CN117178198A - 预测性维护lidar - Google Patents

预测性维护lidar Download PDF

Info

Publication number
CN117178198A
CN117178198A CN202280027815.1A CN202280027815A CN117178198A CN 117178198 A CN117178198 A CN 117178198A CN 202280027815 A CN202280027815 A CN 202280027815A CN 117178198 A CN117178198 A CN 117178198A
Authority
CN
China
Prior art keywords
aging
component
memory
lidar module
module
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
CN202280027815.1A
Other languages
English (en)
Inventor
伯恩哈德·西塞格
格哈德·迈尔巴赫尔
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.)
Osram GmbH
Original Assignee
Osram 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 Osram GmbH filed Critical Osram GmbH
Publication of CN117178198A publication Critical patent/CN117178198A/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
    • 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
    • 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
    • G01S7/481—Constructional features, e.g. arrangements of optical elements
    • G01S7/4817—Constructional features, e.g. arrangements of optical elements relating to scanning
    • 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
    • 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
    • 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
    • G01S7/499—Details of systems according to groups G01S13/00, G01S15/00, G01S17/00 of systems according to group G01S17/00 using polarisation effects

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

提供了一种LIDAR模块(100)，该LIDAR模块(100)包括：一个或更多个处理器(102)，所述一个或更多个处理器(102)被配置成：按照表示与LIDAR模块(100)的一个或更多个部件(104)相关联的老化事件的老化数据来确定LIDAR模块(100)的剩余使用寿命的估计。

