KR20170125107A - 다수의 lidar들(light detection and ranging devices)을 갖는 차량 - Google Patents

다수의 lidar들(light detection and ranging devices)을 갖는 차량 Download PDF

Info

Publication number
KR20170125107A
KR20170125107A KR1020177030643A KR20177030643A KR20170125107A KR 20170125107 A KR20170125107 A KR 20170125107A KR 1020177030643 A KR1020177030643 A KR 1020177030643A KR 20177030643 A KR20177030643 A KR 20177030643A KR 20170125107 A KR20170125107 A KR 20170125107A
Authority
KR
South Korea
Prior art keywords
lidar
vehicle
environment
resolution
data
Prior art date
Application number
KR1020177030643A
Other languages
English (en)
Other versions
KR101954986B1 (ko
Inventor
다니엘 그루버
피에르-이브 드로즈
개탄 펜네코트
안소니 레반도우스키
드류 유진 울리치
재커리 모리스
루크 와처
도렐 이오누트 이오르다케
라힘 파드한
윌리엄 맥캔
버나드 피드릭
사무엘 윌리엄 레니우스
피터 아브람
Original Assignee
웨이모 엘엘씨
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 웨이모 엘엘씨 filed Critical 웨이모 엘엘씨
Publication of KR20170125107A publication Critical patent/KR20170125107A/ko
Application granted granted Critical
Publication of KR101954986B1 publication Critical patent/KR101954986B1/ko

Links

Images

Classifications

    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
    • 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
    • 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
    • G01S7/4808—Evaluating distance, position or velocity data
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01C—MEASURING DISTANCES, LEVELS OR BEARINGS; SURVEYING; NAVIGATION; GYROSCOPIC INSTRUMENTS; PHOTOGRAMMETRY OR VIDEOGRAMMETRY
    • G01C3/00—Measuring distances in line of sight; Optical rangefinders
    • G01C3/02—Details
    • G01S17/023—
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
    • G01S17/00—Systems using the reflection or reradiation of electromagnetic waves other than radio waves, e.g. lidar systems
    • G01S17/02—Systems using the reflection of electromagnetic waves other than radio waves
    • G01S17/06—Systems determining position data of a target
    • G01S17/08—Systems determining position data of a target for measuring distance only
    • G01S17/10—Systems determining position data of a target for measuring distance only using transmission of interrupted, pulse-modulated waves
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
    • G01S17/00—Systems using the reflection or reradiation of electromagnetic waves other than radio waves, e.g. lidar systems
    • G01S17/02—Systems using the reflection of electromagnetic waves other than radio waves
    • G01S17/06—Systems determining position data of a target
    • G01S17/42—Simultaneous measurement of distance and other co-ordinates
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
    • G01S17/00—Systems using the reflection or reradiation of electromagnetic waves other than radio waves, e.g. lidar systems
    • G01S17/66—Tracking systems using electromagnetic waves other than radio waves
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
    • G01S17/00—Systems using the reflection or reradiation of electromagnetic waves other than radio waves, e.g. lidar systems
    • G01S17/87—Combinations of systems using electromagnetic waves other than radio waves
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
    • G01S17/00—Systems using the reflection or reradiation of electromagnetic waves other than radio waves, e.g. lidar systems
    • G01S17/88—Lidar systems specially adapted for specific applications
    • G01S17/89—Lidar systems specially adapted for specific applications for mapping or imaging
    • 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
    • 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
    • G01S17/936—
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
    • G01S7/00—Details of systems according to groups G01S13/00, G01S15/00, G01S17/00
    • G01S7/48—Details of systems according to groups G01S13/00, G01S15/00, G01S17/00 of systems according to group G01S17/00
    • G01S7/481—Constructional features, e.g. arrangements of optical elements
    • G01S7/4811—Constructional features, e.g. arrangements of optical elements common to transmitter and receiver
    • G01S7/4813—Housing arrangements
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
    • G01S7/00—Details of systems according to groups G01S13/00, G01S15/00, G01S17/00
    • G01S7/48—Details of systems according to groups G01S13/00, G01S15/00, G01S17/00 of systems according to group G01S17/00
    • G01S7/481—Constructional features, e.g. arrangements of optical elements
    • G01S7/4814—Constructional features, e.g. arrangements of optical elements of transmitters alone
    • G01S7/4815—Constructional features, e.g. arrangements of optical elements of transmitters alone using multiple transmitters
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
    • G01S7/00—Details of systems according to groups G01S13/00, G01S15/00, G01S17/00
    • G01S7/48—Details of systems according to groups G01S13/00, G01S15/00, G01S17/00 of systems according to group G01S17/00
    • G01S7/481—Constructional features, e.g. arrangements of optical elements
    • G01S7/4816—Constructional features, e.g. arrangements of optical elements of receivers alone
    • 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
    • G05—CONTROLLING; REGULATING
    • G05D—SYSTEMS FOR CONTROLLING OR REGULATING NON-ELECTRIC VARIABLES
    • G05D1/00—Control of position, course or altitude of land, water, air, or space vehicles, e.g. automatic pilot
    • G05D1/02—Control of position or course in two dimensions
    • G05D1/021—Control of position or course in two dimensions specially adapted to land vehicles
    • G05D1/0231—Control of position or course in two dimensions specially adapted to land vehicles using optical position detecting means
    • G05D1/0234—Control of position or course in two dimensions specially adapted to land vehicles using optical position detecting means using optical markers or beacons
    • G05D1/0236—Control of position or course in two dimensions specially adapted to land vehicles using optical position detecting means using optical markers or beacons in combination with a laser
    • 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
    • G01S17/86—Combinations of lidar systems with systems other than lidar, radar or sonar, e.g. with direction finders

Abstract

차량의 하부 측면에 위치된 하나 이상의 바퀴들을 포함하는 차량이 제공된다. 차량은 또한 하부 측면의 반대쪽에 있는 차량의 상부 측면에 위치된 제1 LIDAR(light detection and ranging device)을 포함한다. 제1 LIDAR은 축을 중심으로 한 제1 LIDAR의 회전에 기초하여 차량 주변의 환경을 스캔하도록 구성된다. 제1 LIDAR은 제1 분해능을 갖는다. 차량은 또한 제2 LIDAR의 주시 방향을 따라 차량으로부터 멀어지는 쪽으로 연장되는 환경의 FOV(field-of-view)를 스캔하도록 구성된 제2 LIDAR을 포함한다. 제2 LIDAR은 제2 분해능을 갖는다. 차량은 또한 제1 LIDAR 및 제2 LIDAR에 의한 환경의 스캔들에 기초하여 차량을 동작시키도록 구성된 제어기를 포함한다.

