CN115104038A - 分析光学脉冲运行时间方法中的反向散射直方图数据的方法和用于数据处理的设备 - Google Patents

分析光学脉冲运行时间方法中的反向散射直方图数据的方法和用于数据处理的设备 Download PDF

Info

Publication number
CN115104038A
CN115104038A CN202180013839.7A CN202180013839A CN115104038A CN 115104038 A CN115104038 A CN 115104038A CN 202180013839 A CN202180013839 A CN 202180013839A CN 115104038 A CN115104038 A CN 115104038A
Authority
CN
China
Prior art keywords
backscatter
histogram data
ambient light
amount
time
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.)
Pending
Application number
CN202180013839.7A
Other languages
English (en)
Inventor
拉尔夫·伯斯舍尔
F·迪贝尔
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.)
Microvision Inc
Original Assignee
Ibeo Automotive Systems GmbH
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 Ibeo Automotive Systems GmbH filed Critical Ibeo Automotive Systems GmbH
Publication of CN115104038A publication Critical patent/CN115104038A/zh
Pending legal-status Critical Current

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
    • G01S17/93—Lidar systems specially adapted for specific applications for anti-collision purposes
    • G01S17/931—Lidar systems specially adapted for specific applications for anti-collision purposes of land vehicles
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
    • G01S7/00—Details of systems according to groups G01S13/00, G01S15/00, G01S17/00
    • G01S7/48—Details of systems according to groups G01S13/00, G01S15/00, G01S17/00 of systems according to group G01S17/00
    • G01S7/4802—Details of systems according to groups G01S13/00, G01S15/00, G01S17/00 of systems according to group G01S17/00 using analysis of echo signal for target characterisation; Target signature; Target cross-section
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
    • G01S7/00—Details of systems according to groups G01S13/00, G01S15/00, G01S17/00
    • G01S7/48—Details of systems according to groups G01S13/00, G01S15/00, G01S17/00 of systems according to group G01S17/00
    • G01S7/483—Details of pulse systems
    • G01S7/486—Receivers
    • G01S7/4865—Time delay measurement, e.g. time-of-flight measurement, time of arrival measurement or determining the exact position of a peak
    • G01S7/4866—Time delay measurement, e.g. time-of-flight measurement, time of arrival measurement or determining the exact position of a peak by fitting a model or function to the received signal
    • 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
    • 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
    • G01S7/4873—Extracting wanted echo signals, e.g. pulse detection by deriving and controlling a threshold value

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)
  • Radar Systems Or Details Thereof (AREA)
  • Geophysics And Detection Of Objects (AREA)

Abstract

本发明涉及用于分析光学脉冲运行时间方法中的反向散射直方图数据的方法(20,30,40,50)，包括：接收(21,31,41,51)反向散射直方图数据；以及分析(22,32,42,52)接收到的反向散射直方图数据。