Description

预测性维护LIDAR
各个方面涉及LIDAR(“光探测和测距”)模块及其方法(例如，估计LIDAR模块剩余使用寿命的方法)。
光探测和测距是一种感测技术，其被用于例如自动驾驶领域，以提供有关自动驾驶或部分自动驾驶车辆周围环境的详细信息。光被用来扫描场景并确定其中存在的物体的属性(如位置、速度、运动方向等)。LIDAR系统通常使用所发射的光的飞行时间(ToF)来测量距物体的距离。一般来说，LIDAR系统的设计目的是确保即使在最恶劣的操作条件下，系统也可以在所期望的使用寿命时段内持续工作。这一目的会导致系统设计过度(例如，设计过于保守的系统)，特别是考虑到绝大多数客户在实际使用产品时所处的典型操作条件(非恶劣条件)。因此，考虑到过度设计的因素，与产品针对典型操作条件设计的价格相比，绝大多数客户为产品支付的价格过高。
各个方面涉及基于(例如，周期性或按需)对LIDAR模块(例如，其部件中的一个或更多个)的剩余使用寿命的评估以帮助确定何时或如何进行干预以维修(或更换)LIDAR模块的预测性维护策略。本文中所述的预测性维护无需对LIDAR模块进行“先验的”过于保守的设计，而是对模块(及其部件)的状态进行动态监测，从而能够及时实施纠正措施，以防止故障风险。LIDAR模块的剩余使用寿命可以基于影响LIDAR模块(例如影响其部件)的老化事件的发生情况进行估计，从而为监测模块磨损提供了一种简单的方法。
尽管LIDAR系统通常是一个高度复杂的系统，但客户要求成本低、使用寿命长，这就导致在采用传统方法设计LIDAR系统时需要权衡利弊。本文中所述的各个方面基于提供对LIDAR系统过去的使用情况(使用分析)和现在的使用情况(监测)的了解，从而实现在系统故障之前更换(完整的)系统、子系统或部件(预测性维护)。本文中所述策略可以估计系统/产品的剩余使用寿命，在某些方面还可以预测哪个部件或子系统将首先出现故障。本文中所述的方法允许降低设计成本，同时确保现场故障的低发生率，从而提高客户满意度。
术语“使用寿命”可以被理解为本领域的常用术语，例如以描述模块(如LIDAR模块)或模块的部件可以在令人满意的性能水平上(说明性地，在满足一个或更多个预定义条件的性能水平上)操作的时间段。通过示例的方式，令人满意的性能水平可以包括目标功率范围内的所发射的光的功率、目标灵敏度范围内的所接收的光的检测、目标扫描速度范围内的视场扫描速度等。说明性地，术语“使用寿命”可以描述模块或部件可以用于成功执行其被设计的操作的时间段。可以理解的是，模块或部件的目标性能的定义可以是任意的，因此“使用寿命”的定义可以根据模块或部件的操作环境而异(例如，与操作成在较宽功率范围内发射光脉冲的光源相比，操作成在较窄功率范围内发射光脉冲的相同光源的寿命可能会缩短，因为在较窄功率范围内的要求更严格)。当产品无法以可接受的性能提供其功能时，产品的寿命可能会被认为已经结束。例如，在LIDAR模块的情况下，测距功能可能要求在最小(例如指定)视场和最小范围(说明性地，模块与物体之间的最小距离)内达到最低准确度。术语“剩余使用寿命”可以用于描述模块或部件可以继续以各自满意的性能水平操作的确定(如预测、计算或估计)剩余时间。
术语“故障”在本文中可以用于描述模块或部件不再能够执行其被设计的操作的情况。在某些方面，术语“故障”可以用于描述硬故障，例如模块或部件(完全)停止工作的情况，例如可以提供整个模块或部件的更换的情况。在某些方面，术语“故障”可以用于描述软故障，例如，模块或部件的性能下降但模块或部件仍在工作的情况，例如，模块或部件仍可以执行其功能但以下降的性能水平(例如，低于令人满意的性能水平)的情况。作为示例，LIDAR模块的软故障可以包括LIDAR模块能够仅在小于LIDAR模块被设计的范围的范围内探测物体，例如仅在75％的范围内或50％的范围内探测物体(例如，由于激光二极管的劣化)。
术语“LIDAR模块”在本文中可以用于描述对于LIDAR应用而配置的设备。如本文中使用的“LIDAR模块”可以被配置成基于LIDAR方法对场景进行监测。“模块”可以被理解为包括一起限定模块的功能的多个零件(例如多个部件)的实体。说明性地，模块可以被理解为被配置成执行复杂功能的实体，这种复杂功能需要多个零件共同发挥作用。“LIDAR模块”在本文中也可以被称为“LIDAR系统”、“LIDAR产品”，或简称为“系统”或“产品”。
LIDAR模块的“部件”(在本文中也可以称为LIDAR模块的“元件”)可以被理解为对较大实体(例如，模块)的操作做出单独贡献的单个零件。部件可以被理解为被配置成执行例如具有有限范围的简单(如通用)功能的单个零件。部件自身可以包括提供部件的简单功能的多个部件(子元件或子部件)。包括多个子部件的部件可以被理解为子模块(在本文中也称为子系统)，子模块例如与单个部件相比(经由子部件的交互)被配置成实现更复杂的功能。作为示例，部件可以是激光二极管阵列，并且单个激光二极管可以是阵列的子部件。作为另一示例，激光二极管自身可以被理解为部件，而构成激光二极管的各个零件(例如，半导体基板、电连接等)可以被理解为激光二极管的子部件。在下文中，对子系统或子模块的引用可以被理解为适用于包括多个子部件的部件。
术语“老化事件”在本文中可以用于描述导致模块或部件磨损的事件。老化事件可以描述对模块或部件的使用寿命有影响的情况的发生。说明性地，“老化事件”可以被理解为增加(例如加速)模块或部件老化的事件或条件，例如可能减少模块或部件剩余使用寿命的事件或条件。在某些方面，“老化事件”可能与“老化因子”和/或“老化机制”相关联。“老化机制”可以描述导致模块或部件性能下降的过程。如本文中所使用的“老化因子”可以描述对于与模块或部件相关联的一个或更多个老化机制相关的参数。说明性地，老化因子可以描述通过导致相关联的老化机制中的一个或更多个的发展而直接或间接影响模块或部件的老化的量。作为示意性示例，光电二极管的老化机制可以是半导体内部过程的劣化，老化因子可以是光电二极管操作时的温度(其影响劣化，例如劣化速度)，而老化事件可以是光电二极管在一定温度下接收到的光脉冲。
部件(和/或模块)的老化机制的两种基本类型可以被区分。第一种类型的老化机制可以包括部件的持续劣化，因此在相同的操作条件下，部件参数(说明性地，其性能)会缓慢漂移或变化。发生劣化的速度可能会受到操作条件的强烈影响。第二种类型的老化机制可能会导致部件发生灾难性故障(硬故障)，例如机械轴断裂，导致部件完全无法再执行其功能，从而使部件和通常整个系统(如轴断裂情况下的汽车)从此无法使用。根据部件的类型和结构，对于估计整个产品的总体使用寿命或剩余使用寿命，可以考虑第一种类型的一种或更多种(例如多种)老化机制，以及第二种类型的一种或更多种(例如其他几种)老化机制。
第一种类型的老化机制和第二种类型的老化机制二者可以呈现统计分布。并非每个部件(同一类型)都以相同的速度劣化(在第一种类型的老化机制的情况下)，也并非所有部件(同一类型)都在同一时间断裂(在第二种类型的老化机制的情况下)。受老化影响的参数分散到各个部件上。如果在制造单个部件、子系统或模块之前(例如，由研发团队)对老化进行了适当分析，并对老化机制进行了适当选择，那么老化机制可以被视为(非常近似地)彼此独立。
作为示例，对于LIDAR模块中激光二极管的老化可以确定三种(最相关的)老化机制。第一老化机制可以包括管芯的老化，即半导体内部过程的老化。这是第一种类型的老化，并且可以导致正向电压和光输出的逐渐变化。正向电压的变化可以忽略不计，因为如果设计得当，驱动器和功率电子器件可以能够对其进行补偿。光输出的变化可能与LIDAR模块的操作有关，因为它可能导致激光光输出的持续降低。劣化的速度可能会随着操作温度和脉冲电流幅度的增加而增加。第二老化机制可以包括激光二极管的光学部件(例如，透镜材料、封装材料和化合物材料)的老化。这可以是第一种类型的老化，并且可以导致光学部件随着老化吸收越来越多的光，也会造成激光光输出的减少。劣化的速度可能会随着(存储)温度的升高而增加。第三老化机制可以包括管芯与封装件的外部触点(引脚)之间电连接的老化。这可以是第二种类型的老化。尽管可能存在多于一个的电连接，但主要是接合导线本身或接合连接可能会断裂，从而导致整个激光二极管无法工作。可以影响电连接的老化的主要(老化)因素可以是温度循环的次数和温度循环的幅度(例如，温度波动的量、温度Δ的幅度)。
下文将例如参照图1A和图1B进一步详细描述与LIDAR模块以及LIDAR模块的一个或更多个部件相关联的老化机制和老化因子。可以理解的是，本文中描述的老化机制、老化因子和老化事件是示例性的，以示出预测性维护策略的原理，并且还可以考虑附加的、较少的或替选性的老化机制、因子和事件，以确定模块或部件的剩余使用寿命。
在各个方面，如下文进一步详细描述的那样，LIDAR模块的一个或更多个处理器(例如，LIDAR模块控制电路的软件)中可以包括至少一个(例如，每个)相关老化机制的模型，包括其分布类型(高斯分布等)和定义分布的参数(例如，高斯分布情况下的均值和方差)。由于操作条件可能取决于客户的使用情况，因此可以考虑操作条件的大的变化。这可以包括在宽的操作条件范围内考虑多种不同的老化机制。
根据各个方面，LIDAR模块可以包括：一个或更多个处理器，所述一个或更多个处理器被配置成：基于表示与LIDAR模块的一个或更多个部件相关联的老化事件的老化数据来确定对LIDAR模块的剩余使用寿命的估计。在各个方面，一个或更多个处理器还可以被配置成提供指示LIDAR模块的估计的剩余使用寿命的消息。在各个方面，一个或更多个处理器还可以替选地或附加地被配置成提供指示LIDAR模块的估计的剩余使用寿命降至低于预定义阈值的消息(说明性地，提示维护LIDAR模块的警告信号)。
根据各个方面，可以提供一种估计LIDAR模块的剩余使用寿命的方法，该方法包括：基于表示与LIDAR模块的一个或更多个部件相关联的老化事件的老化数据，估计LIDAR模块的剩余使用寿命。在各个方面，该方法还可以包括提供指示LIDAR模块的估计的剩余使用寿命的消息。在某些方面，该方法可以是计算机实现的方法。在各个方面，附加地或替选地，该方法还可以包括提供指示LIDAR模块的估计的剩余使用寿命降至低于预定义阈值的消息。
根据各个方面，一种LIDAR模块可以包括：存储器，其存储表示与LIDAR模块的部件的老化机制相关联的事件的发生的数据。
各个方面可以涉及用于记录影响LIDAR模块(和/或其部件)的老化事件的策略。本文中所述的记录策略可以在不占用过多存储空间的情况下，提供适于对LIDAR模块的剩余使用寿命的估计的累积信息。该策略基于所谓的“桶方法”，下文将对其进行进一步详细描述(例如，请参见图3A至图3G)。
根据各个方面，一种LIDAR模块可以包括：一个或更多个处理器，被配置成：接收与LIDAR模块的部件相关联的老化事件已经发生的指示，该老化事件相关于与部件相关联的一个或更多个老化机制中的第一老化机制；更新(例如，增加或减少)与第一老化机制相关联的计数器值；以及基于关联于与部件相关联的一个或更多个老化机制的计数器值来估计部件的剩余使用寿命。
在本说明的上下文中，可以参考汽车应用的实现方式(例如，在LIDAR模块已安装或将安装在车辆中的情况下)。本文中所述方法可以提供LIDAR模块的可靠的操作，以用于至少部分自动的车辆。然而，可以理解的是，LIDAR模块的应用并不局限于汽车领域，并且LIDAR模块可以应用于其他应用和市场，如专业领域、工业、消费等。
如本文中使用的术语“处理器”可以被理解为允许处理数据的任何类型的技术实体。数据可以根据由处理器执行的一个或更多个特定功能进行处理。此外，如本文中所使用的处理器可以被理解为任何类型的电路，例如任何类型的模拟或数字电路。因此，处理器可以是或包括模拟电路、数字电路、混合信号电路、逻辑电路、处理器、微处理器、中央处理器(CPU)、图形处理单元(GPU)、数字信号处理器(DSP)、现场可编程门阵列(FPGA)、集成电路、专用集成电路(ASIC)等，或它们的任意组合。下文将进一步详细描述的相应功能的任何其他类型的实现方式也可以被理解为处理器或逻辑电路。应理解的是，本文中详述的处理器或逻辑电路中的任何两个(或更多个)可以实现为具有同等功能等的单个实体，反之，本文中详述的任何单个处理器或逻辑电路可以实现为具有同等功能等的两个(或更多个)独立实体。
除非明确说明，术语“传输”包括直接传输(点对点)和间接传输(经由一个或更多个中间点)二者。类似地，术语“接收”包括直接接收和间接接收二者。此外，术语“传输”、“接收”、“传送”和其他类似术语包括物理传输(如无线电信号传输)和逻辑传输(如通过逻辑软件级连接传输数字数据)二者。如本文中所使用的术语“计算”包括经由数学表达式/公式/关系进行的“直接”计算和经由查找表或哈希表以及其他数组索引或搜索操作进行的“间接”计算二者。
如本文中使用的，“存储器”或“存储设备”被理解为一种数据或信息可以存储在其中以便检索的计算机可读介质(例如，非暂态计算机可读介质)。因此，对本文中包括的“存储器”或“存储设备”的引用可以被理解为指易失性或非易失性存储器，包括随机存取存储器(RAM)、只读存储器(ROM)、闪存、固态存储装置、磁带、硬盘驱动器、光驱、3D XPointTM等，或它们的任意组合。寄存器、移位寄存器、处理器寄存器、数据缓冲器等在本文中也可以由术语“存储器”或“存储设备”包括。术语“软件”指任何类型的可执行指令，包括固件。
术语“光功率”在本文中可以用于描述流入光学部件(换言之，光学元件)的功率(瓦特)。术语“辐照”在本文中可以用于描述每面积元件的光功率(单位：瓦特/平方米)。根据光学元件的不同，功率中的一些(希望是最多的，例如多于50％、多于75％或多于90％)可能会离开光学元件(与进入元件的方向相同(反射)或其他方向)，其余功率可能会在光学元件内部被吸收。
术语“节制”在本文中可以用于描述模块或部件的性能的受控的降低。“节制”可以被理解为有意控制模块或部件，使其不能以其全部能力操作。在某些方面，“节制”可以包括以不提供最大可实现输出，而是有意将输出保持在较低的输出水平(例如，以较低的功率所发射的光的脉冲，以较低的扫描速度扫描视场等)的方式控制模块或部件。
在附图中，相同的附图标记一般指不同视图中的相同零件。附图不一定按比例绘制，相反重点通常在于说明本文中所公开的原理。在下面的描述中，将参考以下附图对本文中所公开的各个方面进行说明，其中：
图1A和图IB各自以示意图的形式示出了根据各个方面的LIDAR模块；
图2A以示意图的形式示出了根据各个方面的用于LIDAR模块中的光束调向台；
图2B至图2G各自以示意图的形式示出了根据各个方面的液晶偏振光栅；
图3A以示意图的形式示出了根据各个方面的与LIDAR模块的部件相关联的存储器部分；
图3B以示意图的形式示出了根据各个方面的与LIDAR模块的部件相关联的存储器部分；
图3C和图3D各自示出了示出老化因子的强度范围的划分的相应的曲线图；
图3E以示意图的形式示出了根据各个方面的与LIDAR模块的部件相关联的多个存储器部分；
图3F以示意图的形式示出了根据各个方面的与激光二极管相关联的多个存储器部分；
图3G以示意图的形式示出了根据各个方面的与激光二极管相关联的存储器部分；
图4(表示为图4A和图4B)以示意图的形式示出了根据各个方面的与LIDAR模块的部件相关联的多个存储器部分；
图5A、图5B和图5C各自以示意图的形式示出了根据各个方面的存储器块；
图5D、图5E和图5F各自以示意图的形式示出了根据各个方面的第一种类型的存储器块和第二种类型的存储器块；
图5G、图5H和图5I各自以示意图的形式示出了根据各个方面的第一存储器类型的存储器块、第二存储器类型的存储器块和第三存储器类型的存储器块；
图6以示意图的形式示出了根据各个方面的存储器部分；
图7A示出了与LIDAR模块的光学部件相关联的各个存储器部分；
图7B示出了与LIDAR模块的光学部件相关联的查找表；
图7C示出了与LIDAR模块的光学部件相关联的多个存储器部分；
图7D(表示为图7DA、图7DB和图7DC)以示意图的形式示出了根据各个方面的存储器子部分的内容的更新；
图8以示意图的形式示出了根据各个方面的记录老化事件的子采样过程；
图9A示出了根据各个方面的与与老化方面相关联的剩余使用寿命有关的曲线图；
图9B示出了根据各个方面的与老化方面的校正因子有关的曲线图；
图9C示出了根据各个方面的与与老化方面相关联的剩余使用寿命有关的曲线图；
图9D示出了与剩余使用寿命的不同线性推断有关的曲线图；以及
图10A和图10B各自示出了根据各个方面的示出智能降额功能的相应的曲线图。
下面的详细描述参考了附图，附图以图示的方式示出了可以实践本文所公开的各个方面的具体细节和实现方式。对这些方面的详细描述使本领域技术人员能够实施所公开的实现方式。在不偏离所公开的实现方式范围的情况下，还可以利用其他方面，并进行结构、逻辑和电气方面的更改。各个方面并不一定是相互排斥的，因为某些方面可以与一个或更多个其他方面相结合以形成新的方面。各个方面的描述与方法有关，并且各个方面的描述与设备(例如，LIDAR模块、一个或更多个处理器、LIDAR模块的部件等)有关。然而，可以理解的是，与方法相关的方面同样适用于设备，反之亦然。
图1A和图1B各自以示意图的形式示出了根据各个方面的LIDAR模块100。作为示例，车辆(例如，至少部分自动的车辆，例如电动汽车)可以包括一个或更多个LIDAR模块100。作为另一示例，智能农业或室内监测系统可以包括一个或更多个LIDAR模块100。
在某些方面，LIDAR模块100可以是固态LIDAR模块，例如闪光LIDAR或非闪光LIDAR。在其他方面，LIDAR模块可以包括机械移动零件。LIDAR模块100可以是直接飞行时间LIDAR模块，也可以是间接飞行时间LIDAR模块。
LIDAR模块100可以包括被配置成控制LIDAR模块100的操作的一个或更多个处理器102(见图1B)。一个或更多个处理器102可以被配置成管理LIDAR模块100的数据交换。一个或更多个处理器102可以被配置成向LIDAR模块100的一个或更多个(其他)部件104提供指令，以控制其操作。在各个方面，一个或更多个处理器102可以被理解为LIDAR模块100的控制电路106(也称为控制单元)的一部分。
LIDAR模块100的一个或更多个部件104可以被配置成使得能够进行LIDAR模块100的操作，例如，可以被配置成实现对场景(例如，车辆周围环境)的监测。一个或更多个部件104可以包括被配置成提供对场景例如描述场景的数据的理解的一个或更多个感测系统。通过示例的方式，LIDAR模块100可以包括基于光的感测系统，如图1A和图IB所示，并在下文中进一步详细描述。作为其他示例(未示出)，LIDAR模块100可以包括亮度传感器、存在传感器、光学摄像装置、雷达感测系统和超声感测系统。在各个方面，一个或更多个处理器102可以被配置成处理由LIDAR模块100的传感器和/或感测系统提供的数据，以分析场景(例如，LIDAR模块100的视场)。一个或更多个处理器102可以被配置成基于接收到的数据进行物体识别、物体跟踪和/或物体分类，以分析监测场景中存在的物体。可以理解的是，本文中所描述的与LIDAR模块100有关的一个或更多个部件104是示例性的。还应理解的是，LIDAR模块100可以包括与所示部件不同的附加部件、更少的部件或替选的部件。
LIDAR模块100(例如，一个或更多个部件104)可以包括用于调整环境监测条件的一个或更多个执行器，例如，用于调整光的发射方向、用于调整光学摄像装置的取向、用于调整超声波的发射方向等的一个或更多个执行器。
在各个方面，LIDAR模块100(例如，作为控制电路106的一部分)可以包括用于存储信息和指令(例如，感测数据、确定的物体信息、关于如何操作传感器的指令、老化数据等)的一个或更多个存储设备108。一个或更多个存储设备108可以包括易失性和/或非易失性存储器，例如作为示例，随机存取存储器(RAM)、一次性可编程(OTP)存储器、只读存储器(ROM)、电可擦除可编程只读存储器(EEPROM)、闪存(FLASH)存储器。
在各个方面，LIDAR模块100可以包括用于与其他系统或模块(例如作为示例，同一车辆的其他模块或其他车辆的另一个LIDAR模块)通信(例如，被配置成有线和/或无线通信)的一个或更多个通信接口110(见图1B)。一个或更多个通信接口110可以包括有线通信接口、基于无线电的通信接口和/或光通信接口(例如，基于使用所发射/所接收的光122例如激光经由LIDAR模块100的基于光的感测系统进行的基于光的通信)中的至少一个。仅作为示例，一个或更多个通信接口110可以包括通信总线114(例如，使用单个连接器(例如汽车线束的一部分)经由有线连接的控制器局域网(CAN)总线)。
一个或更多个通信接口110可以包括LIDAR模块100(例如，一个或更多个部件104)与LIDAR模块100外部之间的一个或更多个交互路径。作为示例，一个或更多个通信接口110可以包括例如耦接至LIDAR模块100的电源118的配电装置116。配电装置116上的通信可以是单向或双向的(例如，在配电装置116包括电力线通信(PLC)的情况下，可以是双向的)。
一个或更多个通信接口110可以是双向的，使得LIDAR模块100可以经由一个或更多个通信接口110传输和接收数据。
在各个方面，LIDAR模块100(例如，作为控制电路106的一部分)可以包括时钟120(例如，时钟发生器)。通过拥有自己的时钟，LIDAR模块100可以执行所期望的任务，而无需依赖外部时钟信息。时钟120可以被配置成独立于LIDAR模块100是否操作而操作。例如，时钟120可以包括(或可以连接至)能源，例如电池，使得即使在模块可能长时间没有被供电(例如，经由配电装置116)的情况下也可以提供准确的日期和时间，而无需进行时间调整。说明性地，时钟120可以在模块100被供电时操作，也可以通过能源提供的电力在模块100未被供电时操作。
作为示例，时钟120可以包括实时时钟(RTC)。实时时钟可以包括晶体时钟和能源(例如电池)。在时钟120包括RTC的情况下，除了“正常”时间外，还可以单独计算模块被供电的时间，因此无论模块上是否存在RTC，都可以计算操作时间(例如，模块100的操作小时)。
例如，LIDAR模块100的操作时间可以作为计数器被存储在其中一个存储设备108中(如非易失性存储器)。计数器可以周期性更新(例如增加)，以记录模块的操作时间。
在各个方面，一个或更多个处理器102可以被配置成基于表示与LIDAR模块100的一个或更多个部件104相关联的老化事件的老化数据来确定(例如，计算)对LIDAR模块100的剩余使用寿命的估计。一个或更多个处理器102可以被配置成实现本文中所述的预测性维护策略。下文将对LIDAR模块100的剩余使用寿命估计进行更详细的描述(例如，参见图9A至图9D)。说明性地，一个或更多个处理器102可以被配置成分析发生在LIDAR模块100(例如，一个或更多个部件104)上的老化事件(例如，哪些和多少)，并且基于分析结果提供LIDAR模块100的剩余使用寿命的估计。估计可以包括确定老化事件对LIDAR模块100(例如一个或更多个部件104)性能的总体影响。作为说明性示例，一个或更多个处理器102可以被配置成通过考虑已经发射或接收了多少光脉冲、通过考虑LIDAR模块100的操作温度、通过考虑操作小时数、通过考虑用于操作部件104的电压或电流等来确定LIDAR模块100的剩余使用寿命。
LIDAR模块100的剩余使用寿命可以包括LIDAR模块100的一个或更多个部件104(例如，一个或更多个部件104中的至少一个)的剩余使用寿命。说明性地，一个或更多个处理器102可以被配置成确定(例如，计算)对一个或更多个部件104中的至少一个部件(例如，一些或所有部件)的剩余使用寿命的估计，如下文进一步详细描述(例如，参见图9A至图9D)。一个或更多个处理器102可以被配置成基于一个或更多个部件104的估计的剩余使用寿命来确定对LIDAR模块100的剩余使用寿命的估计。
在各个方面，可以考虑部件的子集。部件的子集可以包括一个或更多个部件104的一个或更多个(但不是全部)部件。部件的子集可以包括用于LIDAR模块100操作的相关部件。说明性地，LIDAR模块100可以包括对操作(例如测距)贡献较大的部件，如光源、探测器等，也可以包括对操作贡献较小的部件，如内部传感器。在某些方面，对LIDAR模块100使用寿命的估计可以基于更相关部件的剩余使用寿命(例如，以节省计算能力和存储空间)。
一个或更多个处理器102可以被配置成提供指示LIDAR模块100的估计的剩余使用寿命的消息112。作为示例，一个或更多个处理器102可以被配置成经由一个或更多个通信接口110传输消息112(例如，传输到LIDAR模块100外部的另一个模块或系统，例如传输到车辆的中央处理电路)。此外，消息112还可以包括(可以指示)对一个或更多个部件104(或部分部件，例如部件104的子集，或所有部件104)中至少一个部件的剩余使用寿命的估计。
消息112可以包括估计结果，例如指示LIDAR模块100和/或一个或更多个部件104中至少一个部件的剩余使用寿命(和/或预测故障)的数据集。消息112中包含的信息可以帮助决定何时或如何维修或更换LIDAR模块100或其一个部件104，以最小化或消除(突然)故障的风险。
一个或更多个处理器102可以被配置成如下文所述响应于(外部)请求和/或例如以周期性时间间隔独立地或响应于事件传输消息112。作为示例，一个或更多个处理器102可以被配置成在LIDAR模块100的估计的剩余使用寿命低于预定阈值(例如，作为示例，小于6个月或小于1个月)时传输消息112。在某些方面，消息112可以包括指示LIDAR模块100的估计的剩余使用寿命已降至低于预定阈值的信息(例如，消息112可以是或可以包括提醒用户应进行维护的警告信号)。
仅作为示例，LIDAR模块100(例如，一个或更多个处理器102)可以向汽车告知激光模块的使用寿命接近结束，并可以提供消息，邀请用户交换激光模块和/或描述激光模块性能降低的情况(例如，告知用户在交换激光模块之前，LIDAR的范围会降低一定的米数，例如降低10米或30米)。说明性地，消息112(或由一个或更多个处理器102提供的另一消息可以包括LIDAR模块100的“软故障”指示，例如性能降低(例如低于令人满意的水平)的指示)。基于接收到的信息，汽车可以采取一些措施，例如可以调整自动驾驶。
一个或更多个部件104中的每个部件可以具有一个或更多个与之相关联的老化机制(例如，第一类型和/或第二类型)，下文将对一些示例性部件作进一步详细描述。与每个部件相关联的相应的老化数据可以与表示与该部件相关联的一个或更多个老化机制中的至少一个有关的老化事件(在某些方面，与与该部件相关联的一个或更多个老化机制中的每一个相关)。说明性地，与部件相关联的老化数据可以表示基于该部件的相关老化机制(至少一种)导致或可能导致该部件老化(例如性能下降)的事件(例如，哪些事件和多少事件)。如下文进一步详细描述的，例如参见图3A至图3G，与老化机制有关的老化事件可以根据对于该老化机制相关的一个或更多个老化因子进行分类。
一个或更多个处理器102可以被配置基于相关于与部件相关联的一个或更多个老化机制中的至少一个老化机制的老化事件(在某些方面，相关于与部件相关联的一个或更多个老化机制中的每一个)来估计一个或更多个部件104中的部件的剩余使用寿命。对剩余使用寿命的估计可以考虑到可能导致部件(例如，持续或突然)老化(和失效)的不同方面，下文将进一步详细描述(例如，参见图9A至图9D)。
在各个方面，一个或更多个处理器102可以被配置成根据与部件相关联的一个或更多个老化机制中的至少一个老化机制的相应老化模型来估计部件的剩余使用寿命(在某些方面，根据与部件相关联的一个或更多个老化机制中的每一个的相应老化模型)。LIDAR模块100的至少一个存储设备108可以存储一个或更多个老化模型，例如对于部件的每个老化机制存储一个老化模型。一个或更多个老化模型可以是预定义的(例如，在LIDAR模块100制造时)，并且可以可升级，以将用于估计部件剩余使用寿命的附加或替选参数考虑在内，如下所述。一个或更多个处理器102可以与LIDAR模块100的一个或更多个存储设备108通信连接(例如，作为同一控制电路106的一部分)，例如，与存储老化模型的存储设备通信连接，并且可以被配置成从中检索与感兴趣部件相关联的老化模型。
老化模型(另见图9A至图9D)可以描述如何将老化事件和/或老化因子考虑在内以估计部件的剩余使用寿命。说明性地，老化模型可以描述如何通过使用与部件相关联的老化数据所提供的信息来计算或估计剩余使用寿命。下面将提供老化模型的示例。然而，可以理解的是，本文中描述的老化模型是示例，以示出预测性维护策略的可能实现方式，但也可以提供其他老化模型(例如，基于不同的参数调整、基于不同的公式等)。
在各个方面，一个或更多个处理器102可以被配置成基于对LIDAR模块100的剩余使用寿命的估计来预测LIDAR模块100的故障。说明性地，一个或更多个处理器102可以被配置成将估计的剩余使用寿命与预测的时间点相关联，在该时间点处，LIDAR模块100将不再能够保证令人满意的性能。
LIDAR模块100的故障可以包括一个或更多个部件104中至少一个部件的故障。一个或更多个处理器102可以被配置成基于对至少一个部件的剩余使用寿命的估计来预测该部件的故障(在某些方面，基于对剩余使用寿命的相应估计来预测每个部件或部件子集的故障)。在各个方面，一个或更多个处理器102可以被配置成基于对部件104中的一个或更多个的预测故障来预测LIDAR模块100的故障(例如，只要部件104中的一个发生故障，LIDAR模块100就会发生故障，例如，对于部件之一发生故障所预测的最早时间点可以是LIDAR模块100发生故障的时间点)。如上所述，故障可以是硬故障或软故障。说明性地，一个或更多个处理器102可以被配置成按照LIDAR模块100剩余使用寿命确定(例如，计算或估计)LIDAR模块100的性能劣化。一个或更多个处理器102可以被配置成按照部件剩余使用寿命确定该部件的性能劣化(以及基于部件相应劣化的性能的LIDAR模块100的性能劣化)。
在各个方面，一个或更多个处理器102可以被配置成接收关于LIDAR模块100和/或一个或更多个部件104中的部件的剩余使用寿命信息的请求(例如，经由一个或更多个通信接口110)。请求可以例如来自汽车的中央处理电路，或者可以来自外部服务站。该请求可促使一个或更多个处理器102确定所请求的信息，例如LIDAR模块100和/或部件的剩余使用寿命。一个或更多个处理器102可以被配置成响应接收到的请求进行估计。在其他方面，一个或更多个处理器102可以被配置成独立于请求(例如，以周期性时间间隔(作为示例，每天或每周))或响应于预定类型的老化事件(例如，在LIDAR模块100经历高温或强烈机械冲击之后)执行估计。
一个或更多个处理器102可以被配置成响应于接收到的请求传输消息112。响应于请求，一个或更多个处理器102可以被配置执行估计并传输LIDAR模块100的估计的剩余使用寿命和/或部件104的估计的剩余使用寿命。因此，请求发出者可以获得关于LIDAR模块100状态的实际和更新信息，以决定是否(或何时)进行干预，以修理或更换LIDAR模块100或部件104之一。
在各个方面，一个或更多个处理器102还可以被配置成传输(例如，响应于请求)表示一个或更多个部件104中哪个部件具有最短的估计的剩余使用寿命的数据。一个或更多个处理器102可以被配置成估计多于一个(例如，每个)部件的剩余使用寿命，并确定哪个部件具有与之相关联的最短的估计的剩余使用寿命。该部件很可能最先发生故障(例如硬故障或软故障)，从而导致LIDAR模块100故障。关于哪个部件更接近其使用寿命终点的信息可以用于修复或更换该部件，从而延长LIDAR模块100的总体使用寿命。
一个或更多个处理器102还可以被配置成传输(例如，响应于请求)表示哪个与具有最短估计剩余使用寿命的部件相关联的老化机制(和/或哪个老化因子)是造成与其他部件相比剩余使用寿命较短的主要原因的数据。这些信息可以帮助确定如何修复部件，例如，可以更换或修复哪些子部件以延长部件的剩余使用寿命。
在各个方面，一个或更多个处理器102还可以被配置成接收与一个或更多个部件104的老化机制相关联的一个或更多个老化模型的更新(换言之，升级)(例如，经由一个或更多个通信接口110)。由于有关部件、子系统和系统的知识可能会随着现场产品数量的增加和这些产品的淘汰时间而增加，因此能够升级老化模型可以确保提供更有效(例如，更准确或更快)的剩余使用寿命估计。老化模型的升级可以涵盖一系列可能的修改，包括修改用于评估老化的公式、表格和数据(本文中也称为“劣化函数”)，用于确定何时以及如何应用降额(如下文所述，参见图10A和图10B)，以及用于评估产品剩余使用寿命。
用于评估产品老化的基于历史测量和数据(描述产品的使用方式)的算法、公式、表格和数据可以是描述部件、子系统和系统老化的老化模型的组成部分(例如，见图9A至图9D)。升级可以包括用提供给LIDAR模块100的数据(例如，经由一个或更多个通信接口110)替换先前老化模型的部分(或全部)数据。
例如，可以在安装LIDAR模块100时进行更新，例如在车内(例如，在用具有潜在过时固件/老化模型的库存模块替换车库中的模块的情况下)，或在模块处于现场时进行更新，例如通过无线(OTA)固件更新。通过升级老化模型，LIDAR模块100的性能，例如模块预测使用寿命的质量，甚至在模块出厂后都可以得到提高。更新后的老化模型可以包括通过以前出厂和分析过的LIDAR模块100收集的数据和经验。
通过图示的方式，一个或更多个处理器102可以被配置成回答关于如下的三个问题：(1)使用分析(产品过去是如何使用的？)；(2)监测(产品当前是如何使用的？)；以及(3)预测性维护(产品寿命还剩多少？)。老化事件可以被连续记录在例如LIDAR模块100的非易失性存储器中。附加地或替选地，也可以使用易失性存储器进行部分记录(例如，参见图4)。仅作为示例，每次发射一定数量的激光脉冲，或者产品操作了预定义量的时间(例如每10分钟一次)，就会生成一个事件。记录可以按时间序列或累积方式进行。累积方式的优点是可以更有效地使用存储空间，同时计算成本仍然很低。累积方式将在下文中进一步详细描述(见图3A至图3G)，并且可以提供大量的事件累积(说明性地，可以记录和存储大量的老化事件，而不会占用过多的存储空间)。在各个方面，累积方法可以与时间序列方法相结合(见图5A至图5C)。由于控制电路106可以对LIDAR模块100的各个零件进行控制，因此可将其视为模块的“大脑”，并且是收集产品使用信息的理想场所，并且可以使用一个或更多个处理器102聚合这些信息，并将数据存储在相应的存储器108中。
一个或更多个处理器102可以被配置成根据记录的数据回答上述三个问题(不需要来自外部的任何附加信息)。第一个问题(使用分析)可以根据请求的数据和请求的粒度水平，通过处理和进一步汇总存储的数据来回答。第二个问题(监测)可以通过直接提供状态信息(如操作时间、电源启动、事件、标志等)或测量结果(一个或更多个处理器102可以检索存储的测量结果，或者可以在请求后立即执行测量；测量可以通过产品上的传感器(如温度、电压或电流传感器)进行)来回答。第三个问题(预测性维护)可以通过以下方法来回答：首先，使用所述存储数据计算各个部件、子系统的使用寿命模型(例如，例如存储在非易失性存储器中的估计剩余使用寿命的公式)及其对产品功能的老化影响(细分为所谓的老化方面或老化机制)，然后，在第二步骤中，通过处理“全局使用寿命函数”(见图9A至图9D)得出产品的整体剩余使用寿命。在各个方面，全局使用寿命函数可以是最小函数，它将第一步骤中的所有单独剩余寿命值作为其输入数据，并在第二步骤中确定所有单独使用寿命函数的最小值作为全局使用寿命。
此外，还可利用记录的数据实现先进的产品功能，如恒定的产品性能和智能降额，如下文中进一步详细描述的(见图10A和图10B)。在使用这些高级产品特征的情况下，LIDAR模块100可以在没有任何外部请求或触发的情况下使用这些数据。在各个方面，时钟120和内部调度(器)和/或内部“检查点”(在固件的其他例程中，例如每次读取温度传感器或调整激光二极管电流时)可以专用于高级产品特征，从而自动和重复地重访记录的数据并对其采取行动。
在各个方面，除了时间信息之外，时钟120还可以被配置成提供有规律的触发，以捕获来自LIDAR模块100的各种传感器(本文中也称为监测传感器，说明性地监测部件104)的测量值。
LIDAR模块100可以包括一个或更多个(监测)传感器，所述一个或更多个(监测)传感器被配置成感测与一个或更多个部件104(在一些方面，与一个或更多个部件104的子集)相关联的一个或更多个参数(换言之，量)。一个或更多个传感器可以被配置成监测一个或更多个部件104的状态，例如一个或更多个部件104所经历的状况。根据感兴趣的参数，可以提供各种监测传感器。仅作为示例，一个或更多个监测传感器可以包括以下中的至少一个：定时器、光传感器、温度传感器、电压传感器、电流传感器和/或加速度传感器(机械冲击传感器)。说明性地，一个或更多个监测传感器可以被配置成提供用于剩余使用寿命的估计的传感器数据。每个监测传感器可以与部件104中的一个或更多个相关联，说明性地，每个传感器可以被配置成感测与部件104中的一个或更多个(例如，与相邻部件，或作为示例，与同一部件的子部件)相关联的一个或更多个参数。
一个或更多个监测传感器可以被配置成例如以周期性的时间间隔(例如，作为示例，每5分钟、每10分钟、每小时或每4小时)向一个或更多个处理器102传输传感器数据。周期性时间间隔可以由LIDAR模块100的时钟120来定义，例如，时钟120可以被配置成提供触发信号(例如，用于每个传感器的一个触发信号，或者公共触发信号)，触发信号提示一个或更多个传感器向一个或更多个处理器102发送相应的传感器数据。时间间隔可以适于提供足够量的数据以用于监测一个或更多个部件104，而不产生过量的数据。
由一个或更多个监测传感器提供的传感器数据可以代表与一个或更多个部件104中的至少一个部件相关联的至少一个参数(例如，温度、加速度、接收的光、输入或输出电压、加速度、输入或输出电流等)。举例来说，如下文进一步详细描述的，一个或更多个传感器可以感测壳体(外壳)、单个激光二极管、单个光电二极管、微机电系统(MEMS)镜、液晶偏振光栅(LCPG)、在它们到相应保持件的安装点处的透镜的输入电压和温度等。一个或更多个处理器102可以被配置成从一个或更多个传感器接收传感器数据，并且可以被配置成按照接收到的传感器数据来确定该参数的参数值(例如，温度值、加速度值、电流值、电压值、光功率值等)。
一个或更多个处理器102可以被配置成按照代表相关联参数的多个传感器数据来确定(例如，计算)参数值。说明性地，测量值可能有噪声。多个测量值(例如，作为数值示例，在从5至50的范围内)可以在短时间量内被捕获(例如，作为数值示例，对于温度值为10ms至100ms，对于加速度值为10μs至1ms)，并且可以被处理以提取干净的参数值。作为示例，一个或更多个处理器102可以被配置成基于与相应参数相关联的接收到的传感器数据的平均值来确定参数值。作为其他示例，一个或更多个处理器102可以被配置成基于由传感器数据指示的参数的最小值，和/或基于由传感器数据指示的参数的最大值，和/或基于由传感器数据指示的参数的中间值来确定参数值。作为另一示例，一个或更多个处理器102可以被配置成通过忽略捕获值的最小值和最大值，并计算剩余值的算术平均值来确定参数值。这个平均值可以被称为(并且在下文被记录)单个数据点。
一个或更多个处理器102可以被配置成例如经由一个或更多个通信接口110传输接收的传感器数据(和/或确定的参数值中的一个或更多个)中的至少部分。这种信息的传输可以提供上述的监测功能(产品如何被使用的问题的答案)。一个或更多个处理器102可以被配置成接收(例如，经由一个或更多个通信接口110)对传感器数据的请求，并且响应于该请求提供(例如，在消息112或在另一消息中)与至少一个部件的参数有关的传感器数据(例如，传感器数据可以经由一个或更多个通信接口110传输)。在其他方面，一个或更多个处理器102可以被配置成独立于请求，例如以周期性间隔，或者由事件驱动(例如当进入服务站附近时)，传输参数值中的一个或更多个和/或传感器数据。
在各个方面，一个或更多个处理器102(例如，控制电路106)可以被配置成除了老化模型的实现和对LIDAR模块100的剩余使用寿命的估计之外，还控制老化数据的记录。
可以由LIDAR模块100(例如，由一个或更多个处理器102)记录的信息(说明性地，老化数据)可以被说明性地划分为三种类型的数据：(1)时间信息(例如，由时钟120提供的)；(2)传感器数据(例如，如上所述，由一个或更多个监测传感器捕获的)；以及(3)一个或更多个处理器102已经可用的其他信息(例如，无论如何在控制电路106中可用的信息)。
一个或更多个处理器102已经可用的其他信息可以包括，例如：
(a)由一个或更多个处理器102自身产生的信息(例如，由控制电路106产生的信息，例如上电次数)；
(b)通过一个或更多个通信接口110接收的信息(例如，经由通信总线114接收的信息，诸如用于分析对固件变化的影响以及因此作为代码的一部分的参数设置对产品寿命的影响的固件修订号，也参见图6)；
(c)由一个或更多个处理器102(例如，由控制电路106)命令的设置值；说明性地，经由由一个或更多个处理器102生成的指令提供的一个或更多个部件104的设置值，例如光学器件的变焦水平、由LCPG选择的区域、激光二极管驱动电路的当前设置值(在具有可调节振幅的激光脉冲生成的情况下)等；以及
(d)其他传感器值信息(例如，传感器，诸如监测传感器之一，该传感器可以由LIDAR模块100的子系统控制，但是仍然可以被配置成将传感器值传送给一个或更多个处理器102)；示例可以是输入电压，原因是输入电压可以由作为电源118的控制电路的一部分的电源电路来测量。
上面列出的“其他”信息可能已经对一个或更多个处理器102(对控制电路106)可用，并且这种数据(不包括时间信息或包括一些时间信息)的记录可以用低努力(例如，与在控制电路106中不可用的信息相比，这种数据可以首先生成，但是在任何情况下都可以传送至控制电路106)来执行。可以根据下面进一步详细描述的“桶方法”来执行记录，参见例如图3A至图3G。
捕获并记录在存储器108中的使用寿命数据可以提供一组全面的数据点，该组全面的数据点允许重建LIDAR模块100的部件104和子系统的使用和磨损。可以根据用于重建的模型来选择要存储的数据类型。在可用的(如上所述)信息不能胜任该目的的情况下，可以采用运行在LIDAR模块100的一个或更多个处理器102上的相应模型和求解器(solver)来测量或从其他(附加测量的)量中导出附加的量，例如，测量安装点处的透镜/激光二极管的温度，并通过相应建模来导出相应透镜的核心温度，如下面进一步详细讨论的。
在各个方面，由一个或更多个处理器102使用以估计剩余使用寿命的老化数据可以包括与由LIDAR模块100(作为整体)经历的老化事件有关的全局数据，以及与由一个或更多个部件104经历的老化事件有关的个体数据。全局数据可以被理解为与LIDAR模块100作为整体经历的老化事件有关(并且影响所有部件)，例如，与所有部件104共有(或者至少相关部件共有)的老化因子有关。个体数据可以被理解为与部件中的一个或更多个经历的个体老化事件有关(并且可能不直接影响其他部件)，例如与特定于该部件的老化因子有关。一个或更多个处理器102可以控制全局数据和个体数据的记录(和存储)，例如可以它们自己记录数据的部分(例如上电次数)，并且可以控制由一个或更多个监测传感器提供的数据(例如温度、电压等)的记录。老化(全局和个体)数据的记录和存储将在下面进一步详细描述，参见图3A至图3G。
与全局数据有关的老化事件可以代表以下中的至少一个：
(1)LIDAR模块100的多个功率周期。上电可能以瞬变使部件104受到作用，并且部件可能受到过电压的作用。由于热循环，部件104和连接(例如，印刷电路板和焊接点)可能受到机械作用。取决于相应的设计，下电也可能以或多或少的强瞬变使部件104受到作用。由于上电和下电总是成对出现，因此对上电次数进行计数可能就足够了(这通常更容易实现，因为电力适于相应的处理和存储器访问)。
(2)LIDAR模块100的操作小时数。许多部件在操作时显著老化，而在存储期间(说明性地，在LIDAR模块100不操作的时间期间)老化可能不太显著。
(3)LIDAR模块100的高于(或低于)预定阈值温度的温度，和/或LIDAR模块100的温度高于预定阈值温度的时间段。可以根据温度对一个或更多个部件104的预期影响来选择预定阈值温度。作为数值示例，预定义的阈值温度可以在从50℃至100℃的范围内，例如在从120℃至200℃的范围内，例如可以是70℃或150℃。在一些方面，可以提供多个预定义的阈值温度，例如根据温度对部件的影响，每个预定义的阈值温度与相应的部件(或与相应的一个或更多个部件)相关联。
(4)由LIDAR模块100经历的多个温度循环。如上文所提及的，取决于设计，由于诱发的机械作用，温度循环可能会对部件的寿命有非常显著和有害的影响。温度循环(整个模块100可能暴露于其中)的记录可以协助对老化条件的评估。
(5)由LIDAR模块100经历的高于预定义的阈值加速度的加速度。在一些方面，加速度可以被理解为由LIDAR模块100经历的高于预定义的阈值冲击的机械冲击。机械冲击，或者换言之，模块(例如，LIDAR模块100)的强物理加速可能导致部件的显著老化，尤其是光学和电子部件可能受影响最大。
(6)LIDAR模块100处于高于或低于预定义的温度阈值(例如，用于高温的第一温度阈值，例如70℃或100℃或150℃，以及用于低温的第二温度阈值，例如-10℃、或-25℃或-50℃)的温度时经过的预定义时间。长期暴露于过高或过低的温度会影响LIDAR模块100的老化。
在各个方面，关于温度(3)，许多部件104在处于高温(elevated temperature)时可能显著老化，而不管是否在操作/通电，并且因此不管部件是自身加热还是被相邻部件变热。另一方面，这些部件104中的许多在较低温度下(在低于预定义阈值的温度下)，例如在室温下不会显著老化。在模块100不操作的情况下，可以假设所有部件和子系统基本上处于相同的温度，例如处于环境温度。该假设可以基于稳态条件和模块100的相当紧凑的设计，因为其可能是大多数应用中的情况。在操作中，一个或更多个部件104的相应温度与壳体温度相比(说明性地，与LIDAR模块100的壳体的温度相比)可能更高，因为模块可以使用壳体(本文中也称为壳体)作为散热器来冷却。
