根据权利要求17所述的方法，其中，所述确定所述相应点是否是由于干扰产生的假点还基于相机数据或雷达数据。
21.一种LiDAR系统，包括：
多个光源，其布置为阵列并且配置成发射多个光脉冲组，所述多个光脉冲组指向所述LiDAR系统的视场内的场景，其中：
每个相应的光脉冲组包括以时间序列的多个光脉冲，每个相应的光脉冲是由所述多个光源中的相应的光源发射的；并且
所述多个光脉冲组通过随机化的时间延迟在时间上彼此分离；
布置为阵列的多个检测器，每个相应的检测器对应于相应的光源，所述多个检测器配置成检测多个返回的光脉冲，所述多个返回的光脉冲的至少一个子组对应于已被所述场景中的一个或多个对象反射的多个光脉冲组；和
处理器，其耦合到所述多个光源和所述多个检测器，所述处理器配置成：
确定所述多个返回的光脉冲中的每个相应的返回的光脉冲的渡越时间；
基于所述多个返回的光脉冲的所述渡越时间获得点云，所述点云包括表示所述一个或多个对象的一个或多个表面的多个点，每个相应点对应于相应的返回的光脉冲；以及
针对所述点云中的每个相应点：
分析所述相应点与所述点云中的相邻点之间的空间和时间关系；以及
基于所述空间和时间关系为所述相应点估算质量因子。
22.根据权利要求21所述的LiDAR系统，其中，所述每个相应的光脉冲组中的所述多个光脉冲是通过相邻光脉冲之间的相等时间间隔而彼此分离的。
23.根据权利要求21所述的LiDAR系统，其中，所述每个相应的光脉冲组中的所述多个光脉冲是通过相邻光脉冲之间的随机化时间间隔而彼此分离的。
24.根据权利要求21所述的LiDAR系统，其中，所述多个光脉冲组中的每个光脉冲组是由所述多个光源以相同的顺序次序发射的。
25.根据权利要求21所述的LiDAR系统，其中：
所述多个光脉冲组中的第一光脉冲组是由所述多个光源以第一顺序次序发射的；并且
所述多个光脉冲组中的第二光脉冲组是由所述多个光源以不同于所述第一顺序次序的第二顺序次序发射的。
26.根据权利要求21所述的LiDAR系统，其中，所述分析所述相应点与相邻点之间的空间和时间关系包括：
为每个相应的相邻点，估算与所述相应点与所述相应的相邻点之间的空间和时间间隔成反比的部分质量因子；以及
估算所述相邻点的部分质量因子值之和。
27.根据权利要求26所述的LiDAR系统，其中，所述相应点与所述相应的相邻点之间的所述空间和时间间隔涉及角度间隔、距离间隔和时间间隔。
28.一种操作LiDAR系统的方法，所述方法包括：
使用被布置为阵列的多个光源发射多个光脉冲组，所述多个光脉冲组指向所述LiDAR系统的视场内的场景，其中：
每个相应的光脉冲组包括以时间序列的多个光脉冲，每个相应的光脉冲是由所述多个光源中的相应的光源发射的；并且
所述多个光脉冲组通过随机化的时间延迟在时间上彼此分离；
使用被布置为阵列的多个检测器检测多个返回的光脉冲，其中，每个相应的检测器对应于相应的光源，并且所述多个返回的光脉冲的至少一个子组对应于已被所述场景中的一个或多个对象反射的多个光脉冲组；
确定所述多个返回的光脉冲中的每个相应的返回的光脉冲的渡越时间；
基于所述多个返回的光脉冲的所述渡越时间获得点云，所述点云包括表示所述一个或多个对象的一个或多个表面的多个点，每个相应点对应于相应的返回的光脉冲；以及
针对所述点云中的每个相应点：
分析所述相应点与所述点云中的相邻点之间的空间和时间关系；以及
基于所述空间和时间关系为所述相应点估算质量因子。
29.根据权利要求28所述的方法，其中，所述每个相应的光脉冲组中的所述多个光脉冲是通过相邻光脉冲之间的相等时间间隔而彼此分离的。
30.根据权利要求28所述的方法，其中，所述每个相应的光脉冲组中的所述多个光脉冲是通过相邻光脉冲之间的随机化时间间隔而彼此分离的。
31.根据权利要求28所述的方法，其中，所述多个光脉冲组中的每个光脉冲组是由所述多个光源以相同的顺序次序发射的。
32.根据权利要求28所述的方法，其中：
所述多个光脉冲组中的第一光脉冲组是由所述多个光源以第一顺序次序发射的；并且
所述多个光脉冲组中的第二光脉冲组是由所述多个光源以不同于所述第一顺序次序的第二顺序次序发射的。
33.根据权利要求28所述的方法，其中，所述分析所述相应点与相邻点之间的空间和时间关系包括：
为每个相应的相邻点，估算与所述相应点与所述相应的相邻点之间的空间和时间间隔成反比的部分质量因子；以及
