CN116420091A - 自动调整fmcw lidar的检测阈值的技术 - Google Patents

自动调整fmcw lidar的检测阈值的技术 Download PDF

Info

Publication number
CN116420091A
CN116420091A CN202180071189.1A CN202180071189A CN116420091A CN 116420091 A CN116420091 A CN 116420091A CN 202180071189 A CN202180071189 A CN 202180071189A CN 116420091 A CN116420091 A CN 116420091A
Authority
CN
China
Prior art keywords
target
frequencies
subset
confidence threshold
signal
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
CN202180071189.1A
Other languages
English (en)
Inventor
J·克劳萨佩瑞
K·B·维斯瓦纳萨
R·T·穆尔蒂
M·雷兹克
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.)
Eva Ltd
Original Assignee
Eva Ltd
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 Eva Ltd filed Critical Eva Ltd
Publication of CN116420091A publication Critical patent/CN116420091A/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
    • G01S17/32—Systems determining position data of a target for measuring distance only using transmission of continuous waves, whether amplitude-, frequency-, or phase-modulated, or unmodulated
    • G01S17/34—Systems determining position data of a target for measuring distance only using transmission of continuous waves, whether amplitude-, frequency-, or phase-modulated, or unmodulated using transmission of continuous, frequency-modulated waves while heterodyning the received signal, or a signal derived therefrom, with a locally-generated signal related to the contemporaneously transmitted 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
    • G01S17/00—Systems using the reflection or reradiation of electromagnetic waves other than radio waves, e.g. lidar systems
    • G01S17/02—Systems using the reflection of electromagnetic waves other than radio waves
    • G01S17/06—Systems determining position data of a target
    • G01S17/42—Simultaneous measurement of distance and other co-ordinates
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
    • G01S17/00—Systems using the reflection or reradiation of electromagnetic waves other than radio waves, e.g. lidar systems
    • G01S17/88—Lidar systems specially adapted for specific applications
    • G01S17/89—Lidar systems specially adapted for specific applications for mapping or imaging
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
    • 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
    • G01S7/491—Details of non-pulse systems
    • G01S7/493—Extracting wanted echo signals

Landscapes

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

Abstract

一种调频连续波(FMCW)光检测和测距(LIDAR)系统中的调整检测阈值的方法，包括：确定用于在频率范围内检测来自多个目标中的第一目标的第一置信度阈值，其中，频率范围包括与目标相对应的不同频率。该方法还包括：确定频率范围内的频率子集以供检测第二目标。该第二目标发送在频率子集内的低于第一置信度阈值的信号。该方法还包括：在频率子集处将第一置信度阈值调整到第二置信度阈值以供在频率子集内检测第二目标，以及在频率子集之外将第二置信度阈值恢复到第一置信度阈值以供检测第一目标。