一个或更多个处理器102可以被配置成通过使用LIDAR模块100的温度来确定(例如，计算或估计)一个或更多个部件104的部件的温度。说明性地，至少一个部件(例如，每个部件或者子集的部件)的温度可以根据LIDAR模块100的壳体的温度来估计。一个或更多个处理器102可以被配置成基于对LIDAR模块100的操作模式(时序)的了解，例如对部件中消散的功率(功率关于时间)的了解，来确定部件的温度。在各个方面，一个或更多个处理器102可以被配置成根据LIDAR模块100的热模型来确定部件的温度，该热模型描述了壳体的温度与部件的温度之中的关系。例如，可以提供无所不包的热模型，然而这可能对于确定是有挑战的并且实现在计算上密集。作为另一示例，可以提供一个或更多个热子模型，以估计非常具体的地点(在LIDAR模块100中)处的子集(仅几个)离散温度。一个或更多个热子模型可以被配置成不仅考虑壳体的温度，还考虑在系统中测量的其他温度作为输入参数。测量(和记录)壳体(壳体)温度可以提供对模块100及其部件104的操作温度的评估。在不可能记录壳体温度的情况下(例如，由于存储器限制)，系统100处于高于某个(或多个)阈值温度(例如，高于50℃或高于100℃，作为示例)的时间跨度可以被替选地测量(和记录)。
可以存在各种选项来测量LIDAR模块100的温度，例如测量壳体温度。在各个方面，LIDAR模块100(例如，一个或更多个监测传感器)可以包括被配置成检测LIDAR模块的温度(例如，被配置成检测LIDAR模块100的壳体的温度)的温度传感器。温度传感器可以被设置在(例如，附接至)LIDAR模块100的壳体上。仅作为示例，温度传感器可以包括热敏电阻或二极管。例如，安装在壳体内部的热敏电阻可以用于测量壳体温度。热敏电阻可以使用热电偶或温度相关电阻器(例如负温度系数(NTC)或正温度系数(PTC)电阻器)来实现。替选地，热敏电阻可以位于印刷电路板(PCB)上，而不是直接安装至壳体，以获得复杂性和成本降低。PCB可以热连接(例如螺栓连接或铆接)至壳体(并且热敏电阻可以放置在非常靠近(例如，小于10mm或小于5mm)PCB中的孔，该孔携带用其将PCB安装至壳体的螺钉或铆钉之一)。温度传感器可以被配置成被连续供电，以允许独立于LIDAR模块100的操作进行测量和记录。作为示例，温度传感器可以被配置成从LIDAR模块100的外部接收电力，例如“直接”从车辆的电池接收电力(在这种配置中，该电路没有束缚(tie)到“点火开关”电路中)。作为另一示例，LIDAR模块100可以包括被配置成向温度传感器提供能量的(附加)能量源。附加能量源可以包括例如电池，并且可选地可以用于向LIDAR模块100的温度传感器和时钟120(例如，实时时钟)二者提供能量。在各个方面，温度传感器可以是LIDAR模块100的部件104之一的温度传感器，例如可以是控制电路106的温度传感器(例如集成在控制电路106中)。结合温度模型，温度传感器可以允许通过考虑由相应部件消散的损耗功率和作为热模型的一部分的热电阻/阻抗，根据部件内部(例如，控制电路106内部)的测量温度计算记录的壳体温度。
在各个方面，关于多个温度循环(4)，一个或更多个处理器102可以被配置成基于设置在(例如，附接至)LIDAR模块100的壳体上的至少一个温度传感器(例如，上述温度传感器)的传感器数据，例如基于这种传感器数据的平均值，来评估热循环。即使模块100上的大概每个(或几乎每个)温度传感器可能在某种程度上受到整体波动温度的影响(并且因此模块100上的每个传感器也可以在某种程度上测量循环)，优选的是通过评估附接至模块100的主体/壳体的几个传感器的一个或平均值并因此随外部温度变化变化最大的来评估热循环。在典型的配置中，直接测量外部温度(例如，LIDAR模块100外部的温度，或者其中安装LIDAR模块的车辆外部的温度，例如环境温度)是不可能的，或者至少是非常复杂的，这是由于环境约束，例如模块需要耐受腐蚀性液体。设置在LIDAR模块100的壳体上的至少一个传感器(在一些方面，多个传感器)的读数可能通过由模块自身操作引起的热变化而变化最小。说明性地，在LIDAR模块内部(例如，在LIDAR模块100内部)消散的热通常可能随时间波动很大(例如，在出现次数和信号水平方面)，具有比仅仅简单循环更复杂的轮廓，该简单循环与处于操作中或处于关闭的“睡眠模式”的模块相关。因此，从环境的波动中“减去”由模块产生的温度波动在计算上可能是复杂的。设置在LIDAR模块100的壳体上的传感器(或多个传感器)的使用允许在尽可能靠近环境的点处测量环境的温度波动，从而显示来自模块操作的最小影响。
在各个方面，除了壳体温度之外或替代壳体温度，可以记录LIDAR模块100的一些(或每个)部件或子系统的(绝对)温度，例如，从产品使用寿命的角度来看被认为相关的部件和子系统的至少一部分(例如，如上所述，部件的子集)。一个或更多个监测传感器可以被配置成测量一个或更多个部件104(例如，一个或更多个部件104中的至少一个、或一些或每个)的单独温度。例如，一个或更多个监测传感器可以包括与部件104中的一个或更多个相关联的一个或更多个温度传感器(例如，一个或更多个热敏电阻器)(以测量其温度)。附加地或替选地，可以使用热建模来估计部件中的一些的温度。温度数据的这种记录的原因是大多数故障机制可能直接或间接取决于温度。
在各个方面，关于加速度(5)，一个或更多个监测传感器中的至少一个传感器可以被配置成测量(感测)LIDAR模块100的加速度(例如，至少一个传感器可以包括以这样的方式设置的加速度计：其测量LIDAR模块100的加速度)。全局数据可以包括超过特定阈值加速度(例如，10m/s2、或50m/s2、或100m/s2)的加速度。在一些方面，当冲击发生时，加速度的幅度可以与温度一起被测量(和记录)，并且一个或更多个处理器102可以被配置成基于这两个值来评估老化影响。由于材料的机械强度可能是温度相关的，因此温度可以与冲击的幅度一起记录。机械强度表现出来自温度的强烈影响的温度范围可能取决于模块或部件的材料。对于固体物质，当接近相应材料的熔化或成玻璃状温度时，通常可能会存在强烈的影响。对于低温也是如此，在低温下，一些材料可能变脆。因此，低温下的冲击也可能比具有相同幅度但在适中温度下的冲击造成更大的影响。
可以假设对于LIDAR模块100内部的任何部件104，冲击幅度基本上相同(例如，在加速度幅度的±10％以内)。可选地，除了模块100的温度之外，对整个LIDAR模块100仅测量和记录机械冲击一次可能就足够了。替选地，一个或更多个监测传感器可以被配置成测量部件104中的一个或更多个(例如，每个)的个体加速度，这可以提供更精确的测量。作为示例，监测传感器可以包括与部件104中的一个或更多个相关联的多个加速度计(以测量其加速度)。个体加速度的测量可以是对测量由于机械冲击而表现出其老化的明显温度依赖性的部件温度的补充。
与由一个或更多个部件104经历的老化事件有关的个体数据可以代表影响一个或更多个部件104的各种参数。取决于相应的老化机制，不同的部件可能具有不同类型的与之相关联的个体数据。个体数据可以代表以下中的至少一个：
(1)在其期间至少一个部件正在操作的时间；
(2)至少一个部件在操作期间的温度(例如，操作期间的低于或高于预定义阈值温度，例如从50℃至100℃范围内的阈值，例如从120℃至200℃范围内的阈值，例如70℃或150℃的温度)；
(3)至少一个部件在存储期间的温度(例如，存储期间的低于或高于预定义阈值温度的温度)；
(4)用于操作的提供给至少一个部件的输入电压(例如，高于或低于预定义阈值电压，例如1V或5V的输入电压)；
(5)用于操作的提供给至少一个部件的输入电流(例如，高于或低于预定义阈值电流，例如1A或5A的输入电流)；
(6)穿过至少一个部件的光功率或光功率密度(例如，高于或低于预定义阈值光功率的光功率)；
(7)由至少一个部件在操作期间经历的加速度(例如，操作期间的高于或低于预定义阈值加速度，例如10m/s2或50m/S2的加速度)；以及/或者
(8)由至少一个部件在存储期间经历的加速度(例如，存储期间的高于或低于预定义阈值加速度的加速度)。
应当理解，本文中描述的全局数据和个体数据的类型是用于描述预测性维护策略的示例，并且取决于LIDAR模块100的部件和相关联的老化机制，可以测量和记录其他类型的全局数据和个体数据(例如，附加的、更少的或替选的量)。
可以根据LIDAR模块的剩余使用寿命的期望估计自由地选择全局数据和个体数据，只要它们提供允许评估产品老化的一组全面数据点即可。可以选择记录的数据以允许重建产品如何使用以及对LIDAR模块的部件和子系统发生了多少磨损。至少对于LIDAR模块100的一个(例如，每个)部件和/或子系统，可以随时间记录温度测量结果。在一些方面，可以为LIDAR模块100的至少一个(例如，为大多数或每个)部件(例如，为部件的子集)记录除了其他非热量之外的多个温度。
在下文中，关于图1A和图1B中的LIDAR模块100的配置，将描述可能的部件104和相关联的老化机制、老化因子和老化事件。应当理解，下文中描述的部件104的选择是示例性的，并且LIDAR模块(例如，LIDAR模块100)可以包括附加的、更少的或替选的部件(具有其他相关联的老化机制、老化因子和老化事件)。说明性地，下面提供了一组示例性的部件和/或子系统，其具有可以随时间记录的相应的“个体量”中的一些，以用于评估LIDAR模块100和/或部件104的剩余使用寿命。
在各个方面，LIDAR模块100(一个或更多个部件104)可以包括发光设备124(在本文中也称为发送器)。发光设备124可以被配置成朝向LIDAR模块100的视场发射光。发光设备124可以包括光源126和被配置成驱动光源126的驱动器电路(未示出)。
光源126可以被配置成发射具有预定义波长的光134，例如在可见范围(例如，从大约380nm至大约700nm)、红外和/或近红外范围(例如，在从大约700nm至大约5000nm的范围，例如在从大约860nm至大约1600nm的范围，或例如在905nm或1550nm处)，或者紫外范围(例如，从大约100nm至大约400nm)的光134。光源126可以被配置成以脉冲方式发射光134，例如光源126可以被配置成发射一个或更多个光脉冲(例如，光脉冲的序列)。在一些方面，光源126可以是或者可以包括光电光源(例如，激光源)。作为示例，光源126可以包括一个或更多个发光二极管。作为另一示例，光源可以包括一个或更多个激光二极管，例如一个或更多个边缘发射激光二极管或者一个或更多个垂直腔面发射激光二极管。光源126可以被配置成发射一个或更多个激光脉冲，例如激光脉冲的序列。
与由发光设备124经历的老化事件有关的个体数据可以表示以下中的至少一个：在其期间发光设备124正在操作的时间；光源126的温度(例如，高于或低于预定义阈值温度的温度)；发射的光脉冲的峰值功率；以及/或者发射的光脉冲的数目。说明性地，个体数据可以与发光设备124的相关老化因子(温度、发射的光等)相关联，并且可以表示可能影响光源126的性能(例如，可能影响发射的光的功率)的老化事件。为了减少记录的数据的量，可以对发射的光脉冲进行二次采样，如下面进一步详细描述的，参见例如图8。
在各个方面，光源126可以包括多个发送器像素，例如光源126可以包括具有多个发送器像素的发送器阵列。例如，多个发送器像素可以是或者可以包括多个激光二极管。对于发送器阵列的每个像素，可以记录相关的量：像素温度(激光二极管温度)；脉冲功率或峰值电流；和/或发射的脉冲的数目。说明性地，与由发光设备124经历的老化事件有关的个体数据可以附加地或替选地表示以下中的至少一个：至少一个(例如，每个)发送器像素的个体温度(例如，高于或低于预定义阈值温度的个体温度)；由至少一个(例如，每个)发送器像素发射的光脉冲的数目；和/或由至少一个发送器像素发射的光脉冲的峰值功率(例如，由每个发送器像素发射的光脉冲的相应峰值功率)。
每个发送器像素可以用可调节驱动信号(例如可调节电流)单独地驱动。这种可调节电流(或脉冲功率)的振幅可以每个像素单独地记录。在用相同的电流驱动所有像素的情况下，例如作为“脉冲序列”的一部分，那么较少的数据记录可能就足够了(例如，记录最热和最冷的发送器像素的温度)。发射的脉冲的总数可以通过对所有发送器像素进行求和来计算。在一些方面，如上所述，不是所有的温度都被测量，并且温度中的一些(或所有)可以采用相应的热模型来估计。
附加的或替选的个体数据可以与发光设备124的驱动器电路有关，说明性地与功率电子器件和/或像素驱动电子器件有关。与由发光设备124经历的老化事件有关的个体数据可以附加地或替选地表示以下中的至少一个：驱动器电路的温度(例如，驱动器电路的主晶体管的温度)；由驱动器电路提供的驱动信号的峰值功率(例如，在驱动电流信号的情况下的峰值电流，或者在驱动电压信号的情况下的峰值电压)；和/或由驱动器电路提供的驱动信号的数目。在一些方面，驱动信号可以是或者可以包括脉冲。在这种配置中，峰值功率可以包括脉冲功率，和/或驱动信号的数目可以包括发射的脉冲的数目。因此，个体数据可以与驱动器电路的相关老化因子(温度、功率等)相关联。
在光源126包括发送器阵列的情况下，可以假设每个像素由其自己的驱动电子器件单独控制(例如，驱动器电路可以包括多个(子)驱动器电路，每个(子)驱动器电路与相应的发送器像素相关联)。
发送器像素的峰值电流或脉冲功率可以与已经由功率电子器件提供的峰值电流或脉冲功率接近相同。因此，可以针对发送器阵列记录该量(以及脉冲的数目)，并且可以省去针对功率电子器件记录该量。可以记录每个像素驱动器电路系统中最关键部件的相应温度。取决于驱动器部件温度的所需准确度以及驱动电子器件和发送器的物理布置，假设驱动器电子器件与发送器相比总是具有恒定的温差可能是足够近似的。则可以省去发射机功率电子器件的温度记录(并且因此关于驱动电子器件的任何记录)，并且可以节省存储空间。说明性地，可以基于光源126的温度(作为与恒定温度的差)来确定(例如，例如由一个或更多个处理器102计算)驱动器电路的温度。
在各个方面，LIDAR模块100(一个或更多个部件104)可以包括光检测设备128(本文中也称为接收器)。光检测设备128可以被配置成检测来自LIDAR模块100的视场的光。光检测设备128可以包括检测器电路130，检测器电路130被配置成提供检测的光信号(例如，被配置成将在检测器电路130处接收的光136转换成模拟信号，例如以(光)电流方式)。作为示例，检测器电路130可以包括至少一个光电二极管。该至少一个光电二极管可以被配置成响应于入射到至少一个光电二极管上的光信号136而产生模拟信号(例如光电流)。作为示例，光电二极管可以包括PIN光电二极管、雪崩光电二极管(APD)、单光子雪崩光电二极管(SPAD)或硅光电倍增器(SiPM)中的至少一个。
与由光检测设备128经历的老化事件有关的个体数据可以表示以下中的至少一个：在其期间光检测设备128正在操作的时间；检测器电路130的温度(例如，检测器电路130的高于或低于预定义阈值温度的温度)；接收的光的量；接收的光的功率；和/或在检测器电路130处(例如，在至少一个光电二极管处)提供的偏置电压。接收的光136可以包括由LIDAR模块100例如由光发射系统124发射的光134，并且可以包括背景光(环境光)。与背景光相比，例如与落在检测器电路130上的强环境光(阳光)相比，包括由LIDAR模块100发射的光134(例如，由视场中的物体朝向LIDAR模块100反射回来的光134)的接收的光136(例如，接收的光脉冲)的部分可以具有更小的光功率(和/或辐射)。在一些方面，一个或更多个处理器102可以被配置成确定(例如，计算)由发光设备124发射并在光检测设备128处接收的光134(例如，光脉冲)的飞行时间。对飞行时间的测量可以提供对LIDAR模块100的视场的理解，例如物体的位置(基于由物体反射回的发射光)、物体的速度等。
在各个方面，检测器电路130可以包括多个检测器像素(例如，每个与相应的光电二极管相关联)，例如包括多个检测器像素的检测器阵列。在这种配置中，与由光检测设备128经历的老化事件有关的个体数据可以附加地或替选地表示以下中的至少一个：至少一个检测器像素的个体温度(例如，与该像素相关联的光电二极管的温度)；由至少一个检测器像素接收的多个光脉冲；由至少一个检测器像素接收的光脉冲的峰值功率；和/或提供给像素的偏置电压(例如，相关联的光电二极管的偏置电压)。
检测器电路130可以包括接收器电子器件，该接收器电子器件被配置成产生和控制在检测器电路处提供的偏置电压(例如，在检测器像素处提供的偏置电压)。在一些方面，偏置电压可以是已知的(对于接收器电子器件，接收器电子器件可以将信息传输至一个或更多个处理器102)，并且偏置电压的测量可以省去。
根据光检测设备的老化机制(例如，光电二极管的半导体中的处理、电连接的劣化、接收器电子器件的劣化，作为示例)，与光检测设备128有关的个体数据可以与光检测设备128的相关老化因子(例如，温度、接收的光功率等)相关联。
在各个方面，LIDAR模块100(一个或更多个部件104)可以包括一个或更多个光学部件132(说明性地，发送器光学器件和/或接收器光学器件，在本文中也称为一个或更多个光学元件132)。一个或更多个光学部件132可以被配置成将发射的光134导向LIDAR模块100的视场，和/或可以被配置成收集来自LIDAR模块100的视场的光(并且将光136导向光检测设备128)。作为示例，一个或更多个光学部件132可以包括一个或更多个透镜、一个或更多个镜子、射束调向级(例如，包括一个或更多个射束调向器件，诸如一个或更多个MEMS镜和/或一个或更多个LCPG，也参见图2A至图2G)等。
与一个或更多个光学部件132所经历的老化事件有关的个体数据可以表示以下中的至少一个：在其期间一个或更多个光学部件132正在操作的时间；至少一个光学部件的温度(例如，关键部件的温度，诸如透镜、MEMS、LCPG等的温度)；至少一个光学部件的变焦状态；穿过至少一个光学部件的光脉冲的数目；用至少一个光学部件执行的扫描操作的数目(例如，在射束调向器件的情况下)；至少一个光学部件所经历的加速度；至少一个光学部件所经历的机械作用；和/或穿过至少一个光学部件的光功率或辐射。说明性地，根据有关的老化机制(例如，透射的劣化、MEMS镜的机械部的劣化、LCPG的液晶的劣化)，个体数据可以表示导致一个或更多个光学部件132的性能损失的老化因子，例如光的增加的吸收率、减慢的扫描速度等。
对于光学部件(例如，一个或更多个光学部件132中的一个)，可以在其安装点处测量温度，例如，可以测量相应的透镜保持件或镜子保持件的温度。可以使用热模型(例如，由一个或更多个处理器102)基于相应保持件的温度来评估部件(例如，透镜或镜子)内部的温度。老化在部件内部最关键(由于导致的由部件老化所导致的成像伪影的增加)，并且在具有高功率吞吐量的光学部件的情况下，温度通常是最高的。
作为示例，至少一个光学部件的变焦状态可以包括(例如，机动的)透镜的变焦状态。取决于所使用的技术，对变焦状态的测量可以包括随时间记录距离或角度值。在一些方面，变焦状态可以与光功率同步记录。这可以提供获得哪个光学部件在什么变焦状态下暴露于多少光功率的知识。
用至少一个光学部件执行的扫描操作的数目可以包括，例如，针对MEMS镜和/或LCPG部件执行的扫描操作的数目(也参见图2A至图2G)。取决于所使用的技术，扫描操作的数目可以包括MEMS循环的数目或LCPG开关操作的数目。说明性地，在一些方面，一个或更多个光学部件132可以包括MEMS镜(被配置成用发射的光扫描LIDAR模块100的视场)，并且与一个或更多个光学部件132所经历的老化事件有关的个体数据可以描述用MEMS镜执行的扫描操作的数目。在一些方面，扫描操作的数目可以从部件的操作小时数(例如，MEMS的操作小时数)得出。
“穿过”至少一个光学部件的光功率或辐射可以包括，例如，由光发射设备124(例如，由光源126，例如激光器)提供并流经至少一个光学部件(例如，通过传输路径中的每个关键部件)的光功率或辐射。在一些方面，可以基于由光发射系统124(由光源126)发射的(记录的)光功率来估计穿过至少一个光学部件的光功率或辐射。即使只测量源的光功率，也可以提供流经相应光学元件的光功率的准确估计，例如借助于光学模拟。此外，典型地，光学元件中的功率吸收与未吸收的功率(其包括反射光、“通过”光和散射光的光功率)相比非常小，使得估计具有较低保真度的光的吸收量可能就足够了，或者甚至可能可以完全忽略该量。
在一些方面，除了光功率和/或辐射之外或替代光功率和/或辐射，可以记录随时间的时间光功率密度分布(并用作个体数据)，例如，可以执行随时间的每个波长的光功率的记录。例如，在穿过一个或更多个光学部件(在发送器路径中)的光具有宽波长分布的情况下(例如，如其可能是阳光的情况，或者如由汽车前灯提供的情况)，可以提供这种配置。
由背景光(例如，阳光)引起并流经一个或更多个光学部件132(例如，在发送器路径和接收器路径中)的光功率或辐射可能与接近LIDAR模块100外部的光学部件有关。例如，所述光功率或辐射可能与(通过设计)位于模块外部附近的LCPG(也参见图2A至图2G)有关(例如，LCPG可能是发射光路中的最后一个光学元件，并且它可能是接收光路中的第一个光学元件)。在各个方面，一个或更多个监测传感器可以包括环境光传感器，环境光传感器被配置成测量一个或更多个光学部件132所经历的环境光的水平。合适的环境光传感器可以提供测量由阳光引起的影响。
一个或更多个光学部件132所经受的机械作用(例如，机械冲击)的示例可以包括强物理加速的事件，例如由撞击或跌落(换言之，下降)引起的事件。光学部件可能会显著地受到机械冲击的影响。
在各个方面，如上所述，LIDAR模块100(一个或更多个部件104)可以包括被配置成向LIDAR模块100提供电力(例如，向其他部件104提供电力)的电源电路118。与电源电路118所经历的老化事件有关的个体数据可以表示以下中的至少一个：在其期间电源电路118正在操作的时间；电源电路118的温度(例如，关键部件的温度，诸如开关晶体管、整流器二极管、输入和输出电容器、电感部件的温度，作为示例)；电源电路118的电力循环的数目；电源电路118的输入电压或输入电流；电源电路118的输出电压或输出电流(在一些方面，电源电路118可以提供多个稳定电压，在这种配置中，可以记录多个输出电流)；电源电路118所经历的温度循环的数目；和/或电源电路118所经历的加速度。
说明性地，根据有关的老化机制(例如，电子器件的劣化、连接的劣化，作为示例)，个体数据可以表示导致电源电路118的性能损失的老化因子，例如降低的电力、较低的反应时间等。
作为电源电路系统的一部分，可以检测电源电路118的电力循环，并且可以更新相应的计数器(“桶”)，例如加1(也参见图3A至图3G)。电力循环的数目可以是如上文所概述的“全局量”(例如，可以是全局数据的一部分)，因为它可能不仅与电源电路118有关，而且与整个LIDAR模块100有关。
在各个方面，如上所述，LIDAR模块100(一个或更多个部件104)可以包括控制电路106。与控制电路106所经历的老化事件有关的个体数据可以表示以下中的至少一个：在其期间控制电路106正在操作的时间；控制电路106的温度(例如，关键部件的温度，诸如像微控制器、存储器IC和通信IC的集成电路(IC)的温度，通信IC包括例如通信总线驱动器IC)；控制电路106所经历的温度循环；和/或控制电路106所经历的加速度(机械作用)。说明性地，根据有关的老化机制(例如，电子器件的劣化、连接的劣化)，个体数据可以表示导致控制电路106的性能损失的老化因子，例如较慢的操作、降低的计算效率等。
在一些方面，控制电路106的关键部件可以包括内置温度感测电路系统，内置温度感测电路系统可以使用相应的寄存器读出。在这种配置中，可以省去用于感测控制电路106的温度的附加监测传感器，并且还可以省去估计部件温度的热建模。
控制电路106的关键部件可以是集成电路，例如，其中管芯经由连接至封装的引脚的引线在内部连接，也可以具有许多引脚(所谓的细间距部件)，并且因此控制电路106的关键部件可能非常脆弱并容易受到机械冲击以及前面提及的温度循环的影响。
图2A至图2G更详细地示出了用于LIDAR模块(例如，用于LIDAR模块100)的光学部件的示例。
图2A以示意图方式示出了根据各个方面的例如用于LIDAR模块中的射束调向级200(例如，LIDAR模块100可以包括射束调向级200)。
光学部件(例如，作为LIDAR模块100的一个或更多个光学部件132之一)的特定示例是液晶偏振光栅(LCPG)(参见图2B至图2G)。液晶偏振光栅(LCPG)可以用于使其固有地适用于LIDAR应用的非机械激光束控制。在一些方面，LCPG可以是为LIDAR模块中的射束调向提供的唯一光学部件。在其他方面，LCPG可以与其他光束控制机构结合使用，像基于MEMS的扫描构思。
如图2A中所示，可以在两个级中执行非机械射束调向：射束调向级200可以包括与例如基于MEMS方法的精细控制模块204组合(例如，精细控制模块204可以包括MEMS镜)的例如使用LCPG方法的粗略控制模块202(说明性地，粗略控制技术)(例如，粗略控制模块202可以包括LCPG)。粗略控制模块202和精细控制模块204可以控制光到射束调向级的视场206(本文中也称为注视场)(例如，LIDAR模块的视场)中的发射方向。作为数值示例，视场206可以相对于射束调向级200的光轴(例如，粗略控制模块202的光轴)具有在从-60°到+60°(例如从-40°到+40°)的范围中的在水平/方位角(AZ)方向上的角度延伸。作为另一数值示例，视场206可以相对于射束调向级200的光轴具有在从-20°到+20°(例如从-12°到+12°)的范围中的在垂直/仰角(EL)方向上的角度延伸。
图2B至图2G更详细地示出了LCPG的各个方面。
图2B和图2E各自以示意图方式示出了根据各个方面的液晶偏振光栅210的俯视图。图2C、图2D、图2F和图2G各自以示意图方式示出了根据各个方面的液晶偏振光栅210的侧视图/透视图。LCPG的结构和操作在本领域中可能是已知的，在此提供简要描述以示出预测性维护策略的相关方面。
LCPG(例如，LCPG 210)可以具有使其适用于LIDAR应用的许多有利的性能，例如轻质设计、大孔径、宽调向角、低激光功率损耗以及瞄准射束的快速切换速度。不利的一面是，LCPG射束调向设备还未能在商业上广泛应用，或者还没有完全特性化于要求高的应用，像汽车领域。
LCPG 210(本文中也称为LCPG级)可以包括玻璃基板212(例如，第一玻璃基板和第二玻璃基板)、光取向层222(例如，第一取向层和第二取向层)、一个或更多个电极214(例如，两个电极214)，例如，第一铟锡氧化物(ITO)层和第二铟锡氧化物层、以及液晶层216(例如，向列液晶层)。液晶层216(例如，具有厚度d)可以被聚合以锁定期望的光学图案。液晶层216可以夹在取向层222(和电极214)之间。
液晶层216(例如，向列液晶(LC)膜)可以具有连续的周期性图案，连续的周期性图案可以被分类为偏振光栅(PG)。液晶层216可以理解为LCPG 210的核心。与振幅和相位光栅不同，偏振光栅通过对光的偏振进行调制来工作。
基于光的偏振和光栅周期，液晶层216可以提供入射到LCPG 210上的光的调向。说明性地，LCPG(例如，LCPG 210)可以是双折射设备，其根据入射到LCPG上的光的偏振旋向性(handedness)(说明性地，输入光的偏振旋向性)将光调向成两个偏转角之一。如图2C和图2F中所示(对于指向矢分布)，在没有施加任何控制信号(OFF状态)的情况下，液晶可以具有这样的取向，该取向使得在偏振具有第一旋向性的情况下(例如，在光是左旋圆偏振、逆时针圆偏振的情况下)，光可以被调向成第一方向218-1(m＝+1)，以及在偏振具有第二旋向性的情况下(例如，在光是右旋圆偏振、顺时针圆偏振的情况下)，光可以被调向成第二方向218-2(m＝-1)。
在一些方面，LCPG 210可以包括集成电极，集成电极可以实现切换操作。可切换的LCPG实质上可以在三种不同的调向状态之间切换。如图2D和图2G中所示(对于指向矢分布)，通过向液晶层216施加控制信号(例如，大于阈值电压的电压V>Vth，例如通过电压源220)，液晶的取向可以被控制(ON状态)到另一取向，使得光可以与偏振的旋向性无关地穿过LCPG而不被调向(成第三方向218-3，m＝0)。
如图2B和图2E中所示(对于指向矢分布)，液晶层216的液晶的取向可以变化以提供期望的光栅周期(和期望的射束调向)，例如从0到2Λ变化，其中Λ可以是预定义的光栅周期。
在一些方面，LCPG 210可以包括多个堆叠的LCPG级。堆叠中的每个元件可以(单独地)关闭、添加或从净偏转中减去。该堆叠(即使是相对小的堆叠，例如具有三个LCPG)可以提供大的偏转角集合，使得能够用少量的堆叠元件实现二维中的大范围的角度。
关于老化，有限的信息目前可用于LCPG，特别是考虑到要求高的应用像汽车领域中的环境条件。可能影响LCPG器件的老化的相关老化因子可以是温度、光辐射和/或(液晶的)切换循环。说明性地，在LIDAR模块的一个或更多个光学部件(例如，LIDAR模块100的一个或更多个光学部件132)包括LCPG的情况下，与一个或更多个光学部件所经历的老化事件有关的个体数据可以表示以下中的至少一个：在LCPG(从LIDAR模块的视场和/或从LIDAR模块的发光设备，例如，从发光设备124)接收的光功率或光辐射(例如，激光或阳光)；LCPG的液晶的温度；和/或LCPG的液晶的多个切换循环。
考虑到温度，尤其是超过液晶的向列范围的事件(例如，其中温度T在从-20℃到+60℃范围之外的事件)可能是关键的。在一些方面，其中超过这种温度范围的发生次数和/或相应的持续时间(例如，T<-20℃或T>+60℃的发生)可以被记录并且用于估计LCPG的老化(例如，通过一个或更多个处理器102)。粘度和弹性常数也可能受温度影响，因此温度可能是用于分析LCPG的剩余使用寿命要考虑的相关参数。
从长远来看，来自外部的光辐射(例如，紫外范围内的阳光)和来自内部的光辐射(例如，由LIDAR模块发射的激光)可能会影响所使用的LCPG部件、材料和边界表面的属性。例如，聚合物链(断链)可能会降低LCPG性能。考虑到来自太阳的辐射，LIDAR模块(例如，LIDAR模块100)可以包括环境光传感器，环境光传感器被配置成测量LCPG处的阳光辐射。另外，可以测量暴露时间，并且这些参数可以用作老化模型的基础。考虑到由LIDAR模块发射的光引起的辐射(例如，由激光引起的辐射)，操作小时数和/或发射的光脉冲(例如，激光脉冲)数可以用作用于评估LCPG的老化进程的度量。
由于LCPG不断切换，在其使用寿命期间经历了大量的切换循环，并且不能排除使用寿命期间的劣化(尽管目前没有长期研究可用)。当估计LCPG老化进程时，切换循环和/或设备操作小时的数目可以用作基础。
根据上面的讨论，描述LIDAR模块的部件的老化的大量数据可以用于评估LIDAR模块及其部件的剩余使用寿命。各个方面涉及一种改进的策略，该策略使得能够以高效且成本有效的方式记录和存储如此大量的数据。
在下文中，描述了用于实现记录和存储与LIDAR模块及其部件(例如，LIDAR模块100和一个或更多个部件104)所经历的老化事件有关的信息的策略，例如，用于记录和存储要用于估计LIDAR模块及其部件的剩余使用寿命的全局数据和个体数据。
鉴于在产品的使用寿命内记录上述量的列表需要的努力，常规的时间序列记录要么会导致存储器很快耗尽，要么会导致产品价格的显著上涨。
在各个方面，可以采用数据压缩方法(无损或有损)来有效地存储测量结果或时间序列记录，例如温度读数。数据压缩在本领域中可以是已知的，尽管用于不同类型的应用，并且各个方面可以基于这样的认识：这种方法可以提供适用于LIDAR应用中(例如，LIDAR模块中)的策略，以用于实现剩余使用寿命的估计。与通过逐个样本方法存储时间序列测量结果相比，这种方法可以需要较少的存储空间。
代替以周期性方式(例如每秒)连续记录值，该值可以与该值在变化之前存在的时间段一起被记录。代替该值，可以存储相对于先前值(先前存储的值)的差(换言之，增量)。与记录绝对值将需要的比特数相比，这可以允许将更少的比特用于增量。该方法使得使用较少的存储，但是在信号经历强烈变化的情况下受到限制。
在噪声值的情况下(这可能通常是真实世界测量结果的情况)，新值仅在发生显著变化的情况下被记录，例如在变化大于预定义阈值的情况下(例如，值的最大范围的至少1％，或值的最大范围的至少2％，或值的最大范围的至少5％)被记录。可以根据可用的存储空间来调整预定义的阈值，例如可以增加阈值以进一步减少所需的存储空间。这可能会将最初的无损方法转变为有损或不可逆的方法，从而在信号可以重构的精确程度上放弃一些准确性。
然而，这种方法在许多用例下仍然会产生过量的数据，从而需要一定量的存储空间，这使得该方法对于成本敏感的应用不可行。因此，需要允许以更有效的方式存储数据的适合的方法。
各个方面涉及用于记录和存储与LIDAR模块(例如，LIDAR模块100)所经历的老化事件有关的信息的适合的方法。这种适合的方法在本文中被称为“桶方法”。“桶”可以被理解为与相应部件的“老化相关事件”相关联的存储器子部分(在一些方面，桶可以是或者可以包括计数器，如下面进一步详细描述的)。桶最初可以是空的(例如，计数器可以具有初始值零)，并且在部件暴露于相应“事件”的情况下可以被更新(例如，增加)。作为示例，如上所述，事件可以包括温度循环或机械冲击(由撞击或跌落/下降潜在地引起的强烈物理加速的事件)。“桶方法”可以用少的存储空间和少的计算资源来实现，从而为LIDAR应用(特别是为汽车领域)提供有利的属性。与数据压缩算法所需的计算努力相比，例如关于时间序列数据/记录，用于更新桶(例如将计数器加1，或者在其他方面将计数器减1)的计算努力可以忽略不计。
本文中特别参考桶方法在LIDAR模块中的实现方式来描述桶方法。然而，应当理解，桶方法也可以应用于其他应用，在其他应用中记录影响设备或部件的使用寿命的事件可能是有益的。说明性地，桶方法也可以由一个或更多个处理器和其他类型模块的存储设备来实现。
图3A以示意图方式示出了根据各个方面的存储器部分300。存储器部分300可以是LIDAR模块的存储器设备的一部分(例如，LIDAR模块100的一个或更多个存储器设备108之一的一部分)。存储器部分300可以包括与其相关联的一个或更多个存储器子部分302(例如，在图3A中的示例性配置中的第一子部分302-1、第二子部分302-2和第三子部分302-3)。
存储器部分300可以被理解为存储器设备中可用空间的一部分。存储器子部分302可以被理解为与存储器部分300相关联的空间的一部分。说明性地，桶可以被理解为存储器子部分，并且与相同老化机制和/或与相同部件相关联的多个桶(例如，桶阵列)可以被理解为存储器部分。
LIDAR模块的至少一个部件(例如，LIDAR模块100的一个或更多个部件104中的至少一个或每一个，例如相关部件的子集)可以具有与其相关联的一个或更多个存储器部分300(说明性地，一个或更多个桶阵列)，所述一个或更多个存储器部分300用于存储与该部件相关联的老化数据。一个或更多个存储器部分300可以设置在LIDAR模块的存储器设备中的一个或更多个中(例如，在LIDAR模块100的存储器设备108中的一个或更多个中)。
在各个方面，部件可以具有与其相关联的单个存储器部分300(说明性地，单个桶阵列)，并且单个存储器部分300可以包括多个子部分302(说明性地，多个桶)，每个子部分302与和部件相关联的一个或更多个老化机制中的相应老化机制相关联。部件的相关老化方面可以由相应的存储器子部分302的内容来表示。仅作为示例，在部件是激光二极管的情况下，第一子部分302-1可以与半导体内部的工艺相关联，第二子部分302-2可以与光学部件相关联，并且第三子部分302-3可以与电连接相关联。
单个存储器部分300的每个子部分302可以包括计数器值。在每个(相关)部件具有单个存储器部分300的配置中，计数器值可以具有表示该部件的预期使用寿命(例如，在制造阶段确定的)的值作为初始值，并且可以被实现为递减计数计数器(例如，对于每个老化事件减少以指示剩余使用寿命的减少)。然而，应当理解，也可以提供计数器增加的实现方式(例如，从零开始，并且对于每个事件得到增加)。
LIDAR模块的一个或更多个处理器(例如，LIDAR模块100的一个或更多个处理器102)可以被配置成接收与部件的老化机制相关联的老化事件已经发生的指示(例如，经由LIDAR模块的一个或更多个监测传感器提供的传感器数据，或者经由一个或更多个处理器已经可用的信息，如上所述)，并且可以被配置成更新(例如，减少或增加)相应子部分302的计数器值。说明性地，该部件可以具有一个或更多个相关的老化机制，在该部件经历与该机制相关的老化事件的情况下，可以通过更新相应子部分302(相应桶)的内容来考虑所述一个或更多个相关的老化机制。仅作为示例，在计数器是递减计数计数器的情况下，对于每个发射的激光脉冲，或者对于多个发射的激光脉冲，光学部件的桶计数器可以减少。作为另一示例，对于在激光二极管处提供的超过预定义阈值电压的电压，可以减少用于电连接的桶计数器。
基于部件的单个桶阵列的方法可以在不依赖于老化模型的情况下提供对部件的剩余使用寿命的估计，因此消除了更新/升级老化模型的需要。这种方法提供了使用更少的存储器和更少的计算努力来确定剩余产品寿命。
每个老化机制(每个部件/子系统等)的桶可以通过将每个桶用作计数器(例如，作为递增计数计数器或如上所述的递减计数计数器)来实现。每当相应的老化事件发生时(例如，冲击，或者产品在特定温度下工作特定时间，或者可能的部件的上述其他示例中的任何一个)，相应的桶可以被更新，例如，对于递减计数计数器，减少预定义量(例如，减少一)(或者对于递增计数计数器，增加预定义量，例如，增加一)。
子部分302的计数器的值(桶计数)可以提供相关联的部件的剩余使用寿命的即时指示，例如，在相应的桶以及老化机制是部件使用寿命的限制机制的情况下，计数器的值可以对应于剩余使用寿命。LIDAR模块的一个或更多个处理器(例如，一个或更多个处理器102)可以被配置成基于与部件相关联的子部分302的计数器值来估计部件的剩余使用寿命。例如，在计数器被实现为递减计数计数器的情况下，一个或更多个处理器可以被配置成根据与部件相关联的计数器的最小值(最小值可以是限制因素)来确定该部件的剩余使用寿命的估计。作为另一示例，对于递减计数和递增计数计数器二者，一个或更多个处理器可以被配置成将计数器值与对应的剩余使用寿命相关联(例如，通过查找表)。在各个方面，对LIDAR模块的使用寿命查询可以返回所有桶的最小计数(例如，一个或更多个处理器可以被配置成响应于接收到的请求而例如在消息112中发送与部件相关联的最小计数器值)。在其他方面，例如在递增计数计数器的情况下，对LIDAR模块的使用寿命查询可以返回所有桶的最大计数。
在各个方面，LIDAR模块(例如，一个或更多个处理器)可以被配置成监测与LIDAR模块的部件相关联的子部分302的计数器的值(说明性地，所有桶值)，并且可以被配置成在最小值下降到低于某个阈值的情况下(或者在最大值增加到高于某个阈值的情况下)提供指示(例如，发出警报)，例如提示替换模块或部件以防止操作期间的故障。
在其他方面，可以提供与部件相关联的存储器部分的更结构化的配置，以用增加的粒度级别来记录和存储老化数据，从而允许更精确的重构(以及对剩余使用寿命的更精确的估计)，如关于图3B至图3G所述的。
图3B以示意图方式示出了根据各个方面的与LIDAR模块的部件相关联(例如，与LIDAR模块100的一个或更多个部件104之一相关联)的存储器部分310。
存储器部分310可以和与该部件相关联的一个或更多个老化机制中的老化机制有关(换言之，与其相关联)。取决于存储器部分310与其相关联的部件，该部件可能与上述老化机制之一有关，例如在激光二极管的情况下与半导体内部的工艺有关，在LCPG的情况下与液晶的切换有关，在透镜的情况下与光的吸收有关等。关于上面讨论的配置，与老化机制相关联的是整个存储器部分310，而不仅仅是子部分。
按照部件的相关老化机制，该部件可以具有与其相关联的多于一个存储器部分310。
存储器部分310(例如，与部件相关联的每个存储器部分)可以包括多个子部分312，例如，在图3B的示例性配置中的16个子部分312-1至312-16(16个桶)(B_dr1至B_dr16)。子部分312的数目可以根据为相应老化机制提供的粒度级别来选择。作为数值示例，存储器部分310(例如，与部件相关联的存储器部分中的至少一个)可以包括2至16范围内，例如4至8范围内的多个子部分312。在具有与老化机制相关联的存储器部分的配置中，相应的子部分可以被实现为递增计数计数器(例如，在记录老化事件时增加)。在下文中，描述了这样的配置，其中事件的记录可以包括将计数器值增加预定义量，例如增加一。然而，应当理解，也可以提供具有在记录事件时得到减少(例如，减少一)的递减计数计数器的实现方式，并且以下描述可以以对应的方式应用于其中使用递减计数计数器的情况。
存储器部分310(和每个子部分312)可以具有与其相关联的存储器地址314，经由所述存储器地址，存储器部分310(和子部分312)可以被LIDAR模块的一个或更多个处理器(例如，被LIDAR模块100的一个或更多个处理器102)访问。说明性地，存储器部分310的存储器映射可以向LIDAR模块的控制电路的存储器设备中的相应桶的各个字节提供地址，例如每个子部分312可以具有相应的地址314。
在图3B中所示的示例性配置中，仅作为示例，16个元素的一维阵列、桶B_dr1至B_dr16(“用于对下降进行计数的桶”)的地址，可以在0x13500处开始，并且可以在0x1351F处结束(其中0x指示十六进制系统中的地址的符号)。替选地，存储器部分或子部分的存储器地址可以用十进制符号表示。十六进制符号可以提供存储器地址的更有效的描述。
每个子部分312可以与和该部件相关联的老化因子(参数或量)的值的相应范围相关联，例如，第一子部分312-1与第一范围相关联，第二子部分312-2与第二范围相关联等。说明性地，可以使得每个子部分312进行记录(和存储)对于部件老化的相关老化因子(相关参数)(例如，温度、加速度、电压、电流等)在特定范围内发生的老化事件。
例如，如上所述，与部件相关联的老化因子可以包括以下中的至少一个：部件的温度；在部件处提供的电压；在部件处提供的电流，穿过部件的光功率；和/或部件所经历的加速度。应当理解，本文中描述的老化因子是示例性的，以说明预测性维护策略的原理，并且可以考虑与部件的老化有关的其他老化因子。与部件相关联的值的范围由感兴趣的老化因子定义，例如，该范围可以包括温度范围、电压范围、电流范围、光功率范围和/或加速度范围中的至少一个。
作为示例性情况，存储器部分310的子部分312可以与部件所经历的加速度(机械冲击)相关联(桶可以用于记录下降，B_dr)。
子部分312(桶)可以用于对部件暴露于感兴趣的老化因子(例如，暴露于强加速)的事件进行计数。不同的子部分312可以提供参数的不同强度水平之间的区分(例如，在图3B中的示例性配置中，使用16个阈值的17个强度水平)。在图3C和图3D中示出了参数(例如，加速度、冲击水平)的幅度的映射。如下面进一步详细描述的，老化事件可以按照老化事件的强度水平导致子部分312之一的更新。在一些方面，(例如，每个)子部分312可以包括计数器值，该计数器值表示在落入与子部分312相关联的范围内的参数值处(在老化因子的强度水平处)发生的老化事件的数目。
按照老化事件的强度水平(也称为强度值)(例如，按照相应的温度、电压、光功率、加速度等)，可以将LIDAR模块或部件所经历的老化事件记录在子部分312之一中(或者如果影响多于一个部件，则记录在多于一个的子部分312中)。LIDAR模块的一个或更多个处理器(例如，一个或更多个处理器102)可以被配置成接收与部件相关联的老化事件发生的指示，并且可以被配置成基于老化事件发生时的参数值(老化因子的强度水平)将老化事件记录在与该部件相关联的(第一)子部分312中。一个或更多个处理器可以被配置成更新(例如，增加)(第一)子部分的计数器值，以将老化事件记录在该子部分中。
在一些方面，子部分312的计数器值的溢出可能发生(例如，在该子部分中已经记录了最大数目的老化事件的情况下)。下面将进一步详细地描述处理溢出的可能方法，参见例如图4。作为简要描述，在一个或更多个处理器接收到要记录在子部分312中(例如，在上述第一子部分中)的老化事件发生的指示的情况下，一个或更多个处理器可以被配置成验证子部分312的计数器值是否已经达到阈值计数器值(在一些方面，最大计数器值)，并且(仅)在计数器值没有达到阈值计数器值的情况下(说明性地，仅在事件的记录将不会导致桶的溢出的情况下)，将老化事件记录在子部分中。作为可能方法的示例，一个或更多个处理器可以被配置成在计数器值(已经)等于阈值计数器值的情况下不更新(例如，不修改)子部分312的计数器值。
图3C和图3D各自示出了示出将相应范围分配给子部分(例如，分配给子部分312之一)的相应曲线图320c、320d。
将存储器部分310细分成一个或更多个子部分312可以是相关联的部件的预期行为的函数。说明性地，子部分312的数目、相应的大小和老化因子的相应范围可以按照部件在其使用寿命期间所经历的预期老化事件来选择。
曲线图320c、320d可以在水平轴322c、322d上表示老化因子的强度水平，以及在垂直轴324c、324d上表示子部分的数目(或指数)。说明性地，曲线图320c、320d可以示出多个间隔326c、326d(例如，在该示例性配置中为16个间隔，a1至a16)，换言之，多个强度水平范围，每个范围与相应的子部分(相应的桶)相关联。曲线图320c、320d示出了强度水平可以根据部件的预期事件，例如间隔之间的间距、间隔的大小、强度水平等来调整。每个间隔可以开始于相应的阈值水平(a16，a15，...a1)，并延伸预定义的范围。因此，老化因子(例如，在图3C和图3D中的示例性情况下的加速度)的感兴趣的范围可以被细分为相应的间隔，例如，具有标记为“da”的相等大小(图3C)或可变大小(图3D)。