估算所述相邻点的部分质量因子值之和。
34.根据权利要求33所述的方法，其中，所述相应点与所述相应的相邻点之间的所述空间和时间间隔涉及角度间隔、距离间隔和时间间隔。
35.一种LiDAR系统，包括：
多个光源，其布置为阵列并且配置成发射多个光脉冲组，所述多个光脉冲组指向所述LiDAR系统的视场内的场景，其中：
每个相应的光脉冲组包括以时间序列的多个光脉冲，每个相应的光脉冲是由所述多个光源中的相应的光源发射的，并且所述多个光脉冲是由所述多个光源以随机化的次序发射的；
布置为阵列的多个检测器，每个相应的检测器对应于相应的光源，所述多个检测器配置成检测多个返回的光脉冲，所述多个返回的光脉冲的至少一个子组对应于已被所述场景中的一个或多个对象反射的多个光脉冲组；和
处理器，其耦合到所述多个光源和所述多个检测器，所述处理器配置成：
确定所述多个返回的光脉冲中的每个相应的返回的光脉冲的渡越时间；
基于所述多个返回的光脉冲的所述渡越时间获得点云，所述点云包括表示所述一个或多个对象的一个或多个表面的多个点，每个相应点对应于相应的返回的光脉冲；以及
针对所述点云中的每个相应点：
分析所述相应点与所述点云中的相邻点之间的空间和时间关系；以及
基于所述空间和时间关系为所述相应点估算质量因子。
36.根据权利要求35所述的LiDAR系统，其中，所述多个光脉冲组是通过随机化的时间延迟在时间上彼此分离的。
37.根据权利要求35所述的LiDAR系统，其中，所述每个相应的光脉冲组中的所述多个光脉冲是通过相邻光脉冲之间的相等时间间隔而彼此分离的。
38.根据权利要求35所述的LiDAR系统，其中，所述每个相应的光脉冲组中的所述多个光脉冲是通过相邻光脉冲之间的随机化的时间间隔而彼此分离的。
39.根据权利要求35所述的LiDAR系统，其中，所述分析所述相应点与相邻点之间的空间和时间关系包括：
为每个相应的相邻点，估算与所述相应点与所述相应的相邻点之间的空间和时间间隔成反比的部分质量因子；以及
估算所述相邻点的集合的部分质量因子值之和。
40.根据权利要求39所述的LiDAR系统，其中，所述相应点与所述相应的相邻点之间的所述空间和时间间隔涉及角度间隔、距离间隔和时间间隔。
41.一种操作LiDAR系统的方法，所述方法包括：
使用被布置为阵列的多个光源发射多个光脉冲组，所述多个光脉冲组指向所述LiDAR系统的视场内的场景，其中，每个相应的光脉冲组包括以时间序列的多个光脉冲，每个相应的光脉冲是由所述多个光源中的相应的光源发射的，并且所述多个光脉冲是由所述多个光源以随机化的次序发射的；
使用被布置为阵列的多个检测器检测多个返回的光脉冲，其中，每个相应的检测器对应于相应的光源，并且所述多个返回的光脉冲的至少一个子组对应于已被所述场景中的一个或多个对象反射的所述多个光脉冲组；
确定所述多个返回的光脉冲中的每个相应的返回的光脉冲的渡越时间；
基于所述多个返回的光脉冲的所述渡越时间获得点云，所述点云包括表示所述一个或多个对象的一个或多个表面的多个点，每个相应点对应于相应的返回的光脉冲；以及
针对所述点云中的每个相应点：
分析所述相应点与所述点云中的相邻点之间的空间和时间关系；以及
基于所述空间和时间关系为所述相应点估算质量因子。
42.根据权利要求41所述的方法，其中，所述多个光脉冲组是通过随机化的时间延迟在时间上彼此分离的。
43.根据权利要求41所述的方法，其中，所述每个相应的光脉冲组中的所述多个光脉冲是通过相邻光脉冲之间的相等时间间隔而彼此分离的。
44.根据权利要求41所述的方法，其中，所述每个相应的光脉冲组中的所述多个光脉冲是通过相邻光脉冲之间的随机化的时间间隔而彼此分离的。
45.根据权利要求41所述的方法，其中，所述分析所述相应点与相邻点之间的空间和时间关系包括：
为每个相应的相邻点，估算与所述相应点与所述相应的相邻点之间的空间和时间间隔成反比的部分质量因子；以及
估算所述相邻点的集合的部分质量因子值之和。
46.根据权利要求45所述的方法，其中，所述相应点与所述相应的相邻点之间的所述空间和时间间隔涉及角度间隔、距离间隔和时间间隔。
CN202080069797.4A 2019-10-02 2020-09-28 用于检测lidar成像传感器中的串扰的技术 Active CN114585943B (zh)