Description

分析光学脉冲运行时间方法中的反向散射直方图数据的方法 和用于数据处理的设备
技术领域
本发明总体上涉及分析光学脉冲运行时间方法中的反向散射直方图数据的方法和用于数据处理的设备。
背景技术
通常已知的有多种光学脉冲运行时间方法(例如，光学运行时间测量)，这些方法可以基于所谓的飞行时间原理，其测量被物体反射的发射光信号的运行时间，以基于运行时间确定到物体的距离。
已知的是在机动车辆环境中使用基于所谓的LIDAR(光检测和测距)原理的传感器，其通过周期性地发射脉冲并检测反射的脉冲来扫描环境。例如，从WO 2017/081294已知一种相应的方法和设备。
在机动车辆环境中的LIDAR应用中，在某些环境条件下，例如在白天驾驶时，环境光量会比较大，这会降低信噪比(也称为SNR(signal-to-noise ratio))。在这种情况下，LIDAR应用的检测范围也会受到限制。
在LIDAR应用中检测到的光信号的类型通常会有所不同，例如，这取决于发射的光信号是被固体物体反射(物体反向散射)还是被空气中(例如在雾中或废气中)的颗粒反向散射(漫反向散射(diffuse backscatter))。从记录的反向散射数据中可以得出关于环境条件的结论。尽管从现有技术已知用于分析光学脉冲运行时间方法中的反向散射数据的解决方案，但本发明的目的是提供一种用于分析光学脉冲运行时间方法中的反向散射直方图数据的方法和用于数据处理的设备。
发明内容
该目的通过根据权利要求1的方法和根据权利要求15的设备实现。
在第一方面，本发明提供了一种用于分析光学脉冲运行时间方法中的反向散射直方图数据的方法，包括：
接收反向散射直方图数据；以及分析接收到的反向散射直方图数据。
在第二方面，本发明提供了一种用于数据处理的设备，包括用于实施根据第一方面的方法的装置。
如所提到的，多个示例性实施方式涉及一种用于分析光学脉冲运行时间方法中的反向散射直方图数据的方法，包括：
接收反向散射直方图数据；以及分析接收到的反向散射直方图数据。
如开头所述，在LIDAR测量中，可以从反向散射数据得出关于环境条件(例如，空气中的雾或其他颗粒、烟雾、喷雾等)的结论。这里，反向散射光的检测事件与固体物体无关。对环境条件更精确的了解使得可以根据环境条件调整驾驶方式，从而提高安全性，例如，用于自动驾驶机动车辆。此外，在多个示例性实施方式中，在LIDAR测量期间对漫反向散射精确的了解还允许(更精确地)检测固体物体。例如，这使得可以更精确地确定交通状况，这同样提高了自动驾驶车辆的安全性和可靠性。
更精确地了解反向散射信号和环境光量也有助于确定LIDAR测量的有效检测范围。在检测固体物体期间，这使得可以更好地评估LIDAR测量是否可靠。这增加了根据测量数据正确识别物体的概率，且同样提高了自动驾驶车辆的安全性和可靠性。
在多个示例性实施方式中，出于这个原因，所述方法用于在LIDAR系统或类似系统中进行分析，并且例如在机动车辆环境中使用，但本发明不限于这些情况。
在多个示例性实施方式中，LIDAR数据通常包含来自漫反向散射、物体上的光反射、环境光、来自环境中其他光源的干涉光信号等的信号贡献。这些数据基本上是已知的，可以显示在直方图中。
在多个示例性实施方式中，相应地，反向散射直方图的分析可以相应地意味着在光学运行时间测量(光学脉冲运行时间方法)期间，可以根据这些数据确定漫反向散射的信号贡献、环境光量和有效检测范围。因此，反向散射直方图数据可以适合于这样的分析和确定，因为它们基本上可以包含漫反向散射和环境光量的信号贡献。
在多个示例性实施方式中，光学运行时间测量基于所谓的TCSPC(时间相关单光子计数)测量原理，特别是在基于LIDAR的示例性实施方式中。这些方式，通常周期性地发射持续几纳秒的光脉冲，并标记测量的开始时间。在直到下一个光脉冲的这段时间期间(测量时间)，被物体反射的光或反向散射光被光检测接收元件(例如，单光子雪崩二极管(SPAD))检测到，其中，在发射光脉冲之前同样可以在短时间范围内检测光。测量时间在这里被划分为多个短时间段(例如，500ps)。每个时间段可以被分配一个与开始时间的时长对应的时间点(例如，在500ps的时间段中，可以将250ps的时间分配给第一个时间段，以及可以将750ps的时间分配给第二个时间段等)。
根据到物体或到反向散射点的距离，光在不同时间到达光检测接收元件。由此在光检测接收元件中产生电信号。然后可以使用基本上已知的时间数字转换器(也称为“TDC”(time-to-digital converter))将电信号分配给其中一个时间段。对分配给时间段的电信号(“事件”)进行计数会产生所谓的直方图或时间相关直方图(也称为TCSPC直方图)，其中，这些直方图例如也可以仅作为纯数据存在，并例如存储为由时间段和相应的条目(事情或事件)数量组成的值对。因此，时间段连同分配给每个时间段的事件数量构成直方图数据，该直方图数据基本上可以用数字信号(或者也可以是模拟信号)来表示。
因此，在基于TCSPC的LIDAR测量中，可以以高时间分辨率输出向后反射或反向散射光的直方图数据。这可以对应于作为时间和/或距离的函数输出的向后反射或反向散射光的模数转换。在多个示例性实施方式中，时间相关直方图数据是在(伴随的)测量时间和测量时间之前不久的时间内基于光检测接收元件的电信号生成的那些数据。因此，这些数据通常包含由漫反向散射、物体上的光反射、环境光、来自环境中其他光源的干涉光信号等组成的信号贡献。
在多个示例性实施方式中，这里的反向散射直方图数据对应于来自多个光检测接收元件的时间相关直方图数据的累积。时间相关直方图数据的累积可以有利于确定测量(反向散射直方图数据的分析)的各种参数，因为漫反向散射贡献和环境光贡献的信噪比(也称为“SNR”(signal-to-noise ratio))与其他信号贡献(例如，物体上的反射或干涉光源)相比是增加了的。在多个示例性实施方式中，这使得可以更好地执行反向散射直方图数据的分析。
在一些示例性实施方式中，这源于以下事实：多个时间相关直方图数据(反向散射直方图数据)的累积可以扩散在LIDAR测量的不同距离处和/或在视野的不同区域中的物体的反射(物体的信号贡献)。在这样的示例性实施方式中，物体通常仅存在于视野的狭窄范围内，其中，视野通常描述正在被检测的空间区域。相比之下，漫反向散射和环境光的贡献通常在LIDAR系统的整个视野中是相似的。
在测量时间期间，环境光通常同样是恒定的，因此通常在所有时间段中做出恒定的贡献。物体上的反射的信号贡献也经常具有尖峰，这意味着反射光仅在一个或几个时间段内被检测到，因为光脉冲可以以减弱的幅度但几乎相同的脉冲持续时间被接收。例如，在10ns的典型脉冲持续时间下，精确定位可能需要250ps的时间分辨率。
在漫反向散射期间，例如在空气中的雾或颗粒上的漫反向散射期间，在低强度光的传播期间会出现连续的反向散射。这里，光脉冲可能在时间上非常严重地扩展或扩散。例如，给定几何扩展为1.5m的10ns的光脉冲，可以随时产生1.5m深度范围内的漫反向散射。为此，在一些示例性实施方式中，明显降低的时间分辨率就足够。