在一些方面，可以按照老化因子的相应范围内发生老化事件的概率来选择子部分的大小(例如，以比特或以字节)。在相对较高概率的情况下，该子部分可以具有较大的存储器大小，而在相对较低概率的情况下，该子部分可以具有较小的存储器大小。以不同的方式陈述，在与(第一)子部分相关联的(第一)范围内的参数(老化因子)值处发生老化事件的概率大于在与另一(第二)子部分相关联的另一(第二)范围内的参数值处发生老化事件的概率的情况下，(第一)子部分(例如，图3B中的B_dr16)可以具有大于另一(第二)子部分的另一(第二)存储器大小的(第一)存储器大小。
在机械冲击的示例性情况下，从产品的预料用途来看，与具有高振幅的冲击相比，可能具有低振幅的冲击将更有可能存在。部件在其使用寿命期间所经历的大多数冲击可能具有0(无影响或小影响)和a15(将a15假设为图3C和图3D中阈值中第二最小的阈值)之间的加速度水平。从LIDAR模块的老化的角度来看，只有超过阈值a16(图3C和图3D中的最小阈值)的冲击可以创造任何明显的影响，并且具有低于a16的加速度水平的强度的任何冲击可以被完全忽略(说明性地，与子部分相关联的最小阈值可以被选择，使得只有具有可测量影响的老化事件被记录)。具有a15或更高的振幅水平的冲击可以被认为是“严重的”，并且它们的振幅水平实际上可能对每次冲击平均发生多少老化产生影响。每当具有相应加速度的冲击发生时，根据图3C或图3D的相关联的桶得到更新(例如，增加一)。
按照部件的预期故障，最高阈值(例如，图3C和图3D中的最高加速度阈值a1)可以被选择，例如，可以被选择为处于在该强度下单个事件(例如，具有a1或更高的强度的冲击)之后模块很可能将不起作用的水平。因此，处于最高阈值(和/或处于紧在前的阈值)的事件，例如高于a1的冲击以及落入正下方间隔的冲击(高于a2的冲击)根本不应该发生，并且相应子部分的大小可以相对较小(例如，可以选择与存储器的1字节对应的0直到255计数的“桶大小”)。例如，在图3B中，与阈值a1和a2相关联的桶B_dr1和B_dr2可以具有最小的大小，例如1字节。与老化事件的更大(和最大)可能强度范围相关联的子部分可以具有更大(或最大)的存储器大小。考虑图3C和图3D中的示例，超过最低阈值a16的所有冲击中的绝大多数将具有小于a15的振幅。与最小阈值相关联的子部分(例如，图3B中的桶B_dr16)可以在子部分中具有最大的大小，例如，使得能够计数高达4294967296(＝2^(4*8)-1)的4字节的大小，这与其他桶(作为示例，其他桶可以具有2字节的大小，并且因此允许计数高达65535(＝2^(2*8)-1))相比远大得多。在一些方面，子部分可以具有从1字节至8字节范围内的存储器大小(如上所述，按照相关联的范围来选择)。
通过说明的方式，可以陈述“桶大小”可以在相同的桶阵列内变化，并且“桶大小”可以基于应用知识来选择。应用知识可以指导考虑某些事件发生的频率以及记录可以多详细，以便在开始评估模块的老化和/或预测剩余寿命时提供期望的准确度。
在图3C中的示例性配置中，间隔大小“da”328(与子部分相关联的范围的维度，例如相邻阈值之间的距离)可以是恒定的。在这种配置中，确定恰当桶的实现方式可以用如下面的伪代码所示的划分有效地实现。说明性地，恒定的间隔大小可以向相应的子部分提供老化事件的有效分配。考虑加速度的示例性情况，每次加速度计(例如，作为控制电路106的一部分，或者将传感器数据发送至控制电路106)注意到冲击时，可以向控制电路的一个或更多个处理器(例如，一个或更多个处理器102)发出中断，并且可以从寄存器中读取测量的加速度值(用“ma”表示)。作为示例性实现方式，服务于相应中断的中断服务例程ISR_shock如下所示：
上面伪代码中说明的例程INC_drBucket可以得到作为自变数传递的桶编号(也称为桶索引)。利用该编号，路由(例如，由一个或更多个处理器102实现的路由)可以在使相应的计数器递增之前，首先确定桶的起始地址(例如，0x13600到0x1361C)和对应桶的大小(例如，1、2或4字节)，除非将发生溢出。在桶的溢出可能发生的情况下，例程什么也不做(对溢出情况的处理将在下面进一步详细描述，其中桶的实现方式为“非溢出向上计数器”)，除非实现了“级联桶”的方法(参见例如图4)。应当理解，该例程可以应用于任何类型的老化因子，以用于相关联的事件的记录。
在一些方面，间隔“da”可以被选择为强度水平(例如，加速度水平)的分辨率的2的幂。这可以通过使用以下来提供对桶编号的更快的确定：
(a)整数而不是浮点变量/运算；以及
(b)移位指令；例如，如果“da”等于128，那么整数“ma”可以右移7次，而不是使用除以128(＝2^7)的截断。
在一些方面，如图3D中所示，间隔可能不均匀地分布在要覆盖的范围上(说明性地，该范围可以用具有多个不同间隔宽度的多个间隔来划分)。在该配置中，可以通过从测量值减去第一阈值(a16)中减去间隔大小da16 328-1、da15 328-2、da14 328-3等来确定桶编号。这种方法易于实现，并且是一种有效的方法，由于大多数测量值(例如，加速度值)实际上落入从应用中已知的低值范围内(例如，硬冲击可能稀少，否则模块无论如何都不会长久存在)。
在测量结果值的分布没有从应用或用例中(先验地)已知的情况下，所谓的间隔二等分方法(也称为二分法或二进制搜索法)可以被实现(例如，通过一个或更多个处理器102)以将老化事件分配给相应的子部分。该方法可以包括测量值与阈值的嵌套比较：为了测试，可以使用包括被搜索的桶的两个阈值之间的阈值(说明性地，这两个阈值中的一个太小，而另一个阈值太大)。
利用桶方法，描述老化事件(例如，冲击)何时发生的时间信息可能不被记录(说明性地，可能丢失)。此外，老化事件的精确强度值也可能没有被记录。然而，桶方法提供了记录老化事件，同时占用减少的存储器空间(例如，对于图3B中描述的示例为32字节)，并且存储足够的信息来确定相关事件(例如，严重的冲击)是否发生，作为示例，这对于保修索赔可能是重要的信息。即使使用减少的存储空间，桶方法仍然确保准确估计老化事件(例如，冲击)对产品老化的影响。
如上所述，记录与老化事件有关的附加信息(例如，加速度的强度水平以及加速度发生时的温度)可以提供对LIDAR模块的剩余使用寿命的更准确的估计。尽管测量冲击的振幅(换言之，幅度)对于整个LIDAR模块来说可能是足够的，但是除了冲击的幅度之外，温度的捕获可以提供对由冲击引起的老化影响的更准确的评估。如图3E和图3F中所描述的，这种多重(例如，双重)记录可以提供有桶的适应配置。说明性地，其可以使用桶阵列的阵列来实现，例如对应于相应温度范围内的冲击次数和冲击影响强度。
图3E以示意图方式示出了根据各个方面的与LIDAR模块的部件(例如，与LIDAR模块100的部件104)相关联的多个存储器部分310-1、310-2、310-3、310-N。
相对于老化机制中的至少一个(例如，相对于每个老化机制)，部件可以具有与其相关联的多于一个(换言之，多个)存储器部分。与该老化机制相关联的老化数据可以被存储在多个相关联的存储器部分中。在图3E中的示例性配置中，示出了四个存储器部分310-1、310-2、310-3、310-N，然而应当理解，可以按照期望的分辨率和可用的存储器空间来自由地选择用于特定老化机制的存储器部分的数目(例如，两个、三个、四个、五个、十个或多于十个)。
不同的存储器部分310-1、310-2、310-3、310-N可以与该部件的老化因子的强度值的相应范围相关联。说明性地，在每个存储器部分310-1、310-2、310-3、310-N中，可以记录在相关联的范围内发生的老化事件(如下所述，在相应的子部分312中进一步细分)。在图3C中的配置中，多个存储器部分的第一存储器部分310-1可以与和该部件相关联的(第一)参数的值的第一范围(例如，与温度范围，作为示例，例如T<-25℃)相关联。多个存储器部分的第二存储器部分310-2可以与和该部件相关联的相同(第一)参数的值的另一(第二)范围(例如，与另一温度范围，例如-25℃<T<20℃)相关联。第三存储器部分310-3可以与另一(第三)范围(例如，125℃<T<130℃)相关联，并且第N存储器部分310-N可以与另一(第N)范围(例如，T≥130℃)相关联。
每个存储器部分310-1、310-2、310-3、310-N的子部分312(为了仅针对第一存储器部分310-1指示的表示起见，例如，在图3E的示例性配置中的16个子部分312-1至312-16，在下文中统称为子部分312)可以与另一老化因子(例如，加速度，作为示例)的强度水平的相应范围相关联。作为说明，提供了二维阵列，在二维阵列中存储器部分提供对一个老化因子(例如，T)的强度水平的区分，并且子部分提供对另一老化因子(例如，加速度)的强度水平的区分。
在图3E中的配置中，第一存储器部分310-1可以包括多个(第一)子部分312，每个(第一)子部分312与和该部件相关联的另一(第二)参数(例如，加速度)的值的相应范围相关联。第二存储器部分310-2可以包括多个(第二)子部分312，每个(第二)子部分312与和该部件相关联的另一(第二)参数的值的相应范围相关联。这同样可以应用于其他存储器部分310-3、310-N。为了说明起见，仅引用了一个地址314。
作为示例性实现方式，测量的温度可以被分类为预定义数目的(子)范围，例如16个温度范围(具有16个存储器部分，例如每个存储器部分310-1至310-N的存储器部分312-1至312-16中的每一个可以与表1中十六个范围中的相应一个相关联)。表1示出了温度范围的示例选择。
表1
在一些方面，如表1中所示，由单个桶阵列覆盖的差异(例如，在表1中称为“增量”的温度差异)可能在感兴趣的范围内不均匀地分布。不均匀分布可以使由将老化因子(温度)量化到桶中引起的总误差保持到最小。在非常高的温度下，连接例如焊接接头和粘结剂可以承受较小的机械作用。在非常低的温度下，材料例如塑料可能变脆，并且可能更容易断裂。可以为非常低和非常高的温度提供更精细的温度分辨率，以便摆脱由于由将温度量化到桶中所引起的冲击而导致的大致相同的磨损误差。
为每个相关部件(例如，为关于老化相关的每个部件)提供这样的阵列的阵列(二维阵列)允许历史(老化)数据的准确捕获。包括多个二维阵列的方法可能会大大增加需要的存储器。为了减少存储器空间，模块的相关部件可以以这样的方式群集(换言之，分组)：集群内的部件处于相同或相似的温度(例如，在目标温度的10％的增量内，作为示例，或者在从10℃至30℃的范围内的彼此增量内)，从而减少阵列的数目，同时不显著放弃精度。
可以根据部件老化模型和/或应用来选择集群内各部件之间的容许增量(例如，温度增量)。作为数字示例，在汽车LIDAR应用中，部件集群内的最大温差可以是15℃。对于消费品，可以选择30℃的跨度。对于这两种应用，考虑到模块的热稳态，可以将部件群集在一起。在更高级或更关键的应用和用例中，即使在热瞬变期间，附近且具有大致相同温度的部件也可以被分组到集群中(导致更多的集群，并且因此导致更多的存储器使用)。
作为另一示例性情况，图3F中所示，期间激光二极管发送器阵列上的磨损可以使用“桶方法”以类似于冲击的影响的方式得出。
图3F以示意图方式示出了根据各个方面的与激光二极管发送器阵列相关联的多个存储器部分310a至310f。
如在由于机械冲击引起的老化影响的情况下，测量的温度可以被分类为多个范围(例如，16个温度范围)，从而导致每个存储器部分的多个子部分312(例如，在图3F的示例性配置中，每个存储器部分的16个桶312-1至312-16的阵列)。与表1中描述的划分相比，整个范围的细分可能不同。尽管所考虑的整体温度范围从(低于)-25℃跨越高达(高于)130℃，但是可以不同地选择相应的温度范围，例如如表2中所示。至于所考虑的整体温度范围，发送器像素由于其操作而导致的老化可能会随着温度的增加而增加，并且可以为更高的温度提供更精细的粒度(等于每个桶的更小的温度跨度)。作为数值示例，表2描述了与每个存储器部分310a至310f的子部分312-1至312-16相关联的相应温度范围。
表2
图3F可以说明用于激光二极管发送器阵列的单个像素的桶方法。取决于激光二极管的温度和脉冲的峰值电流，激光二极管可能随着每个脉冲而老化(温度、峰值电流和脉冲的数目这三个量在上文被描述为激光二极管的老化相关量)。提供桶的二维阵列可以提供如图3F中所示的存储器映射。桶312的计数器值可以对应于在相应的温度和电流间隔内产生的激光脉冲的数目。每个存储器部分310a至310f可以与相应的电流范围相关联，并且存储器部分310a至310f内的子部分312可以与相应的温度范围相关联。作为数值示例，第一存储器部分310a可以与电流范围I<20A相关联，第二存储器部分310b可以与电流范围20A<I<40A相关联，第三存储器部分310c可以与电流范围40A<I<60A相关联，第四存储器部分310d可以与电流范围60A<I<80A相关联，第五存储器部分310e可以与电流范围80A<I<100A相关联，以及第六存储器部分310b可以与电流范围I≥100A相关联。应当理解，本文中描述的范围仅仅是示例，并且可以按照期望的分辨率来选择附加的、更少的或替选的范围。
对于LIDAR系统的激光二极管的阵列中的每个像素，可以提供图3F中所示的二维桶阵列，假设每个像素被单独驱动。在多个像素(例如，激光二极管)被共同(例如，同时，或以预定的时序)激发的情况下，则可以提供单个二维桶阵列(由此平均或最大温度/电流可以确定当相应像素被操作时得到更新(例如，增加)的特定桶)。
考虑到用于LIDAR应用的大量脉冲，在所使用的资源方面，根据发射的脉冲来记录老化事件可能要求高。由于桶仅具有几个字节(例如，2个字节)的大小，因此对于大多数系统/应用来说，随着每个脉冲的发射而增加桶的计数器可能导致桶相当快地耗尽(例如，考虑2个字节，桶可以计数高达65535个脉冲(＝2^(2*8)-1))。取决于系统，激光二极管可以从每秒发射几十次(在基于FLASH的系统的情况下，图像重复率)直到每秒几十万个脉冲(在具有2D扫描发送器的系统的情况下，像素频率)。对由激光二极管产生的每个单脉冲进行计数可能是不可行的。在极端情况下，用于对脉冲进行计数的计数器甚至可能比激光二极管本身磨损得更快。另外，仅仅使桶递增就可能在控制系统的CPU上产生巨大的计算负荷(除非计数器是以硬件实现的)。在一些方面，提供了用于记录脉冲的数目的子采样方法，如关于图8进一步详细描述的。应当理解，子采样方法不仅可以应用于激光脉冲的计数，还可以应用于其中可能预期大量老化事件的其他过程。
关于图3F描述的示例涉及将记录的数据用于重构使激光二极管发生脉冲的磨损的使用。除此之外或作为替代，可能存在如关于图3G描述的(唯一)依赖于可能导致随时间老化(不管激光二极管是否实际操作)的温度的另一(第二)老化机制。说明性地，不考虑激光二极管是否发射激光脉冲，激光二极管在特定温度下花费的时间都有影响。
图3G以示意图方式示出了根据各个方面的与激光二极管相关联的存储器部分310g。
也可以为与温度有关的这种其他老化机制提供桶方法。每个子部分312(每个桶，例如图3G中的示例性配置中的16个子部分312-1至312-16)可以以预定义值(例如30秒)的递增存储时间，在预定义值中激光二极管具有在相应温度范围内的温度(作为数值示例，存储器部分310g的子部分312可以与表2中描述的范围相关联)。对于例如3字节的桶大小，当在桶值冻结在“满”(饱和)状态之前每30秒触发时，每个单个计数器可以测量高达大约16年。
可以为激光二极管发送器阵列的每个像素提供相应的一维桶阵列310g，例如假设每个像素被单独驱动，并且不同的像素可以处于不同的温度。在一些方面，像素的散热可以以这样的方式构造：即使在像素被单独驱动的情况下，不同的像素也可以(或可以被认为)处于相同的温度(例如，在±3℃或±5℃之内)，并且在这种配置中，可以提供单个阵列310g以用于描述整个发送器阵列的温度诱导的老化。
在一些方面，每个桶的相关联值“范围”可以被选择为在同一阵列310g内不同(说明性地，范围的宽度可以变化)。与较低温度相比，温度诱导的老化在较高温度下可能具有更强的影响；说明性地，如果长时间暴露于中等温度或短时间暴露于高温，部件可能以相同的方式老化。在较高的温度下，可以容许较小的温度误差。
温度相关的老化的记录可以被连续地执行，并且不考虑模块是否活动(例如，不考虑模块是否在执行测距任务的操作中)。一些LIDAR模块在其不操作时可能不被供电，并且可能不包括用于执行该任务的电池。在这种情况下，温度诱导的老化的不完全估计/预测是可能的。作为可能的解决方案，不单独记录“全局量”操作时间，因为它可以通过对所有“温度相关的老化桶”求和并乘以与桶递增有关的时间常数(例如，在本文中描述的示例性情况下为30秒，或者作为其他示例为1分钟或2分钟)来计算。操作时间的单独记录(例如，为此目的使用单个桶)可以允许合理性检查。
总之，如图3F中所示的多个存储器部分310a至310f可以被提供给发送器子系统(例如，图1A和图1B中描述的发光设备124)的每个激光二极管，例如，以记录电流和温度(用例如12行×16字节＝192字节的阵列大小)。
另外或者替选地，可以提供如图3G中所示的存储器部分310g(例如，如上所述，每个激光二极管一个存储器部分310g，或者整个阵列一个存储器部分310g)，以仅测量温度(用例如3行×16字节＝48字节的阵列大小)。
在示例性场景中，其中所有激光二极管近似地处于相同温度的近似值可能是不可接受的，每个激光二极管可以具有与其相关联的两个阵列(如图3F和图3G中所示)(对于上述示例性值总共240字节)。这两个阵列可以一个接一个地布置在存储器中(例如，通过选择相应的地址314，如图3F和图3G中所示)。两个阵列一起可以是覆盖LIDAR模块的发送器子系统的激光二极管(例如，作为数值示例的8个)的桶阵列的阵列的第一元件。在图3F中的示例性表示中，由桶阵列的阵列占据的存储器范围可以开始于地址0x13700。1920个字节的最后一个字节可以位于地址0x13E7F。
本文中提供的与激光二极管有关的示例可以以类似的方式应用于LIDAR模块的其他部件或子系统(例如，应用于LIDAR模块100的部件104之一)。对于单个部件或子系统，多个老化过程可能是相关的，并且可以为同一部件或子系统提供多个桶阵列。
在一些方面，与相同老化因子(相同的量，例如温度)有关的子部分312的数目(桶的数目)可以随阵列而变化(例如，与相同老化因子有关的第一存储器部分和第二存储器部分可以具有不同数目的子部分)。每个阵列可以描述不同的老化机制，并且每个老化机制的桶数目可以以这样的方式选择：所有老化(不考虑所涉及的机制)可以以相同的准确度被描述(用于LIDAR模块的所有部件和子系统的所有老化机制可以在如下所述的全局使用寿命函数中被评估，参见图9A至图9D)。
提出的“桶方法”可能适用于老化机制，对于所述老化机制，部件或子系统经历不同“老化相关状态”的顺序是不相关的。这种考虑适用于在LIDAR模块中发生的相关老化机制。然而，在非常高加速老化的情况下，这种简化可能不成立，然而，这与LIDAR应用是不相关的。
在一些方面，为了将“桶方法”应用于“缓慢发生的”老化，相应老化相关状态存在的时间(例如，老化事件发生的时间)可以被量化。量化可以理解为通过使用桶(和计数器)来实现数字时钟。“虚拟”时钟可以具有粗略的时间基准(粗略可以理解为几十秒或几分钟，而不是控制或计算机系统中的典型数字时钟的微秒或毫秒)。例如，每当部件/子系统/系统被供电某个时间的持续时间(例如，固定的或预定义的持续时间)或处于某一温度时，相应的桶/计数器可以被更新(例如，增加一)。
在各个方面，存储器子部分312可以包括非溢出向上计数器。说明性地，桶312可以开始于初始值(例如，零)，并且可以随时间更新(例如，增加)，但是它不能溢出，而是可以改为饱和(所有位集合＝111...111b＝FFF...FFFh＝0xFFF...FFF)。可以选择存储器部分310和子部分312，使得在产品的预期使用寿命期间，桶312中没有一个可以达到其最大容量。然而，在实际寿命显著超过预料寿命的情况下，可以达到桶312中的一个或更多个的最大容量。为了防止对数据的误导性解释，计数器可以被配置成不溢出(这将导致它们开始于初始值，例如零，再次为零)。
LIDAR模块的一个或更多个处理器(例如，一个或更多个处理器102)可以被配置成实现计数器的“非溢出特征”，如以下通过三个选项A至C之一所描述的。
A)一个或更多个处理器可以被配置成首先检查计数器值的所有位没有被置位；只有当不是所有的位都被置位时，计数器才可以被更新(例如，增加)；如果一个或更多个处理器确定计数器的所有位都被置位(计数器具有值0xFFF...FFF)，则更新计数器(使其增加一)的命令被跳过(换言之，不执行)；
B)一个或更多个处理器可以被配置成首先更新例如增加计数器；如果溢出发生(例如，算术逻辑单元ALU的溢出位被置位)，则它的值被0xFFF...FFF重写；
C)一个或更多个处理器可以被配置成首先更新例如增加计数器；如果溢出发生(例如，ALU的溢出位被置位)，则可以减少计数器(也导致计数器值为0xFFF...FFF)。
代替非溢出向上计数器，桶312中的一些(或全部)可以包括(例如，可以实现为)非下溢向下计数器(例如，通过减少而不是增加来更新)。
桶方法相对于上述时间序列方法的优点可以是，对于“桶方法”，所需的存储器的量是预先定义/预先确定的(例如，在制造时，或者在更新LIDAR模块时)，并且不随时间增长。
将关于图4描述用于处理桶溢出的附加或替选方法。
图4以示意图方式示出了根据各个方面的与LIDAR模块的部件(例如，与LIDAR模块100的部件104)相关联的多个存储器部分410a至410l。存储器部分410a至410l可以包括多个相应的子部分412(例如，在图4中的示例性配置中的十六个子部分412-1至412-16，统称为子部分412，为了说明起见，参考第一存储器部分410a)。存储器部分410a至410l和子部分412可以被配置为关于图3A至图3G描述的存储器部分300、310和子部分302、312。作为示例，存储器部分410a至410f以及存储器部分410g至410l可以与相应的电流范围相关联，如图3F中描述的存储器部分310a至310f一样。如表2中描述的，子部分412可以与相应的温度范围相关联。存储器部分410a至410l和相应的子部分412可以具有与其相关联的存储器地址414。为了表示的目的，图4被示出为分成图4A和图4B，但是它被认为和描述为单个图。
上文提到了桶溢出的问题，说明性地桶大小对于其应当容纳的事件/计数的数目不充足的情况。上述改进措施包括“非溢出向上计数器”的实现方式，以避免由于计数器/桶的潜在翻转而产生完全不可信的数据。
在各个方面，除了实现“非溢出向上计数器”之外或作为其替选，可以通过利用所谓的“级联桶”方法来(虚拟地)扩展桶大小。不同的桶，例如位于控制电路的不同存储器区域中(例如位于不同类型的存储器中)的不同桶可以被“级联”以产生大的“有效”桶。
“级联”可以被理解为在第一级别桶溢出的情况下更新例如增加(换言之，递增)第二级别桶(从而将其值变为初始值，例如零)。第一级别桶可以具有例如2字节的存储器大小。第二级别桶可以是例如具有2字节的大小的附加的存储器区域。第二级别桶可以对第一级别桶的溢出次数进行计数。这两个桶可以有效地形成单个虚拟/有效桶。
在图4的表示中，在(第一)子部分412a的计数器值等于阈值计数器值的情况下，一个或更多个处理器可以被配置成在另一(第二)子部分412b中记录老化事件。另一(第二)子部分412b可以位于与(第一)子部分412a所位于的(第一)存储器部分410c不同的(第二)存储器部分410i中。(第二)存储器部分410i可以与和(第一)存储器部分410c的相同部件和相同老化机制相关联。(第二)子部分412b可以与和(第一)子部分412a的老化因子的值的相同范围(例如，相同的温度范围)相关联。
(第二)存储器部分410i可以相对于(第一)存储器部分410c位于不同的存储器区域。在图4的表示中，存储器部分410g至410l可以包括第二级别桶(或更高级别)，以及存储器部分410a至410f可以包括第一级别桶(或更低级别)。
级联桶方法可以如图4中所示用于单个桶或用于桶阵列。作为示例性场景，如图4中所示，方法可以实现以记录由像素生成的激光脉冲的数目，如上面关于图3F所讨论的(例如，存储器部分410a至410l可以与相应电流范围相关联，并且子部分412可以与相应温度范围相关联)。在事件的情况下，第一级别的桶阵列(存储器部分410a至410f)内与该特定事件相关联的桶412a(例如)可以递增。该动作在图4的部分图4A中由X指示，该动作指示读出存储器位置，读出值增加1，然后写回至由刻印W指示的同一存储器位置。如果在这种增加期间出现溢出，则对应的第二级别桶412b(由图4的部分图4B中的X指示)也增加1。由图4中的箭头指示该条件动作。
级联阵列可以具有相同的维度，例如，两个阵列(存储器部分410c、410i)，或者更一般地所有级联阵列可以包括相同数目的桶。如上面所描述，阵列内的桶可以具有不同大小，以及具有相同索引且位于不同(但级联的)阵列中的桶(例如，桶412a、412b)也可以具有不同的大小。
在各个方面，可以提供多于两个级别的桶(和/或阵列)。第3级别桶(分配至相应事件的计数的甚至更多存储器，具有例如为3字节的大小)可以被添加至先前形成的有效桶中。第3级别桶可以用于对第2级别桶的溢出的次数进行计数。所有三个桶有效地形成单个虚拟/有效桶，该单个虚拟/有效桶具有第1级别桶、第2级别桶和第3级别桶的大小(以位为单位)(所有三个桶的位数相加；其中上面描述的示例性值为2+2+3＝7字节)。有效桶可以进行计数上至2^(8＊7)-1＝72，057，594，037，927，935，其在所产生的桶将溢出之前为大约72万亿次事件。从该计算可以看出，对于所有实际目的，小于7字节可能是足够有效的桶大小。有效桶的大小减小得越多，整个有效桶的不希望溢出的可能性就越高。在期望更大的桶的情况下，可以提供额外级别。
在各个方面中，子部分的计数器可以包括也在具有级联桶的配置中的非溢出计数器(例如，向上计数器或向下计数器)，以避免不希望的溢出。在发生第m级别桶的溢出的情况下，如果可以增加第(m+1)级别桶，则仅使第m级别桶增加。在第(m+1)级别桶也溢出的情况下，则可以检查第(m+2)级别桶是否可以在没有溢出的情况下增加。仅在检查导致较高级别桶的可能增加的情况下，可能增加所有较低级别桶，从而导致所有较低级别桶的溢出。在不存在可以增加的较高级别桶的情况下，则不采取动作，并且所有桶保持原样，从而导致忽略事件。
“级联桶”的方法提供了增加有效桶大小的优势，因此使得溢出不太可能。此外，与简单地提供“更宽”的桶(也就是说，具有更多位的桶)的更直接的方法相比，“级联桶”的方法允许从与直接方法相比更低成本、更高性能和/或更高可靠性的额外优势中受益。鉴于以下事实可以实现更低成本：有效创建的大桶的仅第一位需要被保存在快速存储器(例如，RAM)中，并且如上面所描述的，可以使用越来越慢的存储器，且同时通常越来越便宜的存储器来实现桶的“其余”。
在各个方面中，可以在不同类型的存储器中提供不同级别的存储器部分。参照图4，(第二)存储器部分410i可以相对于(第一)存储器部分410位于不同类型的存储器中。大的“有效”桶的不同部分可以被写入到不同类型的存储器例如RAM、EEPROM、FLASH和硬盘驱动器/磁盘存储器/存储装置(此处，按快到慢的顺序列出，同时将这些存储器类型从昂贵到低成本布置)。
可以在快速存储器类型中提供“较低”级别桶，以及可以在慢(或相对较慢)存储器类型中提供“较高”级别桶。存储器部分410c所位于的存储器类型可以比存储器部分410i所位于的存储类型快。作为示例，(第一)存储器部分410c可以位于RAM存储器中，并且(第二)存储器部分410i可以位于EEPROM存储器、FLASH存储器或硬盘驱动器存储器之一中。
作为示例性实现方式，RAM可以用于计数器/桶412a的较低但较快的位，而对于桶412b的较高且变化更慢的位，可以使用FLASH存储器。通过将RAM用于计数器/桶的快速变化数字，甚至以相当高频率发生的事件可以被记录，因此可以实现“高性能记录”。增加最大计数频率可以提供更高的准确度(在短时间量内发生大量相同类别的事件的情况下，由于记录被写入的速度，不太可能丢弃或未记录事件中的一个事件)和更高精度(作为另一示例，系统可以被设计成对例如激发的每个脉冲进行计数，而不是对激光发射的序列进行子采样，以便对平均每十次发射进行计数)。
对于可能以对于使用RAM的记录来说甚至太快的速率发生的事件，可以提供与级联桶方法结合的子采样方法(参见图8)。
在将数据(桶的值)写入FLASH之前，首先将其写入RAM或EEPROM，可以减少FLASH存储器的写入周期数，并且从而延长FLASH存储器的寿命(因为与例如RAM不同的FLASH示出了存储器单元的(缓慢)劣化并且最终示出其故障)，并且从而延长系统可靠性。由于RAM是易失性存储器，在(突然)断电的情况下(如果没有保存在非易失性存储器中)，RAM中的桶可能丢失。假设对级联的易失性和非易失性桶进行合适大小化，这种不希望的数据丢失可以被忽略，因为可能只丢失复合计数器/桶的较低且因此最不相关的位。
与时间序列方法相比，所描述的“桶方法”可以用非常有效的存储器空间使用来提供记录历史数据，并且可以用非常少的计算资源来实现所描述的“桶方法”。然而，如上面所描述的，关于老化事件何时发生的信息可能丢失。“桶方法”的另一问题可能来自潜在的溢出桶，因此桶可以被适当地大小化，以及/或者可以通过将桶实现为“非溢出计数器”而至少防止数据损坏，如上面所描述的。
鉴于这些考虑，可以在各个方面实现所谓的“日志记录”，如关于图5A至图5C所描述的。“日志”可以被理解为在已经发生特定事件的情况下可能启动的一组(可能新的)桶。说明性地，日志可以包括用于记录在给定时间段期间发生的事件的历史的桶的集合(例如，存储器部分和相应子部分)。日志可以包括与LIDAR模块的部件相关的所有桶，或者可以仅包括桶的子集。老化事件可以被记录在(第一)日志中达一定时间段，并在日志记录之后(在日志操作之后)被记录在另一(第二)日志中。以不同的方式陈述，与部件(例如，与LIDAR模块100的部件104)相关联的一个或更多个存储器部分可以形成第一组存储器部分，并且LIDAR模块的一个或更多个处理器(例如，一个或更多个处理器102)可以被配置成向部件分配第二组一个或更多个存储器部分。一组存储器部分可以是日志。
一个或更多个处理器可以被配置成响应于触发事件(特定事件)而将第二组一个或更多个存储器部分分配给部件。特定事件(例如，触发新日志的创建的事件)的示例可以包括如以下示例：
(A)第一组存储器部分的子部分的计数器值达到阈值计数器值，说明性地，当前使用的桶中任一个桶的溢出。在各个方面，将溢出的桶的“非溢出计数器”功能可以触发“日志记录操作”(新日志的创建)，而不是忽略触发桶增加的事件。在日志记录完成之后(已经创建了新的日志)，所提到的“非溢出计数器”例程(其仍然可以被执行，或者其可以在从先前调用的日志记录例程返回之后再次被执行)可以在此后使相应桶递增(该相应桶将从初始值(例如，0)开始，并具有为1的值)。在这种情况下(即使在产品经历了比在产品设计期间预料更多的特定类型的事件的情况下)，日志记录可以提供没有数据丢失。
(B)到达某个(预定义的)时间点。作为示例，新规则生效的时间点或新更新可用等。作为示例性场景，在新规则从2022.1.1起生效的情况下，可以提供日志记录(例如，在2022.1.1午夜触发)以对规则生效之前和之后如何使用产品进行区分。
(C)自上次日志记录已经过去以来的预定义(绝对)时间(例如，一天、一周或一个月)，例如自分配先前组一个或更多个存储器部分以来已经经过的预定义小时数。这可以提供对事件发生的监测，这种类型的触发可以确保由日志所覆盖的时间将不超过特定的时间段。
(D)系统运行了预定义时间(例如，自它第一次上电以来，或者自从上次日志记录发生以来)，例如，LIDAR模块已经运行了预定义的小时数。这种类型的特定事件可以通过对对操作时间进行计数的桶和定义当前日志记录时间持续时间的值进行重复比较来实现，该操作时间可以在每次创建新日志时从零开始计数。日志记录间隔持续时间可以预先确定并随着时间而恒定，或者它可以随着时间而变化，如下面所概述的。
日志记录(本文中也被称为日志记录操作、日志记录事件或日志记录动作)可以被理解为例如响应于触发事件而定义(例如，通过改变偏移)和/或创建新日志。在一些方面，在日志记录后，可以更新日志记录间隔(两个日志之间允许的最大时间)和其他特定事件条件。
触发日志记录的特定事件可能影响用于记录老化事件的桶中的一个、或多个或所有桶。使所有桶作为日志的一部分是可选的，但在日志中具有尽可能多的桶可以增加存储信息的整体价值/益处，以在创建日志的时间处收集系统的最完整图片。
一些类型的数据(例如，固件历史表(参见图6)或查找表(参见图7B))可以从日志记录操作中排除，所述一些类型的数据可以应用于分配给记录老化事件的桶。测量LIDAR系统整体通电的时间的定时器、或测量发送器活动的时间的定时器可以被视(并实现)为桶，并且可以被包括在日志中。可以从相应桶(其可以是当前日志的一部分)中读取自上次日志记录事件(上次日志记录操作)以来的操作时间。可以通过将当前和所有先前存储的日志的相应桶相加得出产品的总操作时间。
通过图示的方式，上面描述的存储器部分300、310、410a至410g以及相应子部分302、312、412可以被理解为相同日志的一部分例如日志零(J0)。
作为示例性场景，对于LIDAR模块(例如，LIDAR模块100)，保修期可以覆盖5000h的操作时间。此外，可以授予10000h的延长保修期。产品可以被设计和制造成持续达到30000h的产品寿命。LIDAR模块可以具有例如1000h的初始日志记录间隔。在预定义日志记录操作之后，例如在第六日志之后(在6000h之后，并且确保具有超过5000h的保修时间的良好记录)，日志记录间隔可以增加，例如，可以在另一预定义时段内(例如，针对以下3个日志)被设置成2000h(因此覆盖12000h，包括跨越直至第10000小时的延长保修时间)。在其他预定义时段之外，日志记录间隔可以进一步增加，例如，可以针对最后五个日志被设置成4000h。最后的日志(在本示例性场景中为第14日志)可以从第28000小时起被无限期使用(不仅直到已经达到32000h)。利用这种日志记录方法，30000h的设计寿命应当被很好地覆盖。日志记录间隔的延长可以使得节省存储器空间并降低桶变得饱和的可能性，产品变得越旧，日志记录间隔的延长可能不再那么重要。
图5A以示意图示出了根据各个方面的存储器块500。存储器块500可以是LIDAR模块的存储器设备的一部分(例如，LIDAR模块100的存储器设备108的一部分)。
作为示例，存储器块500可以描述FLASH存储器的分区；然而应当理解，存储器块500可以描述其他存储器类型的分区。
存储器块500可以包括(第一)日志502a例如日志J0。作为示例性假设，日志502a可以不包括级联桶。日志502a可以包括例如用于对机械冲击进行计数的桶(例如，如图3E中所描述的)、用于对激发的脉冲进行计数的桶(例如，如图3F中所描述的)、用于温度诱导的老化的桶(例如，如图3G中所描述的)、以及用于评估脉冲诱导的老化的桶(参见图7A至图7D)。应当理解，老化事件的记录不限于发送器和发射器部件，还可以考虑LIDAR模块的其他部件(例如，接收器、光学器件、电力供应电路和控制电路)，如上面所描述的(例如，日志502a可以包括用于这样的部件的相应桶，例如如图5A中的“其他数据”)。存储器块500的分区可以具有与其相关联的相应存储器地址504。
图5A中的表示可以描述在(第一)日志记录操作之前(例如，在第一日志记录操作之前的时间t1(例如，如上面所描述的，时间t1可以小于1000h))的存储器分区。
图5B以示意图示出了根据各个方面的存储器块500。图5B可以示出在第一日志记录之后(例如，时间t2处)的情况。在第一日志记录的情况下，(例如，通过一个或更多个处理器102)创建另一(第二)日志502b(J1)。
可以以有效方式执行日志记录，例如通过改变单个指针以使新日志502b J1成为当前日志而不是第一日志502a J0。上面所描述的例程可以被配置成经由分页概念访问当前日志的桶——例如，例程可以被配置成不直接经由桶的地址来访问桶，而是经由桶的虚拟地址来访问桶，并且第一桶的第一字节可以对应于虚拟地址0。根据虚拟地址，可以通过将偏移添加到具有偏移的虚拟地址来确定(例如，得出或计算)物理地址。作为示例，可以向第一日志502a提供第一偏移，例如，只要J0是当前日志，偏移可以是0x13000。可以向第二日志502b提供第二偏移，并且在执行日志记录时第二偏移可以代替第一偏移。作为示例，当发生第一日志记录时，偏移0x13000可以被第二偏移(例如，0x15000)重写。然后，被设计成在当前日志上操作的所有例程可以被配置成自动访问J1的桶，即使例程可能不“知道”日志记录，在例程的代码中的任何代码中没有进行任何改变，并且在用于执行被认为“活动”或“当前”桶的切换的这些例程的程序代码中没有任何条件语句(取决于哪个日志是当前日志)。
在各个方面中，第一日志502a之外的存储器(例如，J0之外的存储器(从0x15000起))可以通过默认(例如，经由生产期间进行编程)最初由“零”组成，并且在发生第一日志记录之后，该存储器区域可以被自动解释为空桶。
在一个或更多个处理器(例如，一个或更多个处理器102)执行第一日志记录之后，一个或更多个处理器(例如，微控制器)可以被配置成响应于相应老化事件的发生而自动增加第二日志502b J1的桶。日志J0的存储器区域可能很少被一个或更多个处理器访问，并且如果这样，则仅从该存储器读取，而从不向该存储器写入。
图5C以示意图示出了根据各个方面的存储器块500。图5C可以示出在第二日志记录之后(例如，时间t3处)的情况。在第二日志记录的情况下，(例如，通过一个或更多个处理器102)创建另一(第三)日志502c(J2)。
每个日志可以将使用的存储器增加预定义字节数。作为示例，每个日志可以使使用的FLASH存储器增加8千字节。为了表示起见，在图5A至图5C中示出了高达0x2FFFF并且仅高达第二日志记录的存储器空间。仅示出了前三个日志502a、502b、502c。然而，应当理解，可以在产品寿命期间创建更多个日志，例如如上面所描述的14个日志。在这种示例性情况下，“旧产品”可以保存高达14x8＝118千字节的(有价值的)历史数据。
在各个方面中，日志的桶可以以连续的方式布置，导致日志是存储器中的单个区域。这种配置可以在不浪费存储器空间的情况下提供最小的计算工作量。在日志包括位于不同类型的存储器中的桶的情况下(例如，在级联桶的情况下)，桶可以被布置成使得日志可以针对每种存储器类型是存储器中的单个区域。
新日志(本文中也称为日志页)可以包括与先前使用的日志相同数目和类型(例如，大小)的桶(例如，第一日志502a可以包括与第二日志502b以及与第三日志502c相同数目的存储器部分和存储器子部分)。一旦执行日志记录动作，新日志可能成为当前日志，并且在日志记录之后发生的老化事件可能(仅)被记录在新日志中。
所有非当前/旧/历史日志的桶可以保持不变，以确保记录的可信度。访问历史的(换言之，非当前的)日志的实现方式可以被配置成确保仅发生读取访问。作为示例，可以将旧日志存储在被配置成允许单次写操作的存储器中。参照图5A至图5C，一个或更多个处理器可以被配置成(在第一日志记录操作时)将第一组存储器部分(第一日志502a)的内容记录(例如，复制)在针对单次写操作配置的存储器中。一个或更多个处理器还可以被配置成(在第二日志记录操作时)将第二组存储器部分(第二日志502b)的内容记录在针对单次写操作配置的(相同类型或不同类型的)存储器中。针对单次写操作配置的存储器可以包括一次可写入(OTP)存储器或可编程只读存储器(PROM)之一。说明性地，可以将旧日志存储在一次可编程(换言之，一次可写入)存储器中。可以使用外部编程器对这些存储器设备(例如，分类为PROM设备)中的一些进行编程，而可能不对其他设备(例如，称为OTP设备)进行编程。具有后一特性的设备可以是优选地使用的设备。
在各个方面，可以存在用于创建“新日志”的两个选项(其可以彼此组合)：
(i)第一选项可以包括将保存在当前使用的桶的存储器空间中的一些或全部数据复制到不同的存储器空间(称为如下面进一步详细描述的存档空间)，并重置日志记录之前使用的桶中的一些或全部(例如，可以将桶设置成例如与值0对应的预定义位序列，例如零事件；位序列实际上可以为零，例如在存储器中记为值0x0)。
(ii)第二选项可以包括针对新日志(其将成为当前日志)使用新的存储器空间，然而目前为止所使用的日志将(从现在起)保持未改变(如上面关于图5A至图5C所描述的，以及如下面将进一步详细描述的)。
第二选项可以提供避免任何数据复制动作的优势，并且在允许其实现方式的系统中可能是优选的。如上面所描述的，由于仅修改偏移(当前日志的偏移指针)，因此不执行复制动作。在修改偏移的情况下，当前桶的指针可以指向新的存储器位置(为空)，而先前使用的桶的存储器空间(说明性地，“旧日志”)从现在起(说明性地，从日志记录操作向前起)保持不变。
关于第二选项，如上面所描述的，可以方便地应用存储器分页或存储器换页的方法。日志可以被实现为存储器库(或者可以是取决于系统的架构的实际存储器库)。偏移指针(本文中也称为页指针)可以被配置成选择正在使用的存储器库。可以通过将桶的虚拟地址(等于从日志的开始至要寻址的桶之间的距离)和偏移相加来确定存储器位置(桶)的物理地址。
在各个方面，如关于图5D至图5F所描述的，例如，可以在级联桶方法中，将(当前日志的)桶的子集分配给第一类型的存储器和第二类型的存储器，例如分配给RAM和FLASH存储器。可以将(当前日志的)桶的另一子集仅分配给例如FLASH存储器的一种类型的存储器。
图5D、图5E和图5F以示意图示出了根据各个方面的第一存储器类型510(例如，RAM，仅作为示例)的(第一)存储器块512和第二存储器类型520(例如，FLASH，仅作为示例)的(第二)存储器块522。
在图5D中，第一(RAM)存储器块512和第二(FLASH)存储器块522的存储器分区可以在第一日志记录之前被示出。该时间点处(日志J0的)当前使用的桶位于存储器块/区域512和522(例如称为“桶R0”和“桶F0”)中。
在图5E中，示出了第一日志记录之后的情况。在日志记录期间，第一类型的存储器510(例如，易失性存储器，在本示例中为RAM)中的桶的内容(例如，由一个或更多个处理器)复制到第二类型的存储器520(例如，FLASH，在部分512-1中，称为R0)，并且第一存储器510中的桶被重置(称为R1)。此外，增加提供第二存储器520中当前桶的起始地址的偏移，使得第二存储器520现在引用新的存储器位置524(F1)中的桶。新的当前日志可以包括第一存储器510中的部分512和第二存储器520中的部分524。
在图5F中，示出了第二日志记录之后的情况。存储器510中的桶的内容被复制到存储器520(例如，部分512-2中)。增加提供第二存储器520中当前桶的起始地址的偏移，使得第二存储器520现在引用新存储器位置526中的桶。新的当前日志可以包括第一存储器510中的部分512和第二存储器520中的部分526。
在图5D至图5F中的配置中，当前日志在两种存储器类型(例如，RAM和FLASH存储器)之间被划分。
在各个方面，可以在日志记录期间将存储在第一存储器510中的数据的仅子集复制到第二存储器520。作为示例，可以在RAM与FLASH存储器之间分配桶，并且可以在日志记录期间将保存在用于桶的RAM块中的数据中的并非所有数据复制到FLASH存储器。这可以提供节省的存储器空间。例如，在日志记录期间最高有效位(或字节)可以从第一存储器510复制到第二存储器520。作为示例性情况，对于在RAM中具有2个字节和在FLASH存储器中具有2个字节的级联桶，在日志记录期间来自RAM的(仅)最高有效位被复制到FLASH中的相应部分中。因此，可以在考虑将最高有效位作为压缩数据的情况下实现有损数据压缩。
在各个方面，上述有损数据压缩还可以被发展，并且不执行从第一存储器510到第二存储器520的复制动作。所有日志，说明性地当前日志和“旧”日志中的每一个可以占用与当前日志一样多的第二存储器520(FLASH存储器)。在完全忽略第一存储器510中(RAM中)的数据的情况下，则潜在地可能出现信息的显著丢失。为了减轻信息的这种丢失，并且在第一存储器510中的相应区域被重置(例如，设置成零)之前，对于所有级联桶，在第一存储器510中的桶的一部分多于半满的情况下，第二存储器520中的桶的一部分可以递增1(在典型的实现方式中，将设置该桶在RAM中设置的最主要位)。
在各个方面，可以跨第一类型的第一存储器和第二类型的第二存储器划分当前日志，并且可以将非当前日志存储在第三类型的第三存储器(例如，针对单个写操作配置的第三存储器)中。作为示例性实现方式，可以使用RAM(日志的部分A)和EEPROM(日志的部分B)来实现当前日志，并且所有非当前日志可以被存储在OTP存储器中。在日志记录期间，OTP存储器的相应部分可能被“烧毁”/OTP存储器的相应部分被编程有来自当前日志的两个部分的数据。刚好在其后，RAM和EEPROM中的相应存储器部分可能被擦除，以成为新的当前日志。在图5G至图5I中示出了该方法，其示出了第一存储器550(例如，RAM)、第二存储器560(例如，EEPROM)和第三存储器570(例如，OTP)。第三存储器570最初是空的(例如，在图5G的时间t1处)，以及日志(J0)可以跨第一存储器550的部分552(存储器块)和第二存储器560的部分562(存储器块)被划分。在第一日志记录之后，(在图5H的时间t2处)第一日志的内容被复制在第三存储器570的部分572(存储器块)中。在第一日志记录之后，(在图5I的时间t3处)第二日志的内容被复制在第三存储器570的部分574(另一存储块)中等等。
在各个方面，存储非当前(旧)日志的存储器可以在LIDAR模块的一个或更多个处理器(或微控制器)外部(例如，在LIDAR模块100的一个或更多个处理器102外部)。存储器(例如，EEPROM、FLASH、OTP存储器)可以在一个或更多个独立设备(其可以作为控制电路的一部分)中。
应当理解，除上面描述的存储器类型之外，还可以提供其他类型的存储器诸如硬盘驱动器/磁盘/HDD、或甚至云存储装置(说明性地，可能不是控制电路的一部分，或者甚至不是LIDAR系统的一部分)以对“旧日志”进行“存档”。这样的实现方式的缺点可能是在云连接缓慢或关闭的情况下，模块对某些类型的请求或某些产品特征(例如，智能降额)的响应较慢(或不存在)。
如上面所描述的，针对“桶方法”提供的存储器的量可以被预先定义/预先确定，并且不随着时间增长。可以在“具有日志记录的桶方法”的情况下，例如通过——例如通过限制代码中的日志的数目——设置预定义数目的日志来保留该高度有利的特性。在这种配置中，即使产品超过预料的最大使用寿命(所有指定的日志页被用完，意味着(例如，FLASH中的)指定的存储器区域是“满的”)，有利特性也不会改变，因为系统在发生事件时可以继续进一步增加相应桶(作为当前日志的一部分，这是最后的日志)。
在各个方面，可以对于日志方法提供非溢出桶，例如，具有“非溢出计数器”功能的桶。这可以防止溢出桶。在一些方面，对于日志记录，可以提供“高级非溢出计数器”(例如，存储器子部分中的一个或更多个可以包括高级非溢出计数器)。利用高级非溢出计数器，任何桶(包括如上面所描述的级联桶)的溢出可以触发新日志的创建，除非不存在可用于创建另一日志的更多存储器空间(或者除非已达到日志的预定义最大数目)。在没有可用空间或已达到日志的最大数目的情况下，没有动作被采取，并且事件的发生可以被忽略。
根据所描述的方法，在创建新日志之前，可能进行相当大的事件累积。日志的创建可能占用大量存储器，并且至少在小持续时间内还可能是计算密集型的，尽管日志记录动作可以以以下方式实现，该方式使得日志记录不对控制电路的其他功能产生负面影响。为了证明该方法，可在产品的使用寿命“L”的相当大的一部分内使用日志。对于典型的LIDAR产品应用，这样的“相当大的一部分”的持续时间可以如下被估计。作为示例，假设用历史数据覆盖产品寿命“L”的仅5％(通常，可能超过5％)可能就足够了，并假设日志将使用上至专用于存储历史数据的存储器空间的0.1％(意味着存储器至少可以保存1000个日志)，那么每5％*0.1％*L——意味着产品寿命的每两万——新日志可以被创建。对于具有寿命为5000小时的汽车LIDAR产品(说明性地，小汽车可以在报废之前运行达5000小时)，平均每一刻钟(因此平均每15分钟)新的日志可以被创建，从而导致LIDAR系统在连续运行250小时或大约十天半(10.5)之后耗尽日志存储器空间。因此，日志记录的频率(例如，上面所描述的触发事件)可以根据产品的预期寿命来调整。
图6以示意图示出了根据各个方面的存储器部分600。存储器部分600可以是LIDAR模块的存储器设备的(例如，LIDAR模块100的存储器设备108的)一部分。存储器部分600可以包括多个子部分602。存储器部分600和子部分602可以与相应存储器地址604相关联。存储器部分600可以被理解为如下面进一步详细描述的“固件历史表”。
在各个方面，可以提供LIDAR模块中运行的固件版本的记录，以将老化事件的发生与固件相关联。这可以提供评估固件更新对LIDAR模块的老化的影响。说明性地，LIDAR模块的存储器(例如，LIDAR模块100的存储器设备108之一)可以存储与LIDAR模块(例如，可以包括存储固件数据的存储器部分(存储器部分600))的每个固件版本相关联的数据。
LIDAR模块不仅可以提供(例如，例如经由一个或更多个通信接口110发送)其当前固件号(例如，在对小汽车进行维护检查期间)，该当前固件号可以提供评估是否执行更新，但此外模块可以提供系统上曾经运行的所有固件版本的完整历史。可以将历史存储在专用“固件历史表”中，例如图6中所示的专用存储器部分600中。该方法可以提供LIDAR模块制造商在客户投诉或甚至与产品有关的法律诉讼的情况下处于更好位置的可能性。例如，可以证明有缺陷的固件版本从未运行过某个产品，因此该有缺陷的固件不可能是问题的根本原因。
如图6中所示，专用存储器部分600可以包括存储固件版本号的第一列606-1(例如，列I，如3个字节，VerNum0、VerNum1、...VerNum63，作为示例)、存储相应固件版本的首次启动的时间的第二列606-2(列II；如4个字节，TimeDate0、TimeDate1、...TimeDate63，作为示例)、存储上电事件的计数器/桶值的第三列606-3(列III；如4个字节，PwrUps0、PwrUps1、...PwrUps63，作为示例)、以及存储运行时间的第四列606-4(列IV；如5个字节，OpTime0、OpTime1、...OpTime63，作为示例)。说明性地，与固件版本相关联的数据(例如，表的每一行可以与相应固件版本相关联)可以包括该固件版本在LIDAR模块中运行的时间期间发生的老化事件。时间信息(例如，当前日期和时间)可以取自时钟(例如，时钟120)，例如RTC。
在各个方面，除存储上电的计数器/桶值和运行小时之外，还可以将高温下的(整体加权的)累计时间、(累计加权的)温度周期数和(累计加权的)机械冲击数(说明性地，新固件更新时的所有“全局量”)记录在“固件历史表”中(例如，存储器部分600中)。这些加权累计数可以从相应阵列中(说明性地，从存储相应老化事件的存储器部分中)的每一个中生成。阵列可以包括有关高温、温度周期和机械冲击的历史数据。LIDAR模块的一个或更多个处理器可以被配置成执行相应加权累计功能。该功能(例如，子例程)可以被配置成获取相应阵列的每个单元(说明性地，相应存储器部分的每个子部分的内容)，以将其乘以权重，并对加权后的单元值求和，从而提供/返回(要存储在“固件历史表”中的)单个数。权重可以被选择成与对产品寿命的影响大致成比例(例如，相应桶的加速度幅度越高，权重越高；利用该方法，可以证明具有较低幅度的许多冲击以给出与极少的具有高幅度的机械冲击相同的累计加权数)。
在各个方面，“固件历史表”可以与所有使用寿命相关数据位于同一存储器区域中。在更新LIDAR模块的部分或整个固件时，可以不擦除该存储器区域。
在各个方面，每次在LIDAR模块的控制电路的(例如，控制电路106的)上电(作为启动/开机期间执行的代码的一部分)期间，可以读出(例如，FLASH存储器中的可执行代码区域的)当前固件修订版本，并将当前固件修订版本与上次开机时使用的固件版本号(例如，其可以根据“固件历史表”中的最后一行被找到)进行比较。可以将“固件历史表”存储在例如EEPROM存储器或FLASH存储器的不同区域(也存储其他使用寿命相关的(历史)数据的FLASH存储器的区域)中。在两个版本号不同(这意味着固件更新发生在重启之前)的情况下，则可以在相应列表的末尾处将新的行添加至“固件历史表”。新的行可以包括(例如，例如在小汽车仍经由诊断系统连接的情况下，从RTC获取的，或由模块从外部请求的)当前版本号、实际时间、以及上电事件的计数器的当前值和运行小时。
在各个方面，“固件历史表”可以被实现为环形缓冲区。除“固件历史表”之外，还可以存储表的当前行号。相对于“固件历史表”，当前行号可以被存储在存储器中的其他地方，例如，刚好在“固件历史表”的存储器区域开始之前或刚好在表之后(例如，在紧接前一字节或紧接后一字节中)。当前行号可以被解释为当前行的指针，该当前行保存(除其他信息外)先前启动时存在的固件版本号。每次检测到新的固件版本并且新的行被写入，首先可以修改当前行号，然后将新行写入到由修改后的行号确定的相应行。行号的修改可以包括将当前行号增加一，除非当前行号指向表的末尾。在表已经耗尽的情况下，则可以重置当前行号(例如，将行号设置成初始值(例如，设置成0))，从而导致对表的第一行进行重写(基本上与环形缓冲区的行为对应)。
在下文中，关于图7A至图7D，用关于光学部件的老化的特定细节描述桶方法的使用，所述光学部件是LIDAR应用的重要部分。
图7A示出了与LIDAR模块的光学部件(例如，与LIDAR模块100的光学部件132)相关联的多个存储器部分。图7B示出了与LIDAR模块的光学部件(例如，与LIDAR模块100的光学部件132)相关联的查找表。图7C示出了与LIDAR模块的光学部件(例如，与LIDAR模块100的光学部件132)相关联的多个存储器部分。图7D以示意图示出了根据各个方面的对存储器子部分的内容进行的更新。
光学部件的(例如，LIDAR模块100的光学部件132的)老化可能主要受温度、变焦状态、光功率和机械冲击影响。可以使用上面所描述的桶方法针对每个关键光学元件彼此独立记录温度、变焦状态和机械冲击。
原则上，也可以以相同的方式测量并记录光功率。还可以提供用于光功率的不同方法，其中：
(a)与发送器像素(例如，激光二极管)有关的数据可能已经被记录(用于其他目的)，并且可以被“重新使用”以用于以非常少的工作量对光学部件进行老化评估；以及
(b)可以在光功率和操作温度的历史值(例如，具有两个值的同步记录)可用的情况下对光学部件进行更准确的老化预测。
在下文中提供了用于光功率的上述方法的三种可能的实现方式。然而，应当理解，其他方法可以是可能的。
(1)脉冲总数
当根据(记录的)发送器数据确定(例如，得出或计算)通过光学部件的脉冲总数时，利用上面的选项(a)(例如，LIDAR模块的一个或更多个处理器可以被配置成基于由光发射系统发射的光脉冲的数目来确定通过光学部件的脉冲总数)。这种方法可能是有利的，特别地，在由发送器生成恒定功率的脉冲的情况下。作为示例，可以以以下方式配置光发射系统，该方式使得脉冲形状(振幅、持续时间等)不可调整，并且通过发送器路径的关键光学部件的光功率可以被假设成对于每单个脉冲来说是相同的。这可以是例如在系统包括控制环路的情况下的情况，该控制环路被配置成根据一个或多个激光二极管温度稍微修改提供给一个或多个激光二极管的功率，并且从而补偿激光二极管对光功率输出的温度依赖性。
从所记录的发送器数据得出脉冲的数目可以取决于正记录的发送器数据的类型(例如，对控制电路可用，例如，对一个或更多个处理器可用)。说明性地，从所记录的发送器数据得出脉冲的数目可能取决于数据的格式/类型：
(a)在发送器生成的脉冲的数目可用/被记录的情况下，通过光学元件的脉冲的数目可以与发送器脉冲相同(或者考虑到光学方面，可以根据该数据直接得出通过光学元件的脉冲的数目)；
(b)在发送器的操作时间和平均脉冲速率可用/被记录的情况下，可以通过将操作时间与平均脉冲速率相乘来计算通过光学元件的脉冲的数目，可选地通过考虑光学方面来调整该结果。
作为数值示例，运行达5000小时的LIDAR模块的初级准直器被暴露于180亿个脉冲(5000h x 0.1 x 3600 s/h x 10000 1/s＝18x10^9)，在5000小时中，发送器仅在10％的时间期间生成具有脉冲频率为10kHz的光。
在使用记录的发送器数据的情况下，用于评估光学部件老化的脉冲的数目可以在没有相当大的计算工作量和没有任何额外存储器的情况下得出。
(2)每个光学脉冲功率水平/桶的脉冲总数
在LIDAR系统(例如，其一个或更多个处理器)被配置成控制光学输出功率(例如，被配置成基于环境或使用用于通信的幅移键控来主动控制光振幅)的情况下，可以应用考虑不同发送器功率水平(并且因此间接发送脉冲能量水平)的“桶方法”，而不是仅记录发送器脉冲的数目(或发送器操作时间和脉冲频率)。
如上面针对(1)所描述的相同方法可以应用于基于可用的发送器数据得出通过相应光学元件的具有特定能量水平的脉冲的数目。
所记录的发送器数据(例如，如图3F中所描述的，并且为了方便起见，在图7A中示出的第一行和最后一行的阵列索引)最初可能已经被记录，以评估由于操作造成的一个或多个激光二极管/发送器像素的磨损。图7A可以示出多个存储器部分710a至710f，所述多个存储器部分710a至710f具有多个子部分712(例如，十六个子部分712-1至712-16)和对应于关于图3F所描述的存储器部分310a至310f、子部分312和存储器地址314的相应存储器地址714，并添加相应的行/列索引(例如，从左上角的0/0到右下角的F/5)。
参照图7A，存储在存储器部分710a至710f中的数据可以用于估计通过传输路径的关键光学部件的光功率。可以应用预定的(例如，在模块的固件中硬编码的)数学公式和/或算法，以采用激光二极管和/或发送器像素和/或发送器模块的驱动电流(或电功率)及其温度作为两个输入参数。
作为示例，算法可以包括使用查找表的查找操作，以根据记录的温度和脉冲电流确定每脉冲的光学通过功率(因为这样的数据可能已对于确定发射器老化可用)。来自记录数据的阵列/表/映射索引例如图7A中所示的行/列索引可以用于从查找表中选择光学脉冲功率值/水平。在图7B中提供了查找表720的示例，该查找表720包括具有相应地址724的多个值722(例如，图7B中的示例性表示中，每部分十六个值722-1至722-16)。每个值722可以由对应的索引(例如，对应的行/列索引)引用。
取决于查找表中(例如，查找表720中)值的缩放，值可以对应于以瓦特为单位的功率水平、或者仅功率水平仓(power level bin)(如下面(3)所描述的)。关于得出该功率水平，如由图7B中的查找表720所提供，预定义数目的字节(例如，两个字节)可以用作将索引转换成所生成脉冲的光功率水平的“转换因子”。查找表的值可以包括激光二极管和LED中的已知效果，诸如像电流下降(说明性地，光输出可以随着驱动电流的增加而不太线性地增加)和温度下降(说明性地，光输出可以随着发射器的温度的增加而减少)。所确定的以瓦特为单位的功率水平以及脉冲的数目然后可以用作输入，用于使用相应光学部件的专用老化模型来确定相应光学部件的老化。
在各个方面中，在“正常”操作期间，查找表(例如，查找表720)可以用作只读存储器。例如，表720可以被分配在只读存储器诸如OTP(一次性可编程)存储器(ROM)、或具有慢写性能的存储器诸如EEPROM或FLASH存储器(例如，如由图7B中的示例性配置中的地址724所指示的)中。如上所描述，在生产之后对老化模型进行的升级可能是有利的，并且针对查找表使用如EEPROM或FLASH存储器的非易失性读写存储器可以允许升级老化模型。
(3)每光学脉冲功率和每温度水平/桶的脉冲总数
如直接在上面的点(2)下所提到的，代替得出以瓦特为单位的脉冲功率，用于对用通过二极管的相应电流和二极管的温度创建的脉冲进行计数的相应桶的索引可以用于将索引映射到光功率水平仓。在功率仓的情况下，查找表的每元素的几个位(与图5E至图5G的那些类似)可以是足够的。例如，在所有潜在功率水平被分类成例如范围从0W至120W加上+5％的最大生产容差的16个光学峰功率仓(如下面表3中所描述)的情况下，可以使用查找表的每元素仅4个位存储器，从而在单个字节中存储两个元素。在该配置中，图7B中所示的查找表720可以仅占用48个字节而不是192个字节。
表3
到目前为止所描述的方法与上面(2)下所描述的方法非常相似，除使用温度仓而不是峰功率值之外。相对于先前方法的主要不同之处可能在于，在该方法中，在记录中考虑了光学部件的温度。除已知或测量的一个或多个模块环境温度/一个或多个模块壳体温度之外，还可以通过使用温度传感器的一个或多个测量和/或使用LIDAR模块内部的部件的已知功率耗散的热建模来得出温度。代替保存实际温度值，可以使用用于记录温度的桶/仓，如下面表4中所示。由于光学部件的温度可能低于发送器像素的温度，因此与表1中所示的温度装仓相比，可以提供仓的不同集合(说明性地，与存储器子部分相关联的温度范围可能不同，如表4中所示)。
表4
可以如上面情况(2)中所描述应用桶方法，然而在本方法中，可以使用用于对脉冲的数目进行计数的二维阵列根据温度来执行分类。在图7C中示出该方法，该方法示出了多个存储器部分730a至730d，每个存储器部分与相应温度范围(例如，作为数值示例，分别为T<-25℃、-25℃<T<10℃、110℃<T<115℃和T≥115℃)相关联，每个存储器部分730a至730d包括与(根据表3，以瓦特为单位的)相应光功率范围相关联的多个子部分732(例如，在图7C的示例性配置中为十六个子部分732-1至732-16)和相应存储器地址734。每次发射脉冲时，光学部件的光功率和温度可以被确定。温度可以确定保持计数的阵列中的哪一个(例如，16个一维阵列中的哪一个)被选择，而脉冲功率可以确定将被更新(例如，增加一)的相应阵列元素的索引。因此，无论何时图3B(图7A)中的桶之一被更新(例如，增加)，图7C的桶之一也可以被更新(例如，增加)。
图7D可以示出方法(3)，以示出如何确定要更新(例如，增加)的桶的示例。为了便于表示，图7D被分成图7DA、图7DB和图7DC，然而，图7D被考虑为并描述为单独的图。对激光二极管的脉冲的数目进行跟踪的阵列的元素(其刚被增加/写入；在图7D的部分图7DA中用具有雕刻的W的X来标记)的完全相同的索引可以用于访问查找表。在图7D中的示例性配置中，存储器部分710b的子部分712a的索引可以用于访问查找表720中(具有对应索引)的对应元素。要读取的查找表720的元素722a由图7D的部分图7DB中具有雕刻的R的X来指示。从查找表720读取的值可以提供要被增加/写入的一维阵列中(例如，存储器部分730c中)的元素732a(在图7D的部分图7DC中被标记为具有雕刻的W的X)的索引。可以通过使用与其相关联的温度来选择正确的一维阵列。
如上所描述，关于大量老化事件的记录，例如，在发射的光脉冲(例如，激光脉冲)的情况下，在各个方面中，可以提供子采样方法，如图8中所描述。
图8以示意图示出了根据各个方面的用于记录老化事件的子采样过程。
子采样可以防止桶快速耗尽。可以以以下方式对脉冲(说明性地，事件串)进行子采样，使得可以保留关于(例如，激光二极管的)脉冲的数目、温度和峰电流的统计。可以采用每预定义时间段的单个样本，例如，每分钟的单个样本作为数值示例。
在LIDAR模块(例如，LIDAR模块100)包括多个光源(例如，多个激光二极管)的情况下，可以以确保在子采样时也保留光源之间的脉冲的分布的方式执行子采样。在所有光源按设计同样频繁地(说明性地，以相同的速率)被激发的情况下，则自动保留分布。在不同光源之间脉冲的数目可能变化的情况下，可以提供适配的方法。适配的方法可以包括检查在用于子采样的时间已到来时最后激发了哪个光源(例如，哪个激光二极管)，并且然后(例如，每分钟)记录其状态。在所有光源同样频繁地被激发的情况下，则例如每分钟可以对所有光源进行采样。在下文中(特别是对于下面概述的方法)，可以假设多个光源(例如，多个激光二极管)同时都被激发，但是对视场的不同区域进行照明。
无论何时发生(子)采样，使用相应光源的最后脉冲处存在的值(在对仅单个光源进行采样的情况下，最后使用的一个值)或每个光源的最后脉冲处存在的值。电流值仍然可以从驱动器控制的相应控制寄存器读出，并且可以刚对一个或多个温度传感器进行采样(换句话说，可以开始温度采集)，由于温度不那么快变化，由获取温度值所花费的时间导致的误差相对于光源的潜在温度变化可忽略。在这种简化不成立的情况下，则可以生成在例如与相应光源(例如，相应激光二极管)的激发同步的正确的时间处开始采集的预触发。
在各个方面中，可以以与图像采集的定时“不相关”和/或无论成像如何都具有在任何时间处采样的恒定概率的方式执行子采样。每发射器像素(例如，每激光二极管)的桶的阵列可以是由于随着时间平均而如何操作像素的良好表示。理论上，用这种方法，桶可能在几小时之后溢出，所述几小时可以在以下假设下被确定，在具有完全均匀场景的恒定温度处操作模块，以导致基于视觉的控制总是以相同的峰电流激发光源(例如，激光器)。
采样机制可以以与成像过程不相关的这样的方式来实现，以避免不均匀(子)采样。在出现不需要的“相关性”的情况下，当图像的特定区域(例如，右上角)的像素被照亮时，采样可能总是发生，并且仅对这些脉冲事件进行平均可能导致在整个产品寿命中如何使用光源的偏斜表示。相关性可以可接受的例外是FLASH系统，在该FLASH系统中，对场景进行照明的脉冲功率不变化。
取决于实际的系统实现方式，可以提供用于实现该子采样的多种方法。说明性地，可以通过使用以下方法中的至少一种对由LIDAR模块的光源(例如，由LIDAR模块100的光源126)发射的光脉冲的数目(例如，由多个激光二极管发射的激光脉冲的数目)进行子采样。
(1)周期性非同步定时器
在LIDAR模块(例如，LIDAR模块100)的发送器子系统的操作期间，可以提供周期性定时器(例如，实现为连续运行的非常慢的时钟)以对每个发射器像素的状态进行采样。定时器持续时间可以以以下方式选择，使得持续时间不是图像重复时间的倍数。作为数字示例，定时器持续时间可以是近似1分钟、或近似2分钟。通过选择与图像不同步的定时器，发射器像素(激光二极管)的状态的采样看起来与成像不相关，或者有效地随机。
图8示出了子采样例如ID扫描LIDAR系统的子采样的示例，该ID扫描LIDAR系统具有沿着一个维度设置的例如在覆盖垂直视场的水平方向上布置的激光二极管(例如，八个激光二极管802-1至802-8，LD1至LD8)。
在该示例性情况下，可以通过7位计数器(通过128)对来自晶体时钟的20MHz信号进行细分生成像素时钟，从而生成像素时钟fpix＝156.25kHz(等于Tpix＝6.4μs的像素持续时间820)。假设系统是具有1024像素(水平的)扫描分辨率的lD扫描系统，图像重复频率可以近似为152.6Hz(例如，考虑到图像重复持续时间822等于TImg＝1024x 6.4μs＝6.5536ms)。可以近似每9155.3帧采用样本，以用于每分钟采用样本。具有精确60s时段824TAcq的定时器可以用于对相应激光二极管状态进行(子)采样，从而落在(说明性地，由9155帧乘以6.5536ms的TImg提供的)59.998208s和(说明性地，由9156帧乘以6.5536ms的TImg提供的)60.0047616s处两个图像采集开始之间。假设定时器和图像采集系统二者的初始启动在时间0处，则在时间0处对激光二极管状态进行采样(事件804-1Al，该事件804-1Al发生在第一图像808-1IMG1的开始处)，同时获取像素806-1hp0(水平扫描的第一像素)，而在时间60s处对状态进行采样(事件804-2A2，该事件804-2A2发生在第9156图像808-NIMG9156的采集期间)，同时对像素hp280进行采集。说明性地，采样在获取像素806-1hp0时启动，因为执行温度测量并将数据保存到存储器很可能花费得比像素采集时间更长。
(2)具有连续变化偏移的周期性同步定时器
第二种方法可以通过两个阶段来实现。
第一阶段可以包括等待，直到计数器/定时器(例如，第一计数器或第一定时器)指示已经发生了定义(且恒定)数目的图像采集(例如，作为数值示例，要根据期望的采样率适配的9000个图像采集)。在各个方面中，计数器可以通过每次已获取完整图像时由采集系统生成的图像同步脉冲来获得相应触发脉冲和/或触发信息。在各个方面中，一旦接收到下一个同步脉冲，可以立即重置和读取计数器以用于再次计数高达预定义值(例如，9000)。
第二阶段可以在第一阶段已激发之后执行。在FLASH发送器子系统的情况下，第二阶段可以包括立即执行的采样(如上面所提到，具有根据图像采集的定时角度的相关性，并且激光二极管状态的(子)采样无关紧要)。在扫描系统架构的情况下，可以启动附加定时器或附加计数器(例如，第二计数器或第二定时器)。时间或预设计数可以在初始值(例如，0)与一个完整图像采集所花费的时间(说明性地，图像重复时间；具有在图像之间存在“无时间间隔”的假设，否则方法可能被修改成仅在操作激光二极管的时间内分配采样，也就是说不对采样时间和时间间隙进行(子)采样)之间被连续地(例如，以每采样事件，说明性地，每次第二阶段被激活时)修改。在第二定时器或计数器已经过之后，完成(子)采样。通过连续地修改由第二定时器/计数器导致的小延迟，采样可以出现在图像采集和/或整个图像和/或图像的像素的不同时间处。
通过图示方式，第二种方法可以被理解为第一种方法的替选实现方式，其中，与图像采集同步的第一阶段的计数器或定时器通过第二阶段生成的偏移而变成非同步(子)采样信号。
(3)具有随机时间延迟的周期性同步定时器
在第三种方法中，第二种方法的第二阶段可以由随机时间延迟代替。LIDAR模块(例如，LIDAR模块100)可以包括随机时间生成器。随机时间生成器可以被配置成提供具有预定义(例如，矩形)概率分布的延迟时间。随机时间生成器可以被配置成跨越图像采集持续时间中的一个或多个的时间。
在各个方面中，第三种方法可以用单个定时器而不是用两阶段实现方式来实现。每次(单个)定时器启动时，可以重新启动定时器，可以触发(子)采样，并且此外，首先可以生成随机数(例如，作为示例，系统可能具有近似1分钟以生成新数)，并且然后将随机数添加到常数。常数可以近似等于预定义持续时间的时间例如1分钟的时间(等于1分钟的常数可以被理解为除由随机数导致的时间延迟的之外的偏移)所需的定时器设置值。可以提供该求和的结果作为定时器的新设置值。
(4)低准确度时钟(确定子采样)
在各个方面中，与第一种方法类似，可以借助于具有预定义持续时间例如近似1分钟的持续时间的周期性定时器或时钟提供子采样，其与图像采集不同步。在第四种方法中，(例如，由RC定时器实现的)定时器/时钟可能具有(相当)低的准确度(例如，与没有子采样的情况相比更低)。说明性地，实际定时器持续时间可以示出显著的温度依赖性以及/或者实际定时器持续期间可以示出显著的抖动(随着时间波动，潜在地在本质上表现为随机)。这样的时钟/振荡器/定时器特征对于任何定时电路来说通常可以不被需要，但可以用于子采样的优势，因为低精度确保了非常良好分布的(子)采样。
(5)(例如按照像素持续时间的增量)具有连续变化偏移的周期性同步定时器
在各个方面中，提供不相关的定时器可能是不可能的或不可行的，例如，取决于系统/控制内的定时如何被组织，其可能导致用于具有不相关定时器的大量工作量。第五种方法可以解决这些问题。第五种方法可以包括如第二种方法的两个阶段。第一阶段可以与第二种方法的第一阶段相同。第一阶段可以与图像重复频率同步，并且可以生成图像帧持续时间的倍数的延迟。第二阶段与第二种方法相比是不同的。在第五种方法中，第二阶段可以由计数器的定时器来实现，并且添加到第一阶段的延迟时间的时间偏移可以通过像素持续时间的增量而连续变化。第二阶段可以例如通过倒计数计数器来实现，该倒计数计数器被配置成触发子采样，并且每次该倒计数计数器达到预定义值(例如，零)时其被重置。重置值可以由第二计数器提供，该第二计数器是由第一计数器(说明性地，由递减计数器)触发的递增计数器。每次第一计数器达到预定义值(例如，零)时，第二计数器可以被更新(例如，增加一)。在第二计数器达到预定义的数字(例如，1024，这是假设ID扫描LIDAR系统具有1024个像素(水平的)扫描分辨率)的情况下，可以将第二计数器重置(说明性地，作为数值示例，第二计数器可以被配置成在0与1023之间进行计数)。
通过图示的方式，第五种方法可以与第二种方法类似，其中，第二种方法的第二阶段中的真正非同步计数器/定时器被像素同步计数器/定时器代替，该像素同步计数器或定时器仍然(在某种程度上)与图像重复不同步。
在下文中，关于图9A至图9D，将描述与用于计算LIDAR模块的(例如，LIDAR模块100的)剩余使用寿命的示例性模型以及与数据的可能使用有关的附加方面。
在各个方面中，数据处理可以由内部事件或外部请求(例如，经由产品的通信接口之一接收的请求)触发。(例如，通过控制电路106，例如通过一个或更多个处理器102进行的)数据处理可以实现以下特征之一：
(1)产品监测；
(2)产品使用分析；和/或
(3)实时剩余寿命估计器(如下面进一步详细描述)。
关于产品监测(1)，LIDAR模块的控制电路(例如，一个或更多个处理器)(例如，LIDAR模块100的一个或更多个处理器102)可以被配置成提供关于LIDAR模块的当前状态的信息。产品监测可能涉及最少的数据处理(例如，与使用分析和使用寿命估计相比)，因为监测功能可以被配置成“仅”提供目前的产品状态。在由外部请求或内部事件进行了触发时，一个或多个值在寄存器或存储器中已经可用(例如，到目前为止的操作时间、到目前为止的上电数等)，或者传感器值可以提供(例如，由LIDAR模块的一个或更多个监测传感器提供)。
在请求传感器值(例如，壳体的当前温度、当前输入电压等)的情况下，可以根据由相应传感器(例如，在请求之前的10分钟内，或者在请求之前的5分钟内)是否刚刚获取传感器数据来执行下一步骤。在第一种情况下，可以使用最近获取的传感器数据。否则，传感器的采集过程可以被触发(例如，监测传感器的一个或更多个的采集过程可以根据请求的信息被触发)。在传感器值的采集(或在噪声传感器的情况下具有连续平均的几个传感器值)之后，可以提供(例如，传输)传感器值。
所请求的数据可以被转换成由数据通信协议所描述的相应数据格式和/或在最终通信之前使用的API(应用协议接口)。
关于产品使用分析(2)，LIDAR模块(例如，LIDAR模块100)的控制电路(例如，一个或更多个处理器)可以被配置成处理并进一步聚集存储的数据，作为已经请求了哪个数据和具有哪个粒度级别的函数。
作为第一示例性场景，对于产品在高于70℃的温度下运行多少小时的请求，可以从属于70℃至80℃范围的索引开始对运行小时阵列的所有元素进行求和(作为数值示例)。
作为第二示例性场景，通过通信接口接收的关于到目前为止由产品总共发射了多少个激光脉冲的请求可以通过发送具有请求ID的确认消息来首先从产品确认。请求ID可以由产品创建。此后，可以通过控制电路的一个或多个处理器将所有桶(例如，用于不同温度和不同峰电流的桶)相加(例如，作为处理器的低优先级任务)，以得出脉冲的总数。然后可以使用通信接口使该数字与最初创建的请求ID一起通信(将该消息链接至原始请求)。
关于预测性维护(3)，在各个方面中，LIDAR模块(例如，LIDAR模块100)的控制电路(例如，一个或更多个处理器)可以被配置成应用全局使用寿命函数，如下面进一步详细描述。全局使用寿命函数可以被配置成在产品寿命/时间t中的任何点处提供LIDAR模块的估计剩余寿命tR(t)。全局使用寿命函数和所有其他相关函数和例程(全局使用寿命函数和所有其他相关函数和例程在全局使用寿命函数被调用之前运行)可以是LIDAR系统的“老化模型”的一部分，并且可以能够升级，如上面所描述。在下文中，将描述用于评估老化的公式、表和数据的修改(也称为“劣化函数”)。
如所描述，例如，关于图1A和图IB，老化方面(老化机制)可以描述可能影响产品寿命例如可能导致产品不能够再执行其功能的一个方面。示例可以包括激光二极管内部的接合线故障(例如，由于断裂、电作用过大等)。该示例可能是关于部件级别的老化方面。另一老化方面可以包括传输路径的光学性能的劣化，包括激光二极管光输出和传输路径中的其他光学元件的光学透射率的劣化。导致生成小于预定义阈值(例如，小于LIDAR模块的原始光输出的70％的光)的光学劣化，从而导致模块不再具有足够的范围，可以被理解为寿命终止。第二老化方面可以是关于子系统级别(例如，发送器子系统)的老化方面。在全局使用寿命函数中考虑所有(相关的)“n”个老化方面可以提供估计剩余寿命。
为了说明的目的，考虑老化方面号k，该老化方面号k是针对整个LIDAR模块可以考虑的n个老化方面之一。作为示例，老化方面k可以描述发送器子系统的老化。在LIDAR模块在设计期间根据假设操作的情况下，发送器子系统可能持续时间TEL,k，其中“EL”代表“工程寿命”。
估计剩余寿命tRiE,k(t)随着时间t的演变可以由以下式给出：
(1)tRiE,k(t)＝TEL,k-t。
图9A示出了示出与方面k相关联的剩余使用寿命910tRiE,k(说明性地，表示剩余使用寿命的线910)的图表900a，该剩余使用寿命从与工程寿命(TEL,k)对应的起始值906线性地减小。图表900a可以具有沿水平轴902的时间t、以及沿着垂直轴904的与方面k相关联的剩余使用寿命tR,k(t)。剩余使用寿命在寿命t＝TEL,k的结束908处没有剩余的遗留时间的情况下结束。
说明性地，一个或更多个处理器LIDAR模块(例如，LIDAR模块100的一个或更多个处理器102)可以被配置成通过估计由与部件相关联的每种老化机制定义的相应部分剩余使用寿命来估计部件的(例如，一个或更多个部件104的)剩余使用寿命。一个或更多个处理器还可以被配置成选择由与该部件相关联的老化机制定义的部分剩余使用寿命当中的最短部分剩余使用寿命作为部件的剩余使用寿命。在各个方面中，一个或更多个处理器还可以被配置成例如响应于请求来传输表示与具有最短估计剩余使用寿命的部件相关联的哪种老化机制定义了最短部分剩余使用寿命的数据。
一个或更多个处理器可以被配置成基于根据与部件相关联的老化数据调整的部件预定义使用寿命来估计部件的剩余使用寿命。一个或更多个处理器可以被配置成基于根据与该部件相关联的一种或更多种老化机制(例如，老化方面k、以及与该部件相关联的其他老化方面)相关的相应老化数据而调整的部件预定义使用寿命来估计由与该部件相关联的一种或更多种老化机制中的每一种所定义的相应部分剩余使用寿命。总体剩余寿命可以是基于相应部件的单独预定义使用寿命，并且是基于老化数据的调整。
LIDAR模块很可能不是如在设计期间假设的那些操作条件下完全进行操作。例如，LIDAR模块可以在不同的温度处进行操作。发送器模块的操作可以在除θ0之外的温度(说明性地，除在发送器模块内部定义的参考点之外的温度)处例如一直或时间的一部分内执行。在发送器模块的实际温度θ与θ0不同的情况下，或者通常在LIDAR模块的操作条件与预定义条件不同的情况下，如图9B中所示则对于老化方面k，可以提供(例如，可以通过实验确定)温度校正因子Jk。
图9B示出了图表900b，图表900b示出了老化方面(例如，沿着水平轴912的温度θ)与相应校正因子J(θ)(例如，对于方面k，沿着垂直轴914的Jk(θ))之间的关系。
校正因子可以被配置成以以下方式调整测量时间，使得在温度低于预定义值916θ0的情况下，时间有效地运行得较慢，或者在操作温度高于预定义值916θ0情况下，时间运行得较快。在仅使用寿命限制方面是老化方面k的情况下，LIDAR模块的剩余寿命可以(随着时间)由下式提供：
(2)
可以使用上面所描述的“桶方法”(例如，在图3A至图3G中)来(例如，在控制电路中)实现校正因子。作为示例，假设跨越温度范围θL至θH的桶0至M例如M＝63布置在具有阵列元件B(0),…B(l)，…B(M)的线性阵列B(l)中。无论何时发送器模块在由桶l覆盖的温度范围(1(θH-θL)/(M+1)+θL...(l+1)(θH-θL)/(M+1)+θL)内的温度下(累计)运行了时间δ，相应桶计数可以被更新，例如，可以增加一，即：
B[l]：＝B[l]+1。
在各个方面中，函数Jk(θ)可以通过查找表J被近似。作为示例，LIDAR模块的存储器可以存储包括公式的调整因子或系数的查找表，以确定与部件相关联的多个子部分中的每个子部分的调整因子。为了得出查找表，函数Jk(θ)可以在每个桶1的相应中心温度θc(l)处被评估，该相应中心温度θc(l)是θc(l)=(l+0.5)(θH-θL)/(M+1)+θL。查找表可以是J(l)：Jk(θc(l)=Jk((l+0.5)(θH-θL)/(M+1) +θL)。
在各个方面中，随着时间的积分(参见上面式2)可以通过在对所有桶值求和之后(使用桶)随着时间的累积来简化(例如近似)。可以通过来自查找表的相应校正因子来对桶进行加权。因此，剩余寿命可以近似如下(考虑到时间δ，发送器模块已在上面描述的温度范围内的温度处操作达时间δ)，
(3)J[l]是指来自查找表中的值，该值是永不改变/获得改变的值的阵列。B[l]是指第l桶的值，该第l桶的值随着产品的寿命而变化(例如，增加)。
说明性地，与部件相关联的每个子部分可以具有与其相关联的调整因子，调整因子取决于与子部分相关联的范围。LIDAR模块的一个或更多个处理器可以被配置成基于通过使用通过相应调整因子加权的每个相关联子部分的计数器值而调整的部件预定义使用寿命来估计部件的剩余使用寿命。作为示例，如上面式(3)中所描述，剩余使用寿命可以被计算为部件的预期全部使用寿命与通过相应调整因子加权的相关联子部分的计数器值的和之间的差。
图9C示出了图表900c，该图表900c示出了在产品老化时从老化方面k得出的估计剩余寿命tR,k(t)(其在垂直轴934中，其中时间t在水平轴932中)。图表900c包括“现在”作为时间点936，该时间点936由tN表示。超出tN的估计剩余寿命tR,k(t)的值不可用，因为该时间尚未过去。并且目前的估计剩余寿命可能是点938TN，k：＝tR，k(tN)。
为了总寿命940tL,k，可以从时间0(与全新产品对应)直到现在对剩余寿命随着时间的下降进行平均。根据该下降，可以外推总寿命。线性函数可以通过点(0/TEL,k)与(tN/TN,k)之间的插值来给出，即：
由于总寿命tL,k满足条件tR1，k(tL，k)＝0，因此仅考虑老化方面k的总寿命可以由下式给出：
假设按过去继续使用产品(以及线性外推例如索引“L”，同时仅考虑老化方面k)，从现在起的估计剩余寿命tRL,k可以由tRL，k：＝tL，k-tN给出，即
说明性地，一个或更多个处理器可以被配置成基于部件的估计剩余使用寿命和与部件相关联的老化数据来预测部件的剩余使用寿命的行为。预测可以包括基于估计剩余使用寿命与预期的剩余使用寿命之间的差来外推剩余使用寿命的行为，并且预期的剩余使用寿命可以包括在部件已经在工厂限定的操作条件下操作的情况下部件的剩余使用寿命。
由于要避免除以零，因此可以首先根据上式(3)检查目前的估计剩余寿命TN,k是否已经与TEL,k不同，TEL,k是tRL,k的起始值。在目前的估计剩余寿命是TEL,k的情况下，则外推没有意义，因为可能不存在用于外推的数据，并且要返回的剩余寿命可能是TEL,k。
从现在起的剩余寿命可能不同，如果产品从现在起的使用按设计期间预料的进行的话。在这种情况下，剩余寿命的下降的斜率可以与最初的估计剩余寿命tRiE,k(t)的斜率相同。用这个(最初预料的)斜率(作为示例，其为-1)描述从现在起的剩余寿命的函数可以被定义为tRe,k(t)。tRe,k(t)在图9D中被示出。
图9D示出了示出剩余寿命在时间tN处的不同线性外推的图表900d。
其可以被表达为
tRe，k(t)＝TN，k+tN-t。
假设按设计时预料的使用产品(并且仅考虑老化方面k)，从现在起的估计剩余寿命tRE,k可以是tRE，k：＝tLE，k-tN，其中，tRe，k(tLE，k)：＝0(并且由于tRe，k(tLE，k)：＝0导致tLE，k＝TN，k+tN)，即：
tRE，k＝TN，k。
结果不奇怪，因为剩余寿命最初已被定义为产品根据设计操作的情况下的剩余寿命。
在假设按过去继续使用产品的情况下，从现在起的估计剩余寿命将被估计为tRL,k。在假设按设计时预料的使用产品的情况下，则从现在起的估计剩余寿命可以为tRE,k。其可以被概括为tR*,k(t)，tR*,k(t)在产品暴露于老化条件*的情况下被视为从现在起的相关估计剩余寿命。如上所提到，从现在起，产品反而可以暴露于完全不同的操作条件。这种老化条件“U”可以被理解为用户限定的老化条件。可以将这种情况下的用户限定简档的描述与估计在这种条件下的剩余寿命的请求一起(例如，经由一个或更多个通信接口110)提供给LIDAR模块的控制电路。
基于以上内容，可以确定tR*,k(t)的三个选项：
其中，tRE,k是在按设计时预料的使用的情况下，tRL,k是在将按过去将继续使用的情况下，以及tRu,k是在根据用户限定的简档使用的情况下。
说明性地，部件的估计剩余使用寿命可以包括以下中的至少一个：在从现在起的元件将在工厂限定的操作条件下操作的情况下的第一估计剩余使用寿命；在从现在起的元件将在如由与元件相关联的老化数据所描述的操作条件下操作的情况下的第二估计剩余寿命；以及/或者在从现在起的元件将在用户限定的操作条件下操作的情况下的第三估计剩余寿命。
无论从现在起的老化看起来如何，可以通过考虑将由n个老化方面(由所有老化方面)提供的所有假设个体剩余使用寿命来确定整个产品在任何时间点处(例如，在产品寿命t的任何点处)的估计剩余寿命tR*(t)作为全局使用寿命函数的一部分。所有这些使用寿命tR*,k(t)中的最短使用寿命可以限制整个使用寿命，即，
(4)tR＊(t)＝mink(tR＊，k(t))，其中k∈{1...n}。
以不同的方式陈述，一个或更多个处理器可以被配置成将第一剩余使用寿命、第二剩余使用寿命和第三剩余使用寿命中的最短剩余使用寿命估计为部件的剩余使用寿命。
在仅老化方面k为相关的情况下并且在从现在起产品将在产品设计的预料操作条件下被操作的假设下，从现在起(在时间tN处)的估计剩余寿命可以被定义成如下：
tR＊，k：＝tR＊，k(tN)，
并且估计剩余产品寿命可以被定义为，
tR＊：＝tR＊(tN)。
考虑到老化方面j作为所有n个老化方面中的具有最低(换句话说，最短的)估计剩余寿命的老化方面，参数j可以满足以下条件，
(5)tR＊(t)＝tR＊，j＝mink(tR*k(t))，其中k∈{1...n}。
除了估计剩余寿命tR*之外，还可以报告索引j作为预测性维护请求的结果。利用j，然后(对于预测性维护请求的接收者，例如，在LIDAR模块制造者的云中运行的诊断软件)清楚的是哪个部件(或哪些部件)和哪种老化机制(或哪些老化机制)正在限制寿命。在各个方面中，可以报告老化方面，而不是指向单个部件或子系统的索引，因为老化方面可以同时捕获多个部件老化的结果。更复杂的老化方面的示例可以包括衰减到具有3％的概率(也称为“3％百分位数”)的其原始值的80％的激光输出。光输出的减少可以取决于激光二极管管芯的老化、激光二极管的光学部件的老化以及光学传输路径中的多个附加光学部件的老化。
取决于请求中指定的条件*，不仅剩余寿命tR*可以取决于*而不同，而且j可以变化。
式(4)和(5)在控制电路中(例如，在控制电路106中，例如，在一个或更多个处理器102中)的实现方式可以相当简单，例如，可以包括在所有n个剩余使用寿命tR*,k内的循环。这些使用寿命可以基于指定条件*被计算，并且可以被保存在阵列R中。作为示例，可以考虑至少两个老化条件k，即n＞＝2，并且阵列R可以至少具有元素R[1]和R[2]。当在R内循环时，最短时间的值和索引可以被存储在变量t和j中，如下面的伪代码中所示，
上面的实现方式可以被理解为实时剩余寿命估计器，该实时剩余寿命估计器不仅(以运行小时)提供关于剩余寿命的估计，而且还提供指向将(最可能)首先发生故障的部件或子系统的指针(作为下一指针)。说明性地，在各个方面中，一个或更多个处理器可以配置成通过基于表示与LIDAR模块的每个相关部件相关联的老化事件的老化数据对LIDAR模块的每个相关部件(例如，一个或更多个部件中的每个部件、或部件的子集中的每个部件)进行估计并选择相关部件当中具有最短剩余使用寿命的部件的剩余使用寿命作为LIDAR模块的剩余使用寿命来估计LIDAR模块的剩余使用寿命。
可以提供记录的数据以响应于来自产品外部的信息的请求，如上面所描述，例如关于图1A和图IB。此外，或作为替选方案，还可以利用记录的数据来实现其他高级产品特征，如下文中关于图10A和图10B所描述。
可以在没有任何外部触发的情况下提供本文所描述的高级产品特征的执行。一个或更多个内部触发可以被配置成使LIDAR模块“自行”采取某些动作(例如，使LIDAR模块的处理器执行与相应高级产品特征相关联的代码)。作为示例，内部触发可以包括内部时钟或具有“检查点”的子例程的执行，例如每次读取温度传感器或调整激光二极管电流时，可以检查与相应高级产品特征相关的条件(例如，测量值是否超过阈值水平，其中，阈值水平取决于LIDAR模块的先前使用)。
部件和子系统的老化可能导致整个系统性能劣化。在一些方面中，可以实现恒定产品性能，以掩盖性能随着时间的劣化。LIDAR模块的一个或更多个处理器(例如，LIDAR模块100的一个或更多个处理器102)可以被配置成根据老化数据的功能来调整LIDAR模块的部件的一个或更多个操作参数。说明性地，产品的控制电路可以被配置成修改一个或更多个内部参数，以理想地完全抵消另外表现出的性能劣化。在各个方面中，一个或更多个处理器可以被配置成根据部件的估计剩余使用寿命来调整LIDAR模块的部件的一个或更多个操作参数，如下面进一步详细描述。
可以提供两种实现恒定产品性能特征的方法。
第一种方法可以包括在操作期间测量部件和子系统的老化，并且在该闭环控制方法中，调节内部参数以保持感兴趣的测量值恒定。例如，LIDAR模块可以包括分束器和额外的光电二极管，以测量由激光二极管生成的光的量，并随着时间增加激光二极管电流，以便保持生成的光恒定。
第一种方法可以提供以下优势，不需要关于产品如何被使用的历史数据，也不需要关于这种使用如何影响老化的历史数据来确定要提供多少(使用内部参数)的补偿以用于弥补老化。说明性地，可以使用闭环方法直接或间接地测量并补偿老化。
缺点可能是部件的老化，例如，本示例中的分束器或光电二极管可能创建新的误差，该新的误差导致意外和混乱的效果。此外，与下文中概述的第二种方法相比，第一种方法带来了额外的成本。
第二种方法可以被理解为前馈方法。可以通过使用三个核元件来确定要提供给内部参数的改变。
(1)暴露的存储/操作条件(或一些其他类型的历史数据)的(例如，连续/准连续进行的)记录；
(2)部件和子系统的老化模型；以及
(3)描述该部件老化如何影响整体产品性能的关系，例如，下面描述的性能函数Q。
三个核元件可以包括LIDAR模块内部(例如，在存储器设备108中)的控制电路的非易失性存储器中(在潜在地不同的易失性存储器的不同区域中)存储的信息。
作为LIDAR系统的示例，性能因子Q可以包括范围(说明性地，系统可以检测物体的最大距离)。应当理解，对于要考虑的系统，可能存在多个性能因子Q。在各个方面中，性能因子可以被优先化，以便控制单元收敛至一组新的内部参数，例如，在内部参数影响多个性能因子的情况下。说明性地，对于给定的恒定产品性能例如对于“恒定范围特征”可以考虑一个或更多个性能因子Q。在LIDAR模块等中，(最大)范围可能受到激光二极管电流(或者在具有自适应范围特征的LIDAR系统的情况下，最大激光二极管电流)的影响。
为了使产品性能随着时间(至少在一些时间内)保持恒定，系统可以以以下方式配置使得对于新产品来说，可能存在激光电流的一些余量。说明性地，全新的产品可以被配置成仅在降低的输出水平下(即使在尚未导致降额的最坏条件下)——例如，在标称激光二极管电流的80％下——操作。标称电流不仅在选择激光二极管的特定型号时被使用，还用于设计激光二极管驱动器电子器件和激光二极管的散热。
随着模块老化，激光二极管电流ILD可以逐渐增加，以补偿以下量的下降：