Description

自动调整FMCW LIDAR的检测阈值的技术
相关申请
本申请根据35U.S.C.§119(e)要求2021年6月4日提交的美国专利申请17/339,737的权益，该美国专利申请要求2020年10月19日提交的美国临时专利申请63/093,621的优先权，这些申请的全部内容通过引用并入本文。
技术领域
本申请通常涉及光检测和测距(LIDAR)系统，特别是涉及调整调频连续波(FMCW)LIDAR系统中用于目标检测的检测阈值。
背景技术
调频连续波(FMCW)LIDAR系统使用可调谐的红外激光器对目标进行频率啁啾的照明，以及使用相干接收器以检测与发送信号的本地副本相组合的来自目标的背向散射或反射光。将本地副本与以到目标并返回的往返时间延迟的回波信号相混合，在接收器处生成频率与到系统的视场中的各目标的距离成比例的信号。出于对人类安全的考虑，必须使用低功率的激光器，使得来自物体的反射具有非常低的信号强度。LIDAR系统的范围和精度是信噪比的函数，而传统的解决方案无法可靠地在限制错误目标的检测的同时检测到回波信号弱的目标。
发明内容
本公开描述了用于自动调整用于目标检测的检测阈值的系统和方法的示例。
一种光检测和测距系统(LIDAR)系统，包括：光学扫描器，其朝向目标发送光束并且接收来自所述目标的回波信号；光学处理系统，其耦接到所述光学扫描器以根据所述回波信号生成时域中的基带信号，所述基带信号包括与LIDAR目标范围相对应的频率；以及信号处理系统，其耦接到所述光学处理系统。所述信号处理系统包括：处理器；以及存储器，其操作性地耦接到所述处理器，所述存储器用于存储指令，所述指令在由所述处理器执行时使所述LIDAR系统：确定用于在频率范围内检测来自多个目标中的第一目标的第一置信度阈值，其中，所述频率范围包括与所述多个目标相对应的多个不同频率。所述处理器还可以确定所述频率范围内用于检测第二目标的频率子集，其中，所述第二目标发送在所述频率子集内的低于所述第一置信度阈值的信号；在所述频率子集处将所述第一置信度阈值调整为第二置信度阈值以供在所述频率子集内检测所述第二目标；以及在所述频率子集之外将所述第二置信度阈值恢复到所述第一置信度阈值以供检测所述第一目标。
在一些实施例中，为了确定所述第一置信度阈值，所述处理器还：确定跨所述频率范围的噪声估计；以及计算频率的幅值与跨所述频率范围的噪声估计之间的差。在一些实施例中，所述第一置信度阈值是基于提供用于目标检测的置信度值的似然比和信噪比至少之一。在一些实施例中，为了确定所述频率范围内的用于检测所述第二目标的所述频率子集，所述处理器：基于所述第二目标的估计位置来确定所述频率子集。在一些实施例中，所述处理器还：识别在时域或频域中对所述第二目标的先前检测；以及基于对所述第二目标的先前检测来确定所述第二目标的估计位置。
在一些实施例中，为了确定所述第二目标的估计位置，所述处理器：识别与所述第二目标相关联的点云信息；以及基于所述点云信息来确定所述第二目标的估计位置。在一些实施例中，所述频率子集包括与所述第二目标的先前检测到的位置相对应的预定义频率范围。在一些实施例中，为了调整第一置信度阈值，处理器在频率子集内将第一置信度阈值减少到第二置信度阈值，其中频率子集与第二目标的估计位置相对应。在一些实施例中，处理器还基于与第二目标的估计位置相关联的置信度值来确定与第二目标的估计位置相对应的频率子集。在一些实施例中，处理器还：确定对第二目标的一个或多于一个先前检测是否包括弱检测信号；确定第二目标的估计位置；并且响应于确定为对目标的一个或多于一个先前检测包括弱检测信号而调整第一置信度阈值。
在一些实施例中，一种方法，包括：确定用于在频率范围内检测来自多个目标中的第一目标的第一置信度阈值，其中，所述频率范围包括与目标相对应的不同频率；以及确定所述频率范围内的用于检测第二目标的频率子集，其中，所述第二目标发送在所述频率子集内的低于所述第一置信度阈值的信号。所述方法还包括：在所述频率子集处将所述第一置信度阈值调整为第二置信度阈值以供在所述频率子集内检测所述第二目标；以及在所述频率子集之外将所述第二置信度阈值恢复到所述第一置信度阈值以供检测所述第一目标。
在一些实施例中，一种非暂时性计算机可读介质，其包含指令，该指令在由LIDAR系统中的处理装置执行时使LIDAR系统的处理装置确定用于在频率范围内检测来自多个目标中的第一目标的第一置信度阈值，其中频率范围包括与目标相对应的不同频率。处理器还确定频率范围内用于检测第二目标的频率子集，其中第二目标发送频率子集内的低于第一置信度阈值的信号，在频率子集处将第一置信度阈值调整到第二置信度阈值以供检测第二目标，并且在频率子集之外将第二置信度阈值恢复到第一置信度阈值以供检测第一目标。
附图说明
为了更完整地理解各种示例，现在参考以下与附图有关的详细描述，在附图中，类似的附图标记对应于类似的元素：
图1是例示根据本公开的示例LIDAR系统的框图；
图2是例示根据本公开的LIDAR波形的一个示例的时频图；
图3A是例示根据本公开的示例LIDAR系统的框图；
图3B是例示根据本公开的电光系统的框图；
图4是根据本公开的示例信号处理系统的框图；
图5是根据本公开的、用于在估计目标位置处使用阈值调整的峰检测的示例信号处理系统的框图；
图6A是例示根据本公开的峰检测的示例方法的信号幅值-频率图；
图6B是例示根据本公开的噪声估计与信号频谱同噪声估计之间的差的比较的信号幅值-频率图；
图7是例示根据本公开的用于峰检测的阈值调整的示例方法的信号置信度-频率图；
图8是例示根据本公开用于噪声校准和目标检测的方法的流程图；以及
图9是根据本公开的示例信号处理系统的框图。
具体实施方式
本公开描述用于自动调整LIDAR系统的检测阈值以改进目标检测和减少伪检测的LIDAR系统和方法的各种示例。根据一些实施例，所描述的LIDAR系统可以在任何感测市场(诸如但不限于运输、制造、计量、医疗、虚拟现实、增强现实和安全系统)中实现。根据一些实施例，所描述的LIDAR系统可以被实现为调频连续波(FMCW)装置的前端的一部分，该装置辅助自动化驾驶员辅助系统或自动自主驾驶运载工具的空间感知。
本文实施例所描述的激光雷达系统包括相干扫描技术，以检测从目标返回的信号，从而生成相干外差信号，可以从相干外差信号中提取目标的范围和速度信息。信号可以被转换为一个或多于一个频率小区间，各频率小区间具有在该小区间内的相关频率的幅值。在一些场景中，目标检测可以对应于一个或多于一个频率小区间的大的幅值(即峰)。根据一些实施例，为了确定峰是否具有足够大的幅值以对应于检测到的目标，LIDAR系统可以使用检测阈值。在一些场景中，可以增加检测阈值以减少伪目标检测。另一方面，检测阈值可以设置得低，以增加检测到较弱信号的概率。使用本文描述的技术，本公开的实施例可以通过在目标的估计位置附近的小频率带中减少检测阈值等来应对上述问题。因此，对于返回弱信号的目标，检测概率增加，同时对其余频域维持较高的检测阈值以限制伪检测。
图1例示根据本公开的示例实现的LIDAR系统100。LIDAR系统100包括多个组件各自中的一个或多于一个，但是可以包括比图1中所示的更少或附加的组件。根据一些实施例，可以在光子芯片上实现图1中描绘组件中的一个或多于一个组件。光路101可以包括有源光学组件和无源光学组件的组合。有源光学组件可以生成、放大和/或检测光学信号等。在一些示例中，有源光学组件包括不同波长的光束，并且包括一个或多于一个光学放大器、一个或多于一个光学检测器等。
自由空间光学器件115可以包括一个或多于一个光学波导，以携载光学信号并将光学信号路由和操纵到有源光路的适当输入/输出端口。自由空间光学器件115还可以包括一个或多于一个光学组件，诸如抽头、波分多路复用器(WDM)、分束器/组合器、偏振分束器(PBS)、准直器、耦合器、诸如法拉第(Faraday)旋转器等的非互易元件等。在一些示例中，自由空间光学器件115例如可以包括用于变换偏振状态以及使用PBS将所接收的偏振光引导到光学检测器的组件。自由空间光学器件115还可以包括衍射元件，以沿着轴(例如，快轴)以不同角度偏转具有不同频率的光束。
在一些示例中，LIDAR系统100包括光学扫描器102，光学扫描器102包括可沿着与衍射元件的快轴正交或基本正交的轴(例如，慢轴)旋转的一个或多于一个扫描镜，以引导光学信号根据扫描模式扫描环境。例如，扫描镜可由一个或多于一个振镜旋转。光学扫描器102还将入射在环境中的任何对象上的光收集成回波光束，该回波光束被返回到光路101的无源光路组件。例如，回波光束可以通过偏振分束器被引导到光学检测器。除了镜和振镜之外，光学扫描器102还可以包括诸如四分之一波片、透镜、抗反射涂层窗等组件。
为了控制和支持光路101和光学扫描器102，LIDAR系统100包括LIDAR控制系统110。LIDAR控制系统110可以包括诸如信号处理单元112等的处理装置。在一些示例中，信号处理单元112可以是一个或多于一个通用处理装置，诸如微处理器、中央处理单元等。更具体地，信号处理单元112可以是复杂指令集计算(CISC)微处理器、简化指令集计算机(RISC)微处理器、非常长指令字(VLIW)微处理器、或实现其他指令集的处理器、或实现指令集的组合的处理器。信号处理单元112还可以是一个或多于一个专用处理装置，诸如专用集成电路(ASIC)、现场可编程门阵列(FPGA)、数字信号处理器(DSP)、网络处理器等。
在一些示例中，信号处理单元112是数字信号处理器(DSP)。LIDAR控制系统110被配置为输出数字控制信号以控制光学驱动器103。在一些示例中，可以通过信号转换单元106将数字控制信号转换为模拟信号。例如，信号转换单元106可以包括数模转换器。然后，光学驱动器103可以向光路101的有源光学组件提供驱动信号以驱动诸如激光器和放大器等的光源。在一些示例中，可以提供若干光学驱动器103和信号转换单元106来驱动多个光源。
LIDAR控制系统110还被配置为输出用于光学扫描器102的数字控制信号。运动控制系统105可以基于从LIDAR控制系统110接收的控制信号来控制光学扫描器102的振镜。例如，数模转换器可以将来自LIDAR控制系统110的坐标路由信息转换为可由光学扫描器102中的振镜解释的信号。在一些示例中，运动控制系统105还可以向LIDAR控制系统110返回与光学扫描器102的组件的位置或操作有关的信息。例如，模数转换器可以进而将关于振镜位置的信息转换为可由LIDAR控制系统110解释的信号。
LIDAR控制系统110还被配置为分析传入的数字信号。在这方面，LIDAR系统100包括用于测量由光路101接收的一个或多于一个束的光学接收器104。例如，参考束接收器可以测量来自有源光学组件的参考束的幅值，并且模数转换器将来自参考接收器的信号转换成可由LIDAR控制系统110解释的信号。目标接收器测量拍频调制光学信号的形式的、携载与目标的范围和速度有关的信息的光学信号。反射束可以与来自本地振荡器的第二信号混合。光学接收器104可以包括高速模数转换器，以将来自目标接收器的信号转换成可由LIDAR控制系统110解释的信号。在一些示例中，来自光学接收器104的信号可以在被LIDAR控制系统110接收之前由信号调节单元107进行信号调节。例如，来自光学接收器104的信号可以被提供给运算放大器以放大接收信号，并且放大后的信号可以被提供给LIDAR控制系统110。
在一些应用中，LIDAR系统100可以附加地包括被配置为捕获环境的图像的一个或多于一个成像装置108、被配置为提供系统的地理位置的全球定位系统109或其他传感器输入。LIDAR系统100还可以包括图像处理系统114。图像处理系统114可以被配置为接收图像和地理位置，并且将图像和位置或与其相关的信息发送到LIDAR控制系统110或连接到LIDAR系统100的其他系统。
在根据一些示例的操作中，LIDAR系统100被配置为使用非简并(nondegenerate)光源来同时测量跨两个维度的范围和速度。该能力允许实时、远程测量周围环境的范围、速度、方位角和仰角。
在一些示例中，利用光学驱动器103和LIDAR控制系统110开始扫描处理。LIDAR控制系统110指示光学驱动器103独立地调制一个或多于一个光束，并且这些调制的信号通过无源光路传播到准直器。准直器在光学扫描系统处引导光，光学扫描系统以由运动控制系统105定义的预编程模式扫描环境。光路101还可以包括偏振波片(PWP)，以在光离开光路101时变换光的偏振。在一些示例中，偏振波片可以是四分之一波片或半波片。偏振光的一部分也可以被反射回到光路101。例如，在LIDAR系统100中使用的透镜或准直系统可以具有自然反射属性或反射涂层，以将光的一部分反射回到光路101。
从环境反射回的光学信号通过光路101传送到接收器。由于光的偏振已经被变换，因此可以与被反射回到光路101的偏振光的部分一起被偏振分束器反射。因此，反射光不是返回到与光源相同的光纤或波导，而是反射到单独的光学接收器。这些信号相互干涉并生成组合信号。从目标返回的各个束信号产生时移波形。两个波形之间的时间相位差生成在光学接收器(光检测器)上测量到的拍频。然后可以将组合信号反射到光学接收器104。
使用ADC将来自光学接收器104的模拟信号转换为数字信号。然后将数字信号发送到LIDAR控制系统110。然后，信号处理单元112可以接收数字信号并解释它们。在一些实施例中，信号处理单元112还接收来自运动控制系统105和振镜(未示出)的位置数据以及来自图像处理系统114的图像数据。然后，随着光学扫描器102扫描附加点，信号处理单元112可以利用与环境中的点的范围和速度有关的信息来生成3D点云。信号处理单元112还可以用图像数据覆盖3D点云数据以确定周围区域中的对象的速度和距离。该系统还处理基于卫星的导航定位数据以提供精确的全球定位。