在一些示例性实施方式中，反向散射直方图数据由一个或多个直方图累积单元生成，并被提供以用于分析。直方图累积单元具有多个信号输入端。直方图累积单元在信号输入端或每个信号输入端处接收时间相关直方图数据。这里，不需要总是在每个信号输入端处接收直方图，一些示例性实施方式提供甚至更多的信号输入端，在这些信号输端入处不接收直方图数据或仅在根据相应配置后才能接收直方图数据。基于在信号输入端处接收到的时间相关直方图生成反向散射直方图数据。
在一些示例性实施方式中，直方图累积单元的最大数量由用于光学运行时间测量的系统(例如，LIDAR系统)中的光检测接收元件的数量确定。这里，直方图累积单元基本上可以是或具有电子电路，其通过信号输入端接收数字信号或数据(例如时间相关直方图)，并如本文所述生成反向散射直方图数据。电子电路可以包含电子部件、数字存储元件等，以执行本文所述的功能。电子电路可以通过FPGA(现场可编程门阵列)、DSP(数字信号处理器)等来实现。在其他示例性实施方式中，直方图累积单元由存储器和微处理器实现。在其他示例性实施方式中，直方图累积单元由软件实现，其中，在此类示例性实施方式中，信号输入端对应于软件功能/方法的参数/属性。反向散射直方图数据的生成则对应于在计算机上执行用于进行特定算术运算的命令序列，以便在处理完所有命令后，可以获得反向散射直方图数据。在一些示例性实施方式中，直方图累积单元也可以基于硬件的部件和基于软件的部件的混合来实现，其中由本文描述的功能相应地分布在这些部件上。
在一些示例性实施方式中，直方图累积单元通过将接收到的时间相关直方图数据相加来生成反向散射直方图数据。
这里，可以根据所有接收到的时间相关直方图数据将在一时间段(“bin”)内检测到的事件的数量相加，从而生成每个时间段精确包含该时间段内所有事件的总和的反向散射直方图数据。时间相关直方图数据优选地被累积或相加为整数，从而使得在一些示例性实施方式中可以测量弱的漫反向散射。这是有利的，因为与其他贡献相比，漫反向散射贡献的SNR可以增加。
在一些示例性实施方式中，直方图累积单元根据接收到的时间相关直方图数据计算算术平均值，以生成反向散射直方图数据。
这里，将接收到的时间相关直方图数据相加并除以信号输入端的数量。这在由定点数和浮点数实现的一些示例性实施方式(与累积整数的示例性实施方式相反)中会是有利的。
在一些示例性实施方式中，直方图累积单元将接收到的多个时间段的时间相关直方图数据累积在一个时间段内，以生成反向散射直方图数据。
在一些示例性实施方式中，直方图累积单元还被设置成不考虑接收到的超过特定时间阈值的时间段的时间相关直方图数据来生成反向散射直方图数据。
在一些示例性实施方式中，直方图累积单元还被设置成对接收到的时间相关直方图数据进行加权来生成反向散射直方图数据。
在一些示例性实施方式中，直方图累积单元还被设置成输出反向散射直方图数据，以确定反向散射。例如，然后可以将反向散射直方图数据输出到处理器、FPGA等以确定反向散射。
在一些示例性实施方式中，用于光学运行时间测量的接收系统(例如LIDAR系统)可以包含具有多个光检测接收元件的接收矩阵，其中，每个光检测接收元件被设置成检测光并响应于检测到光而产生电信号。
在一些示例性实施方式中，每个光检测接收元件都可以被激活和去除激活。在一些示例性实施方式中，接收矩阵中的光检测接收元件按列和行布置(如基本上已知的)，其中在不失其一般性的情况下，在一些示例性实施方式中，在每行中提供相同数量的光检测接收元件。
在一些示例性实施方式中，所述设备包括多个评估单元，其中，各个评估单元与一列中的光检测接收元件连接，或者各个评估单元与一行中的光检测接收元件连接。
在一些示例性实施方式中，每个评估单元被设置成基于光检测接收元件的电信号来生成时间相关直方图数据。
在一些示例性实施方式中，仅考虑被激活的光检测接收元件来生成时间相关直方图数据。
在一些示例性实施方式中，直方图累积单元的每个信号输入端连接评估单元之一，从而将时间相关直方图数据从评估单元传输到对应的直方图累积单元。
在用于分析光学运行时间测量期间的反向散射直方图数据的方法中，初始接收反向散射直方图数据。这些反向散射直方图数据由(一个或多个)直方图累积单元生成。
分析接收到的反向散射直方图数据。这里，分析可以涉及用于确定光学运行时间测量的各种参数(反向散射信号、环境光量、有效检测范围等)的计算或一系列计算。这里，所述计算将反向散射直方图数据作为数学运算的输入值，数学运算例如算术求平均或应用预定义函数等。
这里，接收到的反向散射直方图数据基本上可以由处理器、FPGA、DSP等来分析。在这样的示例性实施方式中，该分析由软件实现。反向散射直方图数据的分析则对应于在计算机上执行用于进行特定算术运算的命令序列，从而在处理所有命令后即已经分析了反向散射直方图数据。在其他示例性实施方式中，可以提供具有相应电子部件的特定电子电路来分析反向散射直方图数据。在一些示例性实施方式中，反向散射直方图数据的分析也可以基于硬件的部件和基于软件的部件的混合来实现，其中由本文描述的方法相应地分布在这些部件上。前述示例性实施方式可以是用于数据处理的设备的示例性实施方式，该设备还可以另外包含用于数据存储的存储元件。
与环境光量(例如，在日光中)和物体上反射的光量相比，基于漫反向散射检测到的光量通常较低，因此确定反向散射可能很困难且不精确。在一些示例性实施方式中，这就是为什么要使用用于分析与累积的时间相关直方图数据相对应的反向散射直方图数据的方法来在光学运行时间测量期间确定反向散射信号。
在短距离(例如5m)的漫反向散射通常比在长距离(例如200m)处的更高，并且可以连续下降。因此，在一些示例性实施方式中，光学运行时间测量期间的漫反向散射可以具有典型的信号形式，其可以在短距离处具有最大的反向散射光，并且在较长的距离上快速下降。在这样的示例性实施方式中，反向散射直方图数据中的反向散射信号于是与典型的信号形式相关。这是有利的，因为可以基于短距离处的信号形式识别反向散射信号。然而，在这样的示例性实施方式中，假设在短距离处存在物体，则通常也不能确定反向散射信号。
因此，在用于分析接收到的反向散射直方图数据的一些示例性实施方式中，计算接收到的反向散射直方图数据与预定参考反向散射信号之间的相似性度量、例如相关性，来确定反向散射信号。
相关性可以是两个或几个时间或空间信号进程之间的相似性或者信号进程之间的统计关联的度量。在一些示例性实施方式中，通过相关积分计算相关性，这基本上是已知的。
预定参考反向散射信号可以对应于反向散射的典型信号形式，其中，反向散射的典型信号形式在各种示例性实施方式中可以不同。在一些示例性实施方式中，预定参考反向散射信号可以作为直方图数据存在于存储器中，该存储器可被访问(例如通过处理器)以分析反向散射直方图。在其他示例性实施方式中，可以根据预定义函数动态地(例如，在分析期间的所需时间)计算预定参考反向散射信号。
例如，可以通过在短距离内搜索特征峰值或峰值序列来确定反向散射的典型信号形式，其中，对位置、信号形式和强度进行评估。例如，在具有用于光学运行时间测量的LIDAR系统的示例性实施方式中，反向散射具有系统相关的信号形式和峰值位置，该LIDAR系统在发射器(从其发射光脉冲)和接收器(例如，具有多个光检测接收元件的接收矩阵)之间具有视差。在这样的示例性实施方式中，可以检查峰值的强度是否对应于物体，从而确定典型信号形式。例如，典型的参考反向散射信号可以如在图1、图2和图3中示出的那样，下面将更详细地描述典型的参考反向散射信号。例如，可以区分单光束和多光束LIDAR系统(单光束系统只能同时发射一个光脉冲(光束)，而多光束系统可以同时从不同位置发射多个光脉冲，例如在DE 10 2017 222 971 A1中描述的LIDAR系统)。
在其他示例性实施方式中，参考反向散射信号可以通过模拟各种环境条件并测量反向散射的典型信号形式、位置和强度，而通过实验确定。
在其他示例性实施方式中，参考反向散射信号可以通过计算预期反向散射信号与接收到的反向散射直方图数据之间的相关积分(相互关联性)来确定。在这样的示例性实施方式中，相关性水平可用于评估预期反向散射信号是否可用作参考反向散射信号。这里可以测试多个预期反向散射信号，并比较其相关性水平，以确定特定系统的参考反向散射信号。
在通过相关积分计算接收到的反向散射直方图数据与预定参考反向散射信号之间的相关性的示例性实施方式中，产生在测量时间(以及测量时间不久之前的时间)期间随时间变化的反向散射信号，其中，所计算的反向散射信号的幅度对应于反向散射光输出(以下缩写为AB)。因此，在这样的示例性实施方式中，可以根据反向散射直方图数据确定反向散射。
在一些示例性实施方式中，用于分析反向散射直方图数据的方法用于根据接收到的反向散射直方图数据确定环境光量。
环境光量(以下缩写为AL)基本上对应于例如在LIDAR系统中、作为与发射光脉冲无关的阳光或路灯的结果而存在的并被检测到的信号贡献。此外，环境光量还可能包含取决于温度的接收器的电子噪声的部分。然而，在这样的示例性实施方式中，环境光和噪声对环境光量的贡献的效果是相同的，因此不加以区分。
在测量时间(和测量时间之前不久的时间)期间，环境光通常是恒定的，因此通常在所有时间段内产生恒定的贡献。物体上的反射的信号贡献也经常具有尖峰，这意味着反射光仅在一个或几个时间段内被检测到。为此，在一些示例性实施方式中，环境光量可以根据接收到的多个时间段的反向散射直方图数据来确定，这些时间段位于光脉冲发射(开始时间)之前不久的时间。在其他示例性实施方式中，环境光量可以根据接收到的与长距离相对应的多个时间段的反向散射直方图数据来确定(只要在长距离内不存在物体)。在进一步的示例性实施方式中，环境光量可以根据上述方法的组合来确定。在多个示例性实施方式中，用于分析接收到的反向散射直方图数据的方法用于基于反向散射信号和环境光量来确定光学运行时间测量的有效检测范围。
光学运行时间测量的有效检测范围(以下称为EDR)可以对应于通过固体物体上的反射产生的信号仍然可以清楚地被检测和分配的距离。这里，有效检测范围基本上是指在预定环境光量下具有预定反射率和预定恒定概率的光检测的物体。
在一些示例性实施方式中，有效检测范围可以对应于绝对值(例如，100m)。在其他示例性实施方式中，有效检测范围可对应于相对值，其中，此类示例性实施方式中的有效检测范围与针对上述参考值确定的标称检测范围相关。
可以通过使反向散射高来减小有效检测范围，因为在这样的示例性实施方式中，所发射的光脉冲的光输出随着距离的增加而被反向散射抑制。因此，可用于固体物体上的反射的光输出小于具有较低反向散射的示例性实施方式中的光输出，从而反射光输出较低，并且在到达接收器的途中再次减少。
在具有高环境光量的示例性实施方式中，有效检测范围可以通过SNR下降而减小，因为环境光量一般对噪声水平有贡献。在其他示例性实施方式中，有效检测范围在低环境光量下增大，因为这增加了SNR。为此，可以根据接收到的反向散射直方图数据基于反向散射信号和环境光量来确定光学运行时间测量的有效检测范围。
在一些示例性实施方式中，将变换函数应用于反向散射信号，以确定信号阻尼因子。
如上所述，高反向散射可以随着距离的增加来抑制所发射的光脉冲的光输出而减小有效检测范围。由此，可以使用反向散射信号来确定这种抑制的大小。
因此，将变换函数应用于反向散射信号，其中，在一些示例性实施方式中，变换函数可以是预定义(数学)函数，其根据反向散射信号计算信号阻尼因子。在其他示例性实施方式中，变换函数可以是一系列计算。变换函数可以通过实验确定，也可以从经验中获得。在一些示例性实施方式中，可以在开发期间预先进行实验确定，并且例如可以将对应于变换函数的关键图形和/或特性曲线存储在软件中。
在一些示例性实施方式中，信号阻尼因子可以是由反向散射引起的光输出中与距离相关的百分比减少。
由此，在一些示例性实施方式中，变换函数是通过实验确定的。例如，可以在各种环境条件下测量信号阻尼，因此使找到根据反向散射信号确定信号阻尼因子的变换函数成为可能(变换函数也可以如上所述通过实验确定)，且该变换函数与信号阻尼的测量值良好匹配。
在一些示例性实施方式中，根据接收到的位于开始时间之前的多个时间段的反向散射直方图数据计算算术平均值，以确定环境光量。
这里，开始时间是发射用于确定固体物体距离的光脉冲的时间。由于在发射光脉冲之前不久(例如，20ns)仅能检测到环境光，因此在一些示例性实施方式中，确定环境光量时考虑位于开始时间之前的、用于所接收的反向散射直方图数据的那些时间段是有利的。此外，计算多个时间段的算术平均值是有利的，以平衡环境光的统计波动，从而获得更精确的环境光量值。然而，在这样的示例性实施方式中确定的环境光量可能产自非常远的物体的反射。
在一些示例性实施方式中，根据接收到的超过特定时间阈值的多个时间段的反向散射直方图数据计算算术平均值，以确定环境光量。
由于光量太低，因此通常无法再在远距离处检测到光学运行时间测量期间的漫反向散射。此外，在光脉冲撞击路面或固体物体后，因为光能量或光输出被吸收或反射，因此，例如在LIDAR系统中，可以检测到恒定的环境光量。
为此，在一些示例性实施方式中，确定环境光量时考虑超过特定时间阈值(例如，从对应于20m距离的时间阈值开始)的、用于所接收的反向散射直方图数据的那些时间段是有利的。此外，计算多个时间段的算术平均值是有利的，以平衡环境光的统计波动，从而获得更精确的环境光量值。然而，在这样的示例性实施方式中确定的环境光量可能产自远距离的物体的反射。
在多个示例性实施方式中，根据接收到的位于开始时间之前的多个时间段的反向散射直方图数据以及根据接收到的超过特定时间阈值的多个时间段的反向散射直方图数据计算算术平均值，以确定环境光量。
在这样的示例性实施方式中，结合上述两种方法来确定环境光量。这是有利的，因为非常远的物体对确定环境光量的潜在影响因此变得更小。此外，计算算术平均值是有利的，因为这可以进一步减少统计波动。
在一些示例性实施方式中，根据接收到的超过特定时间阈值的反向散射直方图数据确定满足特定或预定标准的局部最小值，以确定环境光量。如上所述，在一些示例性实施方式中，如果在该时间范围内没有物体上的反射对接收到的反向散射直方图数据有贡献，则可以针对较大距离(对应于所确定的时间阈值)确定恒定的环境光量。在这样的示例性实施方式中，环境光量可以对应于接收到的超过特定时间阈值的反向散射直方图数据中的局部最小值。
由物体上的反射产生的信号贡献通常具有可以在多个时间段延伸的特定的信号形式。如果较大的距离上存在多个物体，则在一些示例性实施方式中，两种信号形式可以相互重叠，从而产生不对应于环境光量的局部最小值。在一些示例性实施方式中，这就是为什么仅考虑那些满足特定或预定标准的局部最小值来确定环境光，其中该特定或预定标准表示在接收到的超过特定时间阈值的反向散射直方图数据中存在局部最小值的各种可能性。局部最小值可以基于该标准进行分类。
在一些示例性实施方式中，环境光量可以通过初始确定第一局部最小值和对第一局部最小值进行分类(从时间阈值开始)来确定。如果根据分类该局部最小值不满足确定环境光量的要求，则可以在接收到的反向散射直方图数据中搜索另一个局部最小值，其中，在这样的示例性实施方式中，该另一个局部最小值在时间阈值之后，并且在第一局部最小值之后到来。可以相应地继续进行搜索直到测量时间结束。如果根据分类该局部最小值满足确定环境光量的要求，则将环境光量确定为该局部最小值。在一些示例性实施方式中，确定环境光量涉及以下步骤：
根据接收到的位于开始时间之前的多个时间段的反向散射直方图数据计算算术平均值，以获得第一环境光量；
根据接收到的超过特定时间阈值的反向散射直方图数据确定满足特定标准的局部最小值，以获得第二环境光量；以及
根据比较第一环境光量与第二环境光量来确定环境光量，其中，将环境光量确定为这两个环境光量中的较小者。
根据接收到的位于开始时间之前的多个时间段的反向散射直方图数据，初步计算算数平均值，以得到第一环境光量。这可以在算法上表示为min_ambient＝第一环境光量，其中，min_ambient对应于要针对环境光量确定的最小值。随后确定接收到的超过特定时间阈值的反向散射直方图数据中的局部最小值，并且该局部最小值对应于第二环境光量。这可以写成current_far_ambient＝第二环境光量。根据上述说法，该局部最小值根据特定标准进行分类。如果该局部最小值满足根据分类确定环境光量的要求，则将这两个环境光量中的较小者设置为min_ambient。这可以在算法上表示如下：min_ambient＝min(min_ambient,current_far_ambient)。如果该局部最小值不满足根据分类确定环境光量的要求，则将下一个局部最小值确定为第二环境光量并再次进行分类，如上所述，依此类推。如果搜索期间到达测量时间的终点，则环境光量被设置为AL＝min_ambient。
因此，所描述的方法可以对应于上述两种方法的结合。这会是有利的，因为由此减少了远距离物体的统计波动和影响，从而可以更精确地确定环境光量。
在一些示例性实施方式中，借助预定义函数来确定光学运行时间测量的有效检测范围。
如上所述，有效检测范围可以基于反向散射信号(AB)和环境光量(AL)来确定。在一些示例性实施方式中，这里，预定义函数可以是预定义(数学)函数，其根据反向散射信号和环境光量计算有效检测范围。在其他示例性实施方式中，预定义函数可以是一系列计算。预定义函数可以通过实验确定，或从经验中获得。这在形式上可以表示为：DER＝f(AL,AB)，其中，f是预定义函数。
在一些示例性实施方式中，光学运行时间测量的有效检测范围根据特性图来确定。
这里，特性图可以是类似表格式的、简单类型的表示模型，其在所需的计算能力方面要求不是很高，并且其描绘了系统的输入变量和输出变量之间的关系。特性图可用于表示几乎任何数学关系或任何公式，其中，输入变量的数量是有限的。因此，在一些示例性实施方式中，特性图可以是函数f(AL,AB)的图像，其对应地存储了大量AL和AB的值的有效检测范围的值。这是有利的，因为在这样的示例性实施方式中有效检测范围的确定不需要计算，从而节省了计算能力。
如上所述，在一些示例性实施方式中，根据与预定参考值进行比较来确定光学运行时间测量的有效检测范围。
一些示例性实施方式涉及一种用于数据处理的设备，包括用于执行如本文所述的方法的步骤的装置。这里，该设备可以内置到机动车辆中或实现在机动车辆的部件中，例如实现在车载计算机、控制器等中。此外，所述装置可以包括一个或多个(微)处理器、存储装置和通常是实施本文描述的功能所需的其他电子部件。
附图说明
现在将参照附图示例性地描述本发明的示例性实施方式，其中：
图1示出了参考反向散射信号的第一示例性实施方式；
图2示出了参考反向散射信号的第二示例性实施方式；
图3示出了参考反向散射信号的第三示例性实施方式；
图4示出了用于光学距离测量的接收系统的实施方案；
图5示出了用于分析在光学运行时间测量期间的反向散射直方图数据的方法的第一示例性实施方式的流程图；
图6示出了用于分析在光学运行时间测量期间的反向散射直方图数据的方法的第二示例性实施方式的流程图；
图7示出了用于分析在光学运行时间测量期间的反向散射直方图数据的方法的第三示例性实施方式的流程图；以及
图8示出了用于分析在光学运行时间测量期间的反向散射直方图数据的方法的第四示例性实施方式的流程图。
具体实施方式
图1示出了参考反向散射信号的第一示例性实施方式。
图1所示的参考反向散射信号对应于在同轴LIDAR系统、即在发射器和接收器之间没有视差的LIDAR系统中产生的典型种类的信号形式。参考反向散射信号(换句话说，反向散射光的强度)随时间单调下降。
图2示出了参考反向散射信号的第二示例性实施方式。
图2所示的参考反向散射信号对应于双轴单光束LIDAR系统中产生的典型种类的信号形式。在双轴系统(即发送系统和接收系统处于定义的距离(例如10cm)处，并具有定义的光束发散度)中，重叠仅从最小距离开始(参考反向散射信号的信号上升的开始)产生。此后，参考反向散射信号按照图1中的进程下降。参考反向散射信号在非常小的距离处具有低强度，并上升到最大值，随后随时间单调下降。
图3示出了参考反向散射信号的第三示例性实施方式。
图3所示的参考反向散射信号对应于通常在双轴多光束LIDAR系统(例如，根据DE10 2017 222 971 A1)中产生的典型种类的信号形式。该参考反向散射信号类似于双轴单光束LIDAR系统中的信号，但在各个光束穿过光检测接收元件的视野的距离处具有多个最大值。对于更大的距离，强度随时间单调下降。
图4示出了用于光学距离测量的接收系统1的示例性实施方式的方案。
接收系统1具有接收矩阵2，该接收矩阵2上按行(Z0至Z127)和列(S0至S255)布置了多个光检测接收元件(ENxM，在本示例性实施方式中为E0,0至E127,255)。M＝256个光检测接收元件(E0,0至E127,255)被布置在N＝128个行(Z0至Z127)的每一个行中(对应于M＝256个列(S0至S255))。在该示例性实施方式中，光检测接收元件(E0,0至E127,255)是SPAD。
接收系统1还具有多个评估单元(A0至A127)，其中，各个评估单元(A0至A127)通过多路复用器(未示出)与一行(Z0至Z127)的光检测接收元件(E0,0至E127,255)连接。在每一行(Z0至Z127)中，只有在列S0和S1中的两个光检测接收元件(E0,0和E0,1至E127,0和E127,1)在给定时间都被激活(由光检测接收元件(E0,0和E0,1至E127,0和E127,1)内的第二个圆圈示出)。当检测到光时，被激活的光检测接收元件(E0,0和E0,1至E127,0和E127,1)产生电信号，在每个评估单元(A0至A127)中的时间数字转换器(未示出)的帮助下，由该电信号生成时间相关直方图数据。在本示例性实施方式中，将两个被激活的光检测接收元件(E0,0和E0,1至E127,0和E127,1)的时间相关直方图数据在评估单元(A0至A127)中相加，以便生成并输出时间相关直方图数据。在其他示例性实施方式中，可以在每一行中的M＝256个光检测接收元件(E0,0至E127,255)中激活任何期望数量的光检测接收元件，例如，E0,0至E0,10、E1,0至E1,10、E2,0至E2,10、...、E127,0至E127,10。