(a)激光二极管的光输出LLD(ILD，H)，其中，(为了简化该描述)，H是保存LIDAR模块的所有历史信息的向量(或矩阵)(例如，提供关于产品的先前操作、使用、存储等的信息的所有桶)。
(b)光电二极管(PiN二极管或APD)的灵敏度S(H)，其中，S可以包括接收器子系统的附加部件(如为光电二极管提供偏置电压的DC电力供应)的老化。
(c)光学部件的例如由相应k个光学部件的透射率因子A1(H)，……，Ak(H)描述的透射率。
性能函数Q可以被定义为：
(6)其中，在光学部件j仅在光学接收或光学传输路径中的情况下，函数a(j)为1，或者部件在接收和传输路径二者中的情况下，a(j)为2。
在常规的基础上，例如，在10小时间隔内，控制电路可以被配置为评估性能函数Q(ILD，H)。在不再实现最小性能Qmin的情况下，
Q(ILD，H)＜Qmin)，
则可以将(最大)激光二极管电流增加少量iLD，即，
ILD，new＝ILD+iLD。
说明性地，LIDAR模块的一个或更多个处理器可以被配置成基于部件的目标性能(例如，基于最小性能)来调整部件的一个或更多个操作参数。
代替将电流增加恒定量(例如，初始电流的0.1％)，可以附加地或可替选地，通过与恒定因子相乘例如通过与1.001相乘根据电流值计算新的激光二极管电流。
在刚增加之后，控制电路可以被配置成再次测试足够的产品性能，并且潜在地多次增加激光二极管电流。然而，重复检查可能诱导瑕疵，并导致负面的整体用户体验，或者甚至避免陷入安全关键条件。
函数LLD(ILD，H)、S(H)、A1(H)、……、Ak(H)描述了相应部件的(使用LIDAR模块的大集合评估的)平均老化。相应功能不是例如，如用于上面所提到的其他“智能产品特征”的3％百分位数。
在各个方面中，描述老化行为(并位于控制电路的非易失性存储器中)的上述功能可以通过LIDAR模块的通信接口之一能够更新。这可能允许更新已经在现场中的LIDAR模块的老化功能，从而利用最新的R&D和供应者见解来改进已经发货的产品。
作为示例，这些函数可以(至少部分)由(多维)查找表定义。每个查找表可以在非易失性存储器中被更新，而不改变任何其他存储器内容(既不改变代码也不改变任何其他存储的数据)。
在各个方面中，用于评估当前性能函数的函数LLD(ILD，H)、S(H)、A1(H)、……、Ak(H)可以不基于所有历史数据H，而仅基于最新的操作间隔n的历史数据Hn及其最新值例如S_n。在灵敏度的情况下，作为示例，新的灵敏度值然后可以被计算为Sn+1＝Sn-Ds(Hn)，其中，Ds提供了在最新间隔期间(例如，作为数值示例，最新的10小时)的劣化量。可以如下确定当前性能，
其中
LLD，n+1＝LLD，n-DLD(Hn)，
Sn+1＝Sn-Ds(Hn)，
Aj，n+1＝Aj，n-DAj(Hn).
该方法可能计算密集度较低，并且可能需要较小的存储器以存储历史数据。然而，升级劣化模型可能是不可能的(如上面的段中所提出的)。
到目前为止，认为恒定的产品性能是最期望的结果。在各个方面中，产品性能Qmin的设置值可以不是常数，而是(操作)时间的函数，以实现想要的产品性能随着时间的变化。例如，设置值可能表现出这样的依赖性，即，
其中，Q0可以是在初始时间点(例如，零时)处的产品性能，b可以是常数因子，在操作时间超过预定义的时间段例如延长的保修期tEW之后通过该常数因子性能随着时间降低。当超出另一预定义时间点例如产品的工程使用寿命tEL(说明性地，工程寿命可以是设计的产品寿命)时，性能下降可以停止。
零时处的产品性能Q0可以在程序代码中被“硬编码”，也可以由LIDAR模块的控制电路自动计算。在后一情况下，控制电路在第一次上电时或在工厂中的“磨合”之后例如在lh之后可以例如使用上面的式(6)计算Q0。作为示例，Q0的计算可以在作为代码的一部分的函数中实现。函数可以(在根据上面方案的时间相关的Qmin的情况下)计算Q0，或者在更一般的情况下，函数可以计算新的(时间无关或时间相关的)Qmin。通过相应函数对Q0或Qmin进行的自动计算和更新可以在“零”时处被调用，并且每次更新上面的式(1)中右手侧的函数中的任一个(例如，包括更新任何数据，诸如改变式(1)中右手侧的函数中的任一个可以访问的查找表)。
还从R&D效率的角度，对Q0进行的自动计算提供了各种优势(因为Q0不是“通过手”计算，也不是对Q0的(手动)更新或对要提供的代码的修订过程的(手动)触发)，以及从产品质量的角度(因为对计算和“硬编码”的省略降低了误差的风险例如人为误差)。为了确保自动调用，作为公式(6)的一部分的公式/函数的更新和/或其底层数据可以由API封装，并且API也可以在执行所请求的更新之后并且在确认已经执行更新之前自动调用相应的更新函数以更新Q0或Qmin。
在各个方面中，除是操作时间的函数之外，Qmin还可以是历史数据H的函数。例如，在操作超出规格的情况下，产品可能降低其产品性能。因此，产品的“滥用”可能导致性能急剧劣化，这可能对用户具有“教育效果”，并且在这样的情况下，产品性能设置值可能随着时间缓慢地恢复到正常值，以及/或者可以经由通信接口中的一个通信接口而能够重新设置。
在上面的示例中，仅单个内部变量激光二极管电流被考虑(或可用)作为补偿部件老化和实现恒定产品性能例如恒定范围的动作的测量。在多个内部变量(例如，除激光二极管电流之外，光电检测器的偏置电压)的情况下，可以定义多个性能标准(例如，恒定范围和恒定光输出)。考虑到模块主要目标即测距，恒定范围可能是优选的，而恒定的光输出可能是优选，以便保持高级模块的次要目标，其可以包括经由光与其他车辆、基础设施等进行的通信。通过调节激光二极管电流，可以提供恒定的光输出，并且通过调节偏置电压，可以偏移接收路径的老化，并且从而保持测距性能恒定。在存在比性能标准更多的变量的情况下，可以实现恒定性能(满足所有性能标准)，同时以以下方法使产品老化最小化例如使最关键部件的老化最小化，使得使整个产品寿命在按过去继续产品使用的假设下最大化。为了解决这个多维优化问题，可以提供已知的方法例如拉格朗日乘子法、蒙特卡罗法，或甚至拉格朗日乘子法和蒙特卡罗法二者的组合(当试图以相对低的计算成本确定具有高概率的全局最大值时，拉格朗日乘子法和蒙特卡罗法二者的组合可以提供高效的方法)。
在各个方面中，可以提供智能降额功能，如图10A和图10B中所描述。
降额功能通常可以用于保护部件、系统、产品等在恶劣操作条件下操作期间免受损坏或极端磨损。恶劣操作条件可以包括非常低或非常高的温度、非常低或非常高的输入电压等。在这些恶劣操作条件中，产品可以被配置成自己自动“节制”。例如，在牵引系统的情况下，电机可能不以全速运行，并且即使在正常操作条件下也可能不提供全转矩。
本文所描述的“智能降额”可以包括降额功能，在所述降额功能中，“节制”的量(针对LIDAR模块的部件，例如，针对部件104中的一个部件)可能取决于
(a)相应部件的剩余寿命(和/或估计的老化)，和/或
(b)相应子系统的剩余寿命，和/或
(c)整个产品的剩余寿命。
可以基于存储在产品中的历史(使用寿命/使用)数据来评估“节制”的量。说明性地，LIDAR模块的一个或更多个处理器可以被配置成确定LIDAR模块的部件的操作的节制的量。一个或更多个处理器可以被配置成根据与该部件相关联的老化数据的功能来确定节制的量。
提出的智能降额的目标是在仍确保产品在其保修期内没有发成故障时，提供最佳的用户满意度。智能降额还可以提供产品至少持续直到延长的保修期，例如，直到已经达到由延长保修期所覆盖的操作小时。取决于应用、市场环境、商业模式、商业策略等，在实际产品寿命超过延长的保修期、设计的产品寿命或其他预定义的年限或老化条件的情况下，可能存在“节制行为”的一个额外变化或多个额外变化。
出于改进取证的原因，可以向每个降额功能提供至少两个额外的桶。降额功能可以被理解为“节制条件”、例如高的激光二极管温度。一组部件例如激光二极管阵列可能受到多个节制条件的影响。示例可以是电力供应，该电力供应可能受到以下三个节制条件的影响：高输入电压、低输入电压和高温度。如所陈述，对于节制条件中的每一个，可以提供两个额外的桶(例如，与部件相关联的一个或更多个存储器部分中的两个额外子部分)。
可以提供第一桶以用于对在由于该条件(例如，高输入电压)而导致出现降额时操作产品的操作时间进行计数。可以提供第二桶以用于对在存在降额时操作产品和与没有智能降额相比由于智能降额而导致较少的节制的操作时间进行计数。说明性地，可以提供第二桶以保持对由于智能降额特征而导致的一个或多个相应部件的加速老化的跟踪。
在满足相同部件或子系统的多个节制条件的情况下，则最严重的节制可以基于其他条件盖写所有其他(不太保守的)节制结果。在智能降额的情况下，节制可能不太严重，但构思保持不变。
第一次激活降额功能(并且由于之前未满足条件而导致节制发生)时，LIDAR模块可以被配置成通过向(车辆)控制系统发送相应的消息来通知上级(车辆)控制系统关于在该新的极端条件下(例如，在不必请求任何动作的情况下)进行操作。
当第一次激活相应智能降额功能时，可以发送第二消息(与特定降额功能对应)。在同样恶劣的操作条件下，节制可能比全新产品更强，例如，由于剩余部件寿命已降至某个阈值水平以下。说明性地，LIDAR模块的一个或更多个处理器可以被配置成根据部件的估计剩余使用寿命和/或根据LIDAR模块的估计剩余使用寿命来确定节制的量。作为示例，一个或更多个处理器可以被配置成增加节制的量以用于减少部件的估计剩余使用寿命。
图10A和图10B各自示出了示出根据各个方面的智能降额功能的相应图表1000a、图表1000b。
作为示例性场景，图表1000a、图表1000b可以指LIDAR模块中的激光二极管的情况，其中，“节制”仅影响最大激光二极管电流。在命令的激光二极管电流小于最大激光二极管电流的情况下(例如，在LIDAR系统的情况下，调整激光脉冲的振幅可以通常是在相应应用中的情况)，即使激光二极管的温度可能相当高，也不发生“节制”。
在示出的图表1000a中，最大电流Imax(沿着垂直轴1004)可以取决于激光二极管的温度T(沿着水平轴1002)。
随着激光二极管温度增加，最大激光二极管电流在水平1006IM处最初保持恒定，直到达到降额温度1010TDrH。然后，最大激光二极管电流可以随着温度进一步增加而线性减小，直到达到停机温度1012TSd。对于高于停机温度的任何温度，不生成激光脉冲。如图表1000a中所示，降额阈值温度可以在低降额温度1014TDrL与高降额温度1010TDrH之间变化，并且停机温度可以在低停机温度1012TSdL与高停机温度1016TSdH之间变化。温度相关的降额的一个极端被表示为1018(说明性地，描述降额的线)，ImaxL(T)，以及另一极端被表示为1020ImaxH(T)。如在任何智能降额的情况下，两个极端之间的实际节制可以取决于剩余寿命和/或估计的老化。作为示例，节制可以包括对相应部件的剩余寿命的依赖性。
图10B(具有沿水平轴1042的时间和沿垂直轴1044的使用寿命)示出了具有如本文所描述的概述的智能降额功能的产品的示例。出于简化图示的目的，假设在该示例性的(可能不现实的)情况下，激光二极管始终处于温度TEx例如产品所处的温度。从图10A可以看出，对于激光二极管温度1022TEx，最大电流可以在第一水平1024IEx1与第二水平1026IEx2之间变化。如图10B中所示，智能降额最初可以导致最小的“节制”，并且最大二极管电流可能等于第一水平1024IEx1。说明性地，对于相当新的产品，尽管一直存在降额，但允许高的最大电流，因为部件处于相当高的温度TEx。
由于高的最大电流，部件可能相当大地老化，并且以工程寿命1028TEL(换句话说，设计的产品寿命)的值最初出发的估计剩余寿命tR可能非常迅速地减少。在时间1030tTh处，剩余寿命tR可以达到阈值1032TTh。这个时间相关的阈值可以确保产品(尽管智能降额是活动的)仍然可以达到相当长的使用寿命。估计剩余寿命tR击中阈值TTh的事件可以触发最大电流在tD的时间持续时间内从第一水平IEx1缓慢减小到第二水平IEx2。在这个时间段tD期间，智能降额可以消失，并且更严格的“常规”降额取而代之，即，
Imax(t)＝IEx1-(IEx1-IEx2)/tD＊(t-tTh)，针对tTh≤t≤tTh+tD。
在时间段tD内缓慢发生的改变可以确保在应用中将不突然出现产品的不期望的瑕疵，否则这可能导致由产品导致的甚至不安全的情况。
如图10B中所示，在该恒定且等于TEx的相当高的温度的假设条件下，并且在达到时间1030tTh之后，估计剩余寿命tR(t)可以始终保持在线性减小的阈值tTh(t)以下，并且智能降额永远不被重新激活(这将导致在另一时间段tD内从常规降额到智能降额的消退)，并且操作可以根据常规降额保持节制。
随着时间，产品寿命可能超出保修时间1034tW，并且随后可能超出延长的保修时间1036tEW。在一些方面中，超过延长的保修时间，常规降额的参数(以及在图10B中所示的其含义，因为相应示例中的产品可以在如更早提到的常规降额存在的情况下继续操作)以及智能降额的参数可以随着时间段tD2缓慢变化。如之前所提到，能够取决于商业模式等，设想许多设计选项。在一些方面(图10B中的情况B)中，产品将(例如，在仅所考虑的部件将确定产品寿命的情况下)比在上面描述的其中考虑了相应部件的剩余使用寿命的依赖性的情况下(图10B中的情况A)甚至存活得更久。在其他方面(图10B中的情况C)中，估计剩余寿命可以在开始时存在智能降额的情况以与估计剩余寿命相同的速率下降(此处，常规降额的参数可以变形为最初用于智能降额的参数)，并且在图10B中的情况D下，下降可能比刚开始时甚至更陡峭。
总之，本描述涉及可以在LIDAR模块中(例如，在LIDAR模块100中)实现的各个方面。本文所描述的方面可以提供各种优势，例如，
(A)可以提供总拥有成本(TCO)的降低。
由于产品可能不被过度设计，因此可以提供产品的初始成本的降低。可以减小停机时间，如在剩余寿命小于另外的下一(计划的定期)服务的情况下，则可以在故障之前用新产品(或系统/部件/子系统)更换产品(或系统/部件/子系统)。理想地，可以在计划的服务时间期间提供任何维护，因此不应当再需要任何非计划的服务。此外，由于可以在计划的服务期间提供维护，因此可以减少总的服务成本，因为可以有更少的服务，特别是非计划的服务。
(B)可以提供恒定的客户满意度。
作为第一方面，产品可以被配置成使得其不会意外地坏了。此外，用户/服务点/车库/经销商可以(由产品本身)告知产品将持续多久，并且因此何时安排下一次维护，前提是使用强度和情况已知(或假设与以前的使用显著不同)。此外，客户可以享受并依赖于恒定的产品性能例如，恒定范围特征。
(C)可以提供产品使用见解
在产品寿命期间收集的数据“以某种方式”找到其回到制造商的方式的情况下，则可以从数据分析的角度，向制造商提供高度有价值的见解，包括战略产品组合规划和R&D活动的指导。后者可以包括处理设计新产品或设计当前产品的产品升级和/或成本削减版本的任务的产品开发。可以存在关于使用数据如何找到其回到制造商的方式的多个方式。作为示例，产品可以是连接的产品，并且不断地向制造商提供数据(例如，监测数据)。作为另一示例，在定期的基础上(例如，在每次服务时)读出存储器/经由相应的数据通信将数据提供给服务站，并且数据可以被传送回制造商。作为另一示例，在寿命的预期结束处，当产品以任何方式交换时，存储器可以被读出，并且数据可以在制造商处结束。读出的数据可以是产品回收过程的一部分。作为另一示例，在产品寿命提前结束的情况下，则客户服务/客户投诉处理可以包括如上所描述的读取存储器，并且可以甚至更密切地检查数据，以便确定根本原因，并最终确定这种情况是否应当被视为保修情况。
在汽车产品的情况下，共享数据(OEM到TIER 1到LIDAR模块制造商)实际上不常见。因此，即使数据可以以更连续的方式被读出，LIDAR模块制造商也可以以以下方式很好地建议设计其产品，使得多的有价值的生命信息存储在产品中，以允许在LIDAR模块生产商遇到来自现场的“死产品”的情况下进行取证，该现场潜在地伴随着像来自其客户(例如TIER 1或OEM)的损害补偿一样的财务/法律威胁。
与在相应使用寿命测试或甚至模拟中由R&D部门生成的数据相比，这类数据的优势可能是这些产品是在真实条件下在真实世界中被使用，包括“产品滥用”和所有相关用例，所述所有相关用例包括随着时间以不可预见的组合对潜在地非常不同的产品用途进行的组合等。
(D)可以实现新功能诸如实时剩余寿命估计器、产品监测、智能降额、恒定范围功能，或通过自适应控制实现更通用的“恒定产品性能”例如恒定范围功能(与LED照明的恒定流明功能相似)、“LIDAR验证”(例如，使用使用寿命信息生成“真正”的随机数)、和/或假冒产品检测(例如，使用使用寿命信息跟踪具有相同序列号(或ID)的多个产品是否不在现场)。
下面，将说明本公开内容的各个方面。这些方面可以参考上文所述的LIDAR模块100。
示例1是LIDAR模块，包括：一个或更多个处理器，被配置成：基于(以不同方式表述，根据或按照)表示与LIDAR模块的一个或更多个部件相关联的老化事件的老化数据来确定对LIDAR模块的剩余使用寿命的估计。
在示例2中，示例1的LIDAR模块可以可选地还包括：一个或更多个处理器还被配置成提供指示LIDAR模块的估计的剩余使用寿命的消息。在各个方面，附加地或替选地，一个或更多个处理器还可以被配置成提供指示LIDAR模块的估计的剩余使用寿命降至低于预定义的阈值(例如，作为示例，6个月、1个月或1周)的消息。
在示例3中，示例1或示例2的LIDAR模块可以可选地还包括：LIDAR模块的剩余使用寿命包括LIDAR模块的一个或更多个部件的(例如，至少一个部件的、或部件的子集的或每个部件的)剩余使用寿命，以及指示LIDAR模块的估计的剩余使用寿命的消息包括对一个或更多个部件中至少一个部件的剩余使用寿命的估计。
在示例4中，示例2中的LIDAR模块可以可选地还包括：消息包括描述LIDAR模块和/或一个或更多个部件中至少一个部件的剩余使用寿命的结果或数据集。
在示例5中，示例1至4中任一个的LIDAR模块可以可选地还包括：一个或更多个处理器被配置成基于对LIDAR模块的剩余使用寿命的估计来预测LIDAR模块的故障。
在示例6中，示例5的LIDAR模块可以可选地还包括：LIDAR模块的故障包括一个或更多个部件中至少一个部件的故障。
在示例7中，示例5或6中的LIDAR模块可以可选地还包括：消息包括对预测的LIDAR模块故障的指示。
在示例8中，示例1至7中任一个的LIDAR模块可以可选地还包括：一个或更多个部件中的至少一个(例如，每个)部件具有与其相关联的一种或更多种老化机制，以及与至少一个(例如，每个)部件相关联的相应的老化数据表示与与该部件相关联的一种或更多种老化机制中的至少一个(例如，每一个)有关的老化事件。
在示例9中，示例8的LIDAR模块可以可选地还包括：一个或更多个处理器被配置成基于与与该部件相关联的一种或更多种老化机制中的至少一种(例如，每一种)有关的老化事件来估计至少一个部件(例如，一个或更多个部件中的每个部件)的剩余使用寿命。
在示例10中，示例8或9的LIDAR模块可以可选地还包括：一个或更多个处理器被配置成根据针对与该部件相关联的一种或更多种老化机制中的至少一种(例如，每一种)的相应老化模型来估计至少一个部件(例如，一个或更多个部件中的每个部件)的剩余使用寿命。
在示例11中，示例8至10中任一个的LIDAR模块可以可选地还包括：一个或更多个处理器还被配置成通过以下方式来估计至少一个部件的(例如一个或更多个部件中的每个部件的，例如部件的子集中的每个部件的)剩余使用寿命：估计由与该部件相关联的每种老化机制所限定的相应的部分剩余使用寿命，并在由与该部件相关联的老化机制所限定的部分剩余使用寿命当中选择最短的部分剩余使用寿命作为该部件的剩余使用寿命。
作为示例，一个或更多个处理器还可以被配置成基于根据与部件相关联的老化数据调整的部件的预定义的使用寿命来估计部件的剩余使用寿命。
在示例12中，示例11的LIDAR模块可以可选地还包括：一个或更多个处理器被配置成基于根据与与该部件相关联的一种或更多种老化机制有关的相应的老化数据调整的部件的预定义的使用寿命，来估计与该部件相关联的一种或更多种老化机制中的每种老化机制所限定的相应的部分剩余使用寿命。
在示例13中，示例3至12中任一个的LIDAR模块可以可选地还包括：一个或更多个部件中的部件的估计剩余使用寿命包括以下中的至少之一：在部件在工厂限定的操作条件下操作的情况下的第一估计剩余使用寿命；在部件在用户限定的操作条件下操作的情况下的第二估计剩余使用寿命；和/或在部件在由与部件相关联的老化数据所描述的操作条件下操作的情况下的第三估计剩余使用寿命。
在示例14中，示例13的LIDAR模块可以可选地还包括：一个或更多个处理器被配置成将第一剩余使用寿命、第二剩余使用寿命和第三剩余使用寿命中的最短的剩余使用寿命估计为部件的剩余使用寿命。
在示例15中，示例1至14中任一个的LIDAR模块可以可选地还包括：一个或更多个处理器被配置成按照部件的估计剩余使用寿命和与部件相关联的老化数据来预测该部件的剩余使用寿命的行为。
在示例16中，示例15的LIDAR模块可以可选地还包括：预测包括按照估计剩余使用寿命与预期剩余使用寿命之间的差值来外推剩余使用寿命的行为，并且预期剩余使用寿命包括在部件在工厂限定的操作条件下操作的情况下的部件的剩余使用寿命。
在示例17中，示例1至16中任一个的LIDAR模块可以可选地还包括：一个或更多个处理器被配置成通过以下方式来估计LIDAR模块的剩余使用寿命：针对一个或更多个部件的子集中的每个部件(在某些方面，针对一个或更多个部件中的每个部件)基于表示与该部件相关联的老化事件的老化数据来估计该部件的剩余使用寿命，并且选择一个或更多个部件的子集的部件当中具有最短的剩余使用寿命的部件的剩余使用寿命作为LIDAR模块的剩余使用寿命。
在示例18中，示例2至17中任一个的LIDAR模块可以可选地还包括：LIDAR模块包括一个或更多个通信接口，并且一个或更多个处理器被配置成经由一个或更多个通信接口传输指示LIDAR模块的估计剩余使用寿命和/或一个或更多个部件中的部件的估计剩余使用寿命的消息。
在示例19中，示例18的LIDAR模块可以可选地还包括：一个或更多个处理器被配置成经由一个或更多个通信接口接收对关于LIDAR模块和/或一个或更多个部件中的部件的剩余使用寿命的信息的请求，并且一个或更多个处理器被配置成响应于该请求传输LIDAR模块的估计剩余使用寿命和/或该部件的估计剩余使用寿命。
在示例20中，示例19中的LIDAR模块可以可选地还包括：一个或更多个处理器还被配置成：例如响应于请求，传输表示一个或更多个部件中的哪个部件具有最短的估计剩余使用寿命的数据。
在示例21中，示例19或20的LIDAR模块可以可选地还包括：一个或更多个处理器还被配置成：例如响应于请求，传输表示与具有最短估计剩余使用寿命的部件相关联的哪种老化机制定义了最短部分剩余使用寿命的数据。
在示例22中，示例18至21中任一个的LIDAR模块可以可选地还包括：一个或更多个处理器还被配置成例如经由一个或更多个通信接口接收与一个或更多个部件的老化机制相关联的一个或更多个老化模型的更新。
在示例23中，示例18至22中任一个的LIDAR模块可以可选地还包括：一个或更多个通信接口包括有线通信接口、基于无线电的通信接口和/或光学通信接口中的至少一个。
在示例24中，示例1至23中任一个的LIDAR模块可以可选地还包括：LIDAR模块还包括存储器(例如，一个或更多个存储器设备)，并且一个或更多个部件中的每个部件具有与其相关联的用于存储与该部件相关联的老化数据的一个或更多个存储器部分。
在示例25中，示例24中的LIDAR模块可以可选地还包括：与部件相关联的每个存储器部分与与该部件相关联的一种或更多种老化机制中的相应老化机制有关。
在示例26中，示例24的LIDAR模块可以可选地还包括：至少一个部件具有与之相关联的单个存储器部分，该存储器部分包括多个子部分，每个子部分与与该部件相关联的一种或更多种老化机制中的相应老化机制相关联，每个子部分包括计数器值，一个或更多个处理器被配置成接收与部件的老化机制相关联的老化事件已经发生的指示，并减少相应子部分的计数器值，以及一个或更多个处理器被配置成基于与部件相关联的子部分的计数器值来估计部件的剩余使用寿命。
在示例27中，示例24或25的LIDAR模块可以可选地还包括：与部件相关联的每个存储器部分包括多个子部分，每个子部分与与该部件相关联的参数的值的相应范围相关联。
在示例28中，示例27的LIDAR模块可以可选地还包括：每个子部分与与部件相关联的参数的相应阈值相关联。
在示例29中，示例27或28的LIDAR模块还可以可选地还包括：与部件相关联的参数包括以下中的至少之一：部件的温度、部件处设置的电压、部件处设置的电流、通过部件的光功率和/或部件经历的加速度。
在示例30中，示例27至29中任一个的LIDAR模块可以可选地还包括：与部件相关联的参数的值的范围包括以下中的至少之一：温度范围、电压范围、电流范围、光功率范围和/或加速度范围。
在示例31中，示例27至30中任一个的LIDAR模块可以可选地还包括：至少一个子部分具有在1字节至8字节的范围内的存储大小。
在示例32中，示例27至31中任一个的LIDAR模块可以可选地还包括：至少一个存储器部分包括具有第一存储器大小的第一子部分和具有第二存储器大小的第二子部分，第一存储器大小大于第二存储器大小。
在示例33中，示例32的LIDAR模块可以可选地还包括：在与第一子部分相关联的第一范围内的参数值下发生老化事件的概率大于在与第二子部分相关联的第二范围内的参数值下发生老化事件的概率。
在示例34中，示例27至33中任一个的LIDAR模块可以可选地还包括：至少一个存储器部分包括2至16的范围内(例如，4至8的范围内)的子部分的数目。
在示例35中，示例24或25的LIDAR模块可以可选地还包括：对于至少一种老化机制，至少一个部件具有与其相关联的用于存储与该老化机制相关联的老化数据的多个存储器部分。
在示例36中，示例35中的LIDAR模块可以可选地还包括：多个存储器部分中的第一存储器部分与与该部件相关联的第一参数的值的第一范围相关联，以及多个存储器部分中的第二存储器部分与与该部件相关联的第一参数的值的第二范围相关联。
在示例37中，示例24至36中任一个的LIDAR模块可以可选地还包括：一个或更多个处理器还被配置成接收与部件相关联的老化事件发生的指示，并被配置成基于老化事件发生时的参数值在与该部件相关联的子部分中记录该老化事件。
在示例38中，示例24至37中任一个的LIDAR模块可以可选地还包括：子部分包括表示在落在与该子部分相关联的范围内的参数值下发生的老化事件的数目的计数器值。
在示例39中，示例38的LIDAR模块可以可选地还包括：一个或更多个处理器被配置成修改(例如，增加或减少)子部分的计数器值，以在子部分中记录老化事件。
在示例40中，示例39的LIDAR模块可以可选地还包括：一个或更多个处理器被配置成：在一个或更多个处理器接收到子部分中要记录的老化事件发生的指示的情况下，验证子部分的计数器值是否已经达到阈值计数器值，并在计数器值未达到阈值计数器值的情况下在子部分中记录老化事件。
在示例41中，示例40的LIDAR模块可以可选地还包括：在计数器值等于阈值计数器值的情况下，一个或更多个处理器被配置成不修改子部分的计数器值。
在示例42中，示例40或41的LIDAR模块可以可选地还包括：在该子部分的计数器值等于阈值计数器值的情况下，一个或更多个处理器被配置成在另一个子部分中记录老化事件，另一个子部分位于与该子部分所在的第一存储器部分不同的第二存储器部分中，第二存储器部分与第一存储器部分的相同部件和相同的老化机制相关联，另一个子部分与该子部分的参数的值的相同范围相关联。
在示例43中，示例42的LIDAR模块可以可选地还包括：第二存储器部分位于相对于第一存储器部分不同的存储器区域中。
在示例44中，示例42的LIDAR模块可以可选地还包括：第二存储器部分位于相对于第一存储器部分不同类型的存储器中。
在示例45中，示例44的LIDAR模块可以可选地还包括：第一存储器部分位于RAM存储器中，以及第二存储器部分位于EEPROM存储器、FLASH存储器或硬盘存储器中的一个中。
在示例46中，示例22至45中任一个的LIDAR模块可以可选地还包括：与部件相关联的一个或更多个存储器部分形成第一组存储器部分，并且一个或更多个处理器被配置成(例如，响应于触发事件)将第二组一个或更多个存储器部分分配给部件。说明性地，与每个部件相关联的一个或更多个存储器部分形成相应第一组存储器部分，并且一个或更多个处理器可以被配置例如响应于触发事件将第二组一个或更多个存储器部分分配给至少一个(例如，分配给每个)部件。
在示例47中，示例46的LIDAR模块可以可选地还包括：一个或更多个处理器被配置成响应触发事件而将第二组一个或更多个存储器部分分配给部件，触发事件包括以下中的至少之一：第一组存储器部分的子部分的计数器值达到阈值计数器值；达到预定义时间点；自分配前一组一个或更多个存储器部分以来已过去预定义小时数；和/或LIDAR模块已操作预定义小时数。
在各个方面，一旦创建或分配了新组存储器部分(例如，一旦发生触发事件)，旧组存储器部分的数据部可以再修改(只有新的日志才能用于任何进一步的记录)。
在各个方面，旧(第一)组存储器部分的内容可以被复制到存档中。
在示例48中，示例46或47中的LIDAR模块可以可选地还包括：一个或更多个处理器被配置成在配置用于单次写入操作的存储器中记录(例如，复制)第一组存储器部分的内容。
在示例49中，示例48的LIDAR模块可以可选地还包括：存储器包括一次性可写入(OTP)存储器或可编程只读存储器(PROM)中的一种。
在示例50中，示例24至49中任一个的LIDAR模块可以可选地还包括：每个子部分具有与之相关联的调整因子，该调整因子取决于与子部分相关联的范围，并且一个或更多个处理器被配置成基于部件的预定义的使用寿命来估计部件的剩余使用寿命，该部件的预定义的使用寿命通过使用由相应调整因子加权的每个相关联子部分的计数器值来调整。
作为示例，剩余使用寿命可以计算为部件的预期总体使用寿命与由相应调整因子加权的相关联子部分的计数器值之和之间的差值。
在示例51中，示例50的LIDAR模块可以可选地还包括：LIDAR模块的存储器存储包括调整因子或公式系数的查找表，以确定与部件相关联的多个子部分中每个子部分的调整因子。
在示例52中，示例1至51中任一个的LIDAR模块可以可选地还包括：老化数据包括与LIDAR模块经历的老化事件有关的全局数据，以及与一个或更多个部件经历的老化事件有关的单个数据。
在示例53中，示例52中的LIDAR模块可以可选地还包括：与全局数据有关的老化事件表示以下中的至少一个：LIDAR模块的电力循环数；LIDAR模块的工作小时数；LIDAR模块高于或低于预定义温度阈值的温度；LIDAR模块处于高于或低于预定义温度阈值的温度时已过去的预定义时间；LIDAR模块的温度高于预定义阈值温度的时间段；LIDAR模块经历的温度循环数；LIDAR模块经历的高于预定义阈值的加速度。
在示例54中，示例1至53中任一个的LIDAR模块可以可选地还包括：LIDAR模块包括温度传感器，该温度传感器被配置成检测LIDAR模块的温度。
在示例55中，示例54的LIDAR模块可以可选地还包括：温度传感器附接至LIDAR模块的壳体。
在示例56中，示例54或55中的LIDAR模块可以可选地还包括：温度传感器包括热敏电阻或二极管
在示例57中，示例1至56中任一个的LIDAR模块可以可选地还包括：一个或更多个处理器被配置成通过使用LIDAR模块的温度来确定一个或更多个部件中的部件的温度。
在示例58中，示例52中的LIDAR模块可以可选地还包括：与一个或更多个部件所经历的老化事件有关的单个数据表示以下中的至少一个：至少一个部件操作的时间；至少一个部件在操作期间的温度；至少一个部件在存储期间的温度；提供给至少一个部件用于操作的输入电压；提供给至少一个部件用于操作的输入电流；通过至少一个部件的光功率或光功率密度；至少一个部件在操作期间经历的加速度；和/或至少一个部件在存储期间经历的加速度。
在示例59中，示例52至58中任一个的LIDAR模块可以可选地还包括：LIDAR模块的一个或更多个部件包括光发射装置，光发射装置包括光源和被配置成驱动光源的驱动电路，与光发射装置经历的老化事件有关的单个数据表示以下中的至少一个：光发射装置操作的时间；光源的温度；所发射的光的脉冲的数量；所发射的光的脉冲的峰值功率；驱动电路的温度；驱动电路提供的驱动信号的峰值功率；和/或驱动电路提供的驱动信号的数量。
在示例60中，示例59的LIDAR模块可以可选地还包括：光源包括多个发射器像素，与光发射装置经历的老化事件相关的单个数据表示以下中的至少一个：至少一个发射器像素的单个温度；至少一个发射器像素发射的光脉冲数；至少一个发射器像素发射的光脉冲的峰值功率。
在示例61中，示例60的LIDAR模块可以可选地还包括：多个发射器像素是多个激光二极管或包括多个激光二极管。
在示例62中，示例59至61中任一个的LIDAR模块可以可选地还包括：光源发射的光脉冲数通过使用以下至少一种进行子采样：周期性非同步定时器；具有连续变化偏移的周期性同步定时器；具有随机时间延迟的周期性同步定时器；低精度时钟；和/或具有连续变化偏移的周期性同步定时器。
在示例63中，示例52至62中任一个的LIDAR模块可以可选地还包括：LIDAR模块的一个或更多个部件包括光检测装置，光检测装置包括检测器电路，与光检测装置经历的老化事件有关的单个数据表示以下中的至少一个：光检测装置操作的时间；检测器电路的温度；所接收的光的的数量；所接收的光的的功率；和/或在检测器电路处被提供的偏置电压。
在示例64中，示例63中的LIDAR模块可以可选地还包括：检测器电路包括多个检测器像素，与光检测装置经历的老化事件有关的单个数据表示以下中的至少一个：至少一个检测器像素的单个温度；至少一个检测器像素接收的光脉冲数；至少一个检测器像素接收的光脉冲的峰值功率。
在示例65中，示例52至64中任一个的LIDAR模块可以可选地还包括：LIDAR模块的一个或更多个部件包括一个或更多个光学部件，与一个或更多个光学部件所经历的老化事件有关的单个数据表示以下中的至少一个：一个或更多个光学部件的操作时间；至少一个光学部件的温度；至少一个光学部件的变焦状态；通过至少一个光学部件的光脉冲数；通过至少一个光学部件执行的扫描操作的次数；至少一个光学部件经历的加速度；至少一个光学部件经历的机械作用和/或通过至少一个光学部件的光功率或辐射。
在示例66中，示例65中的LIDAR模块可以可选地还包括：一个或更多个光学部件包括MEMS镜，与一个或更多个光学部件经历的老化事件有关的单个数据描述了与MEMS镜一起执行的扫描操作的次数。
在示例67中，示例65或66中的LIDAR模块可以可选地还包括：一个或更多个光学部件包括液晶偏振光栅，并且与一个或更多个光学部件经历的老化事件有关的单个数据表示以下中的至少一个：液晶偏振光栅接收到的太阳光的光功率；液晶偏振光栅的液晶的温度；和/或液晶偏振光栅的液晶的开关循环的次数。
在示例68中，示例52至67中任一个的LIDAR模块可以可选地还包括：一个或更多个部件包括电源电路，与电源电路所经历的老化事件有关的单个数据表示以下中的至少一个：电源电路操作的时间；电源电路的温度；电源电路的电源循环次数；电源电路的输入电压或输入电流；电源电路的输出电压或输出电流；电源电路经历的温度循环；和/或电源电路经历的加速度。
在示例69中，示例52至68中任一个的LIDAR模块可以可选地还包括：一个或更多个部件包括控制电路，与控制电路经历的老化事件有关的单个数据表示以下中的至少一个：控制电路操作的时间；控制电路的温度；控制电路经历的温度循环；和/或控制电路经历的加速度。
在示例70中，示例1至69中任一个的LIDAR模块可以可选地还包括：LIDAR模块包括一个或更多个传感器(本文中也称为监测传感器)，这些传感器被配置成感测与一个或更多个部件相关联的一个或更多个参数。
在示例71中，示例70的LIDAR模块可以可选地还包括：一个或更多个传感器包括以下至少一种：计时器、光传感器、温度传感器、电压传感器和/或加速度传感器。
在示例72中，示例70或71中的LIDAR模块可以可选地还包括：一个或更多个传感器被配置成以周期性时间间隔向一个或更多个处理器传输传感器数据，周期性时间间隔由LIDAR模块的时钟定义。
在示例73中，示例72的LIDAR模块可以可选地还包括：时钟被配置成独立于LIDAR模块是否操作而操作。
在示例74中，示例72或示例73的LIDAR模块可以可选地还包括：时钟是实时时钟或包括实时时钟。
例如，实时时钟可以包括晶体时钟和能源例如电池。
在示例75中，示例70至74中任一个的LIDAR模块可以可选地还包括：一个或更多个处理器还被配置成从一个或更多个传感器接收传感器数据，传感器数据表示与一个或更多个部件中的至少一个部件相关联的至少一个参数，并且一个或更多个处理器被配置成基于接收到的传感器数据的平均值确定该参数的参数值。
在示例76中，示例75的LIDAR模块可以可选地还包括：一个或更多个处理器被配置成经由一个或更多个通信接口接收传感器数据请求，并响应于请求经由一个或更多个通信接口提供与至少一个部件的参数有关的传感器数据。
在示例77中，示例1至76中任一个的LIDAR模块可以可选地还包括：LIDAR模块是固态LIDAR模块。
在示例78中，示例1至示例77中任一个的LIDAR模块可以可选地还包括：LIDAR模块的存储器存储与LIDAR模块的每个固件版本相关联的数据。
在示例79中，示例78的LIDAR模块还可以可选地还包括：与固件版本相关联的数据包括在LIDAR模块中运行该固件版本期间发生的老化事件。
在示例80中，示例1至示例79中任一个的LIDAR模块可以可选地还包括：一个或更多个处理器被配置成按照老化数据调整一个或更多个部件中的部件的一个或更多个操作参数。
在示例81中，示例80的LIDAR模块可以可选地还包括：一个或更多个处理器还被配置成按照该部件的估计剩余使用寿命调整一个或更多个部件中的部件的一个或更多个操作参数。
在示例82中，示例80或81的LIDAR模块可以可选地还包括：一个或更多个处理器被配置成基于部件的目标性能调整部件的一个或更多个操作参数。
在示例83中，示例1至82中任一个的LIDAR模块可以可选地还包括：一个或更多个处理器被配置成确定一个或更多个部件中的部件的操作节制量，并且一个或更多个处理器被配置成根据与该部件相关联的老化数据确定节制量。
在示例84中，示例83的LIDAR模块可以可选地还包括：一个或更多个处理器被配置成按照部件的估计剩余使用寿命和/或按照LIDAR模块的估计剩余使用寿命确定节制量。
在示例85中，示例84的LIDAR模块可以可选地还包括：一个或更多个处理器被配置成增加节制量，以减少部件的估计剩余使用寿命。
示例86是估计LIDAR模块的剩余使用寿命的方法，该方法包括：基于表示与LIDAR模块的一个或更多个部件相关联的老化事件的老化数据来估计LIDAR模块的剩余使用寿命。
在示例87中，示例86的方法可以可选地还包括示例1至示例85中任一个的一个、或一些、或全部特征。
示例88是LIDAR模块，包括存储与LIDAR模块的部件的老化机制相关联的事件发生情况的数据的存储器。
在示例89中，示例88的LIDAR模块在适当的情况下可以可选地还包括示例1至示例85中任一个的一个、或一些、或全部特征。
示例90是LIDAR模块，包括：一个或更多个处理器，被配置成：接收与LIDAR模块的部件相关联的老化事件已经发生的指示，该老化事件与与部件相关联的一种或更多种老化机制中的第一老化机制有关；更新(例如，增加或减少)与第一老化机制相关联的计数器值；以及基于与与部件相关联的一种或更多种老化机制相关联的计数器值来估计部件的剩余使用寿命。
在示例91中，示例90的LIDAR模块在适当的情况下可以可选地还包括：示例1至85中任何一个的一个、或一些、或全部特征。
虽然已经参照具体方面特别展示和描述了各种实施方式，但本领域技术人员应该理解，在不脱离所附权利要求书所定义的精神和范围的情况下，可以对其中的形式和细节进行各种更改。因此，范围由所附权利要求书指明，所有在权利要求书的含义和等效范围内的变化都应包含在权利要求书中。
附图标记清单
100LIDAR模块
102一个或更多个处理器
104一个或更多个部件
106控制电路
108一个或更多个存储器设备
110一个或更多个通信接口
112消息
114通信总线
116配电
118电源
120时钟
122发射/接收光
124发光设备
126光源
128光检测设备
130检测器电路
132一个或更多个光学部件
134发射的光
136接收的光
202粗略控制模块
204精细控制模块
206视场
210液晶偏振光栅
212玻璃基板
214电极
216液晶层
218-1第一方向
218-2第二方向
218-3第三方向
220电压源
222取向层
300存储器部分
302存储器子部分
302-1第一子部分
302-2第二子部分
302-3第三子部分
310存储器部分
310-1第一存储器部分
310-2第二存储器部分
310-3第三存储器部分
310-N第N存储器部分
310a第一存储器部分
310b第二存储器部分
310c第三存储器部分
310d第四存储器部分
310e第五存储器部分
310f第六存储器部分
310g存储器部分
312存储器子部分
312-1第一子部分
312-2第二子部分
312-3第三子部分
312-4第四子部分
312-5第五子部分
312-6第六子部分
312-7第七子部分
312-8第八子部分
312-9第九子部分
312-10第十子部分
312-11第十一子部分
312-12第十二子部分
312-13第十三子部分
312-14第十四子部分
312-15第十五子部分
312-16第十六子部分
314存储器地址
320c图表
320d图表
322c水平轴
322d水平轴
324c垂直轴
324d垂直轴
326c间隔
326d间隔
328间隔大小
328-1第一间隔大小
328-2第二间隔大小
328-3第三间隔大小
410a第一存储器部分
410b第二存储器部分
410c第三存储器部分
410d第四存储器部分
410e第五存储器部分
410f第六存储器部分
410g第七存储器部分
410h第八存储器部分
410i第九存储器部分
410j第十存储器部分
410k第十一存储器部分
410l第十二存储器部分
412存储器子部分
412-1第一子部分
412-2第二子部分
412-3第三子部分
412-4第四子部分
412-5第五子部分
412-6第六子部分
412-7第七子部分
412-8第八子部分
412-9第九子部分
412-10第十子部分
412-11第十一子部分
412-12第十二子部分
412-13第十三子部分
412-14第十四子部分
412-15第十五子部分
412-16第十六子部分
412a子部分
412b另外的子部分
414存储器地址
500存储器块
502a第一日志
502b第二日志
502c第三日志
504存储器地址
510第一类型的存储器
512存储器块
512-1存储器块
512-2存储器块
520第二类型的存储器
522存储器块
524存储器块
526存储器块
550第一类型的存储器
552存储器块
560第二类型的存储器
562存储器块
570第三类型的存储器
572存储器块
574存储器块
600存储器部分
602存储器子部分
604存储器地址
606-1第一列
606-2第二列
602-3第三列
602-4第四列
710a第一存储器部分
710b第二存储器部分
710c第三存储器部分
710d第四存储器部分
710e第五存储器部分
710f第六存储器部分
712存储器子部分
712-1第一子部分
712-2第二子部分
712-3第三子部分
712-4第四子部分
712-5第五子部分
712-6第六子部分
712-7第七子部分
712-8第八子部分
712-9第九子部分
712-10第十子部分
712-11第十一子部分
712-12第十二子部分
712-13第十三子部分
712-14第十四子部分
712-15第十五子部分
712-16第十六子部分
712a第一水平子部分
714存储器地址
720查找表
722-1第一值
722-2第二值
722-3第三值
722-4第四值
722-5第五值
722-6第六值
722-7第七值
722-8第八值
722-9第九值
722-10第十值
722-11第十一值
722-12第十二值
722-13第十三值
722-14第十四值
722-15第十五值
722-16第十六值
722a值
724存储器地址
730a第一存储器部分
730b第二存储器部分
730c第三存储器部分
730d第四存储器部分
732存储器子部分
732-1第一子部分
732-2第二子部分
732-3第三子部分
732-4第四子部分
732-5第五子部分
732-6第六子部分
732-7第七子部分
732-8第八子部分
732-9第九子部分
732-10第十子部分
732-11第十一子部分
732-12第十二子部分
732-13第十三子部分
732-14第十四子部分
732-15第十五子部分
732-16第十六子部分
732a第二水平子部分
734存储器地址
802-1第一激光二极管
802-2第二激光二极管
802-3第三激光二极管
802-4第四激光二极管
802-5第五激光二极管
802-6第六激光二极管
802-7第七激光二极管
802-8第八激光二极管
804-1第一事件
804-2第二事件
806-1第一像素
808-1第一图像
808-N第N图像
820像素持续时间
822图像重复持续时间
824定时器时段
900a图表
900b图表
900c图表
900d图表
902水平轴
904垂直轴
906起始值
908结束值
910剩余使用寿命
912水平轴
914垂直轴
916预定义值
932水平轴
934垂直轴
936时间点
938阈值
940时间点
1000a图表
1000b图表
1002水平轴
1004垂直轴
1006水平
1010高降额温度
1012低关机温度
1014低降额温度
1016高关机温度
1018温度相关的降额
1020温度相关的降额
1022激光二极管温度
1024第一水平
1026第二水平
1028工程寿命
1030时间点
1032阈值
1034时间点
1036时间点
1042水平轴
1044垂直轴

Claims (15)

1.一种LIDAR模块(100)，包括：
一个或更多个处理器(102)，被配置成：
按照表示与所述LIDAR模块(100)的一个或更多个部件(104)相关联的老化事件的老化数据来确定对所述LIDAR模块(100)的剩余使用寿命的估计。
2.根据权利要求1所述的LIDAR模块(100)，
其中，所述一个或更多个处理器(102)还被配置成提供指示所述LIDAR模块(100)的估计的剩余使用寿命的消息(112)和/或指示所述LIDAR模块(100)的估计的剩余使用寿命降至低于预定义阈值的消息。
3.根据权利要求2所述的LIDAR模块(100)，
其中，所述LIDAR模块(100)的剩余使用寿命包括所述LIDAR模块(100)的所述一个或更多个部件(104)的剩余使用寿命，并且
其中，指示所述LIDAR模块(100)的估计的剩余使用寿命的消息(112)包括对所述一个或更多个部件(104)中的至少一个部件的剩余使用寿命的估计。
4.根据权利要求1至3中任一项所述的LIDAR模块(100)，其中，所述一个或更多个部件(104)中的至少一个部件具有与该部件相关联的一个或更多个老化机制，并且
其中，与所述至少一个部件相关联的相应的老化数据表示相关于与部件相关联的所述一个或更多个老化机制中的至少一个老化机制的老化事件。
5.根据权利要求4所述的LIDAR模块(100)，
其中，所述一个或更多个处理器(102)被配置成通过估计由每个与部件相关联的老化机制所限定的相应的部分剩余使用寿命来估计所述至少一个部件的剩余使用寿命，并且在与部件相关联的所述老化机制所限定的所述部分剩余使用寿命中选择最短的部分剩余使用寿命作为所述部件的剩余使用寿命。
6.根据权利要求1至5中任一项所述的LIDAR模块(100)，其中，所述一个或更多个部件(104)中的部件的估计的剩余使用寿命包括以下中的至少一个：
在该部件在工厂限定的操作条件下操作的情况下的第一估计剩余使用寿命；
在该部件在用户限定的操作条件下操作的情况下的第二估计剩余使用寿命；以及/或者
在该部件在如与部件相关联的所述老化数据所描述的操作条件下操作的情况下的第三估计剩余使用寿命。
7.根据权利要求6所述的LIDAR模块(100)，
其中，所述一个或更多个处理器(102)被配置成将所述第一剩余使用寿命、所述第二剩余使用寿命和所述第三剩余使用寿命中的最短剩余使用寿命估计为部件的剩余使用寿命。
8.根据权利要求1至7中任一项所述的LIDAR模块(100)，其中，所述一个或更多个处理器被配置成通过以下操作来估计所述LIDAR模块(100)的剩余使用寿命：按照表示与所述部件相关联的老化事件的所述老化数据对所述一个或更多个部件(104)的子集中的每个部件估计部件的剩余使用寿命，并且选择部件(104)的子集的部件中具有最短剩余使用寿命的部件的剩余使用寿命作为所述LIDAR模块的剩余使用寿命。
9.根据权利要求1至8中任一项所述的LIDAR模块(100)，其中，所述LIDAR(100)模块还包括存储器(108)，并且
其中，所述一个或更多个部件(104)中的每个部件具有用于存储与部件相关联的所述老化数据的与该部件相关联的一个或更多个存储器部分(300，310)。
10.根据权利要求9所述的LIDAR模块(100)，
其中，每个与部件相关联的存储器部分(300，310)相关于与所述部件相关联的所述一个或更多个老化机制中的相应的老化机制。
11.根据权利要求9或10所述的LIDAR模块(100)，
其中，每个与部件相关联的存储器部分(300，310)包括多个子部分(302，312)，每个子部分(302，312)关联于与该部件相关联的参数的值的相应范围。
12.根据权利要求10所述的LIDAR模块(100)，
其中，至少一个部件具有与部件相关联的单个存储器部分(300)，
其中，所述存储器部分(300)包括多个子部分(302)，每个子部分(302)关联于与该部件相关联的所述一个或更多个老化机制中的相应的老化机制，
其中，每个子部分(302)包括计数器值，
其中，所述一个或更多个处理器(102)被配置成接收与该部件的老化机制相关联的老化事件已经发生的指示，并且减少相应的子部分(302)的计数器值，并且
其中，所述一个或更多个处理器(102)被配置成按照与该部件相关联的所述子部分(302)的所述计数器值来估计部件的剩余使用寿命。
13.根据权利要求10所述的LIDAR模块(100)，
其中，对于至少一个老化机制，至少一个部件具有用于存储与老化机制相关联的所述老化数据的与部件相关联的多个存储器部分(300，310)。
14.根据权利要求11所述的LIDAR模块(100)，
其中，所述一个或更多个处理器(102)还被配置成接收与所述一个或更多个部件(104)中的部件相关联的老化事件已经发生的指示，并且被配置成按照所述老化事件发生时的参数值来在与该部件相关联的子部分(302，312)中记录所述老化事件。
15.根据权利要求9至14中任一项所述的LIDAR模块(100)，其中，与部件相关联的一个或更多个存储器部分(300，310)形成第一组存储器部分，并且所述一个或更多个处理器(102)被配置成响应于触发事件将第二组一个或更多个存储器部分(300，310)分配给该部件。
CN202280027815.1A 2021-04-13 2022-03-28 预测性维护lidar Pending CN117178198A (zh)

Applications Claiming Priority (3)

Application Number Priority Date Filing Date Title
DE102021109178.0 2021-04-13
DE102021109178 2021-04-13
PCT/EP2022/058124 WO2022218681A1 (en) 2021-04-13 2022-03-28 Predictive maintenance lidar

Publications (1)

Publication Number Publication Date
CN117178198A true CN117178198A (zh) 2023-12-05

Family

ID=81387364

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202280027815.1A Pending CN117178198A (zh) 2021-04-13 2022-03-28 预测性维护lidar

Country Status (4)

Country Link
US (1) US20240183961A1 (zh)
EP (1) EP4323798A1 (zh)
CN (1) CN117178198A (zh)
WO (1) WO2022218681A1 (zh)

Families Citing this family (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
EP4386439A1 (en) * 2022-12-15 2024-06-19 Mettler-Toledo GmbH A method for diagnosing a change of alignment of a laser rangefinder unit and laser rangefinder unit and system for carrying out said method

Family Cites Families (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN110046453B (zh) * 2019-04-25 2020-12-08 苏州玖物互通智能科技有限公司 一种激光雷达的寿命预测方法

Also Published As

Publication number Publication date
EP4323798A1 (en) 2024-02-21
WO2022218681A1 (en) 2022-10-20
US20240183961A1 (en) 2024-06-06

Similar Documents

Publication Publication Date Title
US9129699B2 (en) Semiconductor storage apparatus and method including executing refresh in a flash memory based on a reliability period using degree of deterioration and read frequency
US9280419B2 (en) Dynamic adjustment of data protection schemes in flash storage systems based on temperature, power off duration and flash age
US9251689B2 (en) Status monitoring, storage and reporting for optical transceivers by tracking operating parameter variations
US8886033B2 (en) Enhanced status monitoring, storage and reporting for optical transceivers
US20200004435A1 (en) Determining when to replace a storage device by training a machine learning module
US7146292B2 (en) Method and a system for evaluating aging of components, and computer program product therefor
US9514577B2 (en) Integrating economic considerations to develop a component replacement policy based on a cumulative wear-based indicator for a vehicular component
US20140181595A1 (en) Estimating lifespan of solid-state drive using real usage model
US20030078741A1 (en) Method and apparatus for estimating remaining life of a product
US20150143052A1 (en) Managing faulty memory pages in a computing system
CN104134465B (zh) 存储装置和存储管理方法
KR101545560B1 (ko) 저항 메모리 요소의 특성화 파라미터의 형성
US20140181585A1 (en) Real usage model for solid-state drive
CN117178198A (zh) 预测性维护lidar
US9940192B2 (en) Non-volatile semiconductor storage apparatus
US8126753B2 (en) Evaluation of a process metric
JP6689476B2 (ja) 光モジュールの寿命予測方法および寿命予測装置
WO2016065228A1 (en) Method for approximating remaining lifetime of active devices
US7921340B2 (en) Nonvolatile memory device, nonvolatile memory system, and defect management method for nonvolatile memory device
CN114816848A (zh) 管理低温环境中固态存储设备的系统和方法
JP6697082B2 (ja) 需要予測方法、需要予測システム及びそのプログラム
US20130144434A1 (en) Managing Waste Water Discharge Of A Computing System
US20100070239A1 (en) Performance evaluation device and performance evaluation method
US20200342477A1 (en) Information processing apparatus and method of monitoring component information
US20230176634A1 (en) Management of composite cold temperature for data storage devices

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