Applications Claiming Priority (5)

Application Number Priority Date Filing Date Title
US201962909633P 2019-10-02 2019-10-02
US62/909,633 2019-10-02
US17/032,526 2020-09-25
US17/032,526 US11150348B2 (en) 2019-10-02 2020-09-25 Techniques for detecting cross-talk interferences in lidar imaging sensors
PCT/US2020/053021 WO2021067165A1 (en) 2019-10-02 2020-09-28 Techniques for detecting cross-talk interferences in lidar imaging sensors

Publications (2)

Publication Number Publication Date
CN114585943A true CN114585943A (zh) 2022-06-03
CN114585943B CN114585943B (zh) 2023-07-14

Family

ID=75275048

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202080069797.4A Active CN114585943B (zh) 2019-10-02 2020-09-28 用于检测lidar成像传感器中的串扰的技术

Country Status (5)

Country Link
US (3) US11150348B2 (zh)
JP (1) JP7474457B2 (zh)
CN (1) CN114585943B (zh)
DE (1) DE112020004763T5 (zh)
WO (1) WO2021067165A1 (zh)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
DE102022201740A1 (de) 2022-02-21 2023-08-24 Robert Bosch Gesellschaft mit beschränkter Haftung Verfahren und Vorrichtung zur Detektion von optischem Übersprechen in einem LiDAR-System sowie entsprechendes Computerprogramm, Speichermedium und LiDAR-System

Families Citing this family (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US11150348B2 (en) 2019-10-02 2021-10-19 Cepton Technologies, Inc. Techniques for detecting cross-talk interferences in lidar imaging sensors
US11561281B2 (en) 2020-06-29 2023-01-24 Waymo Llc Selective deactivation of light emitters for interference mitigation in light detection and ranging (lidar) devices
EP4330716A2 (en) * 2021-04-26 2024-03-06 Neural Propulsion Systems, Inc. Moving aperture lidar
CN115015874B (zh) * 2022-08-08 2022-11-08 探维科技(北京)有限公司 激光雷达串扰点云处理方法、装置、电子设备和介质
CN116538996B (zh) * 2023-07-04 2023-09-29 云南超图地理信息有限公司 基于激光雷达的地形测绘系统及方法

Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20160178802A1 (en) * 2014-12-22 2016-06-23 GM Global Technology Operations LLC Road surface reflectivity detection by lidar sensor
US20180267152A1 (en) * 2016-12-30 2018-09-20 Panosense, Inc. Lidar system
CN108603932A (zh) * 2016-01-31 2018-09-28 威力登激光雷达有限公司 多脉冲的基于光探测和测距的三维成像
US20180292534A1 (en) * 2017-04-06 2018-10-11 Quanergy Systems, Inc. Apparatus and Method for Mitigating LiDAR Interference through Pulse Coding and Frequency Shifting
US20190051172A1 (en) * 2017-08-11 2019-02-14 Here Global B.V. Method and apparatus for providing a confidence-based road event message
CN109416399A (zh) * 2016-04-26 2019-03-01 深瞳科技公司 三维成像系统
US20190094364A1 (en) * 2017-09-27 2019-03-28 Apple Inc. Waveform design for a LiDAR system with closely-spaced pulses

Family Cites Families (23)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JPH01123713A (ja) 1987-11-09 1989-05-16 Mitsubishi Electric Corp モールド金型
JP3248318B2 (ja) 1993-11-18 2002-01-21 オムロン株式会社 レーザ光を用いた車載用距離測定装置
JP3185547B2 (ja) 1994-06-28 2001-07-11 三菱電機株式会社 距離測定装置
US7411196B2 (en) * 2005-08-18 2008-08-12 Itt Manufacturing Enterprises, Inc. Multi-sensors and differential absorption LIDAR data fusion
US8736818B2 (en) * 2010-08-16 2014-05-27 Ball Aerospace & Technologies Corp. Electronically steered flash LIDAR
US9575184B2 (en) * 2014-07-03 2017-02-21 Continental Advanced Lidar Solutions Us, Inc. LADAR sensor for a dense environment
JP6505470B2 (ja) 2015-02-27 2019-04-24 株式会社デンソー ノイズ除去方法および物体認識装置
JP6665535B2 (ja) 2016-01-11 2020-03-13 株式会社デンソー レーザレーダ装置
US10761195B2 (en) * 2016-04-22 2020-09-01 OPSYS Tech Ltd. Multi-wavelength LIDAR system
US20180100928A1 (en) * 2016-10-09 2018-04-12 Innoviz Technologies Ltd. Methods circuits devices assemblies systems and functionally associated machine executable code for active scene scanning
WO2018055513A2 (en) 2016-09-20 2018-03-29 Innoviz Technologies Ltd. Methods circuits devices assemblies systems and functionally associated machine executable code for light detection and ranging based scanning
US10845470B2 (en) 2016-11-16 2020-11-24 Waymo Llc Methods and systems for protecting a light detection and ranging (LIDAR) device
US20180196125A1 (en) 2017-01-09 2018-07-12 Qualcomm Incorporated Systems and methods for lidar interference mitigation
US11175405B2 (en) * 2017-05-15 2021-11-16 Ouster, Inc. Spinning lidar unit with micro-optics aligned behind stationary window
US10591923B2 (en) * 2017-06-27 2020-03-17 GM Global Technology Operations LLC Method and apparatus for parallel illumination by a VCSEL array
US10754033B2 (en) 2017-06-30 2020-08-25 Waymo Llc Light detection and ranging (LIDAR) device range aliasing resilience by multiple hypotheses
US10921431B2 (en) 2017-10-19 2021-02-16 Cepton Technologies Inc. Apparatuses for scanning a lidar system in two dimensions
US11971507B2 (en) 2018-08-24 2024-04-30 Velodyne Lidar Usa, Inc. Systems and methods for mitigating optical crosstalk in a light ranging and detection system
US11543495B2 (en) 2018-11-01 2023-01-03 Waymo Llc Shot reordering in LIDAR systems
DE102018129246B4 (de) 2018-11-21 2020-10-15 Infineon Technologies Ag Interferenzdetektierung und -minderung für lidarsysteme
CN110988846B (zh) 2019-04-22 2023-07-18 威力登激光雷达美国有限公司 可用于激光雷达的噪点识别方法以及激光雷达系统
US10613203B1 (en) 2019-07-01 2020-04-07 Velodyne Lidar, Inc. Interference mitigation for light detection and ranging
US11150348B2 (en) 2019-10-02 2021-10-19 Cepton Technologies, Inc. Techniques for detecting cross-talk interferences in lidar imaging sensors