图2是根据一些实施例的可以被诸如系统100等的LIDAR系统用于扫描目标环境的FMCW扫描信号201的时频图200。在一个示例中，标记为fFM(t)的扫描波形201是具有啁啾带宽ΔfC和啁啾周期TC的锯齿波形(锯齿“啁啾”)。锯齿的斜率给出为k＝(ΔfC/TC)。图2还描绘根据一些实施例的目标回波信号202。标记为fFM(t-Δt)的目标回波信号202是扫描信号201的延时版本，其中Δt是相对于被扫描信号201照射的目标的往返时间。往返时间给出为Δt＝2R/v，其中R是目标范围，并且v是光束的速度，即光速c。因此，目标范围R可以计算为R＝c(Δt/2)。当回波信号202与扫描信号光学混合时，生成与范围相关的差频(“拍频”)ΔfR(t)。拍频ΔfR(t)与时间延迟Δt以锯齿的斜率k线性相关。即ΔfR(t)＝kΔt。由于目标范围R与Δt成比例，因此目标范围R可以计算为R＝(c/2)(ΔfR(t)/k)。也就是说，范围R与拍频ΔfR(t)线性相关。拍频ΔfR(t)可以被生成为例如系统100的光学接收器104中的模拟信号。然后，例如在诸如LIDAR系统100中的信号调节单元107等的信号调节单元中，可以通过模数转换器(ADC)对拍频进行数字化。然后，可以例如在诸如系统100中的信号处理单元112等的信号处理单元中对数字化拍频信号进行数字处理。应当注意，如果目标具有相对于LIDAR系统100的速度，则目标回波信号202通常还将包括频移(多普勒频移)。多普勒偏移可以被单独确定，并且可以用于校正回波信号的频率，因此为了简单和易于解释，在图2中未示出多普勒偏移。还应注意，ADC的采样频率将确定可以在没有混叠的情况下由系统处理的最高拍频。一般而言，可以处理的最高频率为采样频率的一半(即“奈奎斯特极限(Nyquistlimit)”)。在一个示例中(但不限于)如果ADC的采样频率是1GHz，则可以在没有混叠的情况下处理的最高拍频(ΔfRmax)是500MHz。该限制进而确定系统的最大范围为Rmax＝(c/2)(ΔfRmax/k)，这可以通过改变啁啾斜率k进行调整。在一个示例中，虽然来自ADC的数据样本可以是连续的，但是下面描述的后续数字处理可以被划分为可以与LIDAR系统100中的一些周期性相关联的“时间段”。在一个示例中(但不限于)，时间段可以对应于预定数量的啁啾周期T，或光学扫描器在方位上的全旋转的数量。应注意，虽然本公开的实施例可以与FMCWLIDAR结合使用，但本公开不限于FMCW LIDAR，并且实施例也可以与任何其他形式的相干LIDAR一起使用。
图3A是例示根据本公开的示例FMCW LIDAR系统300的框图。示例系统300包括光学扫描器301，光学扫描器301用于发送FMCW红外(IR)光束304并接收来自光束304从光学扫描器301的视场(FOV)中的目标(诸如目标312等)的反射的回波信号313。系统300还包括光学处理系统302，以根据回波信号313生成时域中的电信号314，其中电信号314包含与LIDAR目标范围相对应的频率。根据一些实施例，光学处理系统302可以包括LIDAR系统100中的自由空间光学器件115、光路101、光学驱动器103和光学接收器104的元件。
系统300还包括信号处理系统303，信号处理系统303用于测量频域中的电信号314的能量、用于将该能量与LIDAR系统噪声的估计进行比较、并且用于确定频域中的信号峰指示检测到的目标的似然性等。根据一些实施例，信号处理系统303可以包括LIDAR系统100中的信号转换单元106、信号调节单元107、LIDAR控制系统110和信号处理单元112的元件。
图3B是例示示例电光学系统350的框图。根据一些实施例，电光学系统350包括与针对图1例示和描述的光学扫描器102类似的光学扫描器301。电光学系统350还包括光学处理系统302，如上所述，光学处理系统302可以包括LIDAR系统100中的自由空间光学器件115、光路101、光学驱动器103和光学接收器104的元件。
光学处理系统302包括用于生成调频连续波(FMCW)光束304的光源305。光束304可以被引导至光学耦合器306，光学耦合器306被配置为将光束304耦合到偏振分束器(PBS)307并将光束304的样本308耦合到光检测器(PD)309。PBS 307被配置为由于光束304的偏振而将光束304朝向光学扫描器301引导。光学扫描器301被配置为利用光束304通过覆盖光学系统350的壳体320中的LIDAR窗口311的视场(FOV)310的方位角和仰角的范围来扫描目标环境。在图3B中，为了便于说明，仅示出方位扫描。
如图3B所示，在一个方位角(或角范围)处，光束304穿过LIDAR窗口311并且照射目标312。来自目标312的回波信号313穿过LIDAR窗口311并且被光学扫描器301引导回到PBS307。
回波信号313(由于来自目标312的反射，回波信号313将具有与光束304不同的偏振)由PBS 307引导至光检测器(PD)309。在PD 309中，回波信号313与光束304的本地样本308光学混合，以生成具有与所扫描目标的范围成比例的频率的电信号314(例如，拍频信号)。电信号314可以由光束304的本地样本308与回波信号313之间的频率差相对于时间(即，ΔfR(t))来生成。
图4是例示根据一些实施例的处理电信号314的信号处理系统303的示例的详细框图。如上所述，信号处理系统303可以包括LIDAR系统100中的信号转换单元106、信号调节单元107、LIDAR控制系统110和信号处理单元112的元件。
根据一些实施例，信号处理系统303包括模数转换器(ADC)401、时域信号处理器402、块采样器403、离散傅立叶(Fourier)变换处理器404、频域信号处理器405、以及峰搜索处理器406。信号处理系统303的组件块可以以硬件、固件、软件或者硬件、固件和软件的一些组合来实现。
在图4中，电信号314(其在时域中是连续模拟信号)由ADC 401采样以生成一系列时域样本315。时域样本315由时域模块402处理，时域模块402调节时域样本315以供进一步处理。例如，时域模块402可以应用加权或滤波以去除不想要的信号伪像或者使信号更加易处理，以供后续处理。时域模块402的输出316被提供给块采样器403。块采样器403将时域样本316分组为被提供给DFT模块404的N个样本317(其中N是大于1的整数)的组。DFT模块404将N个时域样本317的组变换为频域中的N个频率小区间或子带(例如，子带信号频谱319)，从而覆盖电信号314的带宽。N个子带信号频谱319被提供给频域模块405，频域模块405调节子带以供进一步处理。例如，频域模块405可以对子带信号频谱319进行重采样和/或平均以降噪。频域模块405还可以计算信号统计量和系统噪声统计量。然后将经处理的子带信号频谱319提供给峰搜索模块406，峰搜索模块406搜索表示在LIDAR系统300的FOV中的检测到的目标的信号峰。
在一些实施例中，提供给峰搜索模块406的子带信号频谱319是目标回波313中的能量与在目标回波信号被处理时由LIDAR系统300产生的所有噪声之和。在一些场景中，电子系统具有通过创建噪声底限来限制这些系统的性能的噪声源，噪声底限是系统中所有噪声源的组合后的水平。为了被检测到，在没有诸如信号积分和噪声平均等的专用信号处理技术的情况下，电子系统中的由电信号314产生的信号(诸如子带信号频谱319等)必须在噪声底限之上。
LIDAR系统(诸如LIDAR系统300等)中的噪声源可以包括热噪声、1/f噪声、散粒噪声、脉冲噪声、RIN(与激光相关联的相对强度噪声)、TIA(跨阻抗放大器)噪声、以及ADC(模数转换)噪声。系统噪声可以表征为例如频率小区间上的能量与频率分布的关系、频率小区间上的第一矩(均值)、频率小区间上的第二矩(方差)、频率小区间上的第三矩(不对称性)、和/或频谱的频率小区间上的第四矩(峰度或峰的锐度)。
图5是例示根据一些实施例的利用检测阈值的自动调整来进行峰搜索的系统500的示例的框图。系统500可以与图3的信号处理系统303相同或类似。此外，系统500可以包括或被包括在图1的LIDAR系统100的一个或多于一个元件(例如，信号转换单元106、信号调节单元107、LIDAR控制系统110和信号处理单元112)中。系统500包括峰搜索模块406、目标预测器502和点云模块504。峰搜索模块406可以接收如上所述的子带信号频谱319。峰搜索模块406可以从子带信号频谱319中检测一个或多于一个峰(如下面的图6A、图6B和图7中所示)。峰搜索模块406可以将检测置信度度量(例如，信号能量同噪声底限之差与噪声比(S-N/N))与检测阈值进行比较。在一些场景中，如果频率峰的检测置信度度量在检测阈值之上，则峰搜索模块406可以将频率峰识别为经确认的目标检测，同时对在检测阈值之下的峰(例如，伪警报检测)进行滤波。在一些场景中，超过检测阈值的峰可以指示该峰与有效目标检测相对应的高概率。
峰搜索模块406可以将子带信号频谱319中的一个或多于一个所识别的峰515提供给点云模块504。点云模块504可以根据一个或多于一个所识别的峰和来自帧(即，所检测到的目标)的其他信息生成点云505。点云模块504还可以识别检测附近的上下文信息520(例如，目标分类、所估计的目标速度、情景的类型、先前的点云信息)。点云模块504可以将上下文信息520提供给目标预测器502。
目标预测器502可以估计先前检测的目标位置525。例如，目标预测器502可以利用上下文信息520来估计当前目标位置525。上下文信息520可以包括一个或多于一个先前帧，这些帧可以包括对目标的相应检测。然后目标预测器50可以使用先前帧中的对目标的检测来估计目标的当前位置。在另一示例中，目标预测器502可以使用先前帧中的检测的中值位置来估计目标位置525。应注意，目标预测器可以使用任何数量的先前帧或点云中的相邻点以进行平均、中值或任何其他计算来估计目标位置。在另一示例中，上下文信息520可以包括来自点云505的关于与检测相关联的对象(例如，运载工具、人、静止对象等)和对象的预期行为的更高水平信息。
图6A是例示包括系统噪声的子带信号频谱319的幅值相对于频率的图600，为了便于说明，该子带信号频谱被示出为连续波形(而不是离散频率小区间或子带)。图600可以由图3的信号处理系统303生成和/或使用。此外，图600可以由图1的LIDAR系统100的一个或多于一个元件(例如，信号转换单元106、信号调节单元107、LIDAR控制系统110和信号处理单元112)生成和/或使用。频率跨越从0至ΔfRmax的范围。在一些场景中，例如，在没有关于子带信号频谱319的更多信息的情况下，峰搜索模块406将选择最高信号峰601作为最可能指示目标的存在的回波信号，并且不会选择较低信号峰602。然而，如果峰搜索模块406具有对系统噪声的估计，则峰搜索模块406可以将子带信号频谱319与系统噪声估计进行比较，并且可以基于附加的选择标准(即，置信度度量)做出更可靠的选择。在图6A和图6B中，以能量相对于频率轮廓来描述信号和噪声值。然而，如前所述，系统噪声可另外地表征为第一矩至第四矩中的任一个，第一矩至第四矩分别表示均值能量、能量方差、能量不对称性以及峰度与频率的关系。除了单独能量之外，信号还可以以基带中跨频率小区间的自相关统计量和/或跨频率小区间的信号与系统噪声估计之间的交叉相关统计量方面来表征。
在一个示例中，系统噪声的估计可以通过在无反响(无回声)校准模式下操作LIDAR系统(诸如LIDAR系统300等)来获得，在所述无回声校准模式下，不存在可检测的回波信号(例如，回波信号313)。该操作模式生成所有正常的系统噪声机制并且得到包括仅来自系统噪声源的能量的子带信号频谱319。
图6B是将噪声估计651与子带信号频谱319同噪声估计651之间的差(在图6B中图示为信号减噪声(S-N)661)进行比较的能量相对于频率的图650。在图6B的示例中，峰搜索模块406可以被配置为选择具有最高非负信号减噪声与噪声比(S-N)/N的信号峰。在该选择标准下，由于(S-N)/N 653大于(S-N)/N 655，因此将优于具有(S-N)/N 655的信号峰654而选择具有(S-N)/N 653的信号峰652。
在一些示例中，信号处理系统303可以被配置为修改子带信号(例如，子带信号频谱319)和系统噪声估计(例如，系统噪声估计651)以生成如下的置信度度量(例如，(S-N)/N)，该置信度度量用以改进频域中的信号峰指示检测到的目标的似然性并且减少来自伪目标的频域中的信号峰将被解释为真实目标的似然性。另外，如上文关于图5和下文在图7中所论述，峰搜索模块406可使用目标的估计位置来调整置信度度量的检测阈值。
图7描绘信号置信度-频率图700，该图例示根据本公开的用于峰检测的阈值调整的示例方法。图700可以由图3的信号处理系统303或图4和图5的峰搜索模块生成和/或使用。此外，图700可以由图1的LIDAR系统100的一个或多于一个元件(例如，信号转换单元106、信号调节单元107、LIDAR控制系统110和信号处理单元112)生成和/或使用。图700描绘三个潜在目标检测，包括强信号目标检测705、伪警报检测710和弱信号目标检测715。图700还描绘置信度度量的有效阈值720，这里也被称为置信度阈值(如以上针对图6B所描述的)。置信度度量的有效阈值720可以为要识别为检测的信号的最小置信度阈值。强信号目标检测705大于较高(即，未调整的)有效阈值720，因此在不调整有效阈值720的情况下被检测到。第二潜在检测是潜在的伪警报检测710(即，不与实际目标相对应的峰)。因此，如果有效阈值720降低太多，则尽管伪警报检测710不对应于目标，伪警报检测710也将被识别为实际检测。第三潜在检测是弱信号目标715。如所描绘，弱信号目标715将不超过置信度度量的有效阈值720，且因此将不被记录为检测。
为了提供对弱信号目标(例如，弱目标715)的检测的更高概率，同时保持伪检测(例如，伪警报710)的概率较低，峰搜索模块406可以减少围绕弱目标715的预测位置(即，预测目标频带725)的有效阈值720。预测目标频带725可以是围绕预期目标频率(即，目标位置)的预定义频率范围，或者可以基于与估计目标位置相关联的置信度来动态地确定。例如，峰搜索模块406可以针对具有低置信度(例如，如果与估计相关联的方差高)的估计位置确定较大预测目标频带725，并且针对具有高置信度(例如，与估计相关联的方差低)的估计位置确定较小预测目标频带725。因此，在预测目标频带725内的降低后的有效阈值730可以允许峰搜索模块406检测弱目标715，同时防止检测到伪警报710，这是因为有效阈值720仅针对小的频率区域被调整到降低后的有效阈值730。例如，预测目标频带725可以覆盖与大约5-10米的物理检测范围相关联的频率。应注意，预测目标频带725可以跨越LIDAR系统的任何频率范围和任何相应物理距离范围。
在一个实施例中，目标预测器(例如，图5的目标预测器502)可以估计先前已经检测到有弱信号的目标的位置。例如，目标预测器502可以估计先前已经检测到有低SNR的信号的目标的位置。在另一示例中，目标预测器502可以计算具有恰好高于较高(即，未调整的)有效阈值720的置信度度量的目标检测的估计位置。然后峰搜索模块406可以仅针对已经计算了估计位置的这些弱信号目标来降低有效阈值。
图8是例示LIDAR系统(诸如LIDAR系统100或LIDAR系统300)中的基于目标的估计位置来自动调整检测阈值的方法800的流程图。方法800可以由图1的LIDAR系统100的一个或多于一个元件(例如，信号转换单元106、信号调节单元107、LIDAR控制系统110和信号处理单元112)进行。
方法800开始于操作802，在操作802处，处理逻辑(例如，峰搜索模块406)确定用于在频率范围内检测多个目标中的第一目标的第一置信度阈值，其中，频率范围包括与目标相对应的不同频率。第一置信度阈值可以对应于目标信号的置信度度量。置信度度量可以是提供目标检测的置信度值的信噪比(SNR)、信号减噪声与噪声比((S-N)/N)、或似然比。可以针对各目标信号计算置信度度量。确定置信度度量可以包括确定跨基带信号的频域的噪声估计，并且计算基带信号的频率的幅值与跨频域的噪声估计之间的差。
在操作804处，处理逻辑(例如，峰搜索模块406和/或目标预测器模块502)确定频率范围内的频率子集以供检测第二目标，其中，该第二目标发送在频率子集内的低于第一置信度阈值的信号。在一些实施例中，频率子集对应于第二目标的估计位置。在一个示例中，为了确定目标的估计位置，处理逻辑(例如，目标预测器模块502)识别在时域或频域中对第二目标的检测，并且基于诸如沿着方位角、仰角、空间(3D点云)或时间(来自先前帧的检测)的邻域检测来确定第二目标的估计位置。在一个示例中，为了确定第二目标的估计位置，处理逻辑(例如，目标预测器模块502)可以识别与第二目标相关联的点云信息，并且基于点云信息来确定第二目标的估计位置。
在操作806处，处理逻辑(例如，峰搜索模块406)在频率子集处将第一置信度阈值调整到第二置信度阈值以供在频率子集内检测第二目标。处理逻辑(例如，峰搜索模块406)可以使用第二置信度阈值以对小于第一检测阈值的伪警报峰检测进行滤波。为了调整检测阈值，处理逻辑(例如，峰搜索模块406)可以在与目标的估计位置相对应的频率子集(即，目标频带频率范围)内减少检测阈值。在一个实施例中，目标频带频率范围是在与估计目标位置相对应的频率附近的预定义频率范围。在另一实施例中，处理逻辑(例如，峰搜索模块406)基于与第二目标的估计位置相关联的置信度来确定目标频带频率范围的宽度。
在操作808处，处理逻辑(例如，峰搜索模块406)在频率子集之外将第二置信度阈值恢复到第一置信度阈值以供检测第一目标。在一个实施例中，处理逻辑(例如，峰搜索模块406)可以将第二目标的当前检测的峰与减少后的第二置信度阈值进行比较。在一个实施例中，响应于确定为峰超过减少后的第二置信度阈值，处理逻辑(例如，峰搜索模块406)基于当前检测来确定目标的实际位置。在一个实施例中，处理逻辑(例如，峰搜索模块406)可以确定对目标的一个或多于一个先前检测是否包括弱检测信号。处理逻辑(例如，峰搜索模块406)还可以确定估计目标位置并且响应于确定为对目标的一个或多于一个先前检测包括弱检测信号而调整检测阈值。
图9是LIDAR系统(诸如LIDAR系统100或LIDAR系统300等)中的处理系统900(例如，类似于以上关于图4所示和描述的信号处理系统303)的框图。处理系统900包括处理装置901，处理装置901可以是设计用于LIDAR系统中的任何类型的通用处理装置或专用处理装置。处理装置901与存储器902耦接，存储器902可以是包含指令的任何类型的非易失性计算机可读介质(例如，RAM、ROM、PROM、EPROM、EEPROM、闪速存储器、磁盘存储器或光盘存储器)，这些指令在由LIDAR系统中的处理装置901执行时使LIDAR系统进行本文所述的方法。具体地，存储器902包括用以确定用于在频率范围内检测来自多个目标中的第一目标的第一置信度阈值的指令904，其中频率范围包括与多个目标相对应的不同频率。存储器902包括：用以确定频率范围内的频率子集以供检测第二目标的指令906，其中第二目标发送在频率子集内的低于第一置信度阈值的信号；以及用以在频率子集内将第一置信度阈值调整到第二置信度阈值以供检测第二目标的指令908。存储器902还包括用以在频率子集之外将第二置信度阈值恢复到第一置信度阈值以供检测第一目标的指令910。
前面的描述阐述了许多具体细节，诸如具体系统、组件、方法等的示例，以提供对本公开中若干示例的透彻理解。然而，对于本领域技术人员而言明显的是，可以在没有这些具体细节的情况下实施本公开的至少一些示例。在其他实例中，为了避免不必要地混淆本公开，没有详细描述公知的组件或方法或者以简单的框图形式呈现公知的组件或方法。因此，所阐述的具体细节仅仅是示例性的。特定示例可以与这些示例性细节不同，并且仍然被设想在本公开的范围内。
贯穿本说明书对“一个实施例”或“示例”的任何引用意味着结合示例描述的特定特征、结构或特性包括在至少一个示例中。因此，贯穿本说明书在各个地方出现的短语“在一个示例中”或“在示例中”并不一定都是指同一示例。
虽然本文以特定顺序示出和描述方法的操作，但是可以改变各个方法的操作的顺序，使得可以以相反顺序进行某些操作，或者使得可以至少部分地与其他操作同时进行某些操作。可以以间歇或交替的方式进行不同操作的指示或子操作。
本发明的所示实现的上述描述(包括在摘要中描述的内容)并不旨在将本发明穷尽或限制到所公开的精确形式。虽然为了说明的目的在此描述了本发明的具体实现和示例，但是如相关领域的技术人员将认识到的，在本发明的范围内可以进行各种等效的修改。词语“示例”或“示例性”在这里被用来表示用作示例、实例或图示。这里描述为“示例”或“示例性”的任何方面或设计不必被解释为比其他方面或设计更优选或有利。而是，使用词语“示例”或“示例”意在以具体的方式呈现概念。如在本申请中所使用的，术语“或”意指包容的“或”而不是排斥的“或”。也就是说，除非另有规定或上下文明确，“X包括A或B”意指任何自然的包括排列。即，如果X包括A；X包括B；或X包括A和B这两者，则在上述任一实例下满足“X包括A或B”。此外，在本申请和所附权利要求书中使用的条款“a”和“an”通常应被解释为意指“一个或多于一个”，除非另有规定或从上下文中清楚地指示为单数形式。此外，本文中使用的术语“第一”、“第二”、“第三”、“第四”等意指用于在不同要素之间区分的标签，并且不一定具有根据其数字名称的顺序含义。

Claims (20)

1.一种光检测和测距系统即LIDAR系统，包括：
光学扫描器，其用于朝向目标发送光束并且接收来自所述目标的回波信号；
光学处理系统，其耦接到所述光学扫描器以根据所述回波信号生成时域中的基带信号，所述基带信号包括与LIDAR目标范围相对应的频率；以及
信号处理系统，其耦接到所述光学处理系统，所述信号处理系统包括：
处理器；以及
存储器，其操作地耦接到所述处理器，所述存储器用于存储指令，所述指令在由所述处理器执行时使所述LIDAR系统：
确定用于在频率范围内检测来自多个目标中的第一目标的第一置信度阈值，其中，所述频率范围包括与所述多个目标相对应的多个不同频率；
确定所述频率范围内的用于检测第二目标的频率子集，其中，所述第二目标发送在所述频率子集内的低于所述第一置信度阈值的信号；
在所述频率子集处将所述第一置信度阈值调整为第二置信度阈值以供在所述频率子集内检测所述第二目标；以及
在所述频率子集之外将所述第二置信度阈值恢复到所述第一置信度阈值以检测所述第一目标。
2.根据权利要求1所述的系统，其中，为了确定所述第一置信度阈值，所述处理器还用于：
确定跨所述频率范围的噪声估计；以及
计算频率的幅值与跨所述频率范围的噪声估计之间的差。
3.根据权利要求2所述的系统，其中，所述第一置信度阈值是基于提供用于目标检测的置信度值的似然比和信噪比至少之一。
4.根据权利要求1所述的系统，其中，为了确定所述频率范围内的用于检测所述第二目标的频率子集，所述处理器用于：
基于所述第二目标的估计位置来确定所述频率子集。
5.根据权利要求4所述的系统，其中，所述处理器还用于：
识别在所述时域中或频域中对所述第二目标的先前检测；以及
基于对所述第二目标的先前检测来确定所述第二目标的估计位置。
6.根据权利要求4所述的系统，其中，为了确定所述第二目标的估计位置，所述处理器用于：
识别与所述第二目标相关联的点云信息；以及
基于所述点云信息来确定所述第二目标的估计位置。
7.根据权利要求1所述的系统，其中，所述频率子集包括与所述第二目标的先前检测到的位置相对应的预定义频率范围。
8.一种方法，包括：
确定用于在频率范围内检测来自多个目标中的第一目标的第一置信度阈值，其中，所述频率范围包括与所述多个目标相对应的多个不同频率；
由处理装置确定所述频率范围内的用于检测第二目标的频率子集，其中，所述第二目标发送在所述频率子集内的低于所述第一置信度阈值的信号；
由所述处理装置在所述频率子集处将所述第一置信度阈值调整为第二置信度阈值以供在所述频率子集内检测所述第二目标；以及
在所述频率子集之外将所述第二置信度阈值恢复到所述第一置信度阈值以供检测所述第一目标。
9.根据权利要求8所述的方法，其中，确定所述第一置信度阈值包括：
确定跨所述频率范围的噪声估计；以及
计算频率的幅值与跨所述频率范围的噪声估计之间的差。
10.根据权利要求9所述的方法，其中，所述第一置信度阈值是基于提供用于目标检测的置信度值的似然比和信噪比至少之一。
11.根据权利要求8所述的方法，其中，确定所述频率范围内的用于检测所述第二目标的频率子集包括：
基于所述第二目标的估计位置来确定所述频率子集。
12.根据权利要求11所述的方法，还包括：
识别在时域中或频域中对所述第二目标的先前检测；以及
基于对所述第二目标的先前检测来确定所述第二目标的估计位置。
13.根据权利要求11所述的方法，其中，确定所述第二目标的估计位置包括：
识别与所述第二目标相关联的点云信息；以及
基于所述点云信息来确定所述第二目标的估计位置。
14.根据权利要求13所述的方法，其中，所述频率子集包括与所述第二目标的先前检测到的位置相对应的预定义频率范围。
15.根据权利要求8所述的方法，其中，调整所述第一置信度阈值包括：
在所述频率子集内将所述第一置信度阈值减少到所述第二置信度阈值，其中，所述频率子集对应于所述第二目标的估计位置。
16.根据权利要求15所述的方法，还包括：
基于与所述第二目标的估计位置相关联的置信度值来确定与所述第二目标的估计位置相对应的频率子集。
17.根据权利要求8所述的方法，还包括：
确定对所述第二目标的一个或多于一个先前检测是否包括弱检测信号；
确定所述第二目标的估计位置；以及
响应于确定为对所述第二目标的一个或多于一个先前检测包括所述弱检测信号而调整所述第一置信度阈值。
18.一种光检测和测距系统即LIDAR系统，包括：
光学扫描器，其发送光束并且接收来自所述光束的反射的多个回波信号；
光学处理系统，其耦接到所述光学扫描器，所述光学处理系统根据所述多个回波信号生成电信号；
信号处理系统，其耦接到所述光学处理系统，所述信号处理系统包括：
处理装置；以及
存储器，其操作地耦接到所述处理装置，所述存储器用于存储指令，所述指令在由所述处理装置执行时使所述LIDAR系统：
确定针对所述电信号的频率范围的用以检测第一目标的第一置信度阈值；
基于与第二目标相关联的上下文信息来估计所述第二目标的位置；以及
确定用以检测所述第二目标的第二置信度阈值，其中，所述第二置信度阈值是针对所述频率范围的频率子集而确定的，所述频率子集与所述第二目标的估计位置相对应。
19.根据权利要求18所述的LIDAR系统，其中，所述第二置信度阈值低于所述第一置信度阈值。
20.根据权利要求18所述的LIDAR系统，其中，所述频率子集是基于所述第二目标的估计位置和与所述第二目标的估计位置相关联的置信度值而确定的。
CN202180071189.1A 2020-10-19 2021-10-14 自动调整fmcw lidar的检测阈值的技术 Pending CN116420091A (zh)

Applications Claiming Priority (5)

Application Number Priority Date Filing Date Title
US202063093621P 2020-10-19 2020-10-19
US63/093,621 2020-10-19
US17/339,737 2021-06-04
US17/339,737 US11385351B2 (en) 2020-10-19 2021-06-04 Techniques for automatically adjusting detection threshold of FMCW LIDAR
PCT/US2021/055082 WO2022086793A1 (en) 2020-10-19 2021-10-14 Techniques for automatically adjusting detection threshold of fmcw lidar

Publications (1)

Publication Number Publication Date
CN116420091A true CN116420091A (zh) 2023-07-11

Family

ID=81186122

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202180071189.1A Pending CN116420091A (zh) 2020-10-19 2021-10-14 自动调整fmcw lidar的检测阈值的技术

Country Status (6)

Country Link
US (2) US11385351B2 (zh)
EP (1) EP4229445A1 (zh)
JP (1) JP2023546169A (zh)
KR (1) KR20230087580A (zh)
CN (1) CN116420091A (zh)
WO (1) WO2022086793A1 (zh)

Family Cites Families (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US10571571B2 (en) * 2010-11-12 2020-02-25 Texas Instruments Incorporated Method and apparatus for controlling time of flight confidence map based depth noise and depth coverage range
US11360215B2 (en) * 2018-12-20 2022-06-14 Gm Cruise Holdings Llc Lidar system that is configured to compute ranges with differing range resolutions
CA3239810A1 (en) * 2019-03-08 2020-09-17 Leddartech Inc. Method, system and computer readable medium for evaluating influence of an action performed by an external entity
US11366206B2 (en) * 2019-03-18 2022-06-21 Aeva, Inc. Lidar apparatus with an optical amplifier in the return path
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
US20210191399A1 (en) * 2019-12-23 2021-06-24 Waymo Llc Real-Time Adjustment Of Vehicle Sensor Field Of View Volume
US20220244395A1 (en) * 2020-03-03 2022-08-04 Waymo Llc Calibration and Localization of a Light Detection and Ranging (Lidar) Device Using a Previously Calibrated and Localized Lidar Device

Also Published As

Publication number Publication date
EP4229445A1 (en) 2023-08-23
KR20230087580A (ko) 2023-06-16
JP2023546169A (ja) 2023-11-01
WO2022086793A1 (en) 2022-04-28
US20220342072A1 (en) 2022-10-27
US11385351B2 (en) 2022-07-12
US20220120903A1 (en) 2022-04-21

Similar Documents

Publication Publication Date Title
US10884130B1 (en) LIDAR system noise calibration and target detection
US11982762B2 (en) Techniques to use power spectrum density in coherent lidar systems
US11360214B2 (en) Techniques for ghosting mitigation in coherent lidar systems
KR20230051590A (ko) 라이다(lidar) 시스템에서 각도 분해능과 검출 감도를 위한 선택적 서브-밴드 프로세싱
US20220397668A1 (en) Techniques for peak detection in a lidar system
US20230213651A1 (en) Techniques for ghosting mitigation in coherent lidar systems using multiple chirp rates
US11313955B1 (en) Techniques to associate peaks in multi-target scenarios in coherent lidar systems
WO2022204428A1 (en) Techniques for ghosting mitigation in coherent lidar systems using multiple chirp rates
CN116420091A (zh) 自动调整fmcw lidar的检测阈值的技术
US11513201B2 (en) Techniques for ghosting mitigation in coherent lidar systems using in-phase/quadrature phase (IQ) processing
US12019192B2 (en) Techniques for ghosting mitigation in coherent LIDAR systems using in-phase/quadrature phase (IQ) processing
US20230089732A1 (en) Techniques for ghosting mitigation in coherent lidar systems using in-phase/quadrature phase (iq) processing

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