接收系统1还具有多个直方图累积单元(HA0至HAX)。每个直方图累积单元(HA0至HAX)具有P＝16个信号输入端(未明确示出)，其中，每个信号输入端与相应的评估单元(A0至A127)连接。因此，在该示例性实施方式中，在N＝128个行(Z0至Z127)中需要X＝N/P＝8个直方图累积单元，这些直方图累积单元相应地累积P＝16个评估单元(A0至A127)的时间相关直方图数据。评估单元(A0至A127)输出的时间相关直方图数据被传输到直方图累积单元(HA0至HAX)，以便在信号输入端接收这些时间相关直方图数据。基于接收到的时间相关直方图数据，直方图累积单元(HA0至HAX)生成反向散射直方图数据。在该示例性实施方式中，将在每个信号输入端处接收到的时间相关直方图数据相加，以生成反向散射直方图数据。
接收系统1还具有用于数据处理的设备3，其具有处理器和存储元件(未示出)。直方图累积单元(HA0至HAX)输出所生成的反向散射直方图数据，由设备3接收这些反向散射直方图数据用于数据处理。用于数据处理的设备3分析接收到的反向散射直方图数据。在该示例性实施方式中，用于数据处理的设备3计算接收到的反向散射直方图数据与来自图3的参考反向散射信号之间的相关性，以确定反向散射信号，例如确定为反向散射指标或反向散射信号强度的反向散射信号。
图5示出了用于分析在光学运行时间测量期间的反向散射直方图数据的方法20的第一示例性实施方式的流程图。
如本文所解释的，在21处接收反向散射直方图数据。
如本文所解释的，在22处分析接收到的反向散射直方图数据。
如本文所解释的，在23处计算接收到的反向散射直方图数据与预定参考反向散射信号之间的相似性度量，以确定反向散射信号。
如本文所解释的，在24处将变换函数应用于反向散射信号，以获得信号阻尼因子。
其中，如本文所解释的，步骤24中的变换函数是在25处(预先)通过实验确定的。
图6示出了用于分析在光学运行时间测量期间的反向散射直方图数据的方法30的第二示例性实施方式的流程图。
如本文所解释的，在31处接收反向散射直方图数据。
如本文所解释的，在32处分析接收到的反向散射直方图数据。
如本文所解释的，在33处根据接收到的反向散射直方图数据确定环境光量。
步骤34到36是各自单独实施的选项。
如本文所解释的，在34处根据接收到的位于开始时间之前的多个时间段的反向散射直方图数据计算算术平均值，以确定环境光量。
如本文所解释的，在35处根据接收到的超过特定时间阈值的多个时间段的反向散射直方图数据计算算术平均值，以确定环境光量。
如本文所解释的，在36处，根据接收到的位于开始时间之前的多个时间段的反向散射直方图数据，以及根据接收到的超过特定时间阈值的多个时间段的反向散射直方图数据，计算算术平均值，以确定环境光量。
图7示出了用于分析在光学运行时间测量期间的反向散射直方图数据的方法40的第三示例性实施方式的流程图。
如本文所解释的，在41处接收反向散射直方图数据。
如本文所解释的，在42处分析接收到的反向散射直方图数据。
如本文所解释的，在43处根据接收到的反向散射直方图数据确定环境光量。步骤44和45是各自单独实施的选项。
如本文所解释的，在44处根据接收到的超过特定时间阈值的反向散射直方图数据确定满足特定标准的局部最小值，以确定环境光量。
如本文所解释的，在45处，根据接收到的位于开始时间之前的多个时间段的反向散射直方图数据计算算术平均值以获得第一环境光量，并根据接收到的超过特定时间阈值的反向散射直方图数据确定满足特定标准的局部最小值以确定第二环境光量，以及根据比较第一环境光量与第二环境光量来确定环境光量，其中，将环境光量确定为这两个环境光量中的较小者。
图8示出了用于分析在光学运行时间测量期间的反向散射直方图数据的方法50的第四示例性实施方式的流程图。
如本文所解释的，在51处接收反向散射直方图数据。
如本文所解释的，在52处分析接收到的反向散射直方图数据。
如本文所解释的，在53处计算接收到的反向散射直方图数据与预定参考反向散射信号之间的相似性度量，以确定反向散射信号。
如本文所解释的，在54处根据接收到的反向散射直方图数据确定环境光量。
如本文所解释的，在55处基于反向散射信号和环境光量来确定光学运行时间测量的有效检测范围，其中，反向散射信号例如被确定为反向散射指标或反向散射信号强度。
步骤56至58是各自单独实施的选项。
如本文所解释的，在56处借助预定义函数确定光学运行时间测量的有效检测范围。
如本文所解释的，在57处根据特性图确定光学运行时间测量的有效检测范围。
如本文所解释的，在58处根据与预定参考值进行比较来确定光学运行时间测量的有效检测范围。
附图标记列表
1 接收系统
2 接收矩阵
3 设备
20、30、40、50 方法
21、31、41、51 接收反向散射直方图数据
22、32、42、52 分析接收到的反向散射直方图数据
23、53 计算接收到的反向散射直方图数据与预定参考反向散射信号之间的相似性度量，以确定反向散射信号
24 将变换函数应用于反向散射信号，以获得信号阻尼因子
25 通过实验确定变换函数
33、43、54 根据接收到的反向散射直方图数据确定环境光量
34 根据接收到的位于开始时间之前的多个时间段的反向散射直方图数据计算算术平均值，以确定环境光量
35 根据接收到的超过特定时间阈值的多个时间段的反向散射直方图数据计算算术平均值，以确定环境光量
36 根据接收到的位于开始时间之前的多个时间段的反向散射直方图数据以及根据接收到的超过特定时间阈值的多个时间段的反向散射直方图数据计算算术平均值，以确定环境光量
44 根据接收到的超过特定时间阈值的反向散射直方图数据确定满足特定标准的局部最小值，以确定环境光量
45 根据接收到的位于开始时间之前的多个时间段的反向散射直方图数据以及根据接收到的超过特定时间阈值的多个时间段的反向散射直方图数据计算算术平均值以确定第一环境光量；根据接收到的超过特定时间阈值的反向散射直方图数据确定满足特定标准的局部最小值以确定第二环境光量；以及根据比较第一环境光量与第二环境光量来确定环境光量，其中，将环境光量确定为这两个环境光量中的较小者
55 基于反向散射信号和环境光量来确定光学运行时间测量的有效检测范围
56 借助预定义函数确定光学运行时间测量的有效检测范围
57 根据特性图确定光学运行时间测量的有效检测范围
58 根据与预定参考值进行比较来确定光学运行时间测量的有效检测范围
A0至A127 评估单元
ENxM、E0,0至E127,255 光检测接收元件
HA0至HAX 直方图累积单元
S0至S255 列
Z0至Z127 行