Patent Citations (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20160178802A1 (en) * 2014-12-22 2016-06-23 GM Global Technology Operations LLC Road surface reflectivity detection by lidar sensor
CN108603932A (zh) * 2016-01-31 2018-09-28 威力登激光雷达有限公司 多脉冲的基于光探测和测距的三维成像
CN109416399A (zh) * 2016-04-26 2019-03-01 深瞳科技公司 三维成像系统
US20180267152A1 (en) * 2016-12-30 2018-09-20 Panosense, Inc. Lidar system
CN110121658A (zh) * 2016-12-30 2019-08-13 帕诺森斯有限公司 Lidar系统
US20180292534A1 (en) * 2017-04-06 2018-10-11 Quanergy Systems, Inc. Apparatus and Method for Mitigating LiDAR Interference through Pulse Coding and Frequency Shifting
US20190051172A1 (en) * 2017-08-11 2019-02-14 Here Global B.V. Method and apparatus for providing a confidence-based road event message
US20190094364A1 (en) * 2017-09-27 2019-03-28 Apple Inc. Waveform design for a LiDAR system with closely-spaced pulses

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
DE102022201740A1 (de) 2022-02-21 2023-08-24 Robert Bosch Gesellschaft mit beschränkter Haftung Verfahren und Vorrichtung zur Detektion von optischem Übersprechen in einem LiDAR-System sowie entsprechendes Computerprogramm, Speichermedium und LiDAR-System

Also Published As

Publication number Publication date
US20210405191A1 (en) 2021-12-30
US20210103055A1 (en) 2021-04-08
CN114585943B (zh) 2023-07-14
JP7474457B2 (ja) 2024-04-25
WO2021067165A1 (en) 2021-04-08
US11899110B2 (en) 2024-02-13
JP2022550200A (ja) 2022-11-30
US12007480B2 (en) 2024-06-11
DE112020004763T5 (de) 2022-06-30
US11150348B2 (en) 2021-10-19
US20210405190A1 (en) 2021-12-30

Similar Documents

Publication Publication Date Title
CN114585943B (zh) 用于检测lidar成像传感器中的串扰的技术
US11762093B2 (en) Accurate photo detector measurements for LIDAR
US20220137189A1 (en) Method and device for optically measuring distances
US10317529B2 (en) Accurate photo detector measurements for LIDAR
US11300684B2 (en) Scanning lidar systems for three-dimensional sensing
CN110914705B (zh) 用于集成lidar照明功率控制的设备、系统和方法
US11579254B2 (en) Multi-channel lidar sensor module
US10215847B2 (en) Pseudo random sequences in array lidar systems
CN108369274B (zh) 用于高分辨率深度映射的具有经改进扫描速度的激光雷达系统
US10120076B2 (en) Spatio-temporal scanning patterns for array lidar systems
JP2023516654A (ja) 固体ＬｉＤＡＲのためのノイズフィルタリングシステムおよび方法
JP2023110085A (ja) 適応型多重パルスｌｉｄａｒシステム
US20210333371A1 (en) Lidar system with fog detection and adaptive response
US20230065210A1 (en) Optical distance measuring device
US20220091236A1 (en) Techniques for detecting and mitigating interference among multiple lidar sensors
CN110662984A (zh) 用于对象检测的方法和设备以及激光雷达系统
KR20240005752A (ko) 픽셀 맵핑 솔리드-스테이트 lidar 송신기 시스템 및 방법
CN115542285A (zh) 用于激光雷达的抗干扰方法、装置、电子设备和存储介质

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