Description

다수의 LIDAR들(LIGHT DETECTION AND RANGING DEVICES)을 갖는 차량
본원에서 달리 언급되지 않는 한, 이 섹션에 기술되는 자료들은 본 출원에서의 청구항들에 대한 종래 기술이 아니며 이 섹션에 포함되는 것에 의해 종래 기술이라고 인정되지 않는다.
차량이 운전자로부터의 입력이 거의 또는 전혀 없는 환경에서 운행하는 자율 모드에서 동작하도록 차량들이 구성될 수 있다. 이러한 자율 차량들은 차량이 동작하는 환경에 관한 정보를 검출하도록 구성된 하나 이상의 센서들을 포함할 수 있다.
하나의 이러한 센서는 LIDAR(light detection and ranging) 디바이스이다. LIDAR는 환경 내의 반사 표면들을 나타내는 "점 구름(point cloud)"을 모으기 위해 장면을 스캔하면서 환경 특징부들까지의 거리를 추정할 수 있다. 레이저 펄스를 전송하고 환경 내의 객체로부터 반사된 복귀 펄스(returning pulse)(있는 경우)를 검출하고, 전송된 펄스와 반사된 펄스의 수신 사이의 시간 지연에 따라 객체까지의 거리를 결정하는 것에 의해, 점 구름에서의 개개의 점들이 결정될 수 있다. 장면에서의 반사 객체들까지의 거리들에 관한 연속적인 실시간 정보를 제공하기 위해, 레이저 또는 레이저들의 세트가 장면에 걸쳐 신속하고 반복적으로 스캔될 수 있다. 각각의 거리를 측정하면서 측정된 거리들과 레이저(들)의 배향을 결합시키는 것은 3차원 위치를 각각의 복귀 펄스와 연관시키는 것을 가능하게 한다. 이러한 방식으로, 스캐닝 구역 전체에 대해 환경에서의 반사 특징부들의 위치들을 나타내는 점들의 3차원 지도가 생성될 수 있다.
일 예에서, 차량의 하부 측면에 위치된 하나 이상의 바퀴들을 포함하는 차량이 제공된다. 차량은 또한 하부 측면의 반대쪽에 있는 차량의 상부 측면에 위치된 제1 LIDAR(light detection and ranging device)를 포함한다. 제1 LIDAR는 축을 중심으로 한 제1 LIDAR의 회전에 기초하여 차량 주변의 환경을 스캔하도록 구성된다. 제1 LIDAR는 제1 분해능(resolution)을 갖는다. 차량은 또한 제2 LIDAR의 주시 방향(viewing direction)을 따라 차량으로부터 멀어지는 쪽으로 연장되는 환경의 FOV(field-of-view)를 스캔하도록 구성된 제2 LIDAR를 포함한다. 제2 LIDAR는 제2 분해능을 갖는다. 차량은 또한 제1 LIDAR 및 제2 LIDAR에 의한 환경의 스캔(scan)들에 기초하여 차량을 동작시키도록 구성된 제어기를 포함한다.
다른 예에서, 차량이 차량의 상부 측면에 위치되고 축을 중심으로 회전하도록 구성된 제1 LIDAR(light detection and ranging device)에 기초하여 차량 주변의 환경을 스캔하는 단계를 포함하는 방법이 제공된다. 차량의 하나 이상의 바퀴들은 상부 측면의 반대쪽에 있는 차량의 하부 측면에 위치된다. 제1 LIDAR는 제1 분해능을 갖는다. 본 방법은 제2 LIDAR에 기초하여 제2 LIDAR의 주시 방향을 따라 차량으로부터 멀어지는 쪽으로 연장되는 환경의 FOV(field-of-view)를 스캔하는 단계를 추가로 포함한다. 제2 LIDAR는 제2 분해능을 갖는다. 본 방법은 제1 LIDAR 및 제2 LIDAR에 의한 환경의 스캔들에 기초하여 차량을 동작시키는 단계를 추가로 포함한다.
또 다른 예에서, 차량의 하부 측면에 위치된 4개의 바퀴들을 포함하는 차량이 제공된다. 차량은 또한 하부 측면의 반대쪽에 있는 차량의 상부 측면에 위치된 돔 형상의 하우징(dome-shaped housing)을 포함한다. 차량은 또한 돔 형상의 하우징 내에 배치된 제1 LIDAR(light detection and ranging device)를 포함한다. 제1 LIDAR는 축을 중심으로 한 제1 LIDAR의 회전에 기초하여 차량 주변의 환경을 스캔하도록 구성된다. 제1 LIDAR는 제1 분해능을 갖는다. 차량은 또한 돔 형상의 하우징 내에 배치되고 제1 LIDAR와 차량의 상부 측면 사이에 위치된 제2 LIDAR를 포함한다. 제2 LIDAR는 제2 LIDAR의 주시 방향을 따라 차량으로부터 멀어지는 쪽으로 연장되는 환경의 FOV(field-of-view)를 스캔하도록 구성된다. 제2 LIDAR는 제1 분해능보다 더 높은 제2 분해능을 갖는다. 차량은 또한 제1 LIDAR 및 제2 LIDAR에 의한 환경의 스캔들에 기초하여 차량을 동작시키도록 구성된 제어기를 포함한다.
또 다른 예에서, 차량의 상부 측면에 위치되고 축을 중심으로 회전하도록 구성된 제1 LIDAR(light detection and ranging device)에 기초하여 차량 주변의 환경을 스캔하는 수단을 포함하는 시스템이 제공된다. 차량의 하나 이상의 바퀴들은 상부 측면의 반대쪽에 있는 차량의 하부 측면에 위치된다. 제1 LIDAR는 제1 분해능을 갖는다. 본 시스템은 또한 제2 LIDAR에 기초하여 제2 LIDAR의 주시 방향을 따라 차량으로부터 멀어지는 쪽으로 연장되는 환경의 FOV(field-of-view)를 스캔하는 수단을 포함한다. 제2 LIDAR는 제2 분해능을 갖는다. 본 시스템은 또한 제1 LIDAR 및 제2 LIDAR에 의한 환경의 스캔들에 기초하여 차량을 동작시키는 수단을 포함한다.
이들은 물론 다른 양태들, 장점들, 및 대안들은, 적절한 경우, 첨부 도면들을 참조하여 이하의 상세한 설명을 읽어보면 본 기술분야의 통상의 기술자에게는 명백하게 될 것이다.
도 1a는 예시적인 실시예에 따른, 차량을 예시한 도면.
도 1b는 도 1a에 도시된 차량의 상부 측면에 위치된 센서 유닛의 사시도.
도 1c는 도 1a에 도시된 차량의 전방 측면에 위치된 센서 유닛의 사시도.
도 1d 및 도 1e는 예시적인 실시예에 따른, 도 1a에 도시된 차량이 주변 환경을 스캔하는 것을 예시한 도면.
도 2a는 예시적인 실시예에 따른, 제1 LIDAR를 예시한 도면.
도 2b는 도 2a에 도시된 제1 LIDAR의 단면도.
도 2c는 예시적인 실시예에 따른, 도 2a의 제1 LIDAR로부터의 데이터에 기초한 환경의 3차원 표현을 예시한 도면.
도 3a는 예시적인 실시예에 따른, 제2 LIDAR를 예시한 도면.
도 3b는 예시적인 실시예에 따른, 도 3a의 제2 LIDAR로부터의 데이터에 기초한 환경의 3차원 표현을 예시한 도면.
도 4a는 예시적인 실시예에 따른, 제3 LIDAR를 예시한 도면.
도 4b는 도 4a의 제3 LIDAR의 부분 단면도.
도 4c는 예시적인 실시예에 따른, 도 4a의 제3 LIDAR로부터의 데이터에 기초한 환경의 3차원 표현을 예시한 도면.
도 5는 예시적인 실시예에 따른, 방법의 플로차트.
도 6은 예시적인 실시예에 따른, 다른 방법의 플로차트.
도 7은 예시적인 실시예에 따른, 또 다른 방법의 플로차트.
도 8은 예시적인 실시예에 따른, 차량이 하나 이상의 객체들을 포함하는 환경에서 동작하는 것을 예시한 도면.
도 9는 예시적인 실시예에 따른, 차량의 간략화된 블록도.
도 10은 예시적인 실시예에 따라 구성된 컴퓨터 판독가능 매체를 나타낸 도면.
이하의 상세한 설명은 개시된 시스템들, 디바이스들, 및 방법들의 다양한 특징들 및 기능들을 첨부 도면들을 참조하여 기술한다. 도면들에서, 문맥이 달리 언급하지 않는 한, 유사한 심볼들은 유사한 컴포넌트들을 가리킨다. 본원에 기술되는 예시적인 시스템, 디바이스 및 방법 실시예들은 제한하려는 것이 아니다. 본 기술분야의 통상의 기술자라면 개시된 시스템들, 디바이스들 및 방법들의 특정 양태들이 아주 다양한 상이한 구성들 - 이들 모두가 본원에서 생각되고 있음 - 로 배열되고 조합될 수 있다는 것을 잘 알 수 있다.
사고 회피 시스템들 및 원격 감지 능력들을 갖춘 차량들의 개발을 비롯하여, 차량 안전 및/또는 자율 동작을 개선시키기 위한 지속적인 노력이 있다. 차량의 환경 내의 장애물들 또는 객체들을 검출함으로써 사고 회피 및/또는 자율 동작을 용이하게 하기 위해, 가능한 것들 중에서도 특히 LIDAR(light detection and ranging) 센서와 같은, 다양한 센서들이 차량에 포함될 수 있다.
어떤 경우에, LIDAR의 장착 위치 및/또는 구성이 일부 객체 검출/식별 시나리오들에 바람직하지 않을 수 있다. 하나의 경우에, 차량의 전방 측면에 위치된 LIDAR는 차량의 후방에 있는 객체들에 대한 환경을 스캔할 수 없을 것이다. 다른 경우에, 차량의 상부 측면에 위치된 LIDAR는 (예컨대, LIDAR를 회전시키는 것에 의해) 360도 FOV(field-of-view)를 가질 수 있지만, LIDAR 위치가 차량의 상부 측면에 있는 기하학적 배치(geometry)로 인해 차량 근방에 있는 객체들을 검출할 수 없다. 또 다른 경우에, 스캐닝 지속시간(scanning duration) 동안 넓은 FOV(field-of-view)를 스캔하는 LIDAR는 동일한 스캐닝 지속시간에 걸쳐 보다 좁은 FOV를 스캔하는 유사한 LIDAR보다 환경의 더 낮은 각도 분해능 3D 지도(angular resolution 3D map)를 제공할 수 있다. 예를 들어, 보다 낮은 분해능이 중간 거리(medium range) 객체들(예컨대, 차량까지의 문턱 거리 내에 있음)을 식별하는 데는 충분할 수 있지만, 장거리(long range) 객체들(예컨대, 문턱 거리 밖에 있음)을 식별하는 데는 불충분할 수 있다. 게다가, 스캐닝 지속시간을 조정하는 것은 LIDAR의 리프레시 레이트(refresh rate)(즉, LIDAR가 FOV 전체를 스캔하는 레이트)에 영향을 줄 수 있다. 한편으로, 높은 리프레시 레이트는 LIDAR가 FOV에서의 변화들(예컨대, 움직이는 객체들 등)을 신속하게 검출할 수 있게 할 것이다. 다른 한편으로, 낮은 리프레시 레이트는 LIDAR가 보다 높은 분해능의 데이터를 제공할 수 있게 할 것이다.
그렇지만, 앞서 기술된 LIDAR 기능들의 조합이 효과적인 사고 회피 및/또는 자율 동작에 유익할 수 있다.
본원에서의 예들 내에서, 다양한 도로 상태들 및 시나리오들에 따라 차량 주변의 환경을 스캔하는 것을 용이하게 하도록 배열되고 구성된 다수의 LIDAR(light detection and ranging device)들을 포함하는 차량이 제공된다.
차량은 차량의 상부 측면에 위치되고 축을 중심으로 한 제1 LIDAR의 회전에 기초하여 차량 주변의 환경을 스캔하도록 구성된 제1 LIDAR를 포함할 수 있다. 일부 예들에서, 차량은 높은 리프레시 레이트로 모든 방향들에서 주변 환경을 스캔하기 위해 제1 LIDAR를 이용할 수 있다. 예를 들어, 회전축은 제1 LIDAR가 회전으로 인해 수평으로 360도 FOV를 갖도록 실질적으로 수직일 수 있다. 게다가, 높은 리프레시 레이트는 차량이 움직이는 객체들(예컨대, 다른 자동차들 등)을 신속하게 검출할 수 있게 할 것이다. 다른 한편으로, 높은 리프레시 레이트 및 넓은 360도 FOV는 제1 LIDAR의 각도 분해능 그리고, 차례로, 제1 LIDAR에 의해 제대로 검출 및/또는 식별될 수 있는 객체들까지의 거리 범위(range of distances)를 감소시킬 수 있다. 따라서, 예를 들어, 제1 LIDAR는 중간 거리 범위(medium range of distances)(예컨대, 100 미터 이하 등) 내에서의 객체 검출 및 식별에 적당할 수 있다. 제1 LIDAR의 다양한 적용분야들에 따라 제1 LIDAR의 다른 분해능들, 범위들, 및/또는 구성들도 가능하다. 예를 들어, "중간" 거리 범위는 차량의 유형(예컨대, 자동차, 보트, 비행기 등) 또는 임의의 다른 인자에 따라 100 미터 초과 또는 미만일 수 있다.
그에 부가하여, 차량은 제2 LIDAR의 주시 방향을 따라 차량으로부터 멀어지는 쪽으로 연장되는 환경의 특정의 FOV를 스캔하도록 구성된 제2 LIDAR를 포함할 수 있다. 제2 LIDAR의 특정의 FOV는 제1 LIDAR의 360도 FOV보다 (수평으로) 더 좁다. 그에 부가하여 또는 대안적으로, 일부 예들에서, 제2 LIDAR는 제1 LIDAR의 리프레시 레이트보다 더 낮은 리프레시 레이트를 가질 수 있다. 차례로, 예를 들어, 보다 좁은 FOV 및/또는 보다 낮은 리프레시 레이트는 제2 LIDAR가 제1 LIDAR보다 더 높은 분해능을 가질 수 있게 할 것이다. 따라서, 일부 예들에서, 제2 LIDAR는 장거리 범위(long range of distances)(예컨대, 제1 LIDAR의 중간 범위보다 더 큼) 내의 객체들의 검출 및/또는 식별에 적당할 수 있다. 게다가, 일부 예들에서, 제2 LIDAR로부터의 보다 높은 분해능의 데이터는, 제1 LIDAR의 중간 범위 내에서조차도, 제1 LIDAR로부터의 보다 낮은 분해능의 데이터를 사용하여 식별하기 어려운 보다 작은 객체들(예컨대, 부스러기(debris) 등)의 식별에 적당할 수 있다. 예로서, 차량은 제1 LIDAR로부터의 데이터를 사용하여 작은 객체를 검출하고, 검출된 작은 객체를 포함하는 환경의 FOV에 대응하도록 (예컨대, 모터 등을 사용하여) 제2 LIDAR의 주시 방향을 조정하며, 그에 의해 제2 LIDAR로부터의 보다 높은 분해능의 데이터를 사용하여 작은 객체를 식별할 수 있다. 이 예에서, 제2 LIDAR는 차량의 상부 측면에서 제1 LIDAR에 인접하여 위치될 수 있다. 그렇지만, 제2 LIDAR의 다른 위치들, 분해능들, 범위들 및/또는 구성들도 가능하며, 본 개시내용의 예시적인 실시예들 내에서 보다 상세히 기술된다.
일부 실시예들에서, 차량은 상부 측면 이외의 차량의 주어진 측면에 위치된 제3 LIDAR를 포함할 수 있다. 예를 들어, 제3 LIDAR는 전방 측면(예컨대, 범퍼, 후드 등), 후방 측면(예컨대, 트렁크 등), 또는 임의의 다른 측면(예컨대, 운전자 측면, 조수석 측면(passenger side) 등)에 장착될 수 있다. 이 예들에서, 제3 LIDAR는 주어진 측면으로부터 멀어지는 쪽으로 연장되는 환경의 주어진 FOV를 스캔할 수 있다. 예로서, 제1 LIDAR 및/또는 제2 LIDAR는 차량의 상부 측면에 있는 제1 LIDAR 및/또는 제2 LIDAR의 위치로 인해 차량에 매우 가까운 객체들을 검출할 수 없을 것이다. 차례로, 예를 들어, 제3 LIDAR는 이러한 객체들의 검출 및/또는 식별을 가능하게 할 수 있다. 게다가, 일부 예들에서, 제3 LIDAR는 차량으로부터 단거리 범위(short range of distances) 내에 있는 이러한 객체들의 검출 및/또는 식별에 적당한 분해능을 가질 수 있다.
일부 예들에서, 다수의 LIDAR들의 다양한 위치들 및 구성들은 차량의 자율 동작을 용이하게 할 수 있다. 예로서, 차량은 LIDAR들의 조합을 사용하여 환경 내의 움직이는 객체들을 추적할 수 있다. 하나의 시나리오에서, 환경 내의 자동차가 차로(lane)를 변경하는 경우, 차량은 자동차의 움직임을 신속하게 검출하기 위해 제1 LIDAR를 그리고 차선(lane line)들에 대한 자동차의 위치를 분석(resolve)하기 위해 제2 LIDAR를 이용할 수 있다. 다른 시나리오에서, 모터사이클이 차량으로부터 가까운 거리 내에서 움직이는 경우, 차량은 모터사이클을 추적하기 위해 제3 LIDAR를 이용할 수 있다. 시나리오들에서, 차량은 사고 회피를 용이하게 하기 위해 그의 운행 경로(navigational path)(예컨대, 속도, 방향 등)를 그에 따라 조정할 수 있다.
따라서, 본 개시내용의 일부 실시예들은 다수의 LIDAR들을 포함하는 차량을 위한 시스템들 및 방법들을 제공한다. 일부 예들에서, 각각의 LIDAR는 하나 이상의 도로 상태들 또는 시나리오들에 특히 적당한 구성(예컨대, 분해능, FOV 등) 및/또는 위치를 가질 수 있다. 따라서, 일부 예들에서, 차량은 자율 모드에서의 차량의 동작을 용이하게 하기 위해 다수의 LIDAR들의 조합을 이용할 수 있다.
본원에 개시된 실시예들은, 종래의 자동차들 및 자율 동작 모드를 갖는 자동차들을 비롯하여, 임의의 유형의 차량에 사용될 수 있다. 그렇지만, "차량"이라는 용어는, 예를 들어, 트럭, 밴, 세미트레일러 트럭(semitrailer truck), 모터사이클, 골프 카트, 오프로드 차량(off-road vehicle), 창고 운송 차량, 또는 농장 차량은 물론, 예들 중에서도 특히, 롤러코스터, 트롤리(trolley), 전차(tram), 또는 기차 차량(train car)와 같은 트랙 위를 달리는 캐리어(carrier)를 비롯한, 임의의 움직이는 객체를 커버하도록 광의적으로 해석되어야 한다
이제 도면들을 참조하면, 도 1a는, 예시적인 실시예에 따른, 차량(100)을 예시하고 있다. 상세하게는, 도 1a는 차량(100)의 우측면도, 정면도, 배면도, 및 평면도를 도시하고 있다. 차량(100)이 도 1a에서 자동차로서 예시되어 있지만, 앞서 논의된 바와 같이, 다른 실시예들이 가능하다. 게다가, 예시적인 차량(100)이 자율 모드에서 동작하도록 구성될 수 있는 차량으로서 도시되어 있지만, 본원에 기술되는 실시예들은 자율적으로 동작하도록 구성되지 않은 차량들에도 적용가능하다. 따라서, 예시적인 차량(100)은 제한하려는 것이 아니다. 도시된 바와 같이, 차량(100)은 5개의 센서 유닛들(102, 104, 106, 108, 및 110) 및, 바퀴(112)에 의해 예시된, 4개의 바퀴들을 포함한다.
이상의 논의에 따르면, 센서 유닛들(102 내지 110) 각각은 다양한 도로 상태들 또는 시나리오들에 따라 차량(100) 주변의 환경을 스캔할 수 있게 하는 특정의 구성 특성들을 갖는 하나 이상의 LIDAR(light detection and ranging device)들을 포함할 수 있다. 그에 부가하여 또는 대안적으로, 일부 실시예들에서, 센서 유닛들(102 내지 110)은, 가능한 것들 중에서도 특히, GPS(global positioning system) 센서들, 관성 측정 유닛들, RADAR(radio detection and ranging) 유닛들, 카메라들, 레이저 거리측정기(laser rangefinder)들, LIDAR들, 및/또는 음향 센서들의 임의의 조합을 포함할 수 있다.
도시된 바와 같이, 센서 유닛(102)은 바퀴(112)가 장착된 차량(100)의 하부 측면의 반대쪽에 있는 차량(100)의 상부 측면에 장착된다. 또한, 센서 유닛들(104 내지 110) 각각은 상부 측면 이외의 차량(100)의 주어진 측면에 장착된다. 예를 들어, 센서 유닛(104)은 차량(100)의 전방 측면에 위치되고, 센서(106)는 차량(100)의 후방 측면에 위치되며, 센서 유닛(108)은 차량(100)의 우측면에 위치되고, 센서 유닛(110)은 차량(100)의 좌측면에 위치한다.
센서 유닛들(102 내지 110)은 차량(100) 상의 특정의 위치들에 장착되는 것으로 도시되어 있지만, 일부 실시예들에서, 센서 유닛들(102 내지 110)은 차량(100) 상의 다른 곳에, 차량(100)의 내부 또는 외부 중 어느 하나에, 장착될 수 있다. 예를 들어, 도 1a는 센서 유닛(108)이 차량(100)의 리어 뷰 미러(rear-view mirror)에 장착되어 있는 것을 도시하지만, 센서 유닛(108)은 대안적으로 차량(100)의 우측면을 따라 다른 위치에 위치될 수 있다. 게다가, 5개의 센서 유닛들이 도시되어 있지만, 일부 실시예에서, 보다 많은 또는 보다 적은 센서 유닛들이 차량(100)에 포함될 수 있다. 그렇지만, 예로서, 센서 유닛들(102 내지 110)이 도 1a에 도시된 바와 같이 위치된다.
일부 실시예들에서, 센서 유닛들(102 내지 110) 중 하나 이상은 센서들이 이동가능하게 장착될 수 있는 하나 이상의 가동 마운트(movable mount)들을 포함할 수 있다. 가동 마운트는, 예를 들어, 회전 플랫폼(rotating platform)을 포함할 수 있다. 회전 플랫폼 상에 장착된 센서들은, 센서들이 차량(100) 주변의 다양한 방향들로부터 정보를 획득할 수 있도록, 회전될 수 있다. 예를 들어, 센서 유닛(102)의 LIDAR는 회전 플랫폼을 상이한 방향으로 작동(actuate)시키는 것 등에 의해 조정될 수 있는 주시 방향을 가질 수 있다. 대안적으로 또는 그에 부가하여, 가동 마운트는 틸팅 플랫폼(tilting platform)을 포함할 수 있다. 틸팅 플랫폼 상에 장착된 센서들은, 센서들이 다양한 각도들로부터 정보를 획득할 수 있도록, 주어진 각도 및/또는 방위각 범위 내에서 틸팅될 수 있다. 가동 마운트는 다른 형태들도 취할 수 있다.
게다가, 일부 실시예들에서, 센서 유닛들(102 내지 110) 중 하나 이상은 센서들 및/또는 가동 마운트들을 이동시킴으로써 센서 유닛 내의 센서들의 위치 및/또는 방향을 조정하도록 구성된 하나 이상의 액추에이터들을 포함할 수 있다. 예시적인 액추에이터들은 모터들, 공압 액추에이터(pneumatic actuator)들, 유압 피스톤(hydraulic piston)들, 릴레이들, 솔레노이드들, 및 압전 액추에이터들을 포함한다. 다른 액추에이터들도 가능하다.
도시된 바와 같이, 차량(100)은 차량으로 하여금 주행 표면(driving surface)을 따라 주행(travel)하게 하기 위해 회전하도록 구성된 바퀴(112)와 같은 하나 이상의 바퀴들을 포함한다. 일부 실시예들에서, 바퀴(112)는 바퀴(112)의 림(rim)에 결합된 적어도 하나의 타이어를 포함할 수 있다. 그를 위해, 바퀴(112)는 금속과 고무의 임의의 조합, 또는 다른 재료들의 조합을 포함할 수 있다. 차량(100)은, 도시된 것들에 부가하여 또는 그 대신에, 하나 이상의 다른 컴포넌트들을 포함할 수 있다.
도 1b는 도 1a에 도시된 차량(100)의 상부 측면에 위치된 센서 유닛(102)의 사시도이다. 도시된 바와 같이, 센서 유닛(102)은 제1 LIDAR(120), 제2 LIDAR(122), 분할 구조물(dividing structure)(124), 및 광 필터(126)를 포함한다.
일부 예들에서, 제1 LIDAR(120)는, 하나 이상의 광 펄스들을 방출하고, 예를 들어, 차량의 환경 내의 객체들에서 반사된 광 펄스들을 검출하면서, 축(예컨대, 수직 축 등)을 중심으로 연속적으로 회전함으로써 차량(100) 주변의 환경을 스캔하도록 구성될 수 있다. 일부 실시예들에서, 제1 LIDAR(120)는 환경 내의 객체들의 움직임을 신속하게 검출하기에 충분히 높은 리프레시 레이트로 환경을 스캔할 수 있기 위해 축을 중심으로 반복하여 회전하도록 구성될 수 있다. 예를 들어, 제1 LIDAR(120)는 10 Hz의 리프레시 레이트를 가질 수 있고(예컨대, 제1 LIDAR(120)의 초당 10회의 완전 회전(complete rotation)), 그에 의해 매초 10회 차량 주변의 360도 FOV를 스캔한다. 이 프로세스를 통해, 예를 들어, 제1 LIDAR(120)로부터의 데이터에 기초하여 주변 환경의 3D 지도가 결정될 수 있다. 일 실시예에서, 제1 LIDAR(120)는 905 nm의 파장을 갖는 64개의 레이저 빔들을 방출하는 복수의 광원들을 포함할 수 있다. 이 실시예에서, 제1 LIDAR(120)로부터의 데이터에 기초하여 결정된 3D 지도는 0.2°(수평) x 0.3°(수직) 각도 분해능을 가질 수 있고, 제1 LIDAR(120)는 환경의 360°(수평) x 20°(수직) FOV를 가질 수 있다. 이 실시예에서, 3D 지도는, 예를 들어, 차량(100)으로부터 100 미터의 중간 범위 내에 있는 객체들을 검출 또는 식별하기에 충분한 분해능을 가질 수 있다. 그렇지만, 다른 구성들(예컨대, 광원들의 개수, 각도 분해능, 파장, 범위 등)도 가능하다.
제1 LIDAR(120)와는 달리, 일부 실시예들에서, 제2 LIDAR(122)는 차량(100) 주변의 환경의 보다 좁은 FOV를 스캔하도록 구성될 수 있다. 예를 들어, 제2 LIDAR(122)는 유사한 축을 중심으로 완전 회전 미만만큼 (수평으로) 회전하도록 구성될 수 있다. 게다가, 일부 예들에서, 제2 LIDAR(122)는 제1 LIDAR(120)보다 더 낮은 리프레시 레이트를 가질 수 있다. 이 프로세스를 통해, 차량(100)은 제2 LIDAR(122)로부터의 데이터를 사용하여 환경의 보다 좁은 FOV의 3D 지도를 결정할 수 있다. 3D 지도는, 이 경우에, 제1 LIDAR(120)로부터의 데이터에 기초하여 결정된 대응하는 3D 지도보다 더 높은 각도 분해능을 가질 수 있고, 따라서 제1 LIDAR(120)의 중간 거리 범위보다 더 멀리 있는 객체들의 검출/식별은 물론, 중간 거리 범위 내에 있는 보다 작은 객체들의 식별을 가능하게 할 수 있다. 일 실시예에서, 제2 LIDAR(122)는 8°(수평) x 15°(수직)의 FOV, 4 Hz의 리프레시 레이트를 가질 수 있고, 1550 nm의 파장을 갖는 하나의 좁은 빔을 방출할 수 있다. 이 실시예에서, 제2 LIDAR(122)로부터의 데이터에 기초하여 결정된 3D 지도는 0.1°(수평) x 0.03°(수직)의 각도 분해능을 가질 수 있고, 그에 의해 차량(100)으로부터의 300 미터의 장거리 내에 있는 객체들의 검출/식별을 가능하게 한다. 그렇지만, 다른 구성들(예컨대, 광원들의 개수, 각도 분해능, 파장, 범위 등)도 가능하다.
일부 예들에서, 차량(100)은 제2 LIDAR(122)의 주시 방향을 조정하도록 구성될 수 있다. 예를 들어, 제2 LIDAR(122)가 좁은 수평 FOV(예컨대, 8도)를 갖지만, 제2 LIDAR(122)는 제2 LIDAR(122)의 주시 방향을 도 1b에 도시된 방향 이외의 방향들로 조정하는 것을 가능하게 하는 스테퍼 모터(stepper motor)(도시되지 않음)에 장착될 수 있다. 이와 같이, 일부 예들에서, 제2 LIDAR(122)는 차량(100)으로부터의 임의의 주시 방향을 따라 좁은 FOV를 스캔하도록 조종가능(steerable)할 수 있다.
제1 LIDAR(120) 및 제2 LIDAR(122)의 구조, 동작 및 기능은 본원에서의 예시적인 실시예들 내에서 보다 상세히 기술된다.
분할 구조물(124)은 제1 LIDAR(120)를 지지하는 데 그리고/또는 제1 LIDAR(120)를 제2 LIDAR(122)로부터 광학적으로 격리시키는 데 적당한 임의의 고체 재료로 형성될 수 있다. 예시적인 재료들은, 가능한 것들 중에서도 특히, 금속들, 플라스틱들, 발포체(foam)를 포함할 수 있다.
광 필터(126)는 파장 범위 내의 파장들을 갖는 광에 대해 실질적으로 투명하고 파장 범위 밖의 파장들을 갖는 광에 대해 실질적으로 불투명한 임의의 재료로 형성될 수 있다. 예를 들어, 광 필터(126)는 제1 LIDAR(120)의 제1 파장(예컨대, 905 nm) 및 제2 LIDAR(122)의 제2 파장(예컨대, 1550 nm)을 갖는 광이 광 필터(126)를 통해 전파할 수 있게 할 수 있다. 도시된 바와 같이, 광 필터(126)는 제1 LIDAR(120) 및 제2 LIDAR(122)를 둘러싸도록 형성(shape)된다. 이와 같이, 일부 예들에서, 광 필터(126)는 또한, 가능한 것들 중에서도 특히, 먼지의 축적 또는 공기 중의 부스러기(airborne debris)와의 충돌과 같은, 제1 LIDAR(120) 및 제2 LIDAR(122)에 대한 환경 손상(environmental damage)을 방지하도록 구성될 수 있다. 일부 예들에서, 광 필터(126)는 광 필터(126)를 통해 전파하는 가시 광을 감소시키도록 구성될 수 있다. 따라서, 광 필터(126)는 제1 LIDAR(120) 및 제2 LIDAR(122)를 둘러싸는 것에 의해 차량(100)의 미적 외관을 향상시키면서, 예를 들어, 외부 관찰자의 관점에서 센서 유닛(102)의 컴포넌트들의 시인성(visibility)을 감소시킬 수 있다. 다른 예들에서, 광 필터(126)는 가시 광은 물론 제1 LIDAR(120) 및 제2 LIDAR(122)로부터의 광을 허용하도록 구성될 수 있다.
일부 실시예들에서, 광 필터(126)의 부분들은 상이한 파장 범위들이 광 필터(126)를 통해 전파할 수 있게 하도록 구성될 수 있다. 예를 들어, 분할 구조물(124) 위에 있는 광 필터(126)의 상부 부분은 제1 LIDAR(120)의 제1 파장을 포함하는 제1 파장 범위 내의 광의 전파를 가능하게 하도록 구성될 수 있다. 게다가, 예를 들어, 분할 구조물(124) 아래에 있는 광 필터(126)의 하부 부분은 제2 LIDAR(122)의 제2 파장을 포함하는 제2 파장 범위 내의 광의 전파를 가능하게 하도록 구성될 수 있다. 다른 실시예들에서, 광 필터(126)와 연관된 파장 범위는 제1 LIDAR(120)의 제1 파장 및 제2 LIDAR(122)의 제2 파장 둘 다를 포함할 수 있다.
일 실시예에서, 도시된 바와 같이, 광 필터(126)는 돔 형상을 가지며, 따라서 제1 LIDAR(120) 및 제2 LIDAR(122)에 대한 돔 형상의 하우징으로서 구성될 수 있다. 예를 들어, 돔 형상의 하우징(예컨대, 광 필터(126))은 제1 LIDAR(120)와 제2 LIDAR(122) 사이에 위치되는 분할 구조물(124)을 포함할 수 있다. 이와 같이, 이 실시예에서, 제1 LIDAR(120)는 돔 형상의 하우징 내에 배치될 수 있다. 게다가, 이 실시예에서, 도 1b에 도시된 바와 같이, 제2 LIDAR(122)가 또한 돔 형상의 하우징 내에 배치될 수 있고 제1 LIDAR(120)와 차량(100)의 상부 측면 사이에 위치될 수 있다.
도 1c는 도 1a에 도시된 차량(100)의 전방 측면에 위치된 센서 유닛(104)의 사시도이다. 일부 예들에서, 센서 유닛들(106, 108 및 110)은 도 1c에 예시된 센서 유닛(104)과 유사하게 구성될 수 있다. 도시된 바와 같이, 센서 유닛(104)은 제3 LIDAR(130) 및 광 필터(132)를 포함한다.
제3 LIDAR(130)는 제3 LIDAR(130)가 위치되는 차량(100)의 주어진 측면(즉, 전방 측면)으로부터 멀어지는 쪽으로 연장되는 차량(100) 주변의 환경의 FOV를 스캔하도록 구성될 수 있다. 이와 같이, 일부 예들에서, 제3 LIDAR(130)는 제3 LIDAR(130)의 위치선정(positioning)으로 인해 제2 LIDAR(122)보다 더 넓은 FOV에 걸쳐 그러나 제1 LIDAR(120)의 360° FOV보다 작게 (예컨대, 수평으로) 회전하도록 구성될 수 있다. 일 실시예에서, 제3 LIDAR(130)는 270°(수평) x 110°(수직)의 FOV, 4 Hz의 리프레시 레이트를 가질 수 있고, 905 nm의 파장을 갖는 하나의 레이저 빔을 방출할 수 있다. 이 실시예에서, 제3 LIDAR(130)로부터의 데이터에 기초하여 결정된 3D 지도는 1.2°(수평) x 0.2°(수직)의 각도 분해능을 가질 수 있고, 그에 의해 차량(100)으로부터의 30 미터의 단거리 내에 있는 객체들의 검출/식별을 가능하게 한다. 그렇지만, 다른 구성들(예컨대, 광원들의 개수, 각도 분해능, 파장, 범위 등)도 가능하다. 제3 LIDAR(130)의 구조, 동작, 및 기능은 본 개시내용의 예시적인 실시예들 내에서 보다 상세히 기술된다.
광 필터(132)는 도 1b의 광 필터(126)와 유사할 수 있다. 예를 들어, 광 필터(132)는 제3 LIDAR(130)를 둘러싸도록 형성될 수 있다. 게다가, 예를 들어, 광 필터(132)는 제3 LIDAR(130)로부터의 광의 파장을 포함하는 파장 범위 내의 광이 광 필터(132)를 통해 전파할 수 있게 하도록 구성될 수 있다. 일부 예들에서, 광 필터(132)는 광 필터(132)를 통해 전파하는 가시 광을 감소시키도록 구성될 수 있으며, 그에 의해 차량(100)의 미적 외관을 개선시킨다.
도 1d 및 도 1e는 예시적인 실시예에 따른, 도 1a에 도시된 차량(100)이 주변 환경을 스캔하는 것을 예시하고 있다.
도 1d는 차량(100)이 표면(140) 상에서 동작하는 시나리오를 예시하고 있다. 표면(140)은, 예를 들어, 도로 또는 고속도로와 같은 주행 표면, 또는 임의의 다른 표면일 수 있다. 도 1d에서, 화살표들(142, 144, 146, 148, 150, 152)은 각자의 LIDAR의 수직 FOV의 양단에서의 센서 유닛들(102 및 104)의 다양한 LIDAR들에 의해 방출된 광 펄스들을 예시하고 있다.
예로서, 화살표들(142 및 144)은 도 1b의 제1 LIDAR(120)에 의해 방출된 광 펄스들을 예시하고 있다. 이 예에서, 제1 LIDAR(120)는 화살표들(142 및 144) 사이의 환경의 영역에 일련의 펄스들을 방출할 수 있고, 그 영역에 있는 객체들을 검출 및/또는 식별하기 위해 그 영역으로부터 반사 광 펄스(reflected light pulse)들을 수신할 수 있다. 센서 유닛(102)의 제1 LIDAR(120)(도시되지 않음)를 차량(100)의 상부 측면에 위치시키는 것으로 인해, 제1 LIDAR(120)의 수직 FOV는 도 1d에 예시된 바와 같이 차량(100)(예컨대, 지붕 등)의 구조에 의해 제한된다. 그렇지만, 센서 유닛(102) 내의 제1 LIDAR(120)을 차량(100)의 상부 측면에 있는 위치시키는 것은 제1 LIDAR(120)가 실질적으로 수직인 축(170)을 중심으로 회전함으로써 차량(100) 주변의 모든 방향들을 스캔할 수 있게 한다. 이와 유사하게, 예를 들어, 화살표들(146 및 148)은 제2 LIDAR(122)의 수직 FOV의 양단에서의 도 1b의 제2 LIDAR(122)에 의해 방출된 광 펄스들을 예시하고 있다. 게다가, 제2 LIDAR(122)는 또한 논의에 따라 제2 LIDAR(122)의 주시 방향을 차량(100) 주변의 임의의 방향으로 조정하도록 조종가능할 수 있다. 일 실시예에서, 제1 LIDAR(120)의 수직 FOV(예컨대, 화살표(142)와 화살표(144) 사이의 각도)는 20°이고, 제2 LIDAR(122)의 수직 FOV는 15°(예컨대, 화살표(146)와 화살표(148) 사이의 각도)이다. 그렇지만, 예를 들어, 차량(100)의 구조 또는 각자의 LIDAR들의 구성과 같은 인자들에 따라 다른 수직 FOV들도 가능하다.
도 1d에 도시된 바와 같이, 센서 유닛(102)(제1 LIDAR(120) 및/또는 제2 LIDAR(122)를 포함함)은 (예컨대, 회전하는 것 등에 의해) 차량(100) 주변의 임의의 방향에서 차량(100)의 환경에 객체들이 있는지 스캔할 수 있지만, 차량(100)에 매우 근접해 있는 객체들이 있는지 환경을 스캔하는 데는 덜 적당할 수 있다. 예를 들어, 도시된 바와 같이, 차량(100)으로부터 거리(154) 내에 있는 객체들은, 이러한 객체들의 위치들이 화살표들(142 및 144)로 예시된 광 펄스들 사이의 영역 밖에 있는 것으로 인해, 센서 유닛(102)의 제1 LIDAR(120)에 의해 검출되지 않을 수 있거나 부분적으로만 검출될 수 있다. 이와 유사하게, 거리(156) 내에 있는 객체들이 또한 센서 유닛(102)의 제2 LIDAR(122)에 의해 검출되지 않을 수 있거나 부분적으로만 검출될 수 있다.
그에 따라, 센서 유닛(104)의 제3 LIDAR(130)(도시되지 않음)는 차량(100)에 가까운 객체들이 있는지 환경을 스캔하는 데 사용될 수 있다. 예를 들어, 센서 유닛(104)을 차량(100)의 전방 측면에 위치시키는 것으로 인해, 제3 LIDAR(130)는, 적어도 차량(100)의 전방 측면으로부터 멀어지는 쪽으로 연장되는 환경의 부분에 대해, 차량(100)으로부터 거리(154) 및/또는 거리(156) 내에 객체들이 있는지 환경을 스캔하는 데 적당할 수 있다. 도시된 바와 같이, 예를 들어, 화살표들(150 및 152)은 제3 LIDAR(130)의 수직 FOV의 양단에서의 제3 LIDAR(130)에 의해 방출된 광 펄스들을 예시하고 있다. 따라서, 예를 들어, 센서 유닛(104)의 제3 LIDAR(130)는, 차량(100)에 가까운 객체들을 비롯하여, 화살표(150)와 화살표(152) 사이의 환경의 일부분을 스캔하도록 구성될 수 있다. 일 실시예에서, 제3 LIDAR(130)의 수직 FOV는 110°(예컨대, 화살표(150)와 화살표(152) 사이의 각도)이다. 그렇지만, 다른 수직 FOV들도 가능하다.
도 1d에 도시된 다양한 화살표들(142 내지 152) 사이의 각도들이 일정한 축척으로 되어 있지 않으며(not to scale) 예시를 위한 것에 불과하다는 것에 유의해야 한다. 이와 같이, 일부 예들에서, 다양한 LIDAR들의 수직 FOV들도 달라질 수 있다.
도 1e는 차량(100)이 주변 환경을 스캔하고 있는 시나리오에서의 차량(100)의 평면도를 예시하고 있다. 이상의 논의에 따르면, 차량(100)의 다양한 LIDAR들 각각은 그 각자의 리프레시 레이트, FOV, 또는 임의의 다른 인자에 따라 특정의 분해능을 가질 수 있다. 차례로, 다양한 LIDAR들은 차량(100)으로부터 각자의 거리 범위 내에 있는 객체들의 검출 및/또는 식별에 적당할 수 있다.
도 1e에 도시된 바와 같이, 등거리선(contour)들(160, 162)은, 센서 유닛(102)의 제1 LIDAR(120)로부터의 데이터에 기초하여 객체들이 검출/식별될 수 있는, 차량(100)으로부터의 예시적인 거리 범위를 예시하고 있다. 예시된 바와 같이, 예를 들어, 센서 유닛(102)을 차량(100)의 상부 측면 상에 위치시키는 것으로 인해 등거리선(160) 내에 있는 가까운 객체들이 제대로 검출 및/또는 식별되지 않을 수 있다. 그렇지만, 예를 들어, 등거리선(160) 밖에 그리고 등거리선(162)에 의해 정의된 중간 거리 범위(예컨대, 100m 등) 내에 있는 객체들은 제1 LIDAR(120)로부터의 데이터를 사용하여 제대로 검출/식별될 수 있다. 게다가, 도시된 바와 같이, 제1 LIDAR(120)의 수평 FOV는 차량(100) 주변의 모든 방향들로 360°에 걸쳐 있을 수 있다.
게다가, 도 1e에 도시된 바와 같이, 등거리선(164)는 객체들이 센서 유닛(102)의 제2 LIDAR(122)로부터의 보다 높은 분해능의 데이터를 사용하여 검출 및/또는 식별될 수 있는 환경의 영역을 예시하고 있다. 도시된 바와 같이, 등거리선(164)은, 예를 들어, 장거리 범위(예컨대, 300 미터 등) 내에 있는 차량(100)으로부터 보다 멀리 떨어져 있는 객체들을 포함한다. 등거리선(164)이 제2 LIDAR(122)의 (수평 방향으로) 보다 좁은 FOV를 나타내고 있지만, 일부 예들에서, 차량(100)은 제2 LIDAR(122)의 주시 방향을 도 1e에 도시된 것 이외의 임의의 다른 방향으로 조정하도록 구성될 수 있다. 예로서, 차량(100)은 (예컨대, 등거리선(162) 내에서) 제1 LIDAR(120)로부터의 데이터를 사용하여 객체를 검출하고, 제2 LIDAR(122)의 주시 방향을 객체를 포함하는 FOV로 조정하며, 이어서, 제2 LIDAR(122)로부터의 보다 높은 분해능의 데이터를 사용하여 객체를 식별할 수 있다. 일 실시예에서, 제2 LIDAR(122)의 수평 FOV는 8°일 수 있다.
게다가, 도 1e에 도시된 바와 같이, 등거리선(166)은 센서 유닛(104)의 제3 LIDAR(130)에 의해 스캔된 환경의 영역을 예시하고 있다. 도시된 바와 같이, 등거리선(166)에 의해 예시된 영역은, 예를 들어, 제1 LIDAR(120) 및/또는 제2 LIDAR(124)에 의해 스캔되지 않을 수 있는 환경의 부분들을 포함한다. 게다가, 예를 들어, 제3 LIDAR(130)로부터의 데이터는 차량(100)으로부터 짧은 거리(예컨대, 30 미터 등) 내에 있는 객체들을 검출 및/또는 식별하기에 충분한 분해능을 갖는다.
앞서 기술된 범위들, 분해능들, 및 FOV들이 예시를 위한 것에 불과하고, 차량(100)의 다양한 구성들에 따라 달라질 수 있다는 것에 유의해야 한다. 게다가, 도 1e에 도시된 등거리선들(160 내지 166)은 일정한 축척으로 되어 있지 않지만 설명의 편의를 위해 도시된 바와 같이 예시되어 있다.
도 2a는 예시적인 실시예에 따른, 제1 LIDAR(200)를 예시하고 있다. 일부 예들에서, 제1 LIDAR(200)는 도 1b의 제1 LIDAR(120), 도 1b의 제2 LIDAR(122), 도 1c의 제3 LIDAR(130), 및/또는 차량(100)과 같은 차량에 장착된 임의의 다른 LIDAR 디바이스와 유사할 수 있다. 예를 들어, 제1 LIDAR(200)는 도 1b의 제1 LIDAR(120)와 유사하게 차량(100)과 같은 차량의 상부 측면에 장착될 수 있다. 도시된 바와 같이, LIDAR 디바이스(200)는 하우징(210) 및 렌즈(250)를 포함한다. 그에 부가하여, 제1 LIDAR 디바이스(200)에 의해 방출된 광 빔들(204)은 렌즈(250)로부터 제1 LIDAR(200)의 주시 방향을 따라 LIDAR 디바이스(200)의 환경 쪽으로 전파하고, 환경 내의 하나 이상의 객체들에서 반사 광(206)으로서 반사된다.
LIDAR 디바이스(200)에 포함된 하우징(210)은 LIDAR 디바이스(200)에 포함된 다양한 컴포넌트들을 장착하기 위한 플랫폼을 제공할 수 있다. 하우징(210)은 하우징(210)의 내부 공간에 포함된 LIDAR 디바이스(200)의 다양한 컴포넌트들을 지지할 수 있는 임의의 재료로 형성될 수 있다. 예를 들어, 하우징(210)은, 가능한 것들 중에서도 특히, 플라스틱 또는 금속과 같은 고체 재료로 형성될 수 있다.
일부 예들에서, 하우징(210)은 실질적으로 원통형 형상을 갖도록 그리고 LIDAR 디바이스(200)의 축을 중심으로 회전하도록 구성될 수 있다. 예를 들어, 하우징(210)은 약 10 센티미터의 직경을 갖는 실질적으로 원통형인 형상을 가질 수 있다. 일부 예들에서, 축은 실질적으로 수직이다. 다양한 컴포넌트들을 포함하는 하우징(210)을 회전시키는 것에 의해, 일부 예들에서, LIDAR 디바이스(200)의 환경의 360도 전망(360-degree view)의 3차원 지도가 LIDAR 디바이스(200)의 다양한 컴포넌트들의 배열의 빈번한 재교정(recalibration) 없이 결정될 수 있다. 그에 부가하여 또는 대안적으로, 일부 예들에서, LIDAR 디바이스(200)는 LIDAR 디바이스(200)의 FOV(field of view)를 제어하기 위해 하우징(210)의 회전축을 틸팅하도록 구성될 수 있다.
하우징(210)에 장착된 렌즈(250)는, 방출 광 빔(emitted light beam)들(204)을 평행화(collimate)하고 LIDAR 디바이스(200)의 환경 내의 하나 이상의 객체들로부터의 반사 광(205)을 LIDAR 디바이스(200) 내의 검출기들 상에 집속(focus)시키기는 것 둘 다를 하기 위해, 광학 굴절력(optical power)을 가질 수 있다. 일 예에서, 렌즈(250)는 약 120 mm의 초점 거리(focal length)를 갖는다. 평행화를 위한 송광 렌즈(transmit lens) 및 집속을 위한 수광 렌즈(receive lens) 대신에, 이 기능들 둘 다를 수행하기 위해 동일한 렌즈(250)를 사용하는 것에 의해, 크기, 비용, 및/또는 복잡성과 관련한 장점들이 제공될 수 있다.
LIDAR 디바이스(200)는 LIDAR 디바이스(200)를 둘러싼 환경의 360도 전망을 제공하기 위해 축을 중심으로 회전하는 장착 구조물(260) 상에 장착될 수 있다. 일부 예들에서, 장착 구조물(260)은 LIDAR 디바이스(200)의 회전축을 변화시키기 위해 하나 이상의 방향들로 틸팅될 수 있는 가동 플랫폼(movable platform)을 포함할 수 있다.
도 2b는 도 2a에 도시된 제1 LIDAR(200)의 단면도이다. 도시된 바와 같이, 하우징(210)은 송광 블록(220), 수광 블록(230), 공유 공간(240), 및 렌즈(250)를 하우징(house)한다. 예시를 위해, 도 2b는 x-y-z 축을 도시하고 있으며, 여기서 z-축은 실질적으로 수직 방향이다.
송광 블록(220)은 렌즈(250)에 의해 정의된 곡면 초점면(curved focal surface)(228)을 따라 배열된 복수의 광원들(222a 내지 222c)을 포함한다. 복수의 광원들(222a 내지 222c)은, 각각, 파장 범위 내의 파장들을 가지는 복수의 광 빔들(202a 내지 202c)을 방출하도록 구성될 수 있다. 예를 들어, 복수의 광원들(222a 내지 222c)은 파장 범위 내의 파장들을 가지는 복수의 광 빔들(202a 내지 202c)을 방출하는 레이저 다이오드들을 포함할 수 있다. 복수의 광 빔들(202a 내지 202c)은 거울(224)에 의해 출구 개구(exit aperture)(226)를 통해 공유 공간(240) 내로 그리고 렌즈(250) 쪽으로 반사된다.
광원들(222a 내지 222c)은 레이저 다이오드들, LED(light emitting diode)들, VCSEL(vertical cavity surface emitting laser)들, OLED(organic light emitting diode)들, PLED(polymer light emitting diode)들, LEP(light emitting polymer)들, LCD(liquid crystal display)들, MEMS(microelectromechanical system)들, 또는 복수의 방출 광 빔들(202a 내지 202c)을 제공하기 위해 광을 선택적으로 투과, 반사, 및/또는 방출하도록 구성된 임의의 다른 디바이스를 포함할 수 있다. 일부 예들에서, 광원들(222a 내지 222c)은 수광 블록(230)에 포함된 검출기들(232a 내지 232c)에 의해 검출될 수 있는 파장 범위 내의 방출 광 빔들(202a 내지 202c)을 방출하도록 구성될 수 있다. 파장 범위는, 예를 들어, 전자기 스펙트럼의 자외선, 가시, 및/또는 적외선 부분들일 수 있다. 일부 예들에서, 파장 범위는, 레이저들에 의해 제공되는 것과 같은, 좁은 파장 범위일 수 있다. 일 예에서, 파장 범위는 약 905 nm인 파장들을 포함한다. 그에 부가하여, 광원들(222a 내지 222c)은 방출 광 빔들(202a 내지 202c)을 펄스들의 형태로 방출하도록 구성될 수 있다. 일부 예들에서, 복수의 광원들(222a 내지 222c)은 하나 이상의 기판들(예컨대, PCB(printed circuit board)들, 연성 PCB들 등) 상에 배치되고 복수의 광 빔들(202a 내지 202c)을 출구 개구(exit aperture)(226) 쪽으로 방출하도록 배열될 수 있다.
도 2b가 곡면 초점면(228)이 x-y 평면에서 곡면(curved)인 것을 도시하고 있지만, 그에 부가하여 또는 대안적으로, 복수의 광원들(222a 내지 222c)이 수직 평면에서 곡면인 초점면을 따라 배열될 수 있다. 예를 들어, 곡면 초점면(228)은 수직 평면에서 곡률(curvature)을 가질 수 있고, 복수의 광원들(222a 내지 222c)은 곡면 초점면(228)을 따라 수직으로 배열된 그리고 거울(224)로 지향되고 출구 개구(226)를 통해 반사되는 광 빔들을 방출하도록 구성된 부가의 광원들을 포함할 수 있다. 이 예에서, 검출기들(232a 내지 232c)은 또한 광원들(222a 내지 222c)의 부가의 광원들에 대응하는 부가의 검출기들을 포함할 수 있다. 게다가, 일부 예들에서, 광원들(222a 내지 222c)은 곡면 초점면(228)을 따라 수평으로 배열된 부가의 광원들을 포함할 수 있다. 일 실시예에서, 광원들(222a 내지 222c)은 905 nm의 파장을 갖는 광을 방출하는 64개의 광원들을 포함할 수 있다. 예를 들어, 64개의 광원들이 곡면 초점면(228)을 따라, 각각 16개의 광원들을 포함하는, 4개의 열(column)들로 배열될 수 있다. 이 경우에, 검출기들(232a 내지 232c)은 곡면 초점면(238)을 따라 유사하게 배열된 64개의 검출기들(예컨대, 각각 16개의 검출기들을 포함하는 4개의 열들 등)을 포함할 수 있다. 다른 실시예들에서, 광원들(222a 내지 222c) 및 검출기들(232a 내지 232c)은 도 2b에 도시된 것들보다 더 많거나 더 적은 광원들 및/또는 검출기들을 포함할 수 있다.
복수의 광원들(222a 내지 222c)이 곡면 초점면(228)을 따라 배열된 것으로 인해, 복수의 광 빔들(202a 내지 202c)이, 일부 예들에서, 출구 개구(226) 쪽으로 수렴(converge)할 수 있다. 따라서, 이 예들에서, 출구 개구(226)는 복수의 광 빔들(202a 내지 202c)의 수직 및 수평 범위들을 수용할 수 있으면서 최소 크기로 될 수 있다. 그에 부가하여, 일부 예들에서, 곡면 초점면(228)이 렌즈(250)에 의해 정의될 수 있다. 예를 들어, 렌즈(250)의 형상 및 조성으로 인해, 곡면 초점면(228)이 렌즈(250)의 초점면에 대응할 수 있다. 이 예에서, 복수의 광원들(222a 내지 222c)은 송광 블록에서 렌즈(250)에 의해 정의된 초점면을 따라 배열될 수 있다.
복수의 광 빔들(202a 내지 202c)은 송광 블록(220), 출구 개구(226), 및 공유 공간(240)을 통해 연장되는 송광 경로(transmit path)에서 렌즈(250) 쪽으로 전파한다. 렌즈(250)는 평행화 광 빔(collimated light beam)들(204a 내지 204c)을 LIDAR 디바이스(200)의 환경 내로 제공하기 위해 복수의 광 빔들(202a 내지 202c)을 평행화시킨다. 평행화 광 빔들(204a 내지 204c)은, 각각, 복수의 광 빔들(202a 내지 202c)에 대응한다. 일부 예들에서, 평행화 광 빔들(204a 내지 204c)은 LIDAR 디바이스(200)의 환경 내의 하나 이상의 객체들에서 반사 광(206)으로서 반사된다. 반사 광(206)은, 렌즈(250)에 의해, 공유 공간(240)을 통해 연장되는 수광 경로를 따라 수광 블록(230) 상으로 진행하는 집속 광(focused light)(208)으로서 공유 공간(240) 내로 집속될 수 있다. 예를 들어, 집속 광(208)은, 반사 표면(242)에 의해, 수광 블록(230) 쪽으로 전파하는 집속 광(208a 내지 208c)으로서 반사될 수 있다.
렌즈(250)는, 렌즈(250)의 형상 및 조성으로 인해, 복수의 광 빔들(202a 내지 202c)을 평행화시키는 것 및 반사 광(206)을 수광 경로(208)를 따라 수광 블록(230) 쪽으로 집속시키는 것 둘 다를 할 수 있다. 예를 들어, 렌즈(250)는 하우징(210)의 외부 쪽으로 향해 있는 비구면(aspheric surface)(252) 및 공유 공간(240)과 마주하는 환상면(toroidal surface)(254)을 포함할 수 있다. 평행화를 위한 송광 렌즈 및 집속을 위한 수광 렌즈 대신에, 이 기능들 둘 다를 수행하기 위해 동일한 렌즈(250)를 사용하는 것에 의해, 크기, 비용, 및/또는 복잡성과 관련한 장점들이 제공될 수 있다.
출구 개구(226)는 송광 블록(220)을 공유 공간(240)으로부터 분리시키는 벽(wall)(244)에 포함되어 있다. 일부 예들에서, 벽(244)은 반사 재료(242)로 코팅되어 있는 투명 기판(예컨대, 유리)으로 형성될 수 있다. 이 예에서, 출구 개구(226)는 반사 재료(242)로 코팅되지 않은 벽(244)의 부분에 대응할 수 있다. 그에 부가하여 또는 대안적으로, 출구 개구(226)는 벽(244)에 있는 구멍(hole) 또는 절취부(cut-away)를 포함할 수 있다.
집속 광(208)은 반사 표면(242)에 의해 반사되어 수광 블록(230)의 입구 개구(entrance aperture)(234) 쪽으로 지향된다. 일부 예들에서, 입구 개구(234)는 복수의 광원들(222a 내지 222c)에 의해 방출된 복수의 광 빔들(202a 내지 202c)의 파장 범위 내의 파장들은 허용하고 다른 파장들은 감쇠시키도록 구성된 필터링 창(filtering window)을 포함할 수 있다. 집속 광(208) 중의 반사 표면(242)에 의해 반사된 집속 광(208a 내지 208c)은, 각각, 복수의 검출기들(232a 내지 232c) 상으로 전파한다.
복수의 검출기들(232a 내지 232c)은 수광 블록(230)의 곡면 초점면(238)을 따라 배열될 수 있다. 도 2가 곡면 초점면(238)이 x-y 평면(수평 평면)에서 곡면인 것을 도시하고 있지만, 그에 부가하여 또는 대안적으로, 곡면 초점면(238)이 수직 평면에서 곡면일 수 있다. 초점면(238)의 곡률도 렌즈(250)에 의해 정의된다. 예를 들어, 곡면 초점면(238)은 렌즈(250)에 의해 수광 경로를 따라 수광 블록(230)에 투사되는 광의 초점면에 대응할 수 있다.
검출기들(232a 내지 232c)은 포토다이오드들, 애벌랜치 포토다이오드들, 포토트랜지스터들, 카메라들, APS(active pixel sensor)들, CCD(charge coupled device)들, 극저온 검출기(cryogenic detector)들, 또는 방출 광 빔들(202a 내지 202c)의 파장 범위 내의 파장들을 가지는 집속 광(208a 내지 208c)을 수광하도록 구성된 임의의 다른 광 센서를 포함할 수 있다.
집속 광(208a 내지 208c) 각각은, 각각, 방출 광 빔들(202a 내지 202c)에 대응하고, 각각, 복수의 검출기들(232a 내지 232c) 상으로 지향된다. 예를 들어, 검출기(232a)는 LIDAR 디바이스(200)의 환경 내의 하나 이상의 객체들에서 반사되는 평행화 광 빔(204a)에 대응하는 집속 광(208a)을 수광하도록 구성되고 배열되어 있다. 이 예에서, 평행화 광 빔(204a)은 광원(222a)에 의해 방출된 광 빔(202a)에 대응한다. 이와 같이, 검출기(232a)는 광원(222a)에 의해 방출된 광을 수광하고, 검출기(232b)는 광원(222b)에 의해 방출된 광을 수광하며, 검출기(232c)는 광원(222c)에 의해 방출된 광을 수광한다.
수광 광(208a 내지 208c)과 방출 광 빔들(202a 내지 202c)을 비교하는 것에 의해, LIDAR 디바이스(200)의 환경 내의 하나 이상의 객체들의 적어도 하나의 양태가 결정될 수 있다. 예를 들어, 복수의 광 빔들(202a 내지 202c)이 복수의 광원들(222a 내지 222c)에 의해 방출된 시각과 복수의 검출기들(232a 내지 232c)이 집속 광(208a 내지 208c)을 수광한 시각을 비교하는 것에 의해, LIDAR 디바이스(200)와 LIDAR 디바이스(200)의 환경 내의 하나 이상의 객체들 사이의 거리가 결정될 수 있다. 일부 예들에서, 형상, 색상, 재료 등과 같은 다른 양태들이 또한 결정될 수 있다.
일부 예들에서, LIDAR 디바이스(200)의 주변의 3차원 지도를 결정하기 위해 LIDAR 디바이스(200)가 축을 중심으로 회전될 수 있다. 예를 들어, LIDAR 디바이스(200)가 화살표(290)로 예시된 바와 같이 실질적으로 수직인 축을 중심으로 회전될 수 있다. LIDAR 디바이스(200)가 화살표(290)로 예시된 바와 같이 축을 중심으로 반시계 방향으로 회전되는 것으로 예시되어 있지만, 그에 부가하여 또는 대안적으로, LIDAR 디바이스(200)가 시계 방향으로 회전될 수 있다. 일부 예들에서, LIDAR 디바이스(200)가, 도 1b의 제1 LIDAR(120)와 유사하게, 축을 중심으로 360도 회전될 수 있다. 다른 예들에서, LIDAR 디바이스(200)가, 도 1b의 제2 LIDAR(122)와 유사하게, LIDAR 디바이스(200)의 360도 전망의 일부분을 따라 전후로 회전될 수 있다. 예를 들어, LIDAR 디바이스(200)가 완전 회전을 하는 일 없이 축을 중심으로 전후로 워블(wobble)하는 플랫폼 상에 장착될 수 있다.
따라서, 광원들(222a 내지 222c) 및 검출기들(232a 내지 232c)의 배열은 LIDAR 디바이스(200)가 특정의 수직 FOV(field-of-view)를 가질 수 있게 할 것이다. 일 예에서, LIDAR 디바이스(200)의 수직 FOV는 20°이다. 그에 부가하여, LIDAR 디바이스(200)의 회전은 LIDAR 디바이스(200)가 360° 수평 FOV를 가질 수 있게 한다. 게다가, 회전 속도(rate of rotation)는 디바이스가 특정의 리프레시 레이트를 가질 수 있게 할 것이다. 일 예에서, 리프레시 레이트는 10 Hz이다. 리프레시 레이트는, 광원들(222a 내지 222c) 및 검출기들(232a 내지 232c)의 배열과 함께, LIDAR 디바이스(300)가 특정의 각도 분해능을 가질 수 있게 할 것이다. 일 예에서, 각도 분해능은 0.2° x 0.3°이다. 그렇지만, 리프레시 레이트 및 각도 분해능과 같은 다양한 파라미터들은 LIDAR 디바이스(200)의 구성에 따라 달라질 수 있다. 게다가, 일부 예들에서, LIDAR 디바이스(200)는 도 2a 및 도 2b에 도시된 것들보다 더 많은 또는 더 적은 컴포넌트들을 포함할 수 있다.
도 2c는, 예시적인 실시예에 따른, 도 2a의 제1 LIDAR(200)로부터의 데이터에 기초한 환경의 3차원(3D) 표현(292)을 예시하고 있다. 일부 예들에서, 3D 표현(292)은, 컴퓨팅 디바이스에 의해, 제1 LIDAR(200)로부터의 데이터에 기초하여 3D 점 구름으로서 생성될 수 있다. 예를 들어, 3D 구름의 각각의 점은 도 2b에 도시된 반사 광 빔들(206)로부터의 반사 광 펄스와 연관될 수 있다. 따라서, 도시된 바와 같이, LIDAR(200)로부터 보다 먼 거리에 있는 점들은 LIDAR(200)의 각도 분해능으로 인해 서로 더 멀리 떨어져 있다. 제1 LIDAR(200)의 회전에 기초하여, 3D 표현(292)은 도 2c에 도시된 바와 같이 모든 방향들에서의(수평으로 360°) 환경의 스캔을 포함한다. 게다가, 도시된 바와 같이, 3D 표현(292)의 영역(294)은 어떠한 점들도 포함하지 않는다. 예를 들어, 영역 (294)은 도 1b의 제1 LIDAR(120)가 차량(100)의 상부 측면에 위치되는 것으로 인해 스캔할 수 없는 차량(100) 주변의 등거리선(160)(도 1e)에 대응할 수 있다. 게다가, 도시된 바와 같이, 영역(296)은 LIDAR 디바이스(200)의 환경 내의 객체들을 나타낸다. 예를 들어, 영역(296) 내의 객체들은 LIDAR 디바이스(200)의 환경 내의 보행자들, 차량들, 또는 다른 장애물들에 대응할 수 있다. LIDAR 디바이스(200)가 차량(100)과 같은 차량에 장착되는 예시적인 시나리오에서, 차량(100)은 영역(296)으로부터 영역(296)의 장애물들을 포함하지 않는 영역(298) 쪽으로 차량을 운행하기 위해 3D 표현(292)을 이용할 수 있다.
도 3a는, 예시적인 실시예에 따른, 제2 LIDAR(300)를 예시하고 있다. 일부 예들에서, 제2 LIDAR(300)는 도 1b의 제1 LIDAR(120), 도 1b의 제2 LIDAR(122), 도 1c의 제3 LIDAR(130), 및/또는 차량(100)과 같은 차량에 장착된 임의의 다른 LIDAR와 유사할 수 있다. 예를 들어, 제2 LIDAR(300)는 도 1b의 제2 LIDAR(122)와 유사하게 차량(100)과 같은 차량의 상부 측면에 장착될 수 있다. 도시된 바와 같이, LIDAR 디바이스(300)는 광학계 어셈블리(optics assembly)(310), 거울(320), 핀(pin)(322) 및 플랫폼/스테퍼 모터(330)를 포함한다. 그에 부가하여, 제2 LIDAR 디바이스(300)에 의해 방출된 광 빔들(304)은 거울(320)로부터 제2 LIDAR(300)의 주시 방향을 따라 LIDAR 디바이스(300)의 환경 쪽으로 전파하고, 환경 내의 하나 이상의 객체들에서 반사 광(306)으로서 반사된다.
광학계 어셈블리(310)는 광 펄스들을 거울(320) 쪽으로 방출하도록 구성될 수 있고, 광 펄스들은 이어서 거울(320)에 의해 방출 광(304)으로서 반사된다. 게다가, 광학계 어셈블리(310)는 거울(320)에서 반사되는 반사 광(306)을 수광하도록 구성될 수 있다. 일 실시예에서, 광학계 어셈블리(310)는 1550 nm의 파장을 갖는 좁은 빔을 제공하도록 구성된 단일 레이저 방출기(single laser emitter)를 포함할 수 있다. 이 실시예에서, 좁은 빔은, 도 1b의 제2 LIDAR(122)와 유사하게, 장거리 범위 내에 있는 객체들의 검출에 충분한 고 에너지를 가질 수 있다. 다른 실시예들에서, 광학계 어셈블리(310)는, 도 2a 및 도 2b의 LIDAR(200)와 유사하게, 다수의 광원들을 포함할 수 있다. 게다가, 일부 예들에서, 광학계 어셈블리(310)는 방출 광(304)의 평행화 및 반사 광(306)의 집속 둘 다를 위한 단일 렌즈를 포함할 수 있다. 다른 예들에서, 광학계 어셈블리(310)는 방출 광(304)의 평행화를 위한 제1 렌즈 및 반사 광(306)의 집속을 위한 제2 렌즈를 포함할 수 있다.
거울(320)은, 도 3a에 도시된 바와 같이, 방출 광(304)을 광학계 어셈블리(310)로부터 LIDAR(300)의 주시 방향 쪽으로 조종하도록 배열될 수 있다. 이와 유사하게, 예를 들어, 거울(320)은 반사 광(306)을 환경으로부터 광학계 어셈블리(310) 쪽으로 조종하도록 배열될 수 있다.
핀(322)은 거울(320)을 LIDAR 디바이스(300)에 장착하도록 구성될 수 있다. 차례로, 핀(322)은 거울(320)을 지지할 수 있는 임의의 재료로 형성될 수 있다. 예를 들어, 핀(322)은, 가능한 것들 중에서도 특히, 플라스틱 또는 금속과 같은 고체 재료로 형성될 수 있다. 일부 예들에서, LIDAR(300)는 방출 광(304)을 수직으로 조종하기 위해 핀(322)을 중심으로 거울(320)을 주어진 각도 범위에 걸쳐 회전시키도록 구성될 수 있다. 일 실시예에서, LIDAR(300)는 핀(322)을 중심으로 거울(320)을 15°의 각도 범위에 걸쳐 회전시킬 수 있다. 이 실시예에서, LIDAR(300)의 수직 FOV는 15°에 대응할 수 있다. 그렇지만, LIDAR(300)의 장착 위치 또는 임의의 다른 인자와 같은 다양한 인자들에 따라 다른 수직 FOV들도 가능하다.
플랫폼(330)은 광학계 어셈블리(310) 및 거울(320)과 같은 LIDAR(300)의 다양한 컴포넌트들을 지지할 수 있는 임의의 재료로 형성될 수 있다. 예를 들어, 플랫폼(330)은, 가능한 것들 중에서도 특히, 플라스틱 또는 금속과 같은 고체 재료로 형성될 수 있다. 일부 예들에서, 플랫폼(330)은 LIDAR 디바이스(300)의 축을 중심으로 회전하도록 구성될 수 있다. 예를 들어, 플랫폼(330)은 이러한 회전을 용이하게 하는 스테퍼 모터와 같은 모터를 포함할 수 있거나, 그 모터일 수 있다. 일부 예들에서, 축은 실질적으로 수직이다. 다양한 컴포넌트들을 지지하는 플랫폼(330)을 회전시키는 것에 의해, 일부 예들에서, 플랫폼(330)은 방출 광(304)을 수평으로 조종할 수 있고, 따라서 LIDAR(300)가 수평 FOV를 가질 수 있게 한다. 일 실시예에서, 플랫폼(330)은 8°와 같은 정의된 양의 회전만큼 회전할 수 있다. 이 실시예에서, LIDAR(300)는 따라서, 도 1b의 제2 LIDAR(122)와 유사하게, 8°의 수평 FOV를 가질 수 있다. 다른 실시예에서, 플랫폼(330)은, 도 1b의 제1 LIDAR(120)와 유사하게, 수평 FOV가 360°이도록 360° 완전 회전만큼 회전할 수 있다. 또 다른 실시예에서, 플랫폼(330)은, 도 1c의 제3 LIDAR(130)와 유사하게, 수평 FOV가 270°이도록 270°만큼 회전할 수 있다. 플랫폼(330)의 다른 구성들도 가능하다. 이와 같이, 일부 예들에서, LIDAR(300)는, 도 2a 및 도 2b의 LIDAR(200)의 디바이스에 대한, 환경 또는 그의 일부분을 스캔하는 대안의 디바이스를 제공할 수 있다.
도 3b는, 예시적인 실시예에 따른, 도 3a의 제2 LIDAR(300)로부터의 데이터에 기초한 환경의 3D 표현(392)을 예시하고 있다. 일부 예들에서, 3D 표현(392)은, 도 2c의 3D 표현(292)과 유사하게, 컴퓨팅 디바이스에 의해 제2 LIDAR(300)로부터의 데이터에 기초하여 3D 점 구름으로서 생성될 수 있다. 예를 들어, 3D 구름의 각각의 점은 도 3a에 도시된 반사 광 빔들(306)로부터의 반사 광 펄스와 연관될 수 있다.
도시된 바와 같이, 3D 표현(392)은 제2 LIDAR(300)를 차량의 상부 측면에 위치시키는 것으로 인해 스캔되지 않는 영역(unscanned region)일 수 있는 3D 표현(292)의 영역(294)과 유사한 영역(394)을 포함한다. 예를 들어, 영역(294)은 차량(100) 주변의 도 1e의 등거리선(160)에 대응할 수 있다.
그렇지만, 도 2c의 3D 표현(292)과 달리, 3D 표현(392)은 훨씬 더 좁은 FOV(field-of-view)에 걸쳐 있다. 예를 들어, LIDAR(300)에 의해 스캔되고 3D표현(392)에 예시된 FOV는 도 1e의 등거리선(164)에 대응할 수 있다. 부분적으로, 보다 좁은 FOV로 인해, 3D 표현(392)은 3D 표현(292)보다 더 높은 분해능을 갖는다. 예를 들어, 점 구름 내의 점들이 서로 더 가깝고, 따라서 환경 내의 일부 객체들이 3D 표현(292)에 의해 표현되는 환경 내의 객체들과 비교하여 쉽게 식별될 수 있다.
예시적인 시나리오에서, 차량(100)과 같은 차량은 제1 LIDAR(200)와 유사한 제1 LIDAR(예컨대, 제1 LIDAR(120)) 및 제2 LIDAR(300)와 유사한 제2 LIDAR(예컨대, 제2 LIDAR(122))를 포함할 수 있다. 이 시나리오에서, 차량은 도 2c의 3D 표현(292)을 생성하기 위해 제1 LIDAR로부터의 데이터를 이용할 수 있다. 게다가, 이 시나리오에서, 차량은 3D 표현(292)의 영역(296)을 추가 스캐닝을 위한 관심 영역으로서 결정할 수 있다. 차례로, 이 시나리오에서의 차량은, 관심 영역을 스캔하고 도 3b의 3D 표현(392)을 획득하기 위해, 제2 LIDAR의 주시 방향을 조정할 수 있다. 이 시나리오에서, 차량은 영상 처리 알고리즘 또는 형상 검출 알고리즘과 같은 컴퓨팅 프로세스를 사용하여 3D 표현(392)을 처리할 수 있다. 차례로, 이 시나리오의 차량은 3D 표현(392)의 영역(396) 내의 객체를 보행자로서 그리고 영역(398) 내의 다른 객체를 가로등(light post)으로서 식별할 수 있다. 이 시나리오에서, 차량은 이어서 그에 따라 운행할 수 있다. 한 경우에, 차량은, 가능한 것들 중에서도 특히, 객체들이 보행자를 포함하는 경우 객체들로부터 제1 문턱 거리 내에(예컨대, 영역(396)에 의해 표시됨), 또는 객체들이 가로등과 같은 무생물체(inanimate object)들을 포함하는 경우 보다 낮은 제2 문턱 거리 내에(예컨대, 영역(398)에 의해 표시됨) 있도록 운행할 수 있다. 다른 경우에, 차량은 생물체(animate object)가 식별되면(예컨대, 영역(396)), 제2 LIDAR를 객체들을 추적하는 데 할당할 수 있거나, 무생물체들만이 식별된 경우 제2 LIDAR를 다른 객체들을 추적하는 데 할당할 수 있다. 시나리오에 따라 다른 운행 동작(navigational operation)들이 가능하다.
따라서, 일부 예들에서, LIDAR(200) 및 LIDAR(300)와 같은 LIDAR들의 조합을 포함하는 차량은 다양한 도로 상태들 및/또는 시나리오들에 따라 환경을 스캔하기 위해 리프레시 레이트, 분해능, FOV, 위치 등과 같은 각각의 LIDAR의 각자의 특성들을 이용할 수 있다.
도 4a는 예시적인 실시예에 따른, 제3 LIDAR(400)를 예시하고 있다. 일부 예들에서, 제3 LIDAR(400)는 도 1b의 제1 LIDAR(120), 도 1b의 제2 LIDAR(122), 도 1c의 제3 LIDAR(130), 및/또는 차량(100)과 같은 차량에 장착된 임의의 다른 LIDAR와 유사할 수 있다. 예를 들어, 제3 LIDAR(400)는 도 1c의 제3 LIDAR(130)와 유사하게 차량의 전방 측면에 또는 차량의 임의의 다른 측면에(예컨대, 차량(100)의 센서 유닛들(106, 108, 110 등)에) 장착될 수 있다. 도시된 바와 같이, 제3 LIDAR(400)는 광학계 어셈블리(410), 송광 렌즈(412), 수광 렌즈(414), 거울(420), 핀(422), 및 모터(430)를 포함한다. 예시를 위해, 도 4a는 x-y-z 축을 도시하며, 여기서 z-축은 지면 밖으로 나오게(out of the page) 향하고, x-축과 y-축은 지면의 표면을 따라 수평 평면을 정의한다.
제2 LIDAR(300)와 유사하게, 일부 예들에서, 제3 LIDAR(400)는 거울(420)로부터 제3 LIDAR(400)의 주시 방향(예컨대, 도 4a에 도시된 z-축 등에 평행함)을 따라 제3 LIDAR(400)의 환경 쪽으로 전파하는 광을 방출할 수 있으며, 환경 내의 하나 이상의 객체들로부터 반사 광을 수광할 수 있다.
그에 따라, 광학계 어셈블리(410)는 광 펄스들을 거울(420) 쪽으로 방출하도록 구성될 수 있고, 광 펄스들은 이어서 거울(420)에 의해 환경 쪽으로 반사된다. 게다가, 광학계 어셈블리(410)는 거울(420)에서 반사되는 반사 광을 수광하도록 구성될 수 있다. 일 실시예에서, 광학계 어셈블리(310)는 905 nm의 파장을 갖는 좁은 빔을 제공하도록 구성된 단일 레이저 방출기를 포함할 수 있다. 다른 실시예들에서, 광학계 어셈블리(410)는, 도 2a 및 도 2b의 LIDAR(200)와 유사하게, 다수의 광원들을 포함할 수 있다. 도시된 바와 같이, 광학계 어셈블리(410)는 광학계 어셈블리(410)로부터의 방출 광을 거울(420) 상으로 평행화 및/또는 집속시키기 위한 송광 렌즈(412)와, 거울(420)로부터의 반사 광을 광학계 어셈블리(410)의 하나 이상의 검출기들(도시되지 않음) 상으로 집속시키기 위한 수광 렌즈(414)를 포함한다. 그렇지만, 일부 예에서, 광학계 어셈블리(410)는, 대안적으로, 제1 LIDAR(200)의 렌즈(250)와 유사하게 방출 광의 평행화 및 반사 광의 집속 둘 다를 위한 단일 렌즈를 포함할 수 있다.
제2 LIDAR (300)의 거울(320)과 유사하게, 제3 LIDAR(400)의 거울(420)은 도 4a에 예시된 바와 같이 송광 렌즈(412)로부터의 방출 광을 LIDAR(400)의 주시 방향 쪽으로 조종하도록 배열될 수 있다. 게다가, 예를 들어, 거울(420)은 거울(420)로부터의 반사 광을 수광 렌즈(414) 쪽으로 조종하도록 배열될 수 있다. 그렇지만, 일부 예에서, 거울(320)과 달리, 거울(420)은 핀에 의해 정의된 축을 중심으로 완전 회전을 수행하는 삼각 거울(triangular mirror)일 수 있다. 이 예들에서, 거울(420)은 광학계 어셈블리(410)로부터 방출 광을 제2 LIDAR(300)보다 더 넓은 수직 FOV에 걸쳐 반사시키는 것을 가능하게 할 수 있다. 일 실시예에서, 제3 LIDAR(400)의 수직 FOV는, 도 1c의 제3 LIDAR(130)와 유사하게, 110°이다.
핀(422)은 거울(420)을 LIDAR 디바이스(400)에 장착하도록 구성될 수 있다. 차례로, 핀(422)은 거울(420)을 지지할 수 있는 임의의 재료로 형성될 수 있다. 예를 들어, 핀(422)은, 가능한 것들 중에서도 특히, 플라스틱 또는 금속과 같은 고체 재료로 형성될 수 있다. 일부 예들에서, LIDAR(400)는 광학계 어셈블리(410)로부터의 방출 광을 수직으로 조종하기 위해 핀(422)을 중심으로 거울(420)을 완전 회전만큼 회전시키도록 구성될 수 있다. 그렇지만, 다른 예들에서, LIDAR(400)는, LIDAR(300)와 유사하게, 방출 광을 조종하기 위해 핀(422)을 중심으로 거울(420)을 주어진 각도 범위에 걸쳐 회전시키도록 구성될 수 있다. 이와 같이, 일부 예들에서, 핀(422)을 중심으로 한 거울(420)의 회전을 조정함으로써 다양한 수직 FOV들이 가능하다.
모터(430)는, 다른 무엇보다도, 스테퍼 모터, 전기 모터, 연소 모터(combustion motor), 팬케이크 모터(pancake motor), 및/또는 압전 액추에이터(piezoelectric actuator)와 같은 임의의 모터를 포함할 수 있다. 일부 예들에서, 모터(430)는 LIDAR 디바이스(400)의 축을 중심으로 LIDAR(400)의 다양한 컴포넌트들(예컨대, 광학계 어셈블리(410), 거울(420), 핀(422) 등)을 회전시키도록 구성될 수 있다. 예를 들어, 축은 도 4a에 도시된 y-축과 유사하게 실질적으로 수직일 수 있다. 축을 중심으로 LIDAR(400)의 다양한 컴포넌트들을 회전시키는 것에 의해, 일부 예들에서, 모터(430)는 거울(420)에서 반사되는 방출 광을 수평으로 조종할 수 있고, 따라서 LIDAR(400)가 수평 FOV를 가질 수 있게 한다. 일 실시예에서, 모터(430)는 270°와 같은 정의된 양의 회전만큼 회전할 수 있다. 이 실시예에서, LIDAR(400)는 따라서, 도 1c의 제3 LIDAR(130)와 유사하게, 270°의 수평 FOV를 가질 수 있다. 그렇지만, 다른 양의 회전도 가능하며(예컨대, 제1 LIDAR(120)와 유사하게 360°, 제2 LIDAR(122)와 유사하게 8° 등), 그에 의해 LIDAR(400)에 대해 상이한 수평 FOV를 가능하게 한다. 이와 같이, 일부 예들에서, LIDAR(400)는, 도 2a 및 도 2b의 LIDAR(200) 및/또는 도 3a의 LIDAR(300)의 디바이스에 대한, 환경 또는 그의 일부분을 스캔하는 대안의 디바이스를 제공할 수 있다.
도 4b는 도 4a에 도시된 제3 LIDAR(400)의 부분 단면도를 예시하고 있다. 설명의 편의를 위해 제3 LIDAR(400)의 컴포넌트들 중 일부가 도 4b의 예시로부터 생략되어 있다는 것에 유의해야 한다.
도시된 바와 같이, 광학계 어셈블리(410)는 광원(422)을 포함한다. 광원(422)은 하나 이상의 광 펄스들(예컨대, 레이저 빔들 등)를 송광 렌즈(412) 쪽으로 방출하도록 구성될 수 있다. 예를 들어, 도시된 바와 같이, 방출 광(402a)은 광원(442)으로부터 송광 렌즈(412) 쪽으로 전파한다. 일부 예들에서, 광원(422)은 도 2b의 LIDAR(200)의 광원들(222a 내지 222c)과 유사할 수 있다. 일 실시예에서, 광원(422)은 905 nm의 파장을 갖는 광 펄스들을 방출하도록 구성될 수 있다.
이상의 논의에 따르면, 송광 렌즈(412)는 방출 광(402a)을 하나 이상의 평행화 광 빔들(402b)로 평행화시키도록 구성될 수 있고 그리고/또는 방출 광(402a)을 집속 광(402b)으로서 거울(420) 상으로 집속시키도록 구성될 수 있다.
일부 예들에서, 거울(420)은 3개의 반사 표면들(420a, 420b, 420c)을 갖는 도시된 바와 같은 삼각 거울일 수 있다. 그렇지만, 다른 예들에서, 거울(420)은 대안적으로 3개 초과의 반사 표면들을 포함할 수 있다. 도 4b에 도시된 구성에서, 평행화 광(collimated light)(402b)은 이어서 반사 표면(402a)에서 LIDAR(400)의 환경 내로 방출 광(402c)으로서 반사될 수 있다. 예를 들어, 방출 광(402c)의 방향은 도 4b에서 화살표(452)로 예시되어 있다. 게다가, 거울(420)이 핀(422)에 의해 정의된 축을 중심으로 회전될 때, 방출 광(402c)이 화살표(452)로 예시된 것과 상이한 방향을 갖도록 조종될 수 있다. 예를 들어, 방출 광(402c)의 방향(452)이 그 대신에 화살표(450)를 따라 상이한 방향에 대응할 수 있다. 따라서, 핀(422)을 중심으로 거울(420)을 회전시키는 것에 의해, LIDAR(400)는, 예를 들어, 수직 FOV를 갖도록 구성될 수 있다.
거울(420)이 핀(422)에 의해 정의된 축을 중심으로 시계 방향으로 연속적으로 회전하도록 구성되는 시나리오를 예로서 고려한다. 이 시나리오에서, 방출 광(402c)의 방향(452)이 그에 의해 집속 광(402b)이 반사 표면(420a)의 에지(edge)에서 반사될 때까지 화살표(450)로 예시된 바와 같이 시계 방향으로도 조정될 수 있다. 이 시점에서, 방출 광(402c)이 LIDAR(400)의 수직 FOV의 최대 한도(maximum extent) 쪽으로 지향될 것이다. 이 시나리오를 계속하면, 거울(420)이 계속하여 회전함에 따라, 평행화 광(402b)은 이어서 반사 표면(420a) 대신에 반사 표면(420b) 상으로 집속될 수 있다. 이 시점에서, 반사 광(402c)은 LIDAR(400)의 수직 FOV의 최소 한도(minimum extent) 쪽으로의 방향으로 조종될 수 있다. 이 시나리오를 계속하면, 거울(420)이 계속하여 회전함에 따라, 방출 광(402c)의 방향은 이어서 반사 표면(420b)의 다른 에지 상으로 집속되는 광(402b)에 대응하는 수직 FOV의 최대 한도 쪽으로 시계 방향으로 조정될 수 있다. 이와 유사하게, 이 시나리오를 계속하면, 방출 광(402c)의 방향이 이어서 반사 표면(420b) 대신에 반사 표면(420c)에서 광(402b)을 반사시키는 것에 의해 LIDAR(400)의 수직 FOV를 스캔하도록 조정될 수 있다. 이 프로세스를 통해, 예를 들어, LIDAR(400)는 수직 FOV를 계속하여 스캔할 수 있다. 예로서 이상의 시나리오의 한 변형으로서, 거울(420)은 대안적으로 앞서 기술된 시나리오의 것보다 더 좁은 수직 FOV(field-of-view)를 정의하기 위해 주어진 각도 범위 내에서 회전(예컨대, 워블 등)하도록 구성될 수 있다. 거울(420)의 회전을 위한 다른 구성들도 가능하다.
도 4c는, 예시적인 실시예에 따른, 도 4a의 제3 LIDAR(400)로부터의 데이터에 기초한 환경의 3D 표현(492)을 예시하고 있다. 일부 예들에서, 3D 표현(492)은, 3D 표현(292) 및/또는 3D 표현(392)과 유사하게, 컴퓨팅 디바이스에 의해 제3 LIDAR(400)로부터의 데이터에 기초하여 3D 점 구름으로서 생성될 수 있다. 예를 들어, 3D 구름의 각각의 점은 LIDAR(400)의 환경 내의 객체로부터의 반사 광 펄스와 연관될 수 있다.
도시된 바와 같이, 3D 표현(492)은 제3 LIDAR(400)의 FOV의 한도들 및/또는 LIDAR(400)를 (예컨대, 상부 측면 이외의 차량의 주어진 측면에) 위치시키는 것으로 인해 스캔되지 않는 영역일 수 있는, 3D 표현(292)의 영역(294) 및/또는 3D 표현(392)의 영역(394)과 유사한, 영역(494)을 포함한다. 그렇지만, 도시된 바와 같이, 영역(494)은 영역들(294, 394)보다 훨씬 더 작다. 따라서, LIDAR(400)는 도 1c의 제3 LIDAR(130)과 유사하게 근방의 객체들을 스캔하는 데 유리할 수 있다.
그렇지만, 3D 표현(392)과 달리, 3D 표현(492)은 훨씬 더 넓은 FOV(field-of-view)에 걸쳐 있다. 예를 들어, LIDAR(400)에 의해 스캔되고 3D 표현(492)에 예시된 FOV는 도 1e의 등거리선(166)에 대응할 수 있다. 부분적으로, 보다 넓은 FOV로 인해, 3D 표현(492)은 3D 표현(392)보다 더 낮은 분해능을 갖는다. 예를 들어, 도시된 바와 같이, 점 구름 내의 점들은 3D 표현(392)의 점 구름 내의 점들과 비교하여 3D 표현(492)에서 서로 더 멀리 떨어져 있다. 그렇지만, 일부 예에서, 제3 LIDAR(400)로부터 단거리 범위 내에 객체들이 있는지 환경을 스캔하는 데 보다 낮은 분해능으로 충분할 수 있다. 도시된 바와 같이, 예를 들어, 컴퓨팅 디바이스(예컨대, 차량 프로세서, 원격 서버 등)는 3D 표현(492)의 영역(496)을 분석함으로써 근방의 보행자를 검출하는 데 이용될 수 있다.
따라서, 일부 예들에서, LIDAR(200), LIDAR(300), 및/또는 LIDAR(400)와 같은 LIDAR들의 조합을 포함하는 차량은 다양한 도로 상태들 및/또는 시나리오들에 따라 환경을 스캔하기 위해 리프레시 레이트, 분해능, FOV, 위치 등과 같은 각각의 LIDAR의 각자의 특성들을 이용할 수 있다.
도 5는 예시적인 실시예에 따른, 방법(500)의 플로차트이다. 도 5에 도시된 방법(500)은, 예를 들어, 차량(100), LIDAR들(120, 122, 130, 200, 300, 및/또는 400) 중 임의의 것에서 사용될 수 있는 방법의 일 실시예를 제시한다. 방법(500)은 블록들(502 내지 506) 중 하나 이상에 의해 예시된 바와 같은 하나 이상의 동작들, 기능들, 또는 작용들을 포함할 수 있다. 블록들이 순차적 순서로 예시되어 있지만, 이 블록들은, 어떤 경우에, 병렬로 그리고/또는 본원에 기술되는 것들과 상이한 순서로 수행될 수 있다. 또한, 다양한 블록들이 보다 적은 블록들로 결합될 수 있고, 부가의 블록들로 분할될 수 있으며, 그리고/또는 원하는 구현에 기초하여 제거될 수 있다.
그에 부가하여, 본원에 개시되는 방법(500) 및 다른 프로세스들 및 방법들에 있어서, 플로우차트는 본 실시예들의 하나의 가능한 구현의 기능 및 동작을 나타낸다. 이와 관련하여, 각각의 블록은 프로세스에서의 특정 논리적 기능들 또는 단계들을 구현하기 위해 프로세서에 의해 실행가능한 하나 이상의 명령어들을 포함하는, 모듈, 세그먼트, 제조 또는 동작 프로세스의 일부분, 또는 프로그램 코드의 일부분을 나타낼 수 있다. 프로그램 코드는, 예를 들어, 디스크 또는 하드 드라이브를 비롯한 저장 디바이스와 같은, 임의의 유형의 컴퓨터 판독가능 매체에 저장될 수 있다. 컴퓨터 판독가능 매체는, 예를 들어, 레지스터 메모리, 프로세서 캐시, 및 RAM(Random Access Memory)처럼 짧은 기간 동안 데이터를 저장하는 컴퓨터 판독가능 매체와 같은, 비일시적 컴퓨터 판독가능 매체를 포함할 수 있다. 컴퓨터 판독가능 매체는 또한, 예를 들어, ROM(read only memory), 광학 또는 자기 디스크들, CD-ROM(compact-disc read only memory)처럼, 보조 또는 영속적 장기 저장소와 같은 비일시적 매체를 포함할 수 있다. 컴퓨터 판독가능 매체는 또한 임의의 다른 휘발성 또는 비휘발성 저장 시스템들일 수 있다. 컴퓨터 판독가능 매체는, 예를 들어, 컴퓨터 판독가능 저장 매체 또는 유형적(tangible) 저장 디바이스로 간주될 수 있다.
그에 부가하여, 본원에 개시되는 방법(500) 및 다른 프로세스들 및 방법들에 있어서, 도 5에서의 각각의 블록은 프로세스에서의 특정 논리적 기능들을 수행하도록 배선된 회로부를 나타낼 수 있다.
일부 예들에서, 본원에서의 방법(500) 및 다른 방법들은 차량(100)과 같은 차량 내의 컴퓨팅 시스템에 의해 수행될 수 있다. 다른 예들에서, 본원에서의 방법(500) 및 다른 방법들은 동작 지시(operation instruction)들을 차량에게 제공하기 위해 차량(100)과 같은 차량에 통신가능하게 연결된(communicatively linked) 원격 시스템에 의해 수행될 수 있다. 또 다른 예들에서, 본원에서의 방법(500) 및 다른 방법들은 다수의 차량들 또는 단일 차량 상의 다수의 프로세서들과 같은 서로 통신하는 몇 개의 컴퓨팅 시스템들에 의해 수행될 수 있다. 또 다른 예들에서, 본원에서의 방법(500) 및 다른 방법들은 차량(100)과 같은 차량에 장착된 하나 이상의 LIDAR들에 의해 수행될 수 있다. 이와 같이, 일부 예들에서, 본원에서의 방법(500) 및 다른 방법들은 차량의 자율 동작을 용이하게 할 수 있고 그리고/또는 (예컨대, 사고 회피를 위한) 차량의 수동 동작(manual operation)을 보조할 수 있다.
블록(502)에서, 방법(500)은 제1 LIDAR(light detection and ranging device)에 기초하여 차량 주변의 환경을 스캔하는 단계를 포함한다. 일부 예들에서, 제1 LIDAR는, 도 1b의 제1 LIDAR(120)와 유사하게, 차량의 상부 측면에 위치되고 축을 중심으로 회전하도록 구성될 수 있다. 예를 들어, 제1 LIDAR는, 도 1a의 센서 유닛(102)과 같은, 차량의 상부 측면에 장착된 센서 유닛에 포함될 수 있다. 일부 예들에서, 차량은, 차량(100)의 바퀴(112)와 유사하게, 상부 측면의 반대쪽에 있는 차량의 하부 측면에 위치되는 하나 이상의 바퀴들을 포함할 수 있다. 제1 LIDAR는 제1 분해능을 가질 수 있다. 예를 들어, 제1 분해능은, 도 2a 및 도 2b의 LIDAR(200)와 유사하게, 차량으로부터 중간 거리 범위(예컨대, 100 미터 등) 내에 객체들이 있는지 차량 주변의 환경을 스캔하는 데 적당할 수 있다.
블록(504)에서, 방법(500)은 제2 LIDAR에 기초하여 환경의 특정 FOV(field-of-view)를 스캔하는 단계를 포함한다. 특정 FOV는 제2 LIDAR의 주시 방향을 따라 차량으로부터 멀어지는 쪽으로 연장될 수 있다. 일 예에서, 제2 LIDAR는 차량의 상부 측면에서 제1 LIDAR에 인접하여 위치될 수 있다. 예를 들어, 제2 LIDAR는 차량(100)의 상부 측면에 장착된 센서 유닛(102)에 포함되는 도 1b의 제2 LIDAR(122)와 유사할 수 있다. 이 경우에, 제2 LIDAR는 도 1e의 등거리선(164)에 대응하는 좁은 FOV(field-of-view)를 가질 수 있다. 따라서, 이 예에서, 제2 LIDAR는 차량으로부터 장거리 범위(예컨대, 300 미터 등) 내에 객체들이 있는지 환경을 스캔하는 데 적당할 수 있다. 다른 예에서, 제2 LIDAR는 상부 측면 이외의 주어진 측면에 위치될 수 있다. 한 경우에, 제2 LIDAR는 차량(100)의 전방 측면에 장착된 센서 유닛(104)에 포함되는 도 1c의 제3 LIDAR(130)와 유사할 수 있다. 다른 경우에, 제2 LIDAR는 차량(100)의 후방 측면, 우측면, 및/또는 좌측면에, 각각, 장착되는 센서 유닛들(106, 108, 110) 중 임의의 것에 포함될 수 있다. 따라서, 이 예에서, 제2 LIDAR는 차량으로부터 단거리 범위(예컨대, 30 미터 등) 내에 객체들이 있는지 환경을 스캔하는 데 적당할 수 있다.
일부 예들에서, 방법(500)은 또한 제1 LIDAR로부터 수신된 데이터에 기초하여 제2 LIDAR의 주시 방향을 조정하는 단계를 포함할 수 있다. 일 예에서, 제1 LIDAR로부터 수신된 데이터는, 자동차와 같은, 환경 내의 움직이는 객체를 나타낼 수 있다. 이 예에서, 방법(500)은 제2 LIDAR로부터의 주어진 데이터를 사용하여 움직이는 객체에 초점을 맞추고 그리고/또는 움직이는 객체를 추적하기 위해 제2 LIDAR의 주시 방향을 조정하는 단계를 포함할 수 있다. 예를 들어, 제2 LIDAR로부터의 주어진 데이터는 움직이는 객체를 추적하는 데 적당한 보다 큰 분해능(예컨대, 제2 분해능), 범위, 및/또는 리프레시 레이트를 제공할 수 있다. 다른 예에서, 제1 LIDAR로부터 수신된 데이터는 제1 LIDAR의 제1 분해능으로 인해 식별하기 어려운 객체의 검출을 나타낼 수 있다. 이 예에서, 방법(500)은, 식별되지 않은 객체를 스캔하고 제2 LIDAR의 보다 큰 분해능을 사용하여 객체의 식별을 용이하게 하기 위해, 제2 LIDAR의 주시 방향을 조정하는 단계를 포함할 수 있다. 이상의 논의에 따르면 다른 예들도 가능하다.
그에 따라, 일부 예들에서, 방법(500)은 또한 제1 분해능을 갖는 제1 LIDAR로부터의 데이터에 기초하여 환경의 3차원(3D) 표현을 결정하는 단계를 포함할 수 있다. 예시적인 시나리오에서, 3D 표현은 LIDAR(200)의 3D 표현(292)과 유사할 수 있다. 게다가, 일부 예들에서, 방법(500)은 또한 제2 LIDAR에 의해 스캔하기 위한 3D 표현의 일부분을 식별하는 단계를 포함할 수 있다. 예시적인 시나리오를 계속하면, 그 부분은 3D 표현(292)의 영역(296)에 대응할 수 있다. 도 2c에 도시된 바와 같이, 이 시나리오에 따르면, 영역(296)은 제1 LIDAR의 제1 분해능으로 인해 식별하기 어려운 다양한 객체들을 포함할 수 있다. 그에 따라, 일부 예들에서, 방법(500)은 또한 3D 표현의 식별된 부분과 연관된 환경의 FOV에 대응하도록 제2 LIDAR의 주시 방향을 조정하는 단계를 포함할 수 있다. 예시적인 시나리오를 계속하면, 주시 방향이 영역(296) 내의 객체들을 포함하는 FOV로 조정될 수 있다. 예를 들어, 이 시나리오에서, 이러한 FOV는 도 3b의 3D 표현(392)에 예시된 FOV에 대응할 수 있다. 차례로, 일부 예들에서, 방법(500)은 또한 제2 LIDAR로부터의 주어진 데이터에 기초하여 제2 LIDAR의 제2 분해능을 갖도록 3D 표현의 그 부분을 업데이트하는 단계를 포함할 수 있다. 예시적인 시나리오를 계속하면, 제2 LIDAR로부터의 주어진 데이터는 3D 표현(392)과 유사하게 환경의 그 부분에 대해 보다 높은 분해능의 3D 표현을 생성하는 것을 가능하게 할 수 있다. 차례로, 예를 들어, 3D 표현의 그 부분이, 3D 표현(392)의 영역들(396 및 398) 내의 객체들과 같은 객체들의 식별을 용이하게 하기 위해, 보다 높은 분해능의 데이터를 사용해 업데이트될 수 있다.
일부 예들에서, 방법(500)은 또한 제1 LIDAR로부터의 제1 데이터에 기초하여 차량으로부터 문턱 거리 내에 있는 환경 내의 제1 객체를 검출하는 단계를 포함할 수 있다. 문턱 거리는 제1 LIDAR의 제1 분해능에 기초할 수 있다. 예를 들어, 문턱 거리는 제1 LIDAR의 제1 분해능이 중간 범위 내의 객체들의 검출 및/또는 식별을 가능하게 할 수 있는 중간 거리 범위에 대응할 수 있다. 예로서 도 1e를 다시 참조하면, 문턱 거리는 등거리선(162)에 대응할 수 있고, 따라서 제1 객체는 차량(100)의 제1 LIDAR(120)와 유사하게 등거리선(160)과 등거리선(162) 사이의 임의의 객체를 포함할 수 있다. 게다가, 일부 예들에서, 방법(500)은 또한, 문턱 거리보다 더 큰, 차량으로부터 주어진 거리에 있는 환경 내의 제2 객체를 검출하는 단계를 포함할 수 있다. 주어진 거리에 있는 제2 객체의 검출은 제2 LIDAR의 제2 분해능에 기초할 수 있다. 도 1e의 예를 계속하면, 제2 객체는 등거리선(162)에 의해 표시된 문턱 거리를 넘어서 등거리선(164) 내에 포함될 수 있다. 예를 들어, 제2 LIDAR의 보다 높은 분해능으로 인해, 이러한 영역 내의 객체들은 제2 LIDAR로부터의 제2 데이터를 사용하여 검출 및/또는 식별될 수 있다.
블록(506)에서, 방법(500)은 제1 LIDAR 및 제2 LIDAR에 의한 환경의 스캔들에 기초하여 차량을 동작시키는 단계를 포함한다. 예로서, 차량은 자율 모드에서 동작될 수 있다. 이 예에서, 차량은 3D 표현들(292, 392, 및/또는 492)과 유사하게 환경 또는 그의 부분들의 3D 지도들을 생성할 수 있다. 차례로, 차량은, 가능한 것들 중에서도 특히, 장애물들을 회피하는 것에 의해 안전하게 차량을 운행(예컨대, 속도, 방향 등을 조정)하기 위해 3D 지도들을 이용할 수 있다. 예를 들어, 장애물들 또는 객체들은, 3D 지도들을 분석하고 다양한 장애물들 또는 객체들을 검출 또는 식별하기 위해, 영상 처리 알고리즘 또는 다른 컴퓨팅 방법을 사용하여 검출될 수 있다. 다른 예로서, 차량은 부분 자율 또는 수동 모드에서 동작될 수 있다. 이 예에서, 차량은 다양한 객체들의 존재 또는 그들까지의 거리 또는 변하는 도로 상태들(예컨대, 가로등(street light), 도로 표지판 등)을 차량의 운전자 또는 조작자(operator)에게 통지할 수 있다.
일부 예들에서, 방법(500)은 또한 주어진 측면을 따라 위치된 제3 LIDAR에 기초하여 상부 측면 이외의 차량의 주어진 측면으로부터 멀어지는 쪽으로 연장되는 환경의 주어진 FOV를 스캔하는 단계를 포함할 수 있다. 예를 들어, 제3 LIDAR는 도 1a의 차량(100)의 전방 측면에 장착된 센서(104)에 포함되는 도 1c의 제3 LIDAR(130)와 유사할 수 있다. 대안적으로, 예를 들어, 제3 LIDAR는, 차량(100)의 센서 유닛들(106, 108, 및/또는 110)에 포함된 LIDAR과 같은, 다른 측면에 장착된 다른 LIDAR일 수 있다. 예를 들어, 제3 LIDAR는 단거리 범위(예컨대, 30 미터) 내에 있는 차량에 가까운 객체들이 있는지 환경을 스캔하는 데 적당할 수 있다. 이 예들에서, 방법(500)은 블록(506)에서 제3 LIDAR에도 기초하여 차량을 동작시키는 단계를 포함할 수 있다. 이와 같이, 일부 예들에서, 방법(500)은 이상의 논의에 따라 제1 LIDAR, 제2 LIDAR, 및 제3 LIDAR를 사용하여, 도 1e의 등거리선들(162, 164 및/또는 166)에 의해 표시된 영역들과 같은, 차량 주변의 환경의 다양한 부분들을 스캔하는 단계를 포함할 수 있다.
도 6은 예시적인 실시예에 따른, 다른 방법(600)의 플로차트이다. 도 6에 도시된 방법(600)은, 예를 들어, 차량(100), LIDAR들(120, 122, 130, 200, 300, 400) 중 임의의 것에서 사용될 수 있는 방법의 일 실시예를 제시한다. 방법(600)은 블록들(602 내지 608) 중 하나 이상에 의해 예시된 바와 같은 하나 이상의 동작들, 기능들, 또는 작용들을 포함할 수 있다. 블록들이 순차적 순서로 예시되어 있지만, 이 블록들은, 어떤 경우에, 병렬로 그리고/또는 본원에 기술되는 것들과 상이한 순서로 수행될 수 있다. 또한, 다양한 블록들이 보다 적은 블록들로 결합될 수 있고, 부가의 블록들로 분할될 수 있으며, 그리고/또는 원하는 구현에 기초하여 제거될 수 있다.
블록(602)에서, 방법(600)은 차량 주변의 환경을 스캔하기 위해 축을 중심으로 회전하도록 구성된 제1 LIDAR로부터 제1 데이터를 수신하는 단계를 포함한다. 제1 LIDAR는 방법(500)의 블록(502)에서의 제1 LIDAR와 유사할 수 있다. 예를 들어, 제1 LIDAR는, 도 1b의 제1 LIDAR(120)와 유사하게, 차량의 상부 측면에 위치될 수 있다. 예를 들어, 제1 LIDAR는, 도 1a의 센서 유닛(102)과 같은, 차량의 상부 측면에 장착된 센서 유닛에 포함될 수 있다. 일부 예들에서, 차량은, 차량(100)의 바퀴(112)와 유사하게, 상부 측면의 반대쪽에 있는 차량의 하부 측면에 위치되는 하나 이상의 바퀴들을 포함할 수 있다. 제1 LIDAR는 제1 분해능을 가질 수 있다. 예를 들어, 제1 분해능은, 도 2a 및 도 2b의 LIDAR(200)와 유사하게, 차량으로부터 중간 거리 범위(예컨대, 100 미터 등) 내에 객체들이 있는지 차량 주변의 환경을 스캔하는 데 적당할 수 있다.
따라서, 예를 들어, 제1 LIDAR로부터의 제1 데이터는 차량에 포함된 컴퓨팅 디바이스에 의해 수신될 수 있거나, 차량과 통신하는 외부 컴퓨팅 디바이스에 의해 수신될 수 있다.
블록(604)에서, 방법(600)은 환경의 특정의 FOV를 스캔하도록 구성된 제2 LIDAR로부터 제2 데이터를 수신하는 단계를 포함한다. 특정 FOV는 제2 LIDAR의 주시 방향을 따라 차량으로부터 멀어지는 쪽으로 연장될 수 있다. 일 예에서, 제2 LIDAR는 차량의 상부 측면에서 제1 LIDAR에 인접하여 위치될 수 있다. 예를 들어, 제2 LIDAR는 차량(100)의 상부 측면에 장착된 센서 유닛(102)에 포함되는 도 1b의 제2 LIDAR(122)와 유사할 수 있다. 이 경우에, 제2 LIDAR는 도 1e의 등거리선(164)에 대응하는 좁은 FOV(field-of-view)를 가질 수 있다. 따라서, 이 예에서, 제2 LIDAR는 차량으로부터 장거리 범위(예컨대, 300 미터 등) 내에 객체들이 있는지 환경을 스캔하는 데 적당할 수 있다. 다른 예에서, 제2 LIDAR는 상부 측면 이외의 주어진 측면에 위치될 수 있다. 한 경우에, 제2 LIDAR는 차량(100)의 전방 측면에 장착된 센서 유닛(104)에 포함되는 도 1c의 제3 LIDAR(130)와 유사할 수 있다. 다른 경우에, 제2 LIDAR는 차량(100)의 후방 측면, 우측면, 및/또는 좌측면에, 각각, 장착되는 센서 유닛들(106, 108, 110) 중 임의의 것에 포함될 수 있다. 따라서, 이 예에서, 제2 LIDAR는 차량으로부터 단거리 범위(예컨대, 30 미터 등) 내에 객체들이 있는지 환경을 스캔하는 데 적당할 수 있다.
블록(602)에서의 제1 데이터와 유사하게, 제2 LIDAR로부터의 제2 데이터는 차량에 포함된 컴퓨팅 디바이스에 의해 수신될 수 있거나, 차량과 통신하는 외부 컴퓨팅 디바이스에 의해 수신될 수 있다.
어떤 경우에, 방법(600)은 또한 제1 LIDAR로부터의 제1 데이터에 기초하여 환경의 3D 표현을 결정하는 단계를 포함할 수 있다. 3D 표현은 제1 LIDAR의 제1 분해능을 가질 수 있다. 예로서, 3D 표현은 도 2c의 3D 표현(292)과 유사할 수 있다. 이 경우에, 방법(600)은 또한 3D 표현에 기초하여 환경 내의 하나 이상의 객체들을 검출하는 단계를 포함할 수 있다. 이 예를 계속하면, 하나 이상의 객체들은 3D 표현(292)의 영역(296) 내의 객체들과 유사할 수 있다. 게다가, 이 경우에, 방법(600)은 하나 이상의 객체들을 포함하는 환경의 FOV에 대응하도록 제2 LIDAR의 주시 방향을 조정하는 단계를 포함할 수 있다. 차례로, 예를 들어, 방법(600)은 또한 주시 방향을 조정하는 것에 응답하여 제2 LIDAR로부터의 제2 데이터에 기초하여 하나 이상의 객체들의 주어진 3D 표현을 결정하는 단계를 포함할 수 있다. 주어진 3D 표현은 제2 LIDAR의 제2 분해능을 가질 수 있다. 이 예를 계속하면, 주어진 3D 표현은 도 3b의 3D 표현(392)과 유사할 수 있고, 따라서 제2 LIDAR의 보다 높은 제2 분해능을 가질 수 있다. 따라서, 이 경우에, 방법(600)은 또한 제2 분해능을 갖는 주어진 3D 표현에 기초하여 하나 이상의 객체들을 식별하는 단계, 및 하나 이상의 객체들을 식별하는 것에 기초하여 차량을 동작시키는 단계를 포함할 수 있다. 이 예를 계속하면, 도 3b에 도시된 바와 같이, 하나 이상의 객체들은 영역(396) 내의 객체들(예컨대, 보행자) 및 영역(398) 내의 객체들(예컨대, 가로등)에 대응할 수 있다. 따라서, 이 예에서, 차량의 동작은 차량을 하나 이상의 객체들로부터 멀어지는 쪽으로 운행하는 것, 식별된 하나 이상의 객체들의 유형에 따라 차량의 속도를 조정하는 것(예컨대, 객체가 보행자인 경우 속도를 낮추는 것 등), 및/또는 하나 이상의 객체들의 유형에 기초하는 하나 이상의 객체들까지의 문턱 거리를 갖도록 차량을 운행하는 것에 의해 조정될 수 있다. 다른 예들이 또한 가능하다.
블록(606)에서, 방법(600)은 제1 LIDAR 및 제2 LIDAR에 의한 환경의 스캔들에 기초하여 차량에 대한 동작 지시들을 결정하는 단계를 포함한다. 제1 예에서, 동작 지시들은 환경 내의 장애물로부터 멀어지는 쪽으로 차량을 운행하는 것을 포함할 수 있다. 제2 예에서, 동작 지시들은 특정의 객체를 포함하는 환경의 FOV에 대응하도록 제2 LIDAR의 주시 방향을 조정하는 것을 포함할 수 있다. 제3 예에서, 동작 지시들은 차량 내의 디스플레이 또는 스피커로 하여금 환경 내의 하나 이상의 객체들에 관한 정보를 제시하게 하는 것을 포함할 수 있다. 제4 예에서, 동작 지시들은 환경의 스캔들에 기초한 객체들 또는 다른 도로 상태들의 검출에 응답하여 차량의 다양한 컴포넌트들(예컨대, 전조등(light), 카메라 등)의 구성을 조정하는 것을 포함할 수 있다. 다른 예들이 또한 가능하다.
일부 예들에서, 방법(600)은 또한 주어진 측면을 따라 위치된 제3 LIDAR로부터의 제3 데이터에 기초하여 상부 측면 이외의 차량의 주어진 측면으로부터 멀어지는 쪽으로 연장되는 환경의 주어진 FOV를 스캔하는 단계를 포함할 수 있다. 예를 들어, 제3 LIDAR는 도 1c의 제3 LIDAR(130)와 유사할 수 있고, 차량으로부터 단거리 범위 내의 객체들의 검출에 적당한 제3 분해능을 가질 수 있다. 이 예들에서, 블록(606)에서 동작 지시들을 결정하는 것은 제3 LIDAR에 의한 환경의 스캔에도 기초할 수 있다.
게다가, 이 예들에서, 방법(600)은 또한 제1 LIDAR로부터의 데이터에 기초하여 환경 내의 객체를 검출하는 단계, 및 제3 분해능을 갖는 제3 LIDAR로부터의 주어진 데이터에 기초하여 객체를 식별하는 단계를 포함할 수 있다. 예를 들어, 객체가 차량에 가까운 경우, 제1 LIDAR로부터의 데이터는 (예컨대, 3D 표현(292)의 영역(294)과 유사하게 환경의 스캔되지 않는 부분으로 인해) 객체 전체보다는 객체의 일부분만을 나타낼 수 있다. 이 경우에, 방법(600)은 객체 전체를 포함하는 FOV를 갖는 제3 LIDAR로부터의 주어진 데이터를 사용하여 객체를 식별할 수 있다.
그에 따라, 이 예들에서, 방법(600)은 또한 객체와 차량 사이의 주어진 거리가 문턱 거리 미만이라고 결정하는 단계, 및 그에 응답하여 객체를 식별하기 위해 제3 LIDAR로부터 주어진 데이터를 획득하는 단계를 포함할 수 있다. 예를 들어, 검출된 객체가 스캔되지 않는 영역(예컨대, 3D 표현(292)의 영역(294))의 경계에 있고 따라서 문턱 거리 미만인 주어진 거리에 있는 경우, 방법(600)은 객체를 식별하기 위해 주어진 데이터를 획득하기 위해 제3 LIDAR를 동작시킬 수 있다.
블록(608)에서, 방법(600)은 동작 지시들을 차량에게 제공하는 단계를 포함한다. 블록(606)에서의 동작 지시들의 결정이 외부 컴퓨팅 디바이스에 의해 수행되는 일 예에서, 블록(608)에서 동작 지시들을 제공하는 단계는 외부 컴퓨팅 디바이스가 (예컨대, 무선 또는 유선 통신 인터페이스를 통해) 동작 지시들을 차량에게 전달하는 단계를 포함할 수 있다. 블록(606)에서의 결정이 차량에 포함된 제어기에 의해 수행되는 다른 예에서, 동작 지시들을 제공하는 단계는 제어기가 결정된 동작 지시들에 따라 차량의 동작을 조정하기 위해 차량의 네비게이션 시스템 또는 다른 제어 시스템에게 신호들을 제공하는 단계를 포함할 수 있다. 이상의 논의에 따르면 다른 예들도 가능하다.
도 7은 예시적인 실시예에 따른, 또 다른 방법(700)의 플로차트이다. 도 7에 도시된 방법(700)은, 예를 들어, 차량(100), LIDAR들(120, 122, 130, 200, 300, 400) 중 임의의 것에서 사용될 수 있는 방법의 일 실시예를 제시한다. 방법(700)은 블록들(702 내지 708) 중 하나 이상에 의해 예시된 바와 같은 하나 이상의 동작들, 기능들, 또는 작용들을 포함할 수 있다. 블록들이 순차적 순서로 예시되어 있지만, 이 블록들은, 어떤 경우에, 병렬로 그리고/또는 본원에 기술되는 것들과 상이한 순서로 수행될 수 있다. 또한, 다양한 블록들이 보다 적은 블록들로 결합될 수 있고, 부가의 블록들로 분할될 수 있으며, 그리고/또는 원하는 구현에 기초하여 제거될 수 있다.
일부 예들에서, 방법(700)은, 차량(100) 및/또는 LIDAR들(120, 122, 130, 200, 300, 400)과 같은, 디바이스들 및 시스템들을 동작시키기 위해 방법들(500 및/또는 600)과 함께 사용될 수 있다. 다른 예들에서, 방법(700)은 방법들(500 및/또는 600)에 대한 대안의 방법으로서 본원에서의 디바이스들 및 시스템들을 동작시키는 데 사용될 수 있다. 이와 같이, 일부 예들에서, 방법(700)은 방법들(500 및/또는 600)에 대한 부가의 또는 대안의 방법일 수 있다.
블록(702)에서, 방법(700)은 차량의 제1 LIDAR, 차량의 제2 LIDAR, 또는 차량의 제3 LIDAR에 기초하여 차량의 환경에서 차량과 객체 사이의 주어진 거리를 결정하는 단계를 포함한다. 일부 예들에서, 제1 LIDAR, 제2 LIDAR, 및 제3 LIDAR는, 각각, 차량(100)의 제1 LIDAR(120), 제2 LIDAR(122), 및 제3 LIDAR(130)와 유사할 수 있다. 예를 들어, 제1 LIDAR는 차량의 상부 측면에 위치되고 차량 주변의 환경을 스캔하기 위해 축을 중심으로 회전하도록 구성될 수 있으며, 제2 LIDAR는 제2 LIDAR의 주시 방향을 따라 환경의 특정의 FOV를 스캔하도록 구성될 수 있고, 제3 LIDAR는 주어진 측면으로부터 멀어지는 쪽으로 연장되는 환경의 주어진 FOV를 스캔하기 위해 상부 측면 이외의 차량의 주어진 측면에 위치될 수 있다. 게다가, 예를 들어, LIDAR들 각각이 각자의 LIDAR의 각자의 특성들에 따라 다양한 객체들이 있는지 환경을 스캔하는 데 적당하도록, 제1 LIDAR는 제1 분해능을 가질 수 있고, 제2 LIDAR는 제2 분해능을 가질 수 있으며, 제3 LIDAR는 제3 분해능을 가질 수 있다. 예를 들어, 가능한 것들 중에서도 특히, 제1 LIDAR는 차량으로부터 중간 거리 범위 내의(예컨대, 도 1e의 등거리선(160)과 등거리선(162) 사이의) 객체들의 검출 및/또는 식별에 적당할 수 있고, 제2 LIDAR는 장거리 범위 내의(예컨대, 도 1e의 등거리선(164) 내의) 객체들의 검출 및/또는 식별에 적당할 수 있으며, 제3 LIDAR는 단거리 범위 내의(예컨대, 도 1e의 등거리선(166) 내의) 객체들의 검출 및/또는 식별에 적당할 수 있다.
따라서, 일 예에서, 주어진 거리는 각자의 LIDAR로부터의 데이터에 기초하여 결정된 하나 이상의 3D 표현들 또는 점 구름들을 사용하여 결정될 수 있다. 예를 들어, 주어진 3D 표현은 도 2c, 도 3b, 및 도 4c에, 각각, 예시된 3D 표현들(292, 392, 492) 중 임의의 것과 유사할 수 있다. 다른 예에서, 주어진 거리는 LIDAR들(200, 300, 및/또는 400)에 대한 논의에 따라 객체로부터의 각자의 LIDAR들의 검출기들로의 반사 광 펄스들을 분석하는 것에 의해 결정될 수 있다.
블록(704)에서, 방법(700)은 주어진 거리가 제1 문턱값 초과이고 제2 문턱값 미만인 것에 기초하여 제1 LIDAR로부터의 제1 데이터에 기초하여 객체를 추적하는 단계를 포함한다. 예로서 도 1e를 다시 참조하면, 객체가 등거리선(160)과 등거리선(162) 사이의 영역에 있다면, 제1 LIDAR로부터의 제1 데이터를 사용하여 객체가 추적될 수 있다(예컨대, 위치, 움직임, 속도, 방향 등). 이러한 영역에서, 제1 LIDAR의 제1 분해능이 객체의 검출/식별에 적당할 수 있고, 따라서 객체를 추적하는 데도 적당할 수 있다. 따라서, 이 예에서, 제1 문턱값은 등거리선(160)에 대응할 수 있고, 제2 문턱값은 등거리선(162)에 대응할 수 있다. 일부 예들에서, 가능한 것들 중에서도 특히, 제1 데이터는 도 2c의 3D 표현(292)과 유사할 수 있거나, 제1 LIDAR에 의해 검출된 반사 광 펄스의 TOF(time-of-flight) 또는 형상/강도를 나타내는 제1 LIDAR로부터 수신된 데이터일 수 있다.
블록(706)에서, 방법(700)은 주어진 거리가 제2 LIDAR 초과인 것에 기초하여 제2 LIDAR로부터의 제2 데이터에 기초하여 객체를 추적하는 단계를 포함한다. 도 1e의 예를 계속하면, 객체가 등거리선(162)을 넘어선 영역에 있다면 제2 LIDAR로부터의 제2 데이터를 사용하여 객체가 추적될 수 있다. 예를 들어, 등거리선(164)으로서 도 1e에 예시된 제2 LIDAR의 FOV 내에 객체를 유지하기 위해 제2 LIDAR의 주시 방향이 그에 따라 조정될 수 있다. 일부 예들에서, 가능한 것들 중에서도 특히, 제2 데이터는 도 3b의 3D 표현(392)과 유사할 수 있거나, 제2 LIDAR에 의해 검출된 반사 광 펄스의 TOF(time-of-flight) 또는 형상/강도를 나타내는 제2 LIDAR로부터 수신된 데이터일 수 있다.
블록(708)에서, 방법(700)은 주어진 거리가 제1 문턱값 미만인 것에 기초하여 제3 LIDAR로부터의 제3 데이터에 기초하여 객체를 추적하는 단계를 포함한다. 도 1e의 예를 계속하면, 객체가 등거리선(166)에 의해 표시된 영역에 있다면 제3 LIDAR로부터의 제3 데이터를 사용하여 객체가 추적될 수 있다. 예를 들어, 이러한 영역은 각자의 LIDAR들을 차량의 상부 측면에 위치시키는 것으로 인해 제1 LIDAR 및/또는 제2 LIDAR에 의해 스캔되지 않는 (예컨대, 등거리선(160) 내의) 환경의 일부분을 포함한다. 일부 예들에서, 가능한 것들 중에서도 특히, 제3 데이터는 도 4c의 3D 표현(492)과 유사할 수 있거나, 제3 LIDAR에 의해 검출된 반사 광 펄스의 TOF(time-of-flight) 또는 형상/강도를 나타내는 제3 LIDAR로부터 수신된 데이터일 수 있다.
이와 같이, 예시적인 시나리오에서, 객체는 다양한 LIDAR들의 다양한 범위들 사이를 이동할 수 있고, 블록들(704 내지 708)에서의 방법(700)은 제1 LIDAR, 제2 LIDAR, 및 제3 LIDAR 각각의 각자의 특성들을 사용하여 객체의 연속적인 추적을 가능하게 할 수 있다. 이 프로세스를 통해, 예를 들어, 차량이 다양한 거리 범위들 사이를 이동할 때 객체를 추적하고, 그에 의해 자율 동작(예컨대, 운행) 및/또는 사고 회피를 용이하게 하기 위해, 차량이 방법(700)을 이용할 수 있다.
도 8은 예시적인 실시예에 따른, 차량(800)이 하나 이상의 객체들을 포함하는 환경에서 동작하는 것을 예시하고 있다. 차량(800)은 차량(100)과 유사할 수 있다. 예를 들어, 도시된 바와 같이, 차량(800)은 차량(100)의 센서 유닛들(102, 106, 108, 및 110)과, 각각, 유사한 센서 유닛들(802, 806, 808, 및 810)을 포함한다. 예를 들어, 센서 유닛(802)은 차량(100)의 제1 LIDAR(120) 및 제2 LIDAR(122)와, 각각, 유사한 제1 LIDAR(도시되지 않음) 및 제2 LIDAR(도시되지 않음)를 포함할 수 있다. 게다가, 예를 들어, 센서 유닛들(806 내지 810) 각각은 또한 차량(100)의 제3 LIDAR(130)와 유사한 LIDAR를 포함할 수 있다. 도시된 바와 같이, 차량(800)의 환경은 차량들(812, 814, 816), 도로 표지판(818), 나무(820), 건물(822), 도로 표지판(824), 보행자(826), 개(828), 자동차(830), 진입로(832), 및 차선(834)을 비롯한 차선들과 같은 다양한 객체들을 포함한다. 본 개시내용에 따르면, 차량(800)은 차량(800)의 자율 동작 및/또는 차량(800)에 의한 사고 회피를 용이하게 하기 위해, 방법들(500 내지 700)과 같은, 본원에서의 방법들 및 프로세스들을 수행할 수 있다. 이하는 본 개시내용에 따른 차량(800)의 동작을 위한 예시적인 시나리오들이다.
제1 시나리오에서, 차량(800)은 도 8에 예시된 다양한 객체들을 검출 및/또는 식별하기 위해 방법(500 및/또는 600)을 이용할 수 있다. 제1 시나리오에서, 차량(800)은 자동차들(812 내지 816)을 차량(800)의 내비게이션 거동(navigational behavior)에 관련될 수 있는 움직이는 객체들로서 식별할 수 있다. 예를 들어, 차량(800)은 자동차들(812 내지 816)을 움직이는 차량들로서 제대로 식별하기 위해 각자의 LIDAR들의 다양한 스캐닝 분해능들 및 범위들을 이용할 수 있다. 게다가, 제1 시나리오에서, 차량(800)은 자동차들(812 내지 816)을 추적하고 이러한 네비게이션을 용이하게 하기 위해 방법(700)을 이용할 수 있다. 예를 들어, 차량(800)은 센서 유닛들(802 내지 810) 내의 다양한 LIDAR들로부터의 데이터에 기초하여 자동차들(812 내지 816)과의 접촉을 피하기 위해 그의 속도를 조정할 수 있거나 차선을 변경할 수 있다.
제2 시나리오에서, 차량(800)은 차량(800)에 매우 근접해 있는 자동차(812)를 검출, 식별, 및/또는 추적하기 위해 센서 유닛(808 및/또는 806)의 LIDAR를 이용할 수 있다. 예를 들어, 이러한 LIDAR는, 이러한 LIDAR를 (예컨대, 센서 유닛들(808 및/또는 810)에) 위치시키는 것으로 인해 차량(800)으로부터 단거리 범위 내에 객체들이 있는지 환경을 스캔하는 데 적당한, 차량(100)의 제3 LIDAR(130)와 유사할 수 있다. 이와 달리, 예를 들어, 센서 유닛(802) 내의 LIDAR들은, 도 8에 도시된 바와 같이 이러한 LIDAR들을 차량(800)의 상부 측면에 위치시키는 것으로 인해, 자동차(812)가 있는지 환경을 스캔하기에 덜 적당할 수 있다. 예를 들어, 자동차(812)는, 도 1e에서 등거리선(160)에 의해 예시된 영역과 유사한, 상부 장착된 LIDAR들에 의해 스캔되지 않는 환경의 영역 내에 적어도 부분적으로 포함될 수 있다.
제3 시나리오에서, 차량(800)은, 차량(800)으로부터 문턱 거리(예컨대, 중간 거리 범위) 내에 있는 자동차(814)를 검출 및/또는 식별하기 위해 차량(100)의 LIDAR(120)과 유사한, 센서 유닛(802)의 제1 LIDAR를 이용할 수 있다. 이 시나리오에서, 자동차(814)가 차량(800)과 동일한 차선으로 차선을 변경하는 도중에 있을 수 있다. 이 시나리오에서, 차량(800)은 자동차(814)로부터 안전한 거리를 유지하기 위해 그의 속도를 조정하고 그리고/또는 차선을 변경할 필요가 있을 수 있다. 그렇지만, 제1 LIDAR로부터의 데이터는 자동차(814)가 차선(834)을 넘어가는지를 검출하기에 불충분한 제1 분해능을 가질 수 있거나, 차선(834)을 검출/식별하기에도 불충분할 수 있다. 이와 같이, 이 시나리오에서, 차량(800)은 센서 유닛(802)에 포함되고 제1 LIDAR의 제1 분해능보다 더 높은 제2 분해능을 갖는, 차량(100)의 제2 LIDAR(122)와 유사한, 제2 LIDAR의 주시 방향을 조정할 수 있다. 차례로, 차량(800)은 차선(834) 및/또는 자동차(814)가 차선을 넘어가는지를 분석할 수 있다. 대안적으로, 예를 들어, 차량(800)은, 가능한 것들 중에서도 특히, 차량(814)이 차선을 변경 중이라고 결정하기 위해 자동차(814)의 좌측 방향지시등(left light signal)을 검출하기 위해 제2 LIDAR의 보다 높은 분해능을 이용할 수 있다.
제4 시나리오에서, 자동차(816)는, 가능한 것들 중에서도 특히, 비정상적으로 주행하거나 차량(800)에 대해 고속으로 움직이고 있을 수 있다. 이 시나리오에서, 차량(800)은 방법(700)을 사용하여 자동차(816)를 추적할 수 있고, 자동차(816)와의 접촉을 피하기 위해 그에 따라 운행(예컨대, 차선을 변경, 속도를 조정 등)할 수 있다.
제5 시나리오에서, 차량(800)은, 차량(100)의 제1 LIDAR(120)와 유사한, 중거리 LIDAR를 사용하여 도로 표지판(818)을 검출할 수 있다. 차례로, 차량(800)은 정보를 위해 도로 표지판(818)을 분석하기 위해, 차량(100)의 제2 LIDAR(122)와 유사한, 보다 높은 분해능의 LIDAR 및/또는 보다 장거리의 LIDAR의 주시 방향을 조정할 수 있다. 예를 들어, 제2 LIDAR의 보다 높은 분해능은 도로 표지판(818)에 있는 특징부들의 반사율의 차이로 인해 정보를 분석하는 것을 가능하게 할 수 있다. 이 시나리오의 한 경우에, 도로 표지판은 전방의 위험들 또는 폐쇄된 차선을 나타낼 수 있으며, 차량(800)은 그에 따라 그의 속도를 조정하거나 차선을 변경할 수 있다. 이 시나리오의 다른 경우에, 도로 표지판은 전방에서의 교통 지연을 나타낼 수 있고, 차량(800)은 그러면 대안의 경로를 결정하라고 차량(800)의 네비게이션 시스템에게 지시할 수 있다. 이 시나리오의 다른 변형들도 가능하다.
제6 시나리오에서, 차량은 나무(820), 건물(822), 거리 표지판(824), 보행자(826), 개(828), 자동차(830), 및/또는 진입로(832)와 같은 도로변 객체들이 있는지 환경을 스캔하기 위해 방법들(500 및/또는 600)을 이용할 수 있다. 본 개시내용에 따른 센서 유닛들(802 내지 810) 내의 다양한 LIDAR들의 다양한 특성들(예컨대, 분해능, 범위 등)을 이용함으로써, 이 시나리오에서의 차량(800)은 객체들(820, 822, 및 824)을 무생물체들로서 식별할 수 있고, 따라서 차량(800)이 무생물체들에 인접한 차로로 차선을 변경할 수 있게 할 수 있다.
객체들이 보행자(826) 또는 개(828)와 같은 생물체들인 이상의 시나리오의 한 변형으로서, 차량(800)은 생물체들이 움직이는 경우를 예상하여 우측 차로를 회피할 수 있다. 게다가, 이 시나리오에서의 차량(800)은, 방법들(500 내지 700)에 따라 이러한 생물체들을 식별 및/또는 추적하기 위해, 고분해능 LIDAR(예컨대, 제2 LIDAR(122) 등)의 주시 방향을 조정하고 그리고/또는 센서 유닛(808)의 LIDAR로부터 데이터를 획득할 수 있다.
이상의 시나리오의 일부 변형들에서, 차량(800)은 객체들이 무생물일 때에도 우측 차로를 회피할 수 있다. 일 예에서, 차량(800)은 거리 표지판(824)이 버스 정류장 표지판이라고 결정할 수 있고, 그에 의해 버스를 위한 공간을 남겨두기 위해 우측 차로를 회피할 수 있다. 다른 예에서, 차량(800)은 자동차(830)가 진입로(832)로부터 나오는 것으로 결정할 수 있고, 그에 의해 자동차(830)를 위한 공간을 남겨두기 위해 그에 따라 운행할 수 있다.
제7 시나리오에서, 차량(800)은 차량(800)의 상태를 결정하기 위해 센서 유닛들(802 내지 810) 내의 LIDAR들로부터의 데이터를 이용할 수 있다. 이 시나리오에서, 예를 들어, 차량(800)의 도어, 후드, 또는 범퍼가 열려(open) 있거나 약간 열려(ajar) 있을 수 있다. 이 시나리오에서, 센서 유닛들(802 내지 810) 내의 LIDAR들로부터의 데이터는 차량(800)의 이러한 컴포넌트가 열려 있거나 약간 열려 있다는 것을 나타낼 수 있다. 예를 들어, 센서 유닛(808) 내의 LIDAR는 270도 FOV를 갖도록 구성될 수 있다. 이 경우에, LIDAR는 후드와 같은 차량(800)의 컴포넌트들을 스캔하지 못할 수 있다. 따라서, 차량(800)의 후드가 센서 유닛(808)의 LIDAR에 의한 환경의 스캔에 나타나는 경우에, 차량(800)은 센서 유닛 (808)이 장착된 우측 도어가 열려 있거나 약간 열려 있을 수 있다고 결정할 수 있다.
다른 시나리오들도 가능하다. 따라서, 본 방법들 및 시스템들은 본원에서의 예시적인 실시예들에 따라 차량 주변의 특성들 및 위치들을 갖는 다수의 LIDAR들을 이용함으로써 차량(800)과 같은 차량에 대한 자율 동작 및/또는 사고 회피를 용이하게 할 수 있다.
도 9는 예시적인 실시예에 따른, 차량(900)의 간략화된 블록도이다. 차량(900)은 차량들(100 및/또는 800)과 유사할 수 있고, LIDAR들(200, 300, 및/또는 400)와 유사한 다수의 LIDAR들을 포함할 수 있다. 게다가, 차량(900)은 방법들(500, 600, 및/또는 700)과 같은 본원에서의 기능들 및 방법들을 수행하도록 구성될 수 있다. 도시된 바와 같이, 차량(900)은 추진 시스템(902), 센서 시스템(904), 제어 시스템(906), 주변기기들(908), 및 컴퓨터 시스템(910)을 포함한다. 다른 실시예들에서, 차량(900)은 보다 많은, 보다 적은, 또는 상이한 시스템들을 포함할 수 있고, 각각의 시스템은 보다 많은, 보다 적은, 또는 상이한 컴포넌트들을 포함할 수 있다. 그에 부가하여, 도시된 시스템들 및 컴포넌트들은 임의의 수의 방식들로 결합 또는 분할될 수 있다.
추진 시스템(902)은 차량(900)에 동력 운동(powered motion)을 제공하도록 구성될 수 있다. 도시된 바와 같이, 추진 시스템(902)은 엔진/모터(918), 에너지원(920), 변속기(922), 및 바퀴들/타이어들(924)을 포함한다.
엔진/모터(918)는 내연 기관(internal combustion engine), 전기 모터, 증기 기관(steam engine), 및 스털링 기관(Stirling engine)의 임의의 조합일 수 있거나 그를 포함할 수 있다. 다른 모터들 및 기관들도 가능하다. 일부 실시예들에서, 추진 시스템(902)은 다수 유형의 기관들 및/또는 모터들을 포함할 수 있다. 예를 들어, 가솔린-전기 하이브리드 자동차는 가솔린 기관(gasoline engine) 및 전기 모터를 포함할 수 있다. 다른 예들도 가능하다.
에너지원(920)은 엔진/모터(918)에 전체적으로 또는 부분적으로 동력을 공급하는 에너지의 공급원일 수 있다. 즉, 엔진/모터(918)는 에너지원(920)을 기계 에너지로 변환하도록 구성될 수 있다. 에너지원들(920)의 예들은 가솔린, 디젤, 프로판, 다른 압축 가스 기반 연료들, 에탄올, 태양광 패널들, 배터리들, 및 다른 전력 공급원들을 포함한다. 에너지원(들)(920)은, 그에 부가하여 또는 대안적으로, 연료 탱크들, 배터리들, 커패시터들, 및/또는 플라이휠들의 임의의 조합을 포함할 수 있다. 일부 실시예들에서, 에너지원(920)은 차량(900)의 다른 시스템들에도 에너지를 제공할 수 있다.
변속기(922)는 기계적 동력을 엔진/모터(918)로부터 바퀴들/타이어들(924)에 전달하도록 구성될 수 있다. 이를 위해, 변속기(922)는 기어박스, 클러치, 차동 장치, 구동축(drive shaft)들, 및/또는 다른 요소들을 포함할 수 있다. 변속기(922)가 구동축들을 포함하는 실시예들에서, 구동축들은 바퀴들/타이어들(924)에 결합되도록 구성된 하나 이상의 차축(axle)들을 포함할 수 있다.
차량(900)의 바퀴들/타이어들(924)은, 외발 자전거, 자전거/모터사이클, 삼륜차, 또는 자동차/트럭 사륜 형식을 비롯한, 다양한 형식들로 구성될 수 있다. 6개 이상의 바퀴들을 포함하는 것들과 같은, 다른 바퀴/타이어 형식들도 가능하다. 어느 경우든지, 바퀴들/타이어들(924)는 다른 바퀴들/타이어들(924)에 대해 차동적으로 회전하도록 구성될 수 있다. 일부 실시예들에서, 바퀴들/타이어들(924)은 변속기(922)에 고정되게 부착된 적어도 하나의 바퀴 및 주행 표면과 접촉할 수 있는 바퀴의 림에 결합된 적어도 하나의 타이어를 포함할 수 있다. 바퀴들/타이어들(924)은 금속과 고무의 임의의 조합, 또는 다른 재료들의 조합을 포함할 수 있다. 추진 시스템(902)은, 그에 부가하여 또는 대안적으로, 도시된 것들 이외의 컴포넌트들을 포함할 수 있다.
센서 시스템(904)은 차량(900)이 위치되는 환경에 관한 정보를 감지하도록 구성된 다수의 센서들은 물론, 센서들의 위치 및/또는 배향을 수정하도록 구성된 하나 이상의 액추에이터들(936)을 포함할 수 있다. 도시된 바와 같이, 센서 시스템(904)의 센서들은 GPS(Global Positioning System)(926), IMU(inertial measurement unit)(928), RADAR 유닛(930), 레이저 거리측정기 및/또는 LIDAR 유닛(932), 그리고 카메라(934)를 포함한다. 센서 시스템(904)은, 예를 들어, 차량(900)의 내부 시스템들(예컨대, O2 모니터, 연료 게이지, 엔진 오일 온도 등)을 모니터링하는 센서들을 비롯한, 부가의 센서들도 포함할 수 있다. 게다가, 센서 시스템(904)은 다수의 LIDAR들을 포함할 수 있다. 일부 예들에서, 센서 시스템(904)은, 각각이 각자의 위치(예컨대, 상부 측면, 하부 측면, 전방 측면, 후방 측면, 우측면, 좌측면 등)에서 차량에 장착된, 다수의 센서 유닛들로서 구현될 수 있다. 다른 센서들도 가능하다.
GPS(926)는 차량(900)의 지리적 위치를 추정하도록 구성된 임의의 센서(예컨대, 위치 센서)일 수 있다. 이를 위해, GPS(926)는 지구에 대한 차량(900)의 위치를 추정하도록 구성된 송수신기를 포함할 수 있다. GPS(926)는 다른 형태들도 취할 수 있다.
IMU(928)는 관성 가속도에 기초하여 차량(900)의 위치 및 배향 변화들을 감지하도록 구성된 센서들의 임의의 조합일 수 있다. 일부 실시예들에서, 센서들의 조합은, 예를 들어, 가속도계들 및 자이로스코프들을 포함할 수 있다. 센서들의 다른 조합들도 가능하다.
RADAR 유닛(930)은 무선 신호들을 사용하여 차량(900)이 위치되는 환경 내의 객체들을 감지하도록 구성된 임의의 센서일 수 있다. 일부 실시예들에서, 객체들을 감지하는 것 외에, RADAR 유닛(930)은, 그에 부가하여, 객체들의 속도 및/또는 방위(heading)를 감지하도록 구성될 수 있다.
이와 유사하게, 레이저 거리측정기 또는 LIDAR 유닛(932)은 레이저들을 사용하여 차량(900)이 위치되는 환경 내의 객체들을 감지하도록 구성된 임의의 센서일 수 있다. 상세하게는, 레이저 거리측정기 또는 LIDAR 유닛(932)은 레이저를 방출하도록 구성된 레이저 광원 및/또는 레이저 스캐너 그리고 레이저의 반사들을 검출하도록 구성된 검출기를 포함할 수 있다. 레이저 거리측정기 또는 LIDAR(932)는 코히런트(coherent)(예컨대, 헤테로다인 검출(heterodyne detection)을 사용함) 또는 비코히런트(incoherent) 검출 모드에서 동작하도록 구성될 수 있다. 일부 예들에서, LIDAR 유닛(932)은 각각이 차량(900) 주변의 환경의 특정의 영역을 스캔하는 데 적당한 고유의 위치 및/또는 구성을 갖는 다수의 LIDAR들을 포함할 수 있다.
카메라(934)는 차량(900)이 위치되는 환경의 영상들을 포착하도록 구성된 임의의 카메라(예컨대, 스틸 카메라, 비디오 카메라 등)일 수 있다. 이를 위해, 카메라는 앞서 기술된 형태들 중 임의의 것을 취할 수 있다. 센서 시스템(904)은, 그에 부가하여 또는 대안적으로, 도시된 것들 이외의 컴포넌트들을 포함할 수 있다.
제어 시스템(906)은 차량(900) 및 그의 컴포넌트들의 동작을 제어하도록 구성될 수 있다. 이를 위해, 제어 시스템(906)은 조향 유닛(steering unit)(938), 스로틀(throttle)(940), 브레이크 유닛(942), 센서 융합 알고리즘(sensor fusion algorithm)(944), 컴퓨터 비전 시스템(computer vision system)(946), 네비게이션 또는 경로지정 시스템(navigation or pathing system)(948), 및 장애물 회피 시스템(950)을 포함할 수 있다.
조향 유닛(938)은 차량(900)의 방위를 조정하도록 구성된 메커니즘들의 임의의 조합일 수 있다. 스로틀(940)은 엔진/모터(918)의 동작 속도 그리고, 차례로, 차량(900)의 속도를 제어하도록 구성된 메커니즘들의 임의의 조합일 수 있다. 브레이크 유닛(942)은 차량(900)을 감속시키도록 구성된 메커니즘들의 임의의 조합일 수 있다. 예를 들어, 브레이크 유닛(942)은 바퀴들/타이어들(924)을 저속으로 하기 위해 마찰을 사용할 수 있다. 다른 예로서, 브레이크 유닛(942)은 바퀴들/타이어들(924)의 운동 에너지를 전류로 변환할 수 있다. 브레이크 유닛(942)은 다른 형태들도 취할 수 있다.
센서 융합 알고리즘(944)은 센서 시스템(904)으로부터의 데이터를 입력으로서 받도록 구성된 알고리즘(또는 알고리즘을 저장하는 컴퓨터 프로그램 제품)일 수 있다. 데이터는, 예를 들어, 센서 시스템(904)의 센서들에서 감지된 정보를 나타내는 데이터를 포함할 수 있다. 센서 융합 알고리즘(944)은, 예를 들어, 칼만 필터(Kalman filter), 베이지안 네트워크(Bayesian network), 본원에서의 방법들의 기능들 중 일부를 위한 알고리즘, 또는 임의의 다른 알고리즘을 포함할 수 있다. 센서 융합 알고리즘(944)은, 예를 들어, 차량(100)이 위치되는 환경 내의 개개의 객체들 및/또는 특징부들의 평가들, 특정의 상황들의 평가들, 및/또는 특정의 상황들에 기초한 가능한 영향들의 평가들을 비롯한, 센서 시스템(904)으로부터의 데이터에 기초한 다양한 평가들을 제공하도록 추가로 구성될 수 있다. 다른 평가들도 가능하다.
컴퓨터 비전 시스템(946)은, 예를 들어, 교통 신호들 및 장애물들을 비롯한, 차량(900)이 위치되는 환경 내의 객체들 및/또는 특징부들을 식별하기 위해 카메라(934)에 의해 포착된 영상들을 처리 및 분석하도록 구성된 임의의 시스템일 수 있다. 이를 위해, 컴퓨터 비전 시스템(946)은 객체 인식 알고리즘, SFM(Structure from Motion) 알고리즘, 비디오 추적, 또는 다른 컴퓨터 비전 기법들을 사용할 수 있다. 일부 실시예들에서, 컴퓨터 비전 시스템(946)은, 그에 부가하여, 환경의 지도를 제작하고, 객체들을 추적하며, 객체들의 속도를 추정하고, 기타를 하도록 구성될 수 있다.
네비게이션 및 경로지정 시스템(948)은 차량(900)에 대한 주행 경로(driving path)를 결정하도록 구성된 임의의 시스템일 수 있다. 네비게이션 및 경로지정 시스템(948)은, 그에 부가하여, 차량(900)이 동작하고 있는 동안 동적으로 주행 경로를 업데이트하도록 구성될 수 있다. 일부 실시예들에서, 네비게이션 및 경로지정 시스템(948)은, 차량(900)에 대한 주행 경로를 결정하기 위해, 센서 융합 알고리즘(944), GPS(926), LIDAR 유닛(932), 및 하나 이상의 미리 결정된 지도들로부터의 데이터를 통합(incorporate)하도록 구성될 수 있다.
장애물 회피 시스템(950)은 차량(900)이 위치되는 환경 내의 장애물들을 식별, 평가, 그리고 회피 또는 다른 방식으로 빠져나가도록 구성된 임의의 시스템일 수 있다. 제어 시스템(906)은, 그에 부가하여 또는 대안적으로, 도시된 것들 이외의 컴포넌트들을 포함할 수 있다.
주변기기들(908)은 차량(900)이 외부 센서들, 다른 차량들, 외부 컴퓨팅 디바이스들, 및/또는 사용자와 상호 작용할 수 있게 하도록 구성될 수 있다. 이를 위해, 주변기기들(908)은, 예를 들어, 무선 통신 시스템(952), 터치스크린(954), 마이크로폰(956), 및/또는 스피커(958)를 포함할 수 있다.
무선 통신 시스템(952)은, 직접 또는 통신 네트워크를 통해, 하나 이상의 다른 차량들, 센서들, 또는 다른 엔티티들에 무선으로 결합하도록 구성된 임의의 시스템일 수 있다. 이를 위해, 무선 통신 시스템(952)은, 직접 또는 통신 네트워크를 통해, 다른 차량들, 센서들, 서버들, 또는 다른 엔티티들과 통신하기 위한 안테나 및 칩셋을 포함할 수 있다. 칩셋 또는 무선 통신 시스템(952)은 일반적으로, 가능한 것들 중에서도 특히, 블루투스, IEEE 802.11(임의의 IEEE 802.11 개정판들을 포함함)에 기술된 통신 프로토콜들, 셀룰러 기술(GSM, CDMA, UMTS, EV-DO, WiMAX 또는 LTE 등), Zigbee, DSRC(dedicated short range communications), 및 RFID(radio frequency identification) 통신과 같은, 하나 이상의 유형의 무선 통신(예컨대, 프로토콜들)에 따라 통신하도록 구성될 수 있다. 무선 통신 시스템(952)은 다른 형태들도 취할 수 있다.
터치스크린(954)은 차량(900)에 명령들을 입력하기 위해 사용자에 의해 사용될 수 있다. 이를 위해, 터치스크린(954)은, 가능한 것들 중에서도 특히, 용량성 감지, 저항 감지, 또는 표면 탄성파 프로세스를 통해 사용자의 손가락의 위치 및 움직임 중 적어도 하나를 감지하도록 구성될 수 있다. 터치스크린(954)은 터치스크린 표면에 평행한 또는 그에 대해 평면인 방향으로의, 터치스크린 표면에 수직인 방향으로의, 또는 둘 다로의 손가락 움직임을 감지할 수 있고, 또한 터치스크린 표면에 가해지는 압력의 레벨을 감지할 수 있다. 터치스크린(954)은 하나 이상의 반투명 또는 투명 절연층들 및 하나 이상의 반투명 또는 투명 전도층들로 형성될 수 있다. 터치스크린(954)은 다른 형태들도 취할 수 있다.
마이크로폰(956)은 차량(900)의 사용자로부터 오디오(예컨대, 음성 명령 또는 다른 오디오 입력)를 수신하도록 구성될 수 있다. 이와 유사하게, 스피커들(958)은 차량(900)의 사용자에게 오디오를 출력하도록 구성될 수 있다. 주변기기들(908)은, 그에 부가하여 또는 대안적으로, 도시된 것들 이외의 컴포넌트들을 포함할 수 있다.
컴퓨터 시스템(910)은 추진 시스템(902), 센서 시스템(904), 제어 시스템(906), 및 주변기기들(908) 중 하나 이상에게 데이터를 전송하고, 그들로부터 데이터를 수신하며, 그들과 상호 작용하고, 그리고/또는 그들을 제어하도록 구성될 수 있다. 이를 위해, 컴퓨터 시스템(910)은 시스템 버스, 네트워크, 및/또는 다른 연결 메커니즘(도시되지 않음)에 의해 추진 시스템(902), 센서 시스템(904), 제어 시스템(906), 및 주변기기들(908) 중 하나 이상에 통신가능하게 연결될 수 있다.
일 예에서, 컴퓨터 시스템(910)은 연료 효율을 개선시키기 위해 변속기(922)의 동작을 제어하도록 구성될 수 있다. 다른 예로서, 컴퓨터 시스템(910)은 카메라(934)로 하여금 환경의 영상들을 포착하게 하도록 구성될 수 있다. 또 다른 예로서, 컴퓨터 시스템(910)은 센서 융합 알고리즘(944)에 대응하는 명령어들을 저장하고 실행하도록 구성될 수 있다. 또 다른 예로서, 컴퓨터 시스템(910)은 LIDAR 유닛(932)을 사용하여 차량(900) 주변의 환경의 3D 표현을 결정하는 명령어들을 저장하고 실행하도록 구성될 수 있다. 다른 예들도 가능하다.
도시된 바와 같이, 컴퓨터 시스템(910)은 프로세서(912) 및 데이터 저장소(914)를 포함한다. 프로세서(912)는 하나 이상의 범용 프로세서들 및/또는 하나 이상의 특수 목적 프로세서들을 포함할 수 있다. 프로세서(912)가 하나 초과의 프로세서를 포함하는 한, 이러한 프로세서들은 개별적으로 또는 결합하여 동작할 수 있다. 데이터 저장소(914)는, 차례로, 광학, 자기, 및/또는 유기 저장소와 같은, 하나 이상의 휘발성 및/또는 하나 이상의 비휘발성 저장 컴포넌트들을 포함할 수 있고, 데이터 저장소(914)는 프로세서(912)와 전체적으로 또는 부분적으로 통합될 수 있다.
일부 실시예들에서, 데이터 저장소(914)는 다양한 차량 기능들(예컨대, 방법들(500 내지 700) 등)을 실행하기 위해 프로세서(912)에 의해 실행가능한 명령어들(916)(예컨대, 프로그램 논리)을 포함할 수 있다. 데이터 저장소(914)는 추진 시스템(902), 센서 시스템(904), 제어 시스템(906), 및/또는 주변기기들(908) 중 하나 이상에게 데이터를 전송하고, 그들로부터 데이터를 수신하며, 그들과 상호작용하고, 그리고/또는 그들을 제어하는 명령어들을 비롯한, 부가의 명령어들도 포함할 수 있다. 컴퓨터 시스템(910)은, 그에 부가하여 또는 대안적으로, 도시된 것들 이외의 컴포넌트들을 포함할 수 있다.
도시된 바와 같이, 차량(900)은 차량(900)의 컴포넌트들 중 일부 또는 전부에 전력을 제공하도록 구성될 수 있는 전원 공급장치(960)를 추가로 포함한다. 이를 위해, 전원 공급장치(960)는, 예를 들어, 재충전가능 리튬 이온 또는 납축(lead-acid) 배터리를 포함할 수 있다. 일부 실시예들에서, 하나 이상의 배터리 뱅크(bank of batteries)들이 전력을 제공하도록 구성될 수 있다. 다른 전원 공급장치 재료들 및 구성들도 가능하다. 일부 실시예들에서, 일부 순수 전기 자동차(all-electric car)들에서와 같이, 전원 공급장치(960)와 에너지원(920)이 하나의 컴포넌트로서 함께 구현될 수 있다.
일부 실시예들에서, 차량(900)은 도시된 것들에 부가하여 또는 그 대신에 하나 이상의 요소들을 포함할 수 있다. 예를 들어, 차량(900)은 하나 이상의 부가 인터페이스들 및/또는 전원 공급장치들을 포함할 수 있다. 다른 부가의 컴포넌트들도 가능하다. 이러한 실시예들에서, 데이터 저장소(914)는 부가의 컴포넌트들을 제어하고 그리고/또는 그들과 통신하기 위해 프로세서(912)에 의해 실행가능한 명령어들을 추가로 포함할 수 있다.
게다가, 컴포넌트들 및 시스템들 각각이 차량(900)에 통합되는 것으로 도시되어 있지만, 일부 실시예들에서, 하나 이상의 컴포넌트들 또는 시스템들은 차량(900) 상에 분리가능하게(removably) 장착되거나 유선 또는 무선 연결들을 사용하여 그에 다른 방식으로(기계적으로 또는 전기적으로) 연결될 수 있다. 차량(900)이 다른 형태들도 취할 수 있다.
도 10은 예시적인 실시예에 따라 구성된 컴퓨터 판독가능 매체를 도시하고 있다. 예시적인 실시예에서, 예시적인 시스템은 하나 이상의 프로세서들, 하나 이상의 형태의 메모리, 하나 이상의 입력 디바이스들/인터페이스들, 하나 이상의 출력 디바이스들/인터페이스들, 및 하나 이상의 프로세서들에 의해 실행될 때 시스템으로 하여금 앞서 기술된 다양한 기능들, 작업들, 능력들 등을 수행하게 하는 머신 판독가능 명령어들을 포함할 수 있다.
앞서 살펴본 바와 같이, 일부 실시예들에서, 개시된 기법들(예컨대, 방법들(500, 600, 700) 등)은 머신 판독가능 포맷으로 컴퓨터 판독가능 저장 매체 상에 또는 다른 매체 또는 제조 물품들 상에 인코딩된 컴퓨터 프로그램 명령어들(예컨대, 차량(900)의 명령어들(916) 등)에 의해 구현될 수 있다. 도 10은 본원에 개시되는 적어도 일부 실시예들에 따라 구성된, 컴퓨팅 디바이스 상에서 컴퓨터 프로세스를 실행하기 위한 컴퓨터 프로그램을 포함하는 예시적인 컴퓨터 프로그램 제품의 부분 개념도를 나타낸 개략도이다.
일 실시예에서, 예시적인 컴퓨터 프로그램 제품(1000)은 신호 전달 매체(signal bearing medium)(1002)를 사용하여 제공된다. 신호 전달 매체(1002)는, 하나 이상의 프로세서들에 의해 실행될 때, 도 1 내지 도 9와 관련하여 앞서 기술된 기능 또는 기능의 부분들을 제공할 수 있는 하나 이상의 프로그래밍 명령어들(1004)을 포함할 수 있다. 일부 예들에서, 신호 전달 매체(1002)는, 하드 디스크 드라이브, CD(Compact Disc), DVD(Digital Video Disk), 디지털 테이프, 메모리 등(이들로 제한되지 않음)과 같은, 비일시적 컴퓨터 판독가능 매체(1006)일 수 있다. 일부 구현들에서, 신호 전달 매체(1002)는, 메모리, R/W(read/write) CD들, R/W DVD들 등(이들로 제한되지 않음)과 같은, 컴퓨터 기록가능 매체(1008)를 포함할 수 있다. 일부 구현들에서, 신호 전달 매체(1002)는 통신 매체(1010)(예컨대, 광섬유 케이블, 도파로, 유선 통신 링크 등)일 수 있다. 이와 같이, 예를 들어, 신호 전달 매체(1002)는 무선 형태의 통신 매체(1010)에 의해 전달될 수 있다.
하나 이상의 프로그래밍 명령어들(1004)은, 예를 들어, 컴퓨터 실행가능 및/또는 논리 구현(logic implemented) 명령어들일 수 있다. 일부 예들에서, 컴퓨팅 디바이스는, 프로그래밍 명령어들(1004)이 컴퓨터 판독가능 매체(1006), 컴퓨터 기록가능 매체(1008), 및/또는 통신 매체(1010) 중 하나 이상에 의해 컴퓨팅 디바이스에게 전달된 것에 응답하여, 다양한 동작들, 기능들, 또는 작용들을 제공하도록 구성될 수 있다.
컴퓨터 판독가능 매체(1006)는 또한 서로로부터 원격지에 위치될 수 있는 다수의 데이터 저장 요소들 간에 분산되어 있을 수 있다. 저장된 명령어들의 일부 또는 전부를 실행하는 컴퓨팅 디바이스는 외부 컴퓨터, 또는 스마트폰, 태블릿 디바이스, 개인용 컴퓨터, 웨어러블 디바이스 등과 같은 모바일 컴퓨팅 플랫폼일 수 있다. 대안적으로, 저장된 명령어들의 일부 또는 전부를 실행하는 컴퓨팅 디바이스는, 서버와 같은, 원격지에 위치된 컴퓨터 시스템일 수 있다.
본원에 기술되는 구성들이 예시를 위한 것에 불과하다는 것을 잘 알 것이다. 이에 따라, 통상의 기술자라면 다른 구성들 및 다른 요소들(예컨대, 머신들, 인터페이스들, 기능들, 순서들, 및 기능들의 그룹들 등)이 그 대신에 사용될 수 있고, 일부 요소들이 원하는 결과들에 따라 완전히 생략될 수 있다는 것을 잘 알 것이다. 게다가, 기술되는 요소들 중 다수는 개별 또는 분산 컴포넌트들로서 또는 다른 컴포넌트들과 함께, 임의의 적당한 조합으로 그리고 임의의 적당한 위치에 구현될 수 있는 기능 엔티티들이거나, 독립적인 구조들로서 기술된 다른 구조적 요소들이 결합될 수 있다.
다양한 양태들 및 실시예들이 본원에 개시되어 있지만, 다른 양태들 및 실시예들이 본 기술분야의 통상의 기술자에게 명백할 것이다. 본원에 개시되는 다양한 양태들 및 실시예들은 예시를 위한 것이고 제한하려는 것으로 의도되어 있지 않으며, 진정한 범주는, 하기의 청구항들의 자격을 가지는 등가물들의 전체 범주와 함께, 하기의 청구항들에 의해 나타내어진다. 또한 본원에서 사용된 용어가 특정의 실시예들을 설명하기 위한 것에 불과하고 제한하는 것으로 의도되어 있지 않다는 것을 잘 알 것이다.

Claims (20)

  1. 차량으로서,
    상기 차량의 하부 측면에 위치된 하나 이상의 바퀴들;
    상기 하부 측면의 반대쪽에 있는 상기 차량의 상부 측면에 위치된 제1 LIDAR(light detection and ranging device) - 상기 제1 LIDAR은 축을 중심으로 한 상기 제1 LIDAR의 회전에 기초하여 상기 차량 주변의 환경을 스캔하도록 구성되고, 상기 제1 LIDAR은 제1 분해능(resolution)을 가짐 -;
    제2 LIDAR의 주시 방향(viewing direction)을 따라 상기 차량으로부터 멀어지는 쪽으로 연장되는 상기 환경의 FOV(field-of-view)를 스캔하도록 구성된 상기 제2 LIDAR - 상기 제2 LIDAR은 제2 분해능을 가짐 -; 및
    상기 제1 LIDAR 및 상기 제2 LIDAR에 의한 상기 환경의 상기 스캔들(scans)에 기초하여 상기 차량을 동작시키도록 구성된 제어기
    를 포함하는 차량.
  2. 제1항에 있어서,
    상기 제2 LIDAR은 상기 차량의 상기 상부 측면에서 상기 제1 LIDAR에 인접하여 위치되는 차량.
  3. 제1항에 있어서,
    상기 제1 LIDAR 및 상기 제2 LIDAR을 둘러싸도록 형성된(shaped) 광 필터를 추가로 포함하고, 상기 광 필터는 파장 범위 내의 광이 상기 광 필터를 통해 전파되는 것을 허용하도록 구성되고, 상기 제1 LIDAR은 상기 파장 범위 내의 제1 파장을 갖는 광을 방출하도록 구성되고, 상기 제2 LIDAR은 상기 파장 범위 내의 제2 파장을 갖는 광을 방출하도록 구성되는 차량.
  4. 제3항에 있어서,
    상기 광 필터는 상기 광 필터를 통해 전파되는 가시 광의 양을 감소시키도록 구성되는 차량.
  5. 제1항에 있어서,
    상기 제어기는 상기 제1 LIDAR로부터 수신된 데이터에 기초하여 상기 제2 LIDAR의 상기 주시 방향을 조정하도록 구성되는 차량.
  6. 제1항에 있어서,
    상기 제어기는,
    상기 제1 분해능을 갖는 상기 제1 LIDAR로부터의 데이터에 기초하여 상기 환경의 3차원(3D) 표현을 결정하고;
    상기 제2 LIDAR에 의해 스캔하기 위한 상기 3D 표현의 부분을 식별하고;
    상기 3D 표현의 상기 식별된 부분과 연관된 상기 환경의 특정 FOV에 대응하도록 상기 제2 LIDAR의 상기 주시 방향을 조정하고;
    상기 제2 LIDAR로부터의 주어진 데이터에 기초하여 상기 제2 LIDAR의 상기 제2 분해능을 갖도록 상기 3D 표현의 상기 부분을 업데이트하도록
    구성되는 차량.
  7. 제1항에 있어서,
    상기 상부 측면 이외의 상기 차량의 주어진 측면을 따라 위치된 제3 LIDAR을 추가로 포함하고, 상기 제3 LIDAR은 상기 주어진 측면으로부터 멀어지는 쪽으로 연장되는 상기 환경의 FOV를 스캔하도록 구성되고, 상기 제3 LIDAR은 제3 분해능을 갖고, 상기 제어기는 상기 제3 LIDAR에 의한 상기 환경의 상기 스캔에 또한 기초하여 상기 차량을 동작시키도록 구성되는 차량.
  8. 제7항에 있어서,
    리어 뷰 미러(rear-view mirror)를 추가로 포함하고, 상기 제3 LIDAR은 상기 리어 뷰 미러에 장착되는 차량.
  9. 제7항에 있어서,
    상기 제어기는,
    상기 제1 LIDAR로부터의 데이터에 기초하여 상기 환경에서의 객체를 검출하고;
    상기 제3 분해능을 갖는 상기 제3 LIDAR로부터의 주어진 데이터에 기초하여 상기 객체를 식별하도록
    구성되는 차량.
  10. 제9항에 있어서,
    상기 제어기는,
    상기 제1 LIDAR로부터의 상기 데이터에 기초하여, 상기 객체와 상기 차량 사이의 주어진 거리가 문턱 거리(threshold distance) 미만인 것을 결정하고;
    이에 응답하여, 상기 객체를 식별하기 위해 상기 제3 LIDAR로부터의 상기 주어진 데이터를 획득하도록
    구성되는 차량.
  11. 방법으로서,
    차량에 의해, 상기 차량의 상부 측면에 위치되며 축을 중심으로 회전하도록 구성된 제1 LIDAR(light detection and ranging device)에 기초하여 상기 차량 주변의 환경을 스캔하는 단계 - 상기 차량의 하나 이상의 바퀴들은 상기 상부 측면의 반대쪽에 있는 상기 차량의 하부 측면에 위치되고, 상기 제1 LIDAR은 제1 분해능을 가짐 -;
    제2 LIDAR에 기초하여, 상기 제2 LIDAR의 주시 방향을 따라 상기 차량으로부터 멀어지는 쪽으로 연장되는 상기 환경의 FOV(field-of-view)를 스캔하는 단계 - 상기 제2 LIDAR은 제2 분해능을 가짐 -; 및
    상기 제1 LIDAR 및 상기 제2 LIDAR에 의한 상기 환경의 상기 스캔들에 기초하여 상기 차량을 동작시키는 단계
    를 포함하는 방법.
  12. 제11항에 있어서,
    상기 상부 측면 이외의 상기 차량의 주어진 측면을 따라 위치된 제3 LIDAR에 기초하여, 상기 주어진 측면으로부터 멀어지는 쪽으로 연장되는 상기 환경의 FOV를 스캔하는 단계를 추가로 포함하고, 상기 제3 LIDAR은 제3 분해능을 갖고, 상기 차량을 동작시키는 단계는 상기 제3 LIDAR에 의한 상기 환경의 상기 스캔에 또한 기초하는 방법.
  13. 제12항에 있어서,
    상기 제1 LIDAR로부터의 제1 데이터, 상기 제2 LIDAR로부터의 제2 데이터, 또는 상기 제3 LIDAR로부터의 제3 데이터에 기초하여, 상기 차량과 상기 차량의 상기 환경에서의 객체 사이의 주어진 거리를 결정하는 단계;
    상기 주어진 거리가 제1 문턱 거리 초과이며 제2 문턱 거리 미만인 것에 기초하여, 상기 제1 LIDAR로부터의 상기 제1 데이터에 기초하여 상기 객체를 추적하는 단계 - 상기 제1 문턱 거리는 상기 제1 LIDAR이 상기 차량의 상기 상부 측면에 위치되는 것에 기초하고, 상기 제2 문턱 거리는 상기 제1 LIDAR의 상기 제1 분해능에 기초함 -;
    상기 주어진 거리가 상기 제2 문턱 거리 초과인 것에 기초하여, 상기 제2 분해능을 갖는 상기 제2 LIDAR로부터의 상기 제2 데이터에 기초하여 상기 객체를 추적하는 단계; 및
    상기 주어진 거리가 상기 제1 문턱 거리 미만인 것에 기초하여, 상기 차량의 상기 주어진 측면에 위치된 상기 제3 LIDAR로부터의 상기 제3 데이터에 기초하여 상기 객체를 추적하는 단계
    를 추가로 포함하는 방법.
  14. 제11항에 있어서,
    상기 제1 LIDAR로부터의 데이터에 기초하여 상기 제2 LIDAR의 상기 주시 방향을 조정하는 단계를 추가로 포함하는 방법.
  15. 제11항에 있어서,
    상기 제1 LIDAR로부터의 제1 데이터에 기초하여 상기 환경의 3차원(3D) 표현을 결정하는 단계 - 상기 3D 표현은 상기 제1 LIDAR의 상기 제1 분해능을 가짐 -;
    상기 3D 표현에 기초하여 상기 환경에서의 하나 이상의 객체들을 검출하는 단계;
    상기 하나 이상의 객체들을 포함하는 상기 환경의 특정 FOV에 대응하도록 상기 제2 LIDAR의 상기 주시 방향을 조정하는 단계; 및
    상기 주시 방향을 조정하는 것에 응답하여, 상기 제2 LIDAR로부터의 제2 데이터에 기초하여 상기 하나 이상의 객체들의 주어진 3D 표현을 결정하는 단계 - 상기 주어진 3D 표현은 상기 제2 LIDAR의 상기 제2 분해능을 가짐 -
    를 추가로 포함하는 방법.
  16. 제15항에 있어서,
    상기 제2 분해능을 갖는 상기 주어진 3D 표현에 기초하여 상기 하나 이상의 객체들을 식별하는 단계를 추가로 포함하고, 상기 차량을 동작시키는 단계는 상기 하나 이상의 객체들을 식별하는 것에 기초하는 방법.
  17. 제11항에 있어서,
    상기 제1 LIDAR로부터의 제1 데이터에 기초하여 상기 차량에 대한 문턱 거리 내에 있는 상기 환경에서의 제1 객체를 검출하는 단계 - 상기 문턱 거리는 상기 제1 LIDAR의 상기 제1 분해능에 기초함 -; 및
    상기 제2 LIDAR로부터의 제2 데이터에 기초하여 상기 문턱 거리 초과인 상기 차량에 대한 주어진 거리에 있는 상기 환경에서의 제2 객체를 검출하는 단계 - 상기 주어진 거리에 있는 상기 제2 객체를 검출하는 단계는 상기 제2 LIDAR의 상기 제2 분해능에 기초함 -
    를 추가로 포함하는 방법.
  18. 차량으로서,
    상기 차량의 하부 측면에 위치된 4개의 바퀴들;
    상기 하부 측면의 반대쪽에 있는 상기 차량의 상부 측면에 위치된 돔 형상 하우징;
    상기 돔 형상 하우징 내에 배치된 제1 LIDAR(light detection and ranging device) - 상기 제1 LIDAR은 축을 중심으로 한 상기 제1 LIDAR의 회전에 기초하여 상기 차량 주변의 환경을 스캔하도록 구성되고, 상기 제1 LIDAR은 제1 분해능을 가짐 -;
    상기 돔 형상 하우징 내에 배치되고, 상기 제1 LIDAR과 상기 차량의 상기 상부 측면 사이에 위치된 제2 LIDAR - 상기 제2 LIDAR은 상기 제2 LIDAR의 주시 방향을 따라 상기 차량으로부터 멀어지는 쪽으로 연장되는 상기 환경의 FOV(field-of-view)를 스캔하도록 구성되고, 상기 제2 LIDAR은 상기 제1 분해능보다 더 높은 제2 분해능을 가짐 -; 및
    상기 제1 LIDAR 및 상기 제2 LIDAR에 의한 상기 환경의 상기 스캔들에 기초하여 상기 차량을 동작시키도록 구성된 제어기
    를 포함하는 차량.
  19. 제18항에 있어서,
    상기 제2 LIDAR에 결합되고, 상기 제2 LIDAR에 의해 스캔된 상기 환경의 상기 FOV를 조정하도록 구성된 스테퍼 모터(stepper motor)를 추가로 포함하는 차량.
  20. 제18항에 있어서,
    상기 돔 형상 하우징은,
    상기 제1 LIDAR 및 상기 제2 LIDAR을 둘러싸도록 형성된 광 필터 - 상기 광 필터는 파장 범위 내의 광이 상기 광 필터를 통해 전파되는 것을 허용하도록 구성되고, 상기 제1 LIDAR은 상기 파장 범위 내의 제1 파장을 갖는 광을 방출하도록 구성되고, 상기 제2 LIDAR은 상기 파장 범위 내의 제2 파장을 갖는 광을 방출하도록 구성됨 -; 및
    상기 돔 형상 하우징 내에 배치되고, 상기 제1 LIDAR과 상기 제2 LIDAR 사이에 위치된 분할 구조물(dividing structure)
    을 포함하는 차량.
KR1020177030643A 2015-03-25 2016-02-24 다수의 lidar들(light detection and ranging devices)을 갖는 차량 KR101954986B1 (ko)

Applications Claiming Priority (3)

Application Number Priority Date Filing Date Title
US14/668,452 US9625582B2 (en) 2015-03-25 2015-03-25 Vehicle with multiple light detection and ranging devices (LIDARs)
US14/668,452 2015-03-25
PCT/US2016/019229 WO2016153687A1 (en) 2015-03-25 2016-02-24 Vehicle with multiple light detection and ranging devices (lidars)

Related Child Applications (1)

Application Number Title Priority Date Filing Date
KR1020197006048A Division KR102179292B1 (ko) 2015-03-25 2016-02-24 다수의 lidar들(light detection and ranging devices)을 갖는 차량

Publications (2)

Publication Number Publication Date
KR20170125107A true KR20170125107A (ko) 2017-11-13
KR101954986B1 KR101954986B1 (ko) 2019-03-07

Family

ID=56976702

Family Applications (2)

Application Number Title Priority Date Filing Date
KR1020197006048A KR102179292B1 (ko) 2015-03-25 2016-02-24 다수의 lidar들(light detection and ranging devices)을 갖는 차량
KR1020177030643A KR101954986B1 (ko) 2015-03-25 2016-02-24 다수의 lidar들(light detection and ranging devices)을 갖는 차량

Family Applications Before (1)

Application Number Title Priority Date Filing Date
KR1020197006048A KR102179292B1 (ko) 2015-03-25 2016-02-24 다수의 lidar들(light detection and ranging devices)을 갖는 차량

Country Status (12)

Country Link
US (8) US9625582B2 (ko)
EP (1) EP3274738A4 (ko)
JP (5) JP6387470B2 (ko)
KR (2) KR102179292B1 (ko)
CN (2) CN110346815B (ko)
AU (5) AU2016236026B2 (ko)
CA (4) CA2980305C (ko)
HK (1) HK1246858A1 (ko)
IL (3) IL253808B (ko)
MX (2) MX2017012279A (ko)
SG (4) SG10201709900XA (ko)
WO (1) WO2016153687A1 (ko)

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20200086752A (ko) * 2017-12-12 2020-07-17 웨이모 엘엘씨 조정가능한 해상도 및 페일세이프 동작을 갖는 lidar들을 위한 시스템들 및 방법들
KR20220048403A (ko) * 2020-10-12 2022-04-19 (주)투핸즈인터랙티브 이중 라이다 센서 구조의 모션 트래킹 장치

Families Citing this family (258)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
USRE46672E1 (en) 2006-07-13 2018-01-16 Velodyne Lidar, Inc. High definition LiDAR system
US10739460B2 (en) 2010-08-11 2020-08-11 Apple Inc. Time-of-flight detector with single-axis scan
KR101803164B1 (ko) 2013-03-15 2017-12-28 우버 테크놀로지스, 인크. 로봇 공학용 다중 감지 스테레오 비전 방법, 시스템 및 장치
DE102014003221A1 (de) * 2014-03-05 2015-09-10 Audi Ag Verfahren zur maßstabskorrekten Skalierung einer Aufnahme eines Kamerasensors
USD731383S1 (en) 2014-05-23 2015-06-09 Google Inc. Vehicle door
US9377533B2 (en) 2014-08-11 2016-06-28 Gerard Dirk Smits Three-dimensional triangulation and time-of-flight based tracking systems and methods
US11688014B1 (en) 2014-10-02 2023-06-27 United Services Automobile Association (Usaa) Systems and methods for unmanned vehicle management
US10102590B1 (en) 2014-10-02 2018-10-16 United Services Automobile Association (Usaa) Systems and methods for unmanned vehicle management
US11532050B1 (en) 2015-01-27 2022-12-20 United Services Automobile Association (Usaa) Unmanned vehicle service delivery
US10365646B1 (en) 2015-01-27 2019-07-30 United Services Automobile Association (Usaa) Systems and methods for unmanned vehicle management
US9625582B2 (en) * 2015-03-25 2017-04-18 Google Inc. Vehicle with multiple light detection and ranging devices (LIDARs)
US9939810B1 (en) 2015-04-17 2018-04-10 United Services Automobile Association Indoor drone flight awareness system
JP6235528B2 (ja) * 2015-05-15 2017-11-22 トヨタ自動車株式会社 車両制御装置
DE102015213694A1 (de) * 2015-07-21 2017-01-26 Robert Bosch Gmbh Sensorsystem zum Erkennen überstehender oder freiliegender Objekte in der Umgebung eines Fahrzeugs
US10061020B2 (en) 2015-09-20 2018-08-28 Qualcomm Incorporated Light detection and ranging (LIDAR) system with dual beam steering
US9950619B1 (en) * 2015-09-30 2018-04-24 Waymo Llc Occupant facing vehicle display
ES2946192T3 (es) * 2015-11-30 2023-07-13 Signify Holding Bv Distinción de dispositivos que tienen posiciones y direcciones
US9432929B1 (en) 2015-12-08 2016-08-30 Uber Technologies, Inc. Communication configuration system for a fleet of automated vehicles
US9603158B1 (en) 2015-12-08 2017-03-21 Uber Technologies, Inc. Optimizing communication for automated vehicles
US10036642B2 (en) * 2015-12-08 2018-07-31 Uber Technologies, Inc. Automated vehicle communications system
US10243604B2 (en) 2015-12-08 2019-03-26 Uber Technologies, Inc. Autonomous vehicle mesh networking configuration
US10050760B2 (en) 2015-12-08 2018-08-14 Uber Technologies, Inc. Backend communications system for a fleet of autonomous vehicles
US10338225B2 (en) 2015-12-15 2019-07-02 Uber Technologies, Inc. Dynamic LIDAR sensor controller
WO2017106875A1 (en) 2015-12-18 2017-06-22 Gerard Dirk Smits Real time position sensing of objects
US10354386B1 (en) 2016-01-27 2019-07-16 United Services Automobile Association (Usaa) Remote sensing of structure damage
US10169856B1 (en) 2016-01-27 2019-01-01 United Services Automobile Association (Usaa) Laser-assisted image processing
US10627490B2 (en) 2016-01-31 2020-04-21 Velodyne Lidar, Inc. Multiple pulse, LIDAR based 3-D imaging
EP3203259A1 (en) * 2016-02-03 2017-08-09 Konica Minolta, Inc. Optical scanning type object detection device
US9969326B2 (en) 2016-02-22 2018-05-15 Uber Technologies, Inc. Intention signaling for an autonomous vehicle
US9902311B2 (en) 2016-02-22 2018-02-27 Uber Technologies, Inc. Lighting device for a vehicle
US10281923B2 (en) 2016-03-03 2019-05-07 Uber Technologies, Inc. Planar-beam, light detection and ranging system
CN109154661A (zh) 2016-03-19 2019-01-04 威力登激光雷达有限公司 用于基于lidar的3-d成像的集成照射和检测
US10343620B2 (en) * 2016-04-22 2019-07-09 Uber Technologies, Inc. External sensor assembly for vehicles
US10761195B2 (en) 2016-04-22 2020-09-01 OPSYS Tech Ltd. Multi-wavelength LIDAR system
USD851508S1 (en) 2016-05-03 2019-06-18 Uber Technologies, Inc. External sensor assembly for a vehicle
US10838046B2 (en) * 2016-05-10 2020-11-17 Suteng Innovation Technology Co., Ltd. Multiline lidar
US11106030B2 (en) 2016-05-11 2021-08-31 Texas Instruments Incorporated Optical distance measurement system using solid state beam steering
US11237251B2 (en) * 2016-05-11 2022-02-01 Texas Instruments Incorporated Lidar scanning with expanded scan angle
JP6860656B2 (ja) 2016-05-18 2021-04-21 オキーフェ, ジェームスO’KEEFEE, James 車両の形状に適応したダイナミックステアドｌｉｄａｒ
US10578719B2 (en) 2016-05-18 2020-03-03 James Thomas O'Keeffe Vehicle-integrated LIDAR system
US11340338B2 (en) 2016-08-10 2022-05-24 James Thomas O'Keeffe Distributed lidar with fiber optics and a field of view combiner
WO2018128655A2 (en) 2016-09-25 2018-07-12 Okeeffe James Distributed laser range finder with fiber optics and micromirrors
US9952317B2 (en) 2016-05-27 2018-04-24 Uber Technologies, Inc. Vehicle sensor calibration system
CA3024510C (en) 2016-06-01 2022-10-04 Velodyne Lidar, Inc. Multiple pixel scanning lidar
IL246386B (en) * 2016-06-22 2018-03-29 Tarantula Tech Ltd A device for identifying dangerous objects located at a certain distance from a surface
US10634770B2 (en) 2016-06-29 2020-04-28 Apple Inc. Optical systems for remote sensing receivers
US10145941B2 (en) * 2016-07-26 2018-12-04 Toyota Motor Engineering & Manufacturing North America, Inc. LIDAR sensor attached to an actuator
US10471904B2 (en) * 2016-08-08 2019-11-12 Toyota Motor Engineering & Manufacturing North America, Inc. Systems and methods for adjusting the position of sensors of an automated vehicle
WO2018031830A1 (en) 2016-08-10 2018-02-15 Okeeffe James Laser range finding with enhanced utilization of a remotely located mirror
US10298913B2 (en) * 2016-08-18 2019-05-21 Apple Inc. Standalone depth camera
US10557943B2 (en) 2016-08-22 2020-02-11 Apple Inc. Optical systems
WO2018044958A1 (en) 2016-08-29 2018-03-08 Okeeffe James Laser range finder with smart safety-conscious laser intensity
WO2018126248A1 (en) 2017-01-02 2018-07-05 Okeeffe James Micromirror array for feedback-based image resolution enhancement
US10502574B2 (en) * 2016-09-20 2019-12-10 Waymo Llc Devices and methods for a sensor platform of a vehicle
KR102547651B1 (ko) * 2016-09-20 2023-06-26 이노비즈 테크놀로지스 엘티디 Lidar 시스템 및 방법
US10408940B2 (en) 2016-09-25 2019-09-10 James Thomas O'Keeffe Remote lidar with coherent fiber optic image bundle
FR3056524B1 (fr) * 2016-09-28 2018-10-12 Valeo Systemes D'essuyage Systeme de detection pour vehicule automobile
US9787048B1 (en) * 2016-10-17 2017-10-10 Waymo Llc Fiber encapsulation mechanism for energy dissipation in a fiber amplifying system
US10379540B2 (en) * 2016-10-17 2019-08-13 Waymo Llc Light detection and ranging (LIDAR) device having multiple receivers
KR102569539B1 (ko) * 2016-11-07 2023-08-24 주식회사 에이치엘클레무브 차량용 물체감지시스템 및 차량용 물체감지방법
TWI644116B (zh) * 2016-11-10 2018-12-11 光寶電子（廣州）有限公司 光學裝置
US10845470B2 (en) * 2016-11-16 2020-11-24 Waymo Llc Methods and systems for protecting a light detection and ranging (LIDAR) device
US10502618B2 (en) 2016-12-03 2019-12-10 Waymo Llc Waveguide diffuser for light detection using an aperture
US10469758B2 (en) 2016-12-06 2019-11-05 Microsoft Technology Licensing, Llc Structured light 3D sensors with variable focal length lenses and illuminators
US10554881B2 (en) 2016-12-06 2020-02-04 Microsoft Technology Licensing, Llc Passive and active stereo vision 3D sensors with variable focal length lenses
WO2018125850A1 (en) 2016-12-27 2018-07-05 Gerard Dirk Smits Systems and methods for machine perception
US10942257B2 (en) 2016-12-31 2021-03-09 Innovusion Ireland Limited 2D scanning high precision LiDAR using combination of rotating concave mirror and beam steering devices
US10520592B2 (en) * 2016-12-31 2019-12-31 Waymo Llc Light detection and ranging (LIDAR) device with an off-axis receiver
KR102254079B1 (ko) * 2017-01-04 2021-05-20 현대자동차주식회사 차량 및 그 제어 방법
RU2721677C1 (ru) * 2017-01-05 2020-05-21 Фраунхофер-Гезелльшафт Цур Фердерунг Дер Ангевандтен Форшунг Е.Ф. Формирование и использование карт высокого разрешения
SG10201700299QA (en) * 2017-01-13 2018-08-30 Otsaw Digital Pte Ltd Three-dimensional mapping of an environment
DE102017101945A1 (de) * 2017-02-01 2018-08-02 Osram Opto Semiconductors Gmbh Messanordnung mit einem optischen Sender und einem optischen Empfänger
US10202126B2 (en) 2017-03-07 2019-02-12 Uber Technologies, Inc. Teleassistance data encoding for self-driving vehicles
US10293818B2 (en) 2017-03-07 2019-05-21 Uber Technologies, Inc. Teleassistance data prioritization for self-driving vehicles
CN107128255B (zh) * 2017-03-08 2020-10-23 北京百度网讯科技有限公司 传感器组合装置
EP3373037B1 (en) * 2017-03-10 2023-06-28 The Hi-Tech Robotic Systemz Ltd Single casing advanced driver assistance system
KR102619582B1 (ko) 2017-03-13 2024-01-02 옵시스 테크 엘티디 눈-안전 스캐닝 lidar 시스템
US9869754B1 (en) * 2017-03-22 2018-01-16 Luminar Technologies, Inc. Scan patterns for lidar systems
US10479376B2 (en) 2017-03-23 2019-11-19 Uatc, Llc Dynamic sensor selection for self-driving vehicles
US10386465B2 (en) 2017-03-31 2019-08-20 Velodyne Lidar, Inc. Integrated LIDAR illumination power control
US20180284246A1 (en) * 2017-03-31 2018-10-04 Luminar Technologies, Inc. Using Acoustic Signals to Modify Operation of a Lidar System
US10488494B2 (en) 2017-04-03 2019-11-26 Ford Global Technologies, Llc Sensor apparatus
US10338198B2 (en) * 2017-04-03 2019-07-02 Ford Global Technologies, Llc Sensor apparatus
CN110710072B (zh) * 2017-04-12 2022-07-22 感应光子公司 具有结合光束转向的超小型垂直腔表面发射激光发射器的器件
US10303961B1 (en) * 2017-04-13 2019-05-28 Zoox, Inc. Object detection and passenger notification
US20200150228A1 (en) * 2017-04-20 2020-05-14 Analog Devices, Inc. Method of Providing Interference Reduction and a Dynamic Region of Interest in a LIDAR System
US10552691B2 (en) * 2017-04-25 2020-02-04 TuSimple System and method for vehicle position and velocity estimation based on camera and lidar data
USD858381S1 (en) 2017-04-28 2019-09-03 Waymo Llc Fender sensor housing
USD835028S1 (en) * 2017-04-28 2018-12-04 Waymo Llc Roof sensor housing
CN110537109B (zh) * 2017-04-28 2024-02-20 深圳市大疆创新科技有限公司 用于自主驾驶的感测组件
USD834971S1 (en) 2017-04-28 2018-12-04 Waymo Llc Front sensor housing
DE102017207493A1 (de) * 2017-05-04 2018-11-08 Robert Bosch Gmbh Senderoptik für ein LiDAR-System, LiDAR-System und Arbeitsvorrichtung
JP2020519881A (ja) 2017-05-08 2020-07-02 ベロダイン ライダー， インク． Ｌｉｄａｒデータ収集及び制御
EP3622333A4 (en) * 2017-05-10 2021-06-23 Gerard Dirk Smits SCAN MIRROR METHODS AND SYSTEMS
US10564261B2 (en) 2017-05-11 2020-02-18 Ford Global Technologies, Llc Autonomous vehicle LIDAR mirror
KR102657365B1 (ko) 2017-05-15 2024-04-17 아우스터, 인크. 휘도 향상된 광학 이미징 송신기
DE102017208700A1 (de) * 2017-05-23 2018-11-29 Robert Bosch Gmbh Verfahren und Vorrichtung zur Objekterfassung und LIDAR-System
WO2018223821A1 (zh) * 2017-06-07 2018-12-13 上海禾赛光电科技有限公司 多线激光雷达
US11467259B2 (en) * 2017-06-14 2022-10-11 Mitsubishi Electric Corporation Optical scanning apparatus, method for controlling same, and vehicle
WO2019136854A1 (zh) * 2018-01-15 2019-07-18 上海禾赛光电科技有限公司 激光雷达及其工作方法
US10866313B2 (en) * 2017-07-07 2020-12-15 Waymo Llc Vehicle sensor synchronization using an external clock source
US11300958B2 (en) * 2017-07-13 2022-04-12 Waymo Llc Sensor adjustment based on vehicle motion
US10493622B2 (en) 2017-07-14 2019-12-03 Uatc, Llc Systems and methods for communicating future vehicle actions to be performed by an autonomous vehicle
US9950685B1 (en) * 2017-07-27 2018-04-24 Feniex Industries, Inc. 360 degree intrusion detection and warning system
CN115015883A (zh) 2017-07-28 2022-09-06 欧普赛斯技术有限公司 具有小角发散度的vcsel阵列lidar发送器
KR102050632B1 (ko) 2017-08-02 2019-12-03 주식회사 에스오에스랩 다채널 라이다 센서 모듈
US10447973B2 (en) 2017-08-08 2019-10-15 Waymo Llc Rotating LIDAR with co-aligned imager
US10746858B2 (en) 2017-08-17 2020-08-18 Uatc, Llc Calibration for an autonomous vehicle LIDAR module
US10775488B2 (en) 2017-08-17 2020-09-15 Uatc, Llc Calibration for an autonomous vehicle LIDAR module
CN111279220A (zh) * 2017-08-22 2020-06-12 李平 激光雷达用双轴谐振光束转向镜系统及方法
EP3465267A4 (en) * 2017-08-25 2019-05-22 Beijing Didi Infinity Technology and Development Co., Ltd. METHODS AND SYSTEMS FOR DETECTING ENVIRONMENTAL INFORMATION OF A VEHICLE
CN111033301A (zh) * 2017-08-31 2020-04-17 深圳市大疆创新科技有限公司 固态光探测和测距(lidar)系统
CN111095018B (zh) 2017-08-31 2022-03-29 深圳市大疆创新科技有限公司 固态光探测和测距(lidar)系统、用于提高固态光探测和测距(lidar)分辨率的系统和方法
US10523880B2 (en) 2017-09-28 2019-12-31 Waymo Llc Synchronized spinning LIDAR and rolling shutter camera system
US11194022B2 (en) * 2017-09-29 2021-12-07 Veoneer Us, Inc. Detection system with reflection member and offset detection array
US10612932B2 (en) * 2017-09-29 2020-04-07 Wipro Limited Method and system for correcting a pre-generated navigation path for an autonomous vehicle
WO2019079211A1 (en) * 2017-10-19 2019-04-25 DeepMap Inc. LIDAR-CAMERA CALIBRATION TO GENERATE HIGH DEFINITION MAPS
US11802943B2 (en) 2017-11-15 2023-10-31 OPSYS Tech Ltd. Noise adaptive solid-state LIDAR system
US10816666B2 (en) * 2017-11-21 2020-10-27 Magna Electronics Inc. Vehicle sensing system with calibration/fusion of point cloud partitions
JP2021514457A (ja) * 2017-12-08 2021-06-10 エスティー、エンジニアリング、ランド、システムズ、リミテッドＳｔ Ｅｎｇｉｎｅｅｒｉｎｇ Ｌａｎｄ Ｓｙｓｔｅｍｓ Ｌｔｄ． 自律車両のための雨フィルタリング技法
US11294041B2 (en) 2017-12-08 2022-04-05 Velodyne Lidar Usa, Inc. Systems and methods for improving detection of a return signal in a light ranging and detection system
KR20210006320A (ko) * 2017-12-08 2021-01-18 헤사이 테크놀로지 씨오., 엘티디. 레이저 레이더 시스템 및 그의 제어방법, 스캔 각도의 획득방법 및 차량
US10338223B1 (en) 2017-12-13 2019-07-02 Luminar Technologies, Inc. Processing point clouds of vehicle sensors having variable scan line distributions using two-dimensional interpolation and distance thresholding
KR102059244B1 (ko) * 2017-12-20 2019-12-24 주식회사 에스오에스랩 라이다 장치
US11493601B2 (en) 2017-12-22 2022-11-08 Innovusion, Inc. High density LIDAR scanning
US10757320B2 (en) 2017-12-28 2020-08-25 Waymo Llc Multiple operating modes to expand dynamic range
US20190204845A1 (en) * 2017-12-29 2019-07-04 Waymo Llc Sensor integration for large autonomous vehicles
US20190208136A1 (en) * 2017-12-29 2019-07-04 Waymo Llc High-speed image readout and processing
US10569721B2 (en) 2018-01-04 2020-02-25 Toyota Motor Engineering & Manufacturing North America, Inc. Autonomous radar roof module
US20210061328A1 (en) * 2018-01-24 2021-03-04 Siemens Mobility, Inc. System and method for monitoring a railroad grade crossing
US11385331B2 (en) 2018-01-29 2022-07-12 The Regents Of The University Of California Enclosure for light detection and ranging unit and related methods
US10914820B2 (en) 2018-01-31 2021-02-09 Uatc, Llc Sensor assembly for vehicles
US10771690B2 (en) * 2018-02-10 2020-09-08 Goodrich Corporation Distributed aperture systems for obstacle avoidance
JP7048751B2 (ja) * 2018-02-13 2022-04-05 エスゼット ディージェイアイ テクノロジー カンパニー リミテッド 距離測定システム、自動化設備、及び距離測定方法
WO2020013890A2 (en) 2018-02-23 2020-01-16 Innovusion Ireland Limited Multi-wavelength pulse steering in lidar systems
CN110531369B (zh) * 2018-05-25 2021-11-30 深圳市速腾聚创科技有限公司 一种固态激光雷达
EP3767367A4 (en) * 2018-03-13 2021-05-12 Mitsubishi Electric Corporation DEVICE FOR OPTICAL SCANNING AND METHOD OF CONTROLLING IT
USD866368S1 (en) 2018-03-15 2019-11-12 Waymo Llc Roof sensor housing
US10852395B1 (en) * 2018-03-16 2020-12-01 Apple Inc. Sensor enclosure and glass panels for sensor enclosures
KR102604050B1 (ko) 2018-04-01 2023-11-22 옵시스 테크 엘티디 잡음 적응형 솔리드-스테이트 lidar 시스템
US11073603B2 (en) * 2018-04-03 2021-07-27 GM Global Technology Operations LLC Controlled scan pattern transition in coherent lidar
WO2019205165A1 (en) 2018-04-28 2019-10-31 SZ DJI Technology Co., Ltd. Light detection and ranging sensors with multiple emitters and multiple receivers, and associated systems and methods
US11333740B2 (en) 2018-06-04 2022-05-17 Uatc, Llc Determining specular reflectivity characteristics using Lidar
US11181619B2 (en) 2018-06-14 2021-11-23 Waymo Llc Camera ring structure for autonomous vehicles
EP3588142A1 (en) * 2018-06-25 2020-01-01 IRIS Industries SA Multi-wavelength lidar
AU2018286580B2 (en) * 2018-06-25 2020-10-15 Beijing Didi Infinity Technology And Development Co., Ltd. A high-definition map acquisition system
USD922889S1 (en) * 2018-06-29 2021-06-22 Zoox, Inc. Sensor housing
USD968240S1 (en) * 2018-06-29 2022-11-01 Mitsubishi Electric Corporation Mobile mapping device for vehicle
EP3591436B1 (en) * 2018-07-03 2024-05-08 Magna Electronics Sweden AB Lidar system and lidar method for a motor vehicle
US10943367B1 (en) 2018-07-11 2021-03-09 Waymo Llc Calibration of detection system to vehicle using a mirror
US10627516B2 (en) * 2018-07-19 2020-04-21 Luminar Technologies, Inc. Adjustable pulse characteristics for ground detection in lidar systems
US10598791B2 (en) * 2018-07-31 2020-03-24 Uatc, Llc Object detection based on Lidar intensity
US10677900B2 (en) * 2018-08-06 2020-06-09 Luminar Technologies, Inc. Detecting distortion using known shapes
DE102018214209A1 (de) * 2018-08-22 2020-02-27 Robert Bosch Gmbh Augensicheres LIDAR-System mit einstellbarem Abtastbereich
US11971507B2 (en) 2018-08-24 2024-04-30 Velodyne Lidar Usa, Inc. Systems and methods for mitigating optical crosstalk in a light ranging and detection system
CN109213165B (zh) * 2018-09-10 2021-08-06 成都英鑫光电科技有限公司 自动驾驶测距系统及自动驾驶系统
USD882426S1 (en) 2018-09-17 2020-04-28 Waymo Llc Integrated sensor assembly
USD910469S1 (en) * 2018-09-18 2021-02-16 Jenoptik Advanced Systems Gmbh Rangefinder
US10712434B2 (en) 2018-09-18 2020-07-14 Velodyne Lidar, Inc. Multi-channel LIDAR illumination driver
US10578716B1 (en) * 2018-10-03 2020-03-03 Pony Ai Inc. Sensor enclosure drainage
US11733072B2 (en) 2018-10-03 2023-08-22 Pony Ai Inc. Sensor enclosure drainage
US11208075B2 (en) * 2018-10-11 2021-12-28 Pony Ai Inc. Alternative wiper mechanism to remove rainwater on a sensor enclosure
EP3867725A4 (en) 2018-10-15 2022-06-01 Nokia Solutions and Networks Oy OBSTACLE DETECTION
US11536845B2 (en) 2018-10-31 2022-12-27 Waymo Llc LIDAR systems with multi-faceted mirrors
US11460662B2 (en) * 2018-11-02 2022-10-04 Waymo Llc Mirror coupling
US10976420B2 (en) * 2018-11-02 2021-04-13 Waymo Llc Methods and systems for detecting sensor occlusions
US11656358B2 (en) 2018-11-02 2023-05-23 Waymo Llc Synchronization of multiple rotating sensors of a vehicle
US11082010B2 (en) 2018-11-06 2021-08-03 Velodyne Lidar Usa, Inc. Systems and methods for TIA base current detection and compensation
US11506731B2 (en) 2018-11-27 2022-11-22 Waymo Llc Motor and rotary transformer with shared magnetic core
US11105902B2 (en) 2018-12-07 2021-08-31 Beijing Voyager Technology Co., Ltd. Mirror assembly for light steering
US11181621B2 (en) 2018-12-07 2021-11-23 Beijing Voyager Technology Co., Ltd. Mirror assembly for light steering
US11119195B2 (en) 2018-12-07 2021-09-14 Beijing Voyager Technology Co., Ltd. Mirror assembly for light steering
US10422881B1 (en) * 2018-12-07 2019-09-24 Didi Research America, Llc Mirror assembly for light steering
US11222556B2 (en) 2018-12-13 2022-01-11 Waymo Llc Visual communication system
US11313952B2 (en) * 2018-12-17 2022-04-26 Waymo Llc Sensor housing with particle blocking feature
US11460578B2 (en) * 2018-12-28 2022-10-04 Robert Bosch Gmbh 3D lidar sensing unit with oscillating axis of rotation for autonomous driving
FR3091525B1 (fr) * 2019-01-04 2021-01-29 Balyo Équipement de manutention autoguidé comportant un moyen de détection
US20200217954A1 (en) * 2019-01-07 2020-07-09 Velodyne Lidar, Inc. Systems and methods for a configurable sensor system
US11885958B2 (en) 2019-01-07 2024-01-30 Velodyne Lidar Usa, Inc. Systems and methods for a dual axis resonant scanning mirror
JP7122980B2 (ja) * 2019-01-23 2022-08-22 株式会社小松製作所 作業機械のシステム及び方法
EP4043981A1 (en) * 2019-02-11 2022-08-17 Tusimple, Inc. Vehicle-based rotating camera methods and systems
WO2020168313A1 (en) * 2019-02-15 2020-08-20 Arizona Board Of Regents On Behalf Of The University Of Arizona Mobile 3d imaging system and method
JPWO2020170680A1 (ja) * 2019-02-18 2021-12-16 株式会社小糸製作所 汚れ検出システム、ＬｉＤＡＲユニット、車両用センシングシステム及び車両
USD950404S1 (en) 2019-05-01 2022-05-03 Waymo Llc Roof pod housing
USD915913S1 (en) 2019-05-01 2021-04-13 Waymo Llc Roof pod housing
USD957968S1 (en) 2019-02-20 2022-07-19 Waymo Llc Sensor housing
USD902756S1 (en) 2019-02-20 2020-11-24 Waymo Llc Sensor assembly
US11402477B2 (en) * 2019-03-01 2022-08-02 Beijing Voyager Technology Co., Ltd System and methods for ranging operations using modulated signals
WO2020186236A1 (en) * 2019-03-14 2020-09-17 Waymo Llc Methods and systems for detecting obstructions on a sensor housing
JP6970703B2 (ja) * 2019-03-18 2021-11-24 株式会社東芝 電子装置および方法
US11280897B2 (en) 2019-03-31 2022-03-22 Waymo Llc Radar field of view extensions
JP2022526998A (ja) 2019-04-09 2022-05-27 オプシス テック リミテッド レーザ制御を伴うソリッドステートｌｉｄａｒ送光機
USD964908S1 (en) 2019-04-25 2022-09-27 Waymo Llc Perimeter sensor housing
USD964909S1 (en) 2019-04-25 2022-09-27 Waymo Llc Perimeter sensor housing
USD928639S1 (en) 2019-04-25 2021-08-24 Waymo Llc Rear sensor housing
USD927998S1 (en) 2019-04-25 2021-08-17 Waymo Llc Front sensor housing
USD965498S1 (en) 2019-04-25 2022-10-04 Waymo Llc Perimeter sensor housing
USD954571S1 (en) 2019-04-25 2022-06-14 Waymo Llc Front sensor housing
USD964249S1 (en) 2019-04-25 2022-09-20 Waymo Llc Perimeter sensor housing
USD956585S1 (en) 2019-04-25 2022-07-05 Waymo Llc Rear sensor housing
JP2020179808A (ja) * 2019-04-26 2020-11-05 トヨタ自動車株式会社 車両制御装置
US11603048B2 (en) 2019-05-01 2023-03-14 Waymo Llc Autonomous vehicle roof pod
US11964616B2 (en) 2019-05-01 2024-04-23 Waymo Llc Autonomous vehicle roof pod
CN110109083B (zh) * 2019-05-05 2023-06-27 上海交通大学 基于一维光相控阵的三维扫描激光雷达
US11408984B2 (en) 2019-05-08 2022-08-09 Ford Global Technologies, Llc Sensor-drainage apparatus
US11607804B2 (en) 2019-05-28 2023-03-21 X Development Llc Robot configuration with three-dimensional lidar
CN113906316A (zh) 2019-05-30 2022-01-07 欧普赛斯技术有限公司 使用致动器的眼睛安全的长范围lidar系统
EP3980808A4 (en) 2019-06-10 2023-05-31 Opsys Tech Ltd. LONG-RANGE EYE-SAFE SOLID-STATE LIDAR SYSTEM
US11216987B2 (en) 2019-06-17 2022-01-04 Toyota Research Institute, Inc. Systems and methods for associating LiDAR points with objects
US10613203B1 (en) 2019-07-01 2020-04-07 Velodyne Lidar, Inc. Interference mitigation for light detection and ranging
JP7329381B2 (ja) * 2019-07-22 2023-08-18 株式会社ブリヂストン 制御方法、制御装置、制御システムおよびタイヤ試験方法
JP7365802B2 (ja) * 2019-07-22 2023-10-20 株式会社ブリヂストン 制御方法、制御装置、制御システムおよびタイヤ試験方法
US10768063B1 (en) * 2019-07-25 2020-09-08 Pony Ai Inc. Systems and methods for using piezoelectric sensors to ensure securement of enclosures
DE102019211739A1 (de) * 2019-08-06 2021-02-11 Ibeo Automotive Systems GmbH Lidar-Messsystem mit zwei Lidar-Messvorrichtungen
US11347231B2 (en) * 2019-08-07 2022-05-31 Waymo Llc Object localization for autonomous driving by visual tracking and image reprojection
CN210390983U (zh) * 2019-08-15 2020-04-24 北京百度网讯科技有限公司 自动驾驶车辆
US11556000B1 (en) 2019-08-22 2023-01-17 Red Creamery Llc Distally-actuated scanning mirror
US11099039B2 (en) 2019-08-28 2021-08-24 Ford Global Technologies, Llc Sensor assembly
US11554757B2 (en) 2019-09-03 2023-01-17 Ford Global Technologies, Llc Vehicle sensor assembly
US11327178B2 (en) 2019-09-06 2022-05-10 Volvo Car Corporation Piece-wise network structure for long range environment perception
US11402602B2 (en) * 2019-09-27 2022-08-02 Waymo Llc Lens retainer ring with compliant element
US11698446B2 (en) * 2019-10-07 2023-07-11 Gm Cruise Holdings Llc Vertically stacked lidar assembly
KR102615478B1 (ko) * 2019-10-24 2023-12-19 현대모비스 주식회사 자동차용 센서 통합 모듈
US11531107B2 (en) 2019-11-19 2022-12-20 Volvo Car Corporation Long range LIDAR-based speed estimation
US11592574B2 (en) * 2019-12-12 2023-02-28 GM Global Technology Operations LLC LiDAR vision systems
US11650415B2 (en) 2019-12-16 2023-05-16 Plusai, Inc. System and method for a sensor protection mechanism
US11077825B2 (en) 2019-12-16 2021-08-03 Plusai Limited System and method for anti-tampering mechanism
US11754689B2 (en) 2019-12-16 2023-09-12 Plusai, Inc. System and method for detecting sensor adjustment need
US11470265B2 (en) 2019-12-16 2022-10-11 Plusai, Inc. System and method for sensor system against glare and control thereof
US11738694B2 (en) 2019-12-16 2023-08-29 Plusai, Inc. System and method for anti-tampering sensor assembly
US11313704B2 (en) * 2019-12-16 2022-04-26 Plusai, Inc. System and method for a sensor protection assembly
US11724669B2 (en) 2019-12-16 2023-08-15 Plusai, Inc. System and method for a sensor protection system
US11557127B2 (en) * 2019-12-30 2023-01-17 Waymo Llc Close-in sensing camera system
US11493922B1 (en) 2019-12-30 2022-11-08 Waymo Llc Perimeter sensor housings
US11351961B2 (en) * 2020-01-29 2022-06-07 Ford Global Technologies, Llc Proximity-based vehicle security systems and methods
US11378425B2 (en) * 2020-01-31 2022-07-05 Denso Corporation Measurement apparatus unit
IL272450B (en) * 2020-02-03 2021-10-31 Elbit Systems Ltd A system and method for creating 3D maps based on mapping information
USD953176S1 (en) 2020-02-24 2022-05-31 Waymo Llc Sensor housing assembly
WO2021174227A1 (en) 2020-02-27 2021-09-02 Gerard Dirk Smits High resolution scanning of remote objects with fast sweeping laser beams and signal recovery by twitchy pixel array
US11460546B2 (en) * 2020-03-09 2022-10-04 Ford Global Technologies, Llc Sensor-drainage apparatus
US20210302543A1 (en) * 2020-03-24 2021-09-30 Cepton Technologies, Inc Scanning lidar systems with flood illumination for near-field detection
US11830302B2 (en) 2020-03-24 2023-11-28 Uatc, Llc Computer system for utilizing ultrasonic signals to implement operations for autonomous vehicles
JP7327257B2 (ja) * 2020-04-13 2023-08-16 トヨタ自動車株式会社 車載センサシステム
JP7384275B2 (ja) * 2020-04-17 2023-11-21 株式会社Ihi 車両誘導装置、車両誘導方法及び駐車場
US20210394781A1 (en) * 2020-06-17 2021-12-23 Nuro, Inc. Dual lidar sensor for annotated point cloud generation
US10942277B1 (en) * 2020-06-19 2021-03-09 Aurora Innovation, Inc. LIDAR system
EP4141478A4 (en) 2020-06-19 2023-10-18 Panasonic Intellectual Property Management Co., Ltd. DISTANCE MEASUREMENT DEVICE AND DISTANCE MEASUREMENT SYSTEM
US20220357424A1 (en) * 2021-05-04 2022-11-10 Argo AI, LLC Systems and Methods for Providing a Gapless LiDAR Emitter Using a Laser Diode Bar
CN116601517A (zh) * 2021-05-07 2023-08-15 深圳市大疆创新科技有限公司 控制方法、装置、计算机可读存储介质
CN115407330A (zh) * 2021-05-28 2022-11-29 北京图森智途科技有限公司 车辆的传感器布局
US20220393762A1 (en) * 2021-06-03 2022-12-08 Argo AI, LLC Systems and methods for transferring data communication in a rotating platform of a lidar system
US11883935B2 (en) 2021-10-20 2024-01-30 Ford Global Technologies, Llc Assembling a sensor assembly
USD1014398S1 (en) 2021-12-23 2024-02-13 Waymo Llc Vehicle
USD1018337S1 (en) 2021-12-23 2024-03-19 Waymo Llc Sensor assembly
GB2617443A (en) * 2022-02-15 2023-10-11 Motional Ad Llc Interchangeable lens systems
US11772667B1 (en) 2022-06-08 2023-10-03 Plusai, Inc. Operating a vehicle in response to detecting a faulty sensor using calibration parameters of the sensor
US20230408651A1 (en) * 2022-06-10 2023-12-21 Waymo Llc Spinning Lidar With One or More Secondary Mirrors
CN115390090A (zh) * 2022-07-21 2022-11-25 华为技术有限公司 一种激光雷达系统、控制方法、装置和车辆

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2006242844A (ja) * 2005-03-04 2006-09-14 Mitsubishi Electric Corp レーダー装置及び送信ビーム制御方法
KR101040528B1 (ko) * 2011-02-17 2011-06-16 국방과학연구소 지형감지 센서조립체 및 이를 구비하는 자율이동 플랫폼
KR20110080469A (ko) * 2010-01-06 2011-07-13 주식회사 만도 통합 레이더 장치 및 통합 안테나 장치
US20130245877A1 (en) * 2012-03-16 2013-09-19 Google Inc. Actively Modifying a Field of View of an Autonomous Vehicle in View of Constraints
KR20140115148A (ko) * 2013-03-20 2014-09-30 주식회사 한라홀딩스 레이더 장치

Family Cites Families (79)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JPH08122060A (ja) * 1994-10-21 1996-05-17 Mitsubishi Electric Corp 車両周辺監視システム
JP3209667B2 (ja) * 1995-10-09 2001-09-17 三菱電機株式会社 車両用光レーダ装置
JPH09264954A (ja) * 1996-03-29 1997-10-07 Fujitsu Ten Ltd レーダを用いた画像処理システム
US6260309B1 (en) * 1998-12-02 2001-07-17 Ethan W. Cliffton Split-sphere observatory dome with a rotating oculus window
US6161071A (en) * 1999-03-12 2000-12-12 Navigation Technologies Corporation Method and system for an in-vehicle computing architecture
JP2003501635A (ja) * 1999-05-26 2003-01-14 ローベルト ボッシュ ゲゼルシャフト ミット ベシュレンクテル ハフツング 対象検出システム
DE19957375A1 (de) * 1999-11-29 2001-06-07 Specialty Minerals Michigan Verfahren zur Identifikation und Bestimmung der Position insbesondere eines metallurgischen Gefäßes
DE10007501A1 (de) * 2000-02-18 2001-09-13 Daimler Chrysler Ag Verfahren und Vorrichtung zur Erfassung und Überwachung einer Mehrzahl von vorausfahrenden Fahrzeugen
JP4006577B2 (ja) * 2002-03-13 2007-11-14 オムロン株式会社 監視装置
JP2004028601A (ja) 2002-06-21 2004-01-29 Mitsubishi Heavy Ind Ltd 監視用レーザレーダシステム及び撮像方法
US6927699B2 (en) * 2002-12-05 2005-08-09 Denso Corporation Object recognition apparatus for vehicle, and inter-vehicle distance control unit
JP2006039760A (ja) * 2004-07-23 2006-02-09 Victor Co Of Japan Ltd 移動ロボット
JP2006151125A (ja) * 2004-11-26 2006-06-15 Omron Corp 車載用画像処理装置
US8050863B2 (en) 2006-03-16 2011-11-01 Gray & Company, Inc. Navigation and control system for autonomous vehicles
US20080059007A1 (en) * 2006-06-09 2008-03-06 Whittaker William L System and method for autonomously convoying vehicles
US8947531B2 (en) * 2006-06-19 2015-02-03 Oshkosh Corporation Vehicle diagnostics based on information communicated between vehicles
US8139109B2 (en) * 2006-06-19 2012-03-20 Oshkosh Corporation Vision system for an autonomous vehicle
JP4961860B2 (ja) 2006-06-27 2012-06-27 トヨタ自動車株式会社 ロボット装置及びロボット装置の制御方法
US7969558B2 (en) * 2006-07-13 2011-06-28 Velodyne Acoustics Inc. High definition lidar system
US8767190B2 (en) * 2006-07-13 2014-07-01 Velodyne Acoustics, Inc. High definition LiDAR system
US8072581B1 (en) * 2007-01-19 2011-12-06 Rockwell Collins, Inc. Laser range finding system using variable field of illumination flash lidar
JP2008298520A (ja) * 2007-05-30 2008-12-11 Nec Corp 走査型距離計測装置
US8027029B2 (en) 2007-11-07 2011-09-27 Magna Electronics Inc. Object detection and tracking system
JP2009204691A (ja) 2008-02-26 2009-09-10 Toyota Central R&D Labs Inc 光走査装置、レーザレーダ装置、及び光走査方法
US8332134B2 (en) 2008-04-24 2012-12-11 GM Global Technology Operations LLC Three-dimensional LIDAR-based clear path detection
US9041915B2 (en) * 2008-05-09 2015-05-26 Ball Aerospace & Technologies Corp. Systems and methods of scene and action capture using imaging system incorporating 3D LIDAR
US8165796B2 (en) * 2008-09-05 2012-04-24 Robert Bosch Gmbh Collision avoidance system and method
US8126642B2 (en) * 2008-10-24 2012-02-28 Gray & Company, Inc. Control and systems for autonomously driven vehicles
JP2011027598A (ja) * 2009-07-27 2011-02-10 Toyota Central R&D Labs Inc 環境認識装置及びそれを備えた移動体
TWI403690B (zh) * 2009-10-26 2013-08-01 Ind Tech Res Inst 自我定位裝置及其方法
US8600606B2 (en) * 2010-02-11 2013-12-03 GM Global Technology Operations LLC Vehicle safety systems and methods
JP2011180103A (ja) * 2010-03-04 2011-09-15 Toyota Motor Corp 三次元測距装置及び移動ロボット
CN201804112U (zh) * 2010-04-27 2011-04-20 成都捌零科技有限公司 车辆360度障碍无死角智能检测与预警系统
US8918213B2 (en) * 2010-05-20 2014-12-23 Irobot Corporation Mobile human interface robot
EP2598964A4 (en) * 2010-07-26 2016-08-03 Commw Scient Ind Res Org THREE-DIMENSIONAL SCANNING BEAM SYSTEM AND METHOD THEREOF
US8686899B2 (en) * 2010-08-26 2014-04-01 Hemisphere GNSS, Inc. GNSS smart antenna and receiver system with weatherproof enclosure
US8509982B2 (en) * 2010-10-05 2013-08-13 Google Inc. Zone driving
JP2012083267A (ja) 2010-10-13 2012-04-26 Japan Aerospace Exploration Agency マルチライダーシステム
US8744693B2 (en) * 2010-11-22 2014-06-03 Caterpillar Inc. Object detection system having adjustable focus
AU2011352997B2 (en) * 2010-12-30 2015-06-18 Irobot Corporation Mobile human interface robot
GB201116961D0 (en) * 2011-09-30 2011-11-16 Bae Systems Plc Fast calibration for lidars
US9194949B2 (en) 2011-10-20 2015-11-24 Robert Bosch Gmbh Methods and systems for precise vehicle localization using radar maps
DE102011086244A1 (de) * 2011-11-14 2013-05-16 Robert Bosch Gmbh Verfahren zum Betreiben eines Sensors
US9329269B2 (en) 2012-03-15 2016-05-03 GM Global Technology Operations LLC Method for registration of range images from multiple LiDARS
US9129211B2 (en) * 2012-03-15 2015-09-08 GM Global Technology Operations LLC Bayesian network to track objects using scan points using multiple LiDAR sensors
US9145140B2 (en) 2012-03-26 2015-09-29 Google Inc. Robust method for detecting traffic signals and their associated states
GB2501466A (en) * 2012-04-02 2013-10-30 Univ Oxford Localising transportable apparatus
US9091535B2 (en) * 2012-05-22 2015-07-28 Korea Institute Of Industrial Technology 3D scanning system and method of obtaining 3D image
US8781721B2 (en) * 2012-06-06 2014-07-15 Google Inc. Obstacle evaluation technique
KR102038533B1 (ko) * 2012-06-14 2019-10-31 한국전자통신연구원 레이저 레이더 시스템 및 목표물 영상 획득 방법
JP6019959B2 (ja) * 2012-09-06 2016-11-02 富士通株式会社 物体検出装置、物体検出プログラムおよび車両
US9383753B1 (en) * 2012-09-26 2016-07-05 Google Inc. Wide-view LIDAR with areas of special attention
US9234618B1 (en) * 2012-09-27 2016-01-12 Google Inc. Characterizing optically reflