CN116745640A - Lidar系统噪声校准与目标探测 - Google Patents

Lidar系统噪声校准与目标探测 Download PDF

Info

Publication number
CN116745640A
CN116745640A CN202080105813.0A CN202080105813A CN116745640A CN 116745640 A CN116745640 A CN 116745640A CN 202080105813 A CN202080105813 A CN 202080105813A CN 116745640 A CN116745640 A CN 116745640A
Authority
CN
China
Prior art keywords
signal
noise
lidar
target
baseband 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
CN202080105813.0A
Other languages
English (en)
Inventor
K·B·维斯瓦纳坦
J·克劳斯·皮林
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.)
Sony Group Corp
Original Assignee
Aiwa Co 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 Aiwa Co Ltd filed Critical Aiwa Co Ltd
Publication of CN116745640A publication Critical patent/CN116745640A/zh
Pending legal-status Critical Current

Links

Classifications

    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
    • G01S7/00—Details of systems according to groups G01S13/00, G01S15/00, G01S17/00
    • G01S7/48—Details of systems according to groups G01S13/00, G01S15/00, G01S17/00 of systems according to group G01S17/00
    • G01S7/497—Means for monitoring or calibrating
    • 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
    • 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
    • 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
    • G01S7/4811—Constructional features, e.g. arrangements of optical elements common to transmitter and receiver
    • G01S7/4813—Housing arrangements
    • 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

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

一种光探测和测距(LIDAR)系统，包括：光学扫描器，用于发射调频连续波(FMCW)红外(IR)光束，并从所述光束的反射接收返回信号；光学处理系统，其与所述光学扫描器耦合以从所述返回信号生成时域中的基带信号，其中所述基带信号包括对应于LIDAR目标距离的频率；以及信号处理系统，其与所述光学处理系统耦合以测量所述频域中的所述基带信号的能量，将所述能量与LIDAR系统噪声估计进行比较，以及确定所述频域中的信号峰值指示探测目标的可能性。

Description

LIDAR系统噪声校准与目标探测
相关申请
根据35U.S.C.§119(e)，本申请要求于2020年8月18日提交的美国专利申请16/996,706的权益，其全部内容通过引用并入本文。
技术领域
本公开总体上涉及LIDAR(光探测和测距)系统，更具体地涉及用于目标探测的FMCW(调频连续波)LIDAR系统中的噪声校准和补偿。
背景技术
调频连续波(FMCW)LIDAR系统使用可调谐红外激光器对目标进行频率啁啾(frequency-chirped)照明，以及使用相干接收器检测来自目标的背散射光或反射光，这些光与发送信号的局部副本相结合。将局部副本与被到目标和返回的往返时间所延迟的返回信号混合，在接收器处生成与到系统视场中每个目标的距离成比例的频率的信号。人的安全考虑要求使用低功率激光器，使得来自物体的反射具有非常低的信号强度。LIDAR系统的距离和精度是信噪比的函数，然而传统的解决方案不能可靠地确定LIDAR系统的噪声特性以便正确地解释返回信号。
发明内容
本公开描述了用于校准LIDAR系统噪声和用于补偿系统噪声特性以改善目标探测的系统和方法的示例。
在一个示例中，LIDAR系统包括：光学扫描器，用于传送FMCW(调频连续波)红外(IR)光束并接收来自所述光束的反射的返回信号；光学处理系统，其耦合到所述光学扫描器以从所述返回信号生成时域中的基带信号，所述基带信号包含对应于LIDAR目标距离的频率；以及信号处理系统，其耦合到所述光学处理系统，用于将所述基带信号的信号峰值与LIDAR系统噪声估计在频域中进行比较；以及基于所述比较来识别可能的目标。
在一个示例中，所述LIDAR系统噪声估计包括无回声工厂校准、低功率启动校准、遮蔽视场中的无回声校准和无目标校准之一，并且所述信号峰值基于：所述基带信号的多个频率窗口上的信号能量、所述基带信号在所述多个频率窗口上的自相关以及在所述多个频率窗口上所述基带信号与所述系统噪声估计之间的互相关中的一个或多个。
在一个示例中，LIDAR系统噪声估计还包括对噪声能量、系统噪声能量的一阶矩(均值)、系统噪声能量的二阶矩(方差)、系统噪声能量的三阶矩(不对称性)和系统噪声能量的四阶矩(峰度)中的一个或多个的测量。
在一个示例中，信号处理系统可以通过独立于系统噪声估计选择最高信号峰值来识别可能的目标；或通过基于LIDAR系统噪声估计选择超过信噪比阈值的最高信号峰值；或者通过选择具有最高信噪比的信号峰值；或者通过选择具有最高非负(信号-噪声)/噪声比的信号峰值。
在一个示例中，为了识别可能的目标，信号处理系统可掩蔽所述基带信号中低于最小阈值频率的频率，以减轻所述LIDAR系统中的内部反射；或掩蔽所述基带信号中高于最大阈值频率的频率，以减轻由于多普勒频移引起的混叠；或增加所述噪声估计的方差，以补偿非稳态噪声；或跟踪数据库中的脉冲噪声并掩蔽基带信号中的相应频率。
在一个示例中，FMCW LIDAR系统中的方法包括：当系统处于校准状态时通过测量基带信号来生成系统中的系统噪声估计，其中基带信号包含对应于LIDAR目标距离的频率；当系统处于目标探测模式时，从目标返回信号生成系统中的基带信号；将目标探测模式中生成的基带信号与系统噪声估计进行比较；以及确定频域中的信号峰值指示探测到的目标的可能性。
在一个示例中，FMCW LIDAR系统中的非暂时性计算机可读介质包含指令，所述指令在由所述系统中的处理设备执行时使得所述系统：当系统处于无回声校准状态时，通过测量基带信号生成FMCW LIDAR系统中的系统噪声估计，所述基带信号包括对应于LIDAR目标距离的频率，其中，所述系统噪声估计包括噪声能量、系统噪声能量的一阶矩(均值)、系统噪声能量的二阶矩(方差)、系统噪声能量的三阶矩(不对称性)和系统噪声能量的四阶矩(峰度)中的一个或多个；当系统处于目标探测模式时，在FMCW LIDAR系统中从目标返回信号生成基带信号；将目标探测模式中生成的基带信号与系统噪声估计进行比较；以及确定频域中的信号峰值指示探测到的目标的可能性。
附图说明
为了更完整地理解各种示例，现在结合附图参考以下详细描述，其中相同的附图标记对应于相同的元件：
图1是示出根据本公开的示例LIDAR系统的框图；
图2是说明根据本公开的LIDAR波形的一个示例的时间－频率图；
图3A是示出根据本公开的示例LIDAR系统的框图；
图3B是示出根据本公开的电光光学系统的框图；
图4是根据本公开的示例信号处理系统的框图；
图5是示出根据本公开的示例子带信号的信号幅度－频率图；
图6A－图6D是根据本公开的示例无回声噪声校准方法的图示；
图7是示出根据本公开的峰值探测的示例方法的信号幅度－频率图；
图8是示出根据本公开的峰值探测的示例方法的信号幅度－频率图；
图9是示出根据本公开的峰值探测的示例方法的信号幅度－频率图；
图10是示出根据本公开的示例信号处理技术的信号幅度－频率图；
图11是示出根据本公开的用于噪声校准和目标探测的方法的流程图；以及
图12是根据本公开的示例信号处理系统的框图。
具体实施方式
本公开描述用于校准LIDAR系统噪声及用于补偿系统噪声特性以改进目标探测的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中实现，诸如但不限于运输、制造、计量、医疗和安全系统。根据一些实施例，所描述的LIDAR系统被实现为调频连续波(FMCW)设备前端的一部分，其有助于自动驾驶辅助系统或自动驾驶车辆的空间感知。
图1示出了根据本公开的示例实施方式的LIDAR系统100。LIDAR系统100包括多个组件中的一个或多个，但可以包括比图1所示更少或附加的组件。如所示的，LIDAR系统100包括在光子芯片上实现的光学电路101。光学电路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，并且包括一个或多个光学放大器、一个或多个光学探测器等。
自由空间光系统(free space optics)115可以包括一个或多个光波导以承载光信号，并将光信号路由和操纵到有源光学电路的适当输入/输出端口。自由空间光系统115还可以包括一个或多个光学组件，诸如抽头(tap)、波分复用器(WDM)、分离器/组合器、偏振分束器(PBS)、准直器、耦合器等。在一些示例中，例如，自由空间光系统115可以包括用于变换偏振态并使用PBS将接收到的偏振光引导至光学探测器的组件。自由空间光系统115还可以包括衍射元件，用于使具有不同频率的光束沿着轴(例如，快轴)以不同角度偏转。
在一些示例中，LIDAR系统100包括光学扫描器102，光学扫描器102包括沿着与衍射元件的快轴正交或基本正交的轴线(例如，慢轴)可旋转的一个或多个扫描镜，用于操纵光信号以根据扫描模式扫描环境。例如，扫描镜可以通过一个或多个检流计旋转。光学扫描器102还将入射到环境中的任何物体上的光收集成返回光束，该返回光束返回到光学电路101的无源光学电路组件。例如，返回光束可以由偏振分束器引导至光学探测器。除了扫描镜和检流计外，光学扫描器102可以包括诸如四分之一波片、透镜、覆有抗反射涂层的窗口等组件。
为了控制和支持光学电路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可以包括用于LIDAR系统100的处理设备。在一些示例中，处理设备可以是一个或多个通用处理设备，诸如微处理器、中央处理单元等。更具体地，处理设备可以是复杂指令集计算(CISC)微处理器、精简指令集计算机(RISC)微处理器、超长指令字(VLIW)微处理器，或执行其他指令集的处理器，或执行指令集的组合的处理器。处理设备还可以是一个或多个专用处理设备，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，LIDAR控制系统110可以包括存储器，用于存储数据的和将由处理设备执行的指令。存储器可以是例如只读存储器(ROM)，随机存取存储器(RAM)，可编程只读存储器(PROM)，可擦除可编程只读存储器(EPROM)，电可擦除可编程只读存储器(EEPROM)，闪存，诸如硬盘驱动器(HDD)的磁盘存储器，诸如光盘只读存储器(CD－ROM)和光盘读写存储器(CD－RW)的光盘存储器，或任何其他类型的非暂时性存储器。
在一些示例中，LIDAR控制系统110可以包括信号处理单元112，诸如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，数字控制信号可以通过信号转换单元106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。光学驱动器103然后可以向光学电路101的有源光学组件提供驱动信号以驱动光源(诸如激光器和放大器)。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以驱动多个光源。
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的检流计。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由光学扫描器102中的检流计可解释的信号。在一些示例中，运动控制系统105还可以将关于光学扫描器102的组件的位置或操作的信息返回到LIDAR控制系统110。例如，模数转换器可以反过来将关于检流计的位置的信息转换为由LIDAR控制系统110可解释的信号。
LIDAR控制系统110还被配置为分析输入的数字信号。在这方面，LIDAR系统100包括光学接收器104以测量由光学电路101接收的一个或多个光束。例如，参考光束接收器可以测量来自有源光学组件的参考光束的幅度，并且模数转换器将来自参考接收器的信号转换为由LIDAR控制系统110可解释的信号。目标接收器测量光信号，该光信号以拍频调制光信号的形式携带关于目标的距离和速度的信息。反射光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为由LIDAR控制系统110可解释的信号。在一些示例中，来自光学接收器104的信号可以在由LIDAR控制系统110接收之前经受由信号调节单元107进行的信号调节。例如，来自光学接收器104的信号可以被提供给运算放大器，用于放大接收的信号，并且放大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图像的一个或多个成像设备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，并将图像和位置或与其相关的信息发送到LIDAR控制系统110或与LIDAR系统100连接的其他系统。
在根据一些示例的操作中，LIDAR系统100被配置为使用非简并光源以同时测量跨两个维度的距离和速度。这种能力允许对周围环境的距离、速度、方位和高程进行实时远程测量。
在一些示例中，扫描过程开始于光学驱动器103和LIDAR控制系统110。LIDAR控制系统110指示光学驱动器103独立地调制一个或多个光束，并且这些调制信号通过无源光学电路传播到准直器。准直器引导光学扫描系统处的光，光学扫描系统通过由运动控制系统105定义的预编程模式扫描环境。光学电路101还可以包括偏振波片(PWP)，以在光离开光学电路101时转换光的偏振。在一些示例中，偏振波片可以是四分之一波片或二分之一波片。偏振光的一部分还可以被反射回光学电路101。例如，LIDAR系统100中使用的透镜或准直系统可以具有自然反射特性或反射涂层以将光的一部分反射回光学电路101。
从环境反射回的光信号穿过光学电路101到接收器。因为光的偏振已经被转换，它可以与被反射回光学电路101的偏振光的部分一起被偏振分束器反射。相应地，反射光被反射到单独的光学接收器，而不是返回到与光源相同的光纤或波导。这些信号相互干扰并生成组合信号。从目标返回的每个光束信号都会产生时移波形。两个波形之间的时间相位差生成在光学接收器(光电探测器)上测量的拍频。组合信号然后可以被反射到光学接收器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。信号处理单元112然后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和检流计(未示出)的位置数据以及来自图像处理系统114的图像数据。在光学扫描器102扫描附加点时，信号处理单元112然后可以生成具有关于环境中的点的距离和速度的信息的3D点云。信号处理单元112还可以用图像数据叠加3D点云数据以确定周围区域中物体的速度和距离。系统还处理基于卫星的导航位置数据以提供精确的全球位置。
图2是根据一些实施例的可以被LIDAR系统(诸如系统100)用来扫描目标环境的FMCW扫描信号201的时频图200。在一个示例中，扫描波形201(标记为fFM(t))是锯齿波形(锯齿“啁啾(chirp)”)，其具有啁啾带宽ΔfC和啁啾周期TC。锯齿的斜率被表示为k＝(ΔfC/TC)。图2还描绘了根据一些实施例的目标返回信号202。目标返回信号202(标记为fFM(t-Δt))是扫描信号201的时延形式，其中Δt是往返于由扫描信号201照射的目标的往返时间。往返时间被表示为Δt＝2R/v，其中R是目标距离，并且v是光束的速度，即光速c。目标距离R可以因此计算为R＝c(Δt/2)。当返回信号202与扫描信号光学地混合，生成距离相关差频(“拍频”)ΔfR(t)。拍频ΔfR(t)与锯齿的斜率k的时延Δt线性相关。也就是说，ΔfR(t)＝kΔt。由于目标距离R与Δt成比例，目标距离R可以计算为R＝(c/2)(ΔfR(t)/k)。也就是说，距离R与拍频ΔfR(t)线性相关。例如，可以生成拍频ΔfR(t)作为系统100的光学接收器104中的模拟信号。拍频然后可以由例如信号调节单元(诸如LIDAR系统100中的信号调节单元107)中的模数转换器(ADC)数字化。数字化的拍频信号然后可以例如在信号处理单元(诸如系统100中的信号处理单元112)中被数字地处理。应该注意的是，如果目标具有相对于LIDAR系统100的速度，则目标返回信号202通常还将包括频率偏移(多普勒频移)。多普勒频移可以单独地确定，并且用于校正返回信号的频率，因此为了简明和便于解释，多普勒频移在图2中未示出。还应该注意的是，ADC的采样频率将确定在没有混叠的情况下可以由系统处理的最高拍频。一般来说，可以处理的最高频率是采样频率的二分之一(即“奈奎斯特(Nyquist)极限”)。在一个示例中，并且在没有限制的情况下，如果ADC的采样频率为1千兆赫，则在没有混叠的情况下可以处理的最高拍频(ΔfRmax)为500兆赫。该限制反过来确定系统的最大距离为Rmax＝(c/2)(ΔfRmax/k)，其可以通过改变啁啾斜率k来调整。在一个示例中，虽然来自ADC的数据样本可以是连续的，下面描述的后续数字处理可以被划分成可以与LIDAR系统100中的某一周期性相关联的“时间段”。在一个示例中，并且在没有限制的情况下，时间段可对应于预定数量的啁啾周期T，或光学扫描器在方位上的多个完整旋转。
图3A是示出根据本公开的示例FMCW LIDAR系统300的框图。示例系统300包括光学扫描器301，用于传送FMCW(调频连续波)红外(IR)光束304，并自光束304从诸如光学扫描器301的视场(FOV)中的目标312的目标的反射接收返回信号313。系统300还包括光学处理系统302以从返回信号313生成时域中的基带信号314，其中基带信号314包含对应于LIDAR目标距离的频率。光学处理系统302可以包括LIDAR系统100中的自由空间光系统115、光学电路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，用于测量频域中的基带信号314的能量，将该能量与LIDAR系统噪声估计(值)进行比较，并确定频域中的信号峰值指示探测到的目标的可能性。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是示出示例电光系统350的框图。电光系统350包括光学扫描器301，其类似于关于图1示出和描述的光学扫描器102。电光系统350还包括光学处理系统302，如上所述，其可以包括LIDAR系统100中的自由空间光系统115、光学电路101、光学驱动器103和光学接收器104的元件。
电光处理系统302包括生成调频连续波(FMCW)光束304的光源305。光束304可以被引导到光耦合器306，该光耦合器306被配置成将光束304耦合到偏振分束器(PBS)307，并且将光束304的样本308耦合到光电探测器(PD)309。PBS 307被配置为由于光束304的偏振而将光束304引向光学扫描器301。光学扫描器301被配置为通过覆盖光学系统350的外壳320中LIDAR窗口311的视场(FOV)310的方位和高程角的范围，用光束304扫描目标环境。在图3B中，为了便于说明，仅示出了方位扫描。
如图3B所示，在一个方位角(或角度距离)，光束304穿过LIDAR窗口311并照射目标312。来自目标312的返回信号313穿过LIDAR窗口311，并由光学扫描器301引导回到PBS307。
由于来自目标312的反射而具有与光束304不同的偏振的返回信号313被PBS 307引导到光电探测器(PD)309。在PD309中，返回信号313与光束304的局部样本308光学混合，以在时域中生成距离相关基带信号314。距离相关基带信号314是光束304的局部样本308和返回信号313之间的频率差与时间的关系(即ΔfR(t))。
图4是示出根据一些实施例处理基带信号314的信号处理系统303的示例的详细框图。如上所述，信号处理单元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。
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、离散傅立叶变换处理器404、频域信号处理器405和峰值搜索处理器406。信号处理系统303的组成模块可以用硬件、固件、软件或硬件、固件和软件的某种组合来实现。
在图4中，作为时域中的连续模拟信号的基带信号314由ADC401采样以生成一系列时域样本315。时域样本315由时域处理器402处理，其调节时域样本315用于进一步处理。例如，时域处理器402可以应用加权或滤波以去除不想要的信号伪影或使信号对于后续处理更易处理。时域处理器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分为N个样本317的组(其中N是大于1的整数)，其被提供给DFT处理器404。DFT处理器404将N个时域样本317的组变换为频域中的N个频率窗口(bin)或子带318，覆盖基带信号314的带宽。N个子带319被提供给频域处理器405，其调节子带用于进一步处理。例如，频域处理器405可以对子带319进行重采样和/或平均以减少噪声。频域处理器405还可以计算信号统计和系统噪声统计，如下面更详细描述的。然后将处理后的子带319提供给峰值搜索处理器406，峰值搜索处理器406搜索表示LIDAR系统300的FOV中探测到的目标的信号峰值。
提供给峰值搜索处理器405的子带信号319是目标返回313中的能量与LIDAR系统300在处理目标返回信号时所贡献的所有噪声之和。大多数电子系统通常具有噪声源，这些噪声源通过创建噪声基底(noise floor)限制这些系统的性能，噪声基底是系统中所有噪声源的组合水平。为了被探测，电子系统中的信号，诸如从基带信号314生成的子带信号319，必须高于噪声基底(在缺少诸如信号积分和噪声平均的专用信号处理技术的情况下)。
LIDAR系统(例如LIDAR系统300)中的噪声源可包含热噪声、1/f噪声、散粒噪声、脉冲噪声、RIN(与激光器相关联的相对强度噪声)，TIA(跨阻放大器)噪声及ADC(模数转换)噪声。这些噪声源是本领域普通技术人员已知的。例如，系统噪声可以通过其在多个频率窗口上的能量对频率分布，通过其在多个频率窗口上的一阶矩(均值)，通过其在多个频率窗口上的二阶矩(方差)，通过其在多个频率窗口上的三阶矩(不对称性)和/或通过其在多个频率窗口上的四阶矩(峰度或峰的锐度)来表征。
图5是示出包括系统噪声的子带信号319的幅度与频率的关系的图表500，为了便于说明，所述子带信号319被示出为连续波形(而不是被示出为离散频率窗口或子带)。频率跨越从0到ΔfRmax的范围。例如，在没有关于子带信号319的更多信息的情况下，峰值搜索处理器406将选择最高信号峰值501作为最可能指示目标的返回，而不选择较低信号峰值502。然而，如果峰值搜索处理器406具有系统噪声估计，则它可以将子带信号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进行不同的或更好的选择。在图5中(以及随后在图7－10中)，信号和噪声值被描绘为能量对频率等高线。然而，如前所述，系统噪声可以附加地由其一阶矩到四阶矩中的任一者来表征，所述一阶矩到四阶矩分别表示平均能量、能量方差、能量不对称性和峰度对频率。除了单独的能量之外，基带信号可以用基带中的多个频率窗口上的自相关统计和/或在多个频率窗口上在基带信号与系统噪声估计之间的互相关统计来表征。
在一个示例中，系统噪声估计可通过在无回声(无回音)校准模式中操作LIDAR系统(例如LIDAR系统300)来获得，其中不存在可探测的返回信号(例如，返回信号313)。该操作模式生成所有正常的系统噪声机制，并导致仅包括来自系统噪声源的能量的基带信号313(以及子带信号319)。
图6A示出了根据一些实施例的可以在工厂环境中执行的无回声噪声校准。在图6A中，红外(IR)吸收器321的尺寸和位置设置成在LIDAR窗口311的前方，以完全遮蔽光学扫描器301的FOV 310并吸收光束304中的所有能量。
图6B示出了根据一些实施例的当LIDAR系统正在启动时可以在现场实时执行的无回声噪声校准。在该噪声校准中，光束304的功率在系统启动期间被衰减(由图6B中的轻虚线表示)，使得来自光学扫描器301的FOV 310中的对象的任何反射低于系统的噪声基底并且不可探测。
图6C示出了根据一些实施例的当LIDAR系统(例如LIDAR系统300)正在运行时可以在现场实时执行的无回声噪声校准。在该噪声校准中，光学扫描器301的角度范围被增加到超过由LIDAR窗口311提供的FOV 310，使得光束304在扫描期间周期性地指向位于系统外壳320内的IR吸收材料322A和322B。如图6C所示，在扫描开始时的第一时间间隔期间，光束304(标识为304A)照射IR吸收材料322A以生成系统噪声估计。在第二时间间隔期间，光束304(标识为304B)扫描LIDAR窗口311的FOV 310，其中它从诸如目标312的目标生成诸如返回信号313的返回信号。在第三时间间隔期间，光束304(表示为304C)被IR吸收材料322B吸收以生成系统噪声的另一估计。该校准过程可以在每次扫描期间重复，因此系统噪声的估计被连续地实时更新。
图6D示出了根据一些实施例的当LIDAR系统正在运行时可在现场实时执行的另一无回声校准。在该噪声校准中，光学扫描器在LIDAR窗口311的FOV 310内执行正常扫描，但是忽略FOV内的如下位置，在该位置从光束304B返回的信号指示明显的目标(例如从目标312的返回313)，并且当光束304D指向光学扫描器301的FOV中不包括目标的区域时记录子带信号。这种校准方法可由例如系统100中的视频成像装置(例如成像装置108)和系统100中的图像处理系统114中的图像处理支持。
图7是子带信号319和来自图6A到图6D所示的任何一种校准方法的系统噪声估计(值)701的幅度对频率图700。在图7的示例中，信号处理系统303中的峰值搜索处理器406可以被配置为选择具有超过最小阈值SNR的信噪比(SNR)的最高信号峰值。在图7中，信号峰值702具有高于阈值SNR的SNR703，而信号峰值704具有也高于阈值SNR的SNR705。给定上述的选择标准，峰值搜索处理器406将选择信号峰值702而不选择信号峰值704，因为信号峰值702高于信号峰值704。
图8是具有不同峰值选择标准的子带信号319和系统噪声估计701的幅度对频率图800。在图8的示例中，峰值搜索处理器406可以被配置为选择具有最高SNR的信号峰值，而与能量水平无关。在该选择标准下，即使信号峰值702具有最高的峰值能量，也不选择信号峰值702，因为信号峰值702具有比与信号峰值704相关联的SNR705低的SNR703。
图9是将噪声估计701与信号319和噪声估计701之间的差进行比较的能量对频率图900，在图9中图示为信号减噪声(S-N)901。在图9的示例中，峰值选择处理器406可以被配置为选择具有最高非负信号减噪声-噪声比(S-N)/N的信号峰值。在该选择标准下，将选择具有(S-N)/N 903的信号峰值902而不是具有(S-N)/N 905的信号峰值904，因为(S-N)/N903大于(S-N)/N 905。
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，信号319)和系统噪声估计(例如，系统噪声估计701)，以提高频域中的信号峰值指示探测到的目标的可能性，并降低频域中来自伪目标的信号峰值被解释为真实目标的可能性。如上所述，信号处理系统303，特别是频域处理器405，可以被配置为计算用于后续处理的系统噪声估计的统计。例如，频域处理器405可以计算由DFT处理器404生成的、每个频率子带(频率窗口)中的噪声方差。在一个示例中，频域处理器还可以计算多个频率窗口上的噪声协方差。在一个示例中，频域处理器还可以计算噪声的任何阶矩(例如，噪声能量相对于频率的一阶矩或二阶矩，类似于质量系统的重心或惯性矩)。在一个示例中，频域处理器405还可以跟踪每个频率窗口中随时间的峰值功率以捕获随机脉冲噪声。
图10是说明用于改进目标探测的一些附加信号处理技术的能量对频率图1000。例如，光学处理系统302中的内部反射可能由于它们的短距离而在基带信号314中引起低频伪影，这可能表现为伪目标。在一个示例中，频域处理器405可被配置成利用低频掩蔽1001来对子带信号319中低于最小阈值频率(fmin)的频率进行掩蔽，以通过去除内部反射来减轻内部反射的影响。
在另一示例中，处于或接近LIDAR系统(例如，系统100或300)的最大距离的目标可具有对基带信号添加或减去多普勒频移的速度，周期性地将对应的基带频率推到超过ΔfRmax，其可表现为间歇性低频混叠，或距离跳跃，其中目标表现为从长距离跳跃到近距离，且在短时间内返回。在一个示例中，频域处理器405可被配置为用高频掩蔽1002对子带信号319中高于最大阈值频率(fmax)的频率进行掩蔽，以减轻LIDAR系统的最大距离处或附近目标的目标速度改变的影响。
系统100或系统300中的一个或多个噪声源可以是非稳态的(即，时变的)，使得一次性噪声校准可能不生成每个频率窗口中的系统噪声可能方差的准确估计。如上所述，频域处理器405可以被配置为计算每个频率窗口中的系统噪声的方差。在一个示例中，频域处理器405还可以被配置为增加多个频率窗口上的噪声估计701的方差或协方差，以补偿非稳态噪声源，如图10中的噪声方差包络线1003所示。
系统100或系统300中的一个或多个噪声源可以包括脉冲噪声，其通常是来自外部源(例如，闪电，电力浪涌和其它不可预测的能量放电)的随机噪声尖峰。在一个示例中，频域处理器405可包括跟踪数据库中的脉冲噪声并随后对噪声被记录处的频率窗口进行掩蔽的过程。
应当理解，这里对基带信号314中的频率和子带信号319中的频率的引用可以互换地指代相同的频率，使得对基带信号314的任何引用不排除子带信号319，并且对子带信号319的任何引用不排除基带信号314。
图11是示出根据本公开的用于噪声校准和补偿的LIDAR系统(例如LIDAR系统100或LIDAR系统300)中的方法1100的流程图。方法1100在操作1102处开始：当系统处于无回声校准状态(例如，如图6A至6D所示)时，通过测量基带信号(例如，基带信号314)来生成FMCWLIDAR系统中的系统噪声估计(例如，噪声估计701)，其中基带信号包括对应于LIDAR目标距离的频率，其中系统噪声估计包括系统噪声的一阶矩、二阶矩、三阶矩、四阶矩中的至少一个。方法1100在操作1104处继续：当系统处于目标探测模式时，在FMCW LIDAR系统中从目标返回信号(例如，目标返回信号313)生成基带信号。方法1100在操作1106处继续：将目标探测模式中生成的基带信号与系统噪声估计进行比较。并且方法1100在操作1108处结束：确定频域中的信号峰值指示探测到的目标的可能性(例如，通过使用以上参考图5、7、8、9或10示出和描述的任何选择方法和补偿技术)。
图12是诸如LIDAR系统100或LIDAR系统300的LIDAR系统中的处理系统1200(例如，类似于以上参考图4示出和描述的信号处理系统303)的框图。处理系统1200包括处理器1201，其可以是任何类型的通用处理设备或为在LIDAR系统中使用而设计的专用处理设备。处理设备1201与存储器1202耦合，存储器1202可以是包含指令的任何类型的非暂时性计算机可读介质(例如，RAM，ROM，PROM，EPROM，EEPROM，闪存，磁盘存储器或光盘存储器)，当被LIDAR系统中的处理器1201执行时，所述指令使LIDAR系统执行本文所述的方法。具体地，存储器1202包括指令1204，用于在系统处于如本文所述的无回声校准状态时，通过测量基带信号(例如314)来生成LIDAR系统(例如100，300)中的系统噪声(例如701)的估计，其中基带信号包括对应于LIDAR目标距离的频率，其中系统噪声估计包括系统噪声的一阶矩、二阶矩、三阶矩、四阶矩中的至少一个。非暂时性计算机可读存储器1202还包含指令1206，以在LIDAR系统处于如本文所述的目标探测模式中时从目标返回信号(例如313)生成基带信号。非暂时性计算机可读存储器1202还包括指令1208，用于将在目标探测模式中生成的基带信号与如本文所述的系统噪声估计进行比较。最后，非暂时性计算机可读介质1202包括指令1210，用于确定频域中的信号峰值指示如本文所述的探测到的目标的可能性。
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，以便提供对本公开中的若干示例的透彻理解。然而，对于本领域技术人员来说显而易见的是，可以在没有这些具体细节的情况下实践本公开的至少一些示例。在其他实例中，公知的组件或方法未被详细描述或以简单的框图形式呈现，以避免不必要地模糊本公开。因此，所阐述的具体细节仅仅是示例性的。特定示例可以不同于这些示例性细节并且仍被认为在本公开的范围内。
贯穿本说明书对“一个示例”或“一示例”的任何参考意味着结合示例描述的特定特征、结构或特性被包括在至少一个示例中。因此，贯穿本说明书各处出现的短语“在一个示例中”或“在一示例中”并不一定都是指同一示例。
尽管本文的方法的操作以特定的顺序被示出和描述，每个方法的操作的顺序可以被改变，使得某些操作可以以相反的顺序执行或者使得某些操作可以至少部分地与其他操作同时执行。不同操作或子操作的指令可以以间歇或交替的方式执行。
本发明所示出的实施方式的以上描述，包括摘要中描述的内容，并非旨在穷举或将本发明限制为所公开的精确形式。尽管出于说明目的，本文描述了本发明的具体实施方式和示例，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，各种等同修改是可能的。本文所使用的词语“示例”或“示例性”是指用作示例、实例或说明。本文描述为“示例”或“示例性”的任何方面或设计不一定被解释为优于或有利于其他方面或设计。相反，使用词语“示例”或“示例性”旨在以具体方式呈现构思。如本申请中所使用的，术语“或”旨在表示包含性“或”而不是排他性“或”。也就是说，除非另有说明或从上下文清楚，“X包括A或B”旨在表示任何自然包含排列。也就是说，如果X包括A；X包括B；或X包括A和B，则在任何前述情况下都满足“X包括A或B”。此外，本申请和所附权利要求中所使用的冠词“一”和“一个”一般应解释为表示“一个或多个”，除非另有说明或从上下文中清楚是指向单数形式。此外，本文所使用的术语“第一”、“第二”、“第三”、“第四”等意在作为区分不同元件的标签，并且根据它们的数字名称不一定具有顺序意义。

Claims (26)

1.一种LIDAR(光探测和测距)系统，包括：
光学扫描器，用于传送FMCW(调频连续波)红外(IR)光束并接收来自所述光束的反射的返回信号；
光学处理系统，其耦合到所述光学扫描器以从所述返回信号生成时域中的基带信号，所述基带信号包含对应于LIDAR目标距离的频率；以及
信号处理系统，其耦合到所述光学处理系统，所述信号处理系统包括：
处理器；和
存储器，其用于存储指令，当所述指令由所述处理器执行时，使得所述LIDAR系统：
将所述基带信号的信号峰值与LIDAR系统噪声估计在频域中进行比较；以及
基于所述比较来识别目标。
2.如权利要求1所述的系统，其特征在于，所述LIDAR系统噪声估计包括无回声工厂校准、低功率启动校准、遮蔽视场(FOV)中的无回声校准和无目标校准之一，并且所述信号峰值基于以下中的一者或多者：所述基带信号的多个频率窗口上的信号能量、所述基带信号在所述多个频率窗口上的自相关、以及在所述多个频率窗口上所述基带信号与所述系统噪声估计之间的互相关。
3.如权利要求2所述的系统，其特征在于，所述LIDAR系统噪声估计还包括对噪声能量、所述噪声能量的均值、所述噪声能量的方差，所述噪声能量的不对称性以及所述噪声能量的峰度中的一个或多个的测量。
4.如权利要求3所述的系统，其特征在于，所述工厂校准包括当所述光学扫描器的整个视场(FOV)被IR吸收器遮蔽时对所述基带信号的测量。
5.如权利要求3所述的系统，其特征在于，所述低功率启动校准包括当任意返回信号的能量低于所述LIDAR系统的探测水平时对所述基带信号的测量。
6.如权利要求3所述的系统，其特征在于，所述遮蔽FOV中的无回声校准包括当所述光学扫描器指向所述遮蔽FOV时对所述基带信号的测量。
7.如权利要求3所述的系统，其特征在于，所述光学扫描器的FOV包括没有目标反射的位置，其中，所述无目标校准包括当所述光学扫描器指向没有目标反射的位置时对所述基带信号的测量。
8.如权利要求3所述的系统，其特征在于，所述处理器还使得所述LIDAR系统独立于所述系统噪声估计来选择最高信号峰值，以确定目标。
9.如权利要求3所述的系统，其特征在于，所述处理器还使得所述LIDAR系统基于所述LIDAR系统噪声估计来选择超过信噪比阈值的最高信号峰值，以确定目标。
10.如权利要求3所述的系统，其特征在于，所述处理器还使得所述LIDAR系统选择具有最高信噪比的信号峰值，以确定目标。
11.如权利要求3所述的系统，其特征在于，所述处理器还使得所述LIDAR系统选择具有最高非负(信号减噪声)噪声比的信号峰值，以确定目标。
12.如权利要求3所述的系统，其特征在于，为了确定在频域中的信号峰值指示探测到的目标，所述处理器还使得所述LIDAR系统：
掩蔽所述基带信号中低于最小阈值频率的频率，以减轻所述LIDAR系统中的内部反射；或
掩蔽所述基带信号中高于最大阈值频率的频率，以减轻由于多普勒频移引起的混叠；或
增加所述噪声估计的方差以补偿非稳态噪声；或
跟踪数据库中的脉冲噪声并掩蔽所述基带信号中的相应频率。
13.一种方法，包括：
当系统处于无回声校准状态时，通过测量基带信号生成FMCW(调频连续波)LIDAR(光探测和测距)系统中的系统噪声估计，所述基带信号包括对应于LIDAR目标距离的频率；
当FMCW LIDAR系统处于目标探测模式时，在FMCW LIDAR系统中从目标返回信号生成基带信号；
将目标探测模式中生成的基带信号与系统噪声估计进行比较；以及
确定频域中的信号峰值指示探测到的目标的可能性。
14.如权利要求13所述的方法，其特征在于，所述无回声校准状态包括无回声出厂校准状态、低功率启动校准状态、遮蔽视场(FOV)中的无回声校准状态和无目标校准状态之一，并且所述信号峰值基于以下中的一者或多者：所述基带信号的多个频率窗口上的信号能量、所述基带信号在所述多个频率窗口上的自相关、以及在所述多个频率窗口上所述基带信号与所述系统噪声估计之间的互相关。
15.如权利要求14所述的方法，其特征在于，所述LIDAR系统噪声估计还包括对噪声能量、所述噪声能量的均值、所述噪声能量的方差、所述噪声能量的不对称性以及所述噪声能量的峰度中的一个或多个的测量。
16.如权利要求15所述的方法，其特征在于，当所述系统处于所述无回声校准状态时生成系统噪声估计包括：用遮蔽所述系统的FOV的外部IR吸收器来吸收所述系统的红外(IR)光束。
17.如权利要求15所述的方法，其特征在于，当所述系统处于所述低功率启动校准状态时生成系统噪声估计包括：将所述系统的红外(IR)光束的能量降低到阻止探测到所述系统的FOV中的目标的水平。
18.如权利要求15所述的方法，其特征在于，当所述系统处于所述遮蔽视场(FOV)中的无回声校准状态时生成系统噪声估计包括：使所述系统的红外(IR)光束指向所述遮蔽FOV中的IR吸收器。
19.如权利要求15所述的方法，其中当所述系统处于所述无目标校准状态时生成系统噪声估计包括：使所述系统的红外(IR)光束指向所述系统的FOV中的没有反射目标的位置。
20.如权利要求15所述的方法，其特征在于，确定频域中的信号峰值指示探测到的目标的可能性包括：独立于所述系统噪声估计来选择最高信号峰值。
21.如权利要求15所述的方法，其特征在于，确定频域中的信号峰值指示探测到的目标的可能性包括：基于所述LIDAR系统噪声估计选择超过信噪比阈值的最高信号。
22.如权利要求15所述的方法，其特征在于，确定频域中的信号峰值指示探测到的目标的可能性包括：基于所述LIDAR系统噪声估计选择具有最高信噪比的信号峰值。
23.如权利要求15所述的方法，其特征在于，确定频域中的信号峰值指示探测到的目标的可能性包括：基于所述LIDAR系统噪声估计选择具有最高非负信号减噪声噪声比[(S-N)/N]的信号峰值。
24.如权利要求15所述的方法，其特征在于，确定频域中的信号峰值指示探测到的目标的可能性包括以下中的至少一者：
掩蔽所述基带信号中低于最小阈值频率的频率，以减轻所述LIDAR系统中的内部反射；
掩蔽所述基带信号中高于最大阈值频率的频率，以减轻由于多普勒频移引起的混叠；
增加所述噪声估计的方差，以补偿非稳态噪声；或
跟踪数据库中的脉冲噪声并掩蔽所述基带信号中的相应频率。
25.一种非暂时性计算机可读介质，其包括指令，所述指令在由LIDAR系统中的处理器执行时使得所述LIDAR系统：
当系统处于无回声校准状态时，通过测量基带信号生成FMCW(调频连续波)LIDAR(光探测和测距)系统中的系统噪声估计，所述基带信号包括对应于LIDAR目标距离的频率，其中，所述系统噪声估计包括噪声能量、系统噪声能量的一阶矩(均值)、系统噪声能量的二阶矩(方差)、系统噪声能量的三阶矩(不对称性)和系统噪声能量的四阶矩(峰度)中的一个或多个；
当系统处于目标探测模式时，在FMCW LIDAR系统中从目标返回信号生成基带信号；
将目标探测模式中生成的基带信号与系统噪声估计进行比较；
以及确定频域中的信号峰值指示探测到的目标的可能性。
26.如权利要求25所述的非暂时性计算机可读介质，其特征在于，所述信号峰值基于以下中的一者或多者：所述基带信号的多个频率窗口上的信号能量、所述基带信号在所述多个频率窗口上的自相关、以及在所述多个频率窗口上所述基带信号与所述系统噪声估计之间的互相关。
CN202080105813.0A 2020-08-18 2020-08-31 Lidar系统噪声校准与目标探测 Pending CN116745640A (zh)

Applications Claiming Priority (3)

Application Number Priority Date Filing Date Title
US16/996,706 US10884130B1 (en) 2020-08-18 2020-08-18 LIDAR system noise calibration and target detection
US16/996,706 2020-08-18
PCT/US2020/048745 WO2022039759A1 (en) 2020-08-18 2020-08-31 Lidar system noise calibration & target detection

Publications (1)

Publication Number Publication Date
CN116745640A true CN116745640A (zh) 2023-09-12

Family

ID=72665286

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202080105813.0A Pending CN116745640A (zh) 2020-08-18 2020-08-31 Lidar系统噪声校准与目标探测

Country Status (6)

Country Link
US (3) US10884130B1 (zh)
EP (1) EP4200632A1 (zh)
JP (1) JP2023539144A (zh)
KR (1) KR20230049745A (zh)
CN (1) CN116745640A (zh)
WO (1) WO2022039759A1 (zh)

Families Citing this family (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2020153798A (ja) * 2019-03-19 2020-09-24 株式会社リコー 光学装置、測距光学系ユニット、測距装置及び測距システム
US11556000B1 (en) 2019-08-22 2023-01-17 Red Creamery Llc Distally-actuated scanning mirror
US10884130B1 (en) * 2020-08-18 2021-01-05 Aeva, Inc. LIDAR system noise calibration and target detection
US11327158B1 (en) * 2020-10-19 2022-05-10 Aeva, Inc. Techniques to compensate for mirror Doppler spreading in coherent LiDAR systems using matched filtering
US10948598B1 (en) 2020-11-25 2021-03-16 Aeva, Inc. Coherent LiDAR system utilizing polarization-diverse architecture
JP2022131184A (ja) * 2021-02-26 2022-09-07 セイコーエプソン株式会社 計測方法、計測装置、計測システム及び計測プログラム
JP2022131027A (ja) * 2021-02-26 2022-09-07 セイコーエプソン株式会社 計測方法、計測装置、計測システム及び計測プログラム
DE102021205730B3 (de) * 2021-06-07 2022-09-01 Schwarm Technologies Inc. Verfahren und vorrichtung zum verorten einer von der ferne aus aufgenommenen bildaufnahme eines objektes

Family Cites Families (13)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US8994925B2 (en) * 2012-03-27 2015-03-31 Pulsedlight, Inc. Optical distance measurement device
US20180074198A1 (en) * 2016-09-15 2018-03-15 Qualcomm Incorporated Optical beam identification using optical demodulation
CN110114632B (zh) * 2016-11-30 2021-10-29 布莱克莫尔传感器和分析有限责任公司 用于对光学啁啾距离检测进行多普勒检测和多普勒校正的方法和系统
US10007001B1 (en) * 2017-03-28 2018-06-26 Luminar Technologies, Inc. Active short-wave infrared four-dimensional camera
US11163059B2 (en) * 2017-09-22 2021-11-02 Bsh Home Appliances Corporation System and method for radar based mapping for autonomous robotic devices
US10969465B2 (en) * 2018-05-01 2021-04-06 Mitsubishi Electric Research Laboratories, Inc. Reference-free nonlinearity correction for FMCW-based sensing systems
US10401480B1 (en) * 2018-12-05 2019-09-03 Luminar Technologies, Inc. Lidar receiver with multiple detectors for range-ambiguity mitigation
CN113795773A (zh) * 2019-03-08 2021-12-14 欧司朗股份有限公司 用于lidar传感器系统的部件，lidar传感器系统，lidar传感器装置，用于lidar传感器系统的方法和用于lidar传感器装置的方法
JP2020153798A (ja) * 2019-03-19 2020-09-24 株式会社リコー 光学装置、測距光学系ユニット、測距装置及び測距システム
US11630196B2 (en) * 2020-07-13 2023-04-18 Qualcomm Incorporated Range dependent false alarm reduction in radar object detection
US10884130B1 (en) * 2020-08-18 2021-01-05 Aeva, Inc. LIDAR system noise calibration and target detection
US11327158B1 (en) * 2020-10-19 2022-05-10 Aeva, Inc. Techniques to compensate for mirror Doppler spreading in coherent LiDAR systems using matched filtering
US10948598B1 (en) * 2020-11-25 2021-03-16 Aeva, Inc. Coherent LiDAR system utilizing polarization-diverse architecture

Also Published As

Publication number Publication date
EP4200632A1 (en) 2023-06-28
US10884130B1 (en) 2021-01-05
JP2023539144A (ja) 2023-09-13
US20220057516A1 (en) 2022-02-24
US20220057515A1 (en) 2022-02-24
WO2022039759A1 (en) 2022-02-24
KR20230049745A (ko) 2023-04-13

Similar Documents

Publication Publication Date Title
CN116745640A (zh) Lidar系统噪声校准与目标探测
US11360219B2 (en) Techniques for identifying obstructions of a LIDAR window
US11262437B1 (en) Techniques to compensate for mirror doppler spreading in coherent lidar systems by convolution
US11360214B2 (en) Techniques for ghosting mitigation in coherent lidar systems
CN116635747A (zh) 用于lidar系统中的角分辨率和探测灵敏度的选择性子带处理
US20230213651A1 (en) Techniques for ghosting mitigation in coherent lidar systems using multiple chirp rates
US20220397669A1 (en) Techniques for peak detection in a lidar system using weighted metrics and band selection
US20220229163A1 (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
US11385351B2 (en) Techniques for automatically adjusting detection threshold of FMCW LIDAR
KR20230158579A (ko) 동위상/직교 위상(iq) 프로세싱을 사용하는 코히어런트 lidar 시스템들의 고스팅 완화를 위한 기법들
CN117337401A (zh) 利用同相/正交相位(iq)处理的用于减轻相干lidar系统中的重影的技术

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