Claims (15)

1.一种用于分析光学脉冲运行时间方法中的反向散射直方图数据的方法(20,30,40,50)，包括：
接收(21,31,41,51)反向散射直方图数据；以及
分析(22,32,42,52)接收到的反向散射直方图数据。
2.根据权利要求1所述的方法(20,30,40,50)，其中，分析接收到的反向散射直方图数据包括：
计算(23,53)接收到的反向散射直方图数据与预定参考反向散射信号之间的相似性度量，以确定反向散射信号。
3.根据权利要求1或2所述的方法(20,30,40,50)，其中，分析接收到的反向散射直方图数据包括：
根据接收到的反向散射直方图数据确定(33,43,54)环境光量。
4.根据引用权利要求2时的权利要求3所述的方法(20,30,40,50)，其中，分析接收到的反向散射直方图数据包括：
基于所述反向散射信号和所述环境光量来确定(55)光学运行时间测量的有效检测范围。
5.根据权利要求2所述的方法(20,30,40,50)，其中，将变换函数应用(24)于所述反向散射信号，以确定信号阻尼因子。
6.根据权利要求5所述的方法(20,30,40,50)，其中，通过实验确定(25)所述变换函数。
7.根据权利要求3所述的方法(20,30,40,50)，其中，根据接收到的位于开始时间之前的多个时间段的反向散射直方图数据计算(34)算术平均值，以确定所述环境光量。
8.根据权利要求3所述的方法(20,30,40,50)，其中，根据接收到的超过特定时间阈值的多个时间段的反向散射直方图数据计算(35)算术平均值，以确定所述环境光量。
9.根据权利要求3所述的方法(20,30,40,50)，其中，根据接收到的位于开始时间之前的多个时间段的反向散射直方图数据以及根据接收到的超过特定时间阈值的多个时间段的反向散射直方图数据计算(36)算术平均值，以确定所述环境光量。
10.根据权利要求3所述的方法(20,30,40,50)，其中，根据接收到的超过特定时间阈值的反向散射直方图数据确定(44)满足特定标准的局部最小值，以确定所述环境光量。
11.根据权利要求3所述的方法(20,30,40,50)，其中，确定所述环境光量包括：
根据接收到的位于开始时间之前的多个时间段的反向散射直方图数据计算算术平均值，以获得第一环境光量；
根据接收到的超过特定时间阈值的反向散射直方图数据确定满足特定标准的局部最小值，以获得第二环境光量；以及
根据比较所述第一环境光量与所述第二环境光量来确定所述环境光量，其中，将所述环境光量确定(45)为所述第一环境光量与所述第二环境光量中的较小者。
12.根据权利要求4所述的方法(20,30,40,50)，其中，借助预定义函数确定(56)所述光学运行时间测量的有效检测范围。
13.根据权利要求4所述的方法(20,30,40,50)，其中，根据特性图确定(57)所述光学运行时间测量的有效检测范围。
14.根据权利要求4所述的方法(20,30,40,50)，其中，根据与预定参考值进行比较来确定(58)所述光学运行时间测量的有效检测范围。
15.一种用于数据处理的设备(3)，包括用于实施根据前述权利要求中任一项所述的方法的装置。
CN202180013839.7A 2020-02-11 2021-02-01 分析光学脉冲运行时间方法中的反向散射直方图数据的方法和用于数据处理的设备 Pending CN115104038A (zh)

Applications Claiming Priority (3)

Application Number Priority Date Filing Date Title
DE102020201637.2 2020-02-11
DE102020201637.2A DE102020201637A1 (de) 2020-02-11 2020-02-11 Verfahren zur Analyse von Rückstreuungs-Histogrammdaten bei einem optischen Pulslaufzeit-Verfahren und Vorrichtung zur Datenverarbeitung
PCT/EP2021/052285 WO2021160454A1 (de) 2020-02-11 2021-02-01 Verfahren zur analyse von rückstreuungs-histogrammdaten bei einem optischen pulslaufzeit-verfahren und vorrichtung zur datenverarbeitung

Publications (1)

Publication Number Publication Date
CN115104038A true CN115104038A (zh) 2022-09-23

Family

ID=74505266

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202180013839.7A Pending CN115104038A (zh) 2020-02-11 2021-02-01 分析光学脉冲运行时间方法中的反向散射直方图数据的方法和用于数据处理的设备

Country Status (9)

Country Link
US (1) US20230048750A1 (zh)
EP (1) EP4103962A1 (zh)
JP (1) JP7471018B2 (zh)
KR (1) KR20220119500A (zh)
CN (1) CN115104038A (zh)
CA (1) CA3167506A1 (zh)
DE (1) DE102020201637A1 (zh)
IL (1) IL295469A (zh)
WO (1) WO2021160454A1 (zh)

Family Cites Families (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
ATE483992T1 (de) * 2008-11-21 2010-10-15 Sick Ag Optoelektronischer sensor und verfahren zur messung von entfernungen nach dem lichtlaufzeitprinzip
GB201413564D0 (en) * 2014-07-31 2014-09-17 Stmicroelectronics Res & Dev Time of flight determination
EP3168641B1 (de) 2015-11-11 2020-06-03 Ibeo Automotive Systems GmbH Verfahren und vorrichtung zur optischen distanzmessung
JP2018091760A (ja) 2016-12-05 2018-06-14 株式会社豊田中央研究所 光学測定装置、光学測定方法、及び光学測定プログラム
JP6665873B2 (ja) 2017-03-29 2020-03-13 株式会社デンソー 光検出器
DE102017117162A1 (de) * 2017-07-28 2019-01-31 Sick Ag Sensor und Verfahren zur Erfassung und Abstandsbestimmung von Objekten
DE102017222971A1 (de) 2017-12-15 2019-07-11 Ibeo Automotive Systems GmbH LIDAR Empfangseinheit
DE102018212542B4 (de) * 2018-07-27 2022-07-07 Audi Ag Verfahren zur Steuerung einer einem Laserscanner zugeordneten Heizeinrichtung

Also Published As

Publication number Publication date
IL295469A (en) 2022-10-01
EP4103962A1 (de) 2022-12-21
US20230048750A1 (en) 2023-02-16
JP2023513560A (ja) 2023-03-31
WO2021160454A1 (de) 2021-08-19
KR20220119500A (ko) 2022-08-29
DE102020201637A1 (de) 2021-08-12
CA3167506A1 (en) 2021-08-19
JP7471018B2 (ja) 2024-04-19

Similar Documents

Publication Publication Date Title
US7895007B2 (en) Digital signal processing in optical systems used for ranging applications
US20180372851A1 (en) Optoelectronic sensor and method of measuring the distance from an object
CN112596062B (zh) 激光雷达的回波信号检测方法、装置及存储介质
EP2335080B1 (en) Velocity determination apparatus
CN112368597A (zh) 光测距装置
US20210373156A1 (en) Optical distance measuring apparatus
JP6265882B2 (ja) 物体検出装置及び物体検出方法
CN114185057B (zh) 一种探测方法、装置和终端
CN110764097A (zh) 激光雷达的防干扰方法、装置、激光雷达和存储介质
CN116804764B (zh) 激光雷达测距方法及其相关设备
CN115104038A (zh) 分析光学脉冲运行时间方法中的反向散射直方图数据的方法和用于数据处理的设备
CN116256767A (zh) 一种激光雷达飞行时间测量方法及系统
US20200319319A1 (en) Method for Operating a LIDAR Sensor and LIDAR SENSOR
CN116299496A (zh) 估计对象反射率的方法、处理装置和存储介质
CN113433563B (zh) 测距方法及测距装置
JP2015152428A (ja) レーザレーダ装置及び物体検出方法
US11536835B2 (en) Laser measuring means for measuring a distance from an object, and method of operating same
CN113848558A (zh) 一种飞行时间距离测量系统及方法
CN114325736A (zh) 探测方法及探测系统
US20230057677A1 (en) Apparatus for generating backscatter histogram data for determining a diffuse backscatter during an optical runtime measurement and a method
EP3985413A1 (en) Distance measuring device and method for measuring distance by using the same
CN117783052A (zh) 基于dtof的能见度测量方法、传感器、信号处理装置及车辆
CN114814863A (zh) 一种基于sipm的回波检测方法、装置、设备及存储介质
CN115047427A (zh) 干扰事件识别方法、装置、系统、存储介质和电子设备
CN118169702A (zh) 一种基于激光脉冲检波技术的远程测距方法及系统

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
TA01 Transfer of patent application right

Effective date of registration: 20230506

Address after: Nuremberg, Germany

Applicant after: MICROVISION, Inc.

Address before: Hamburg, Germany

Applicant before: Abeo Automotive Systems Co.,Ltd.

Effective date of registration: 20230506

Address after: Washington, DC

Applicant after: Microvision, Inc.

Address before: Nuremberg, Germany

Applicant before: MICROVISION, Inc.

TA01 Transfer of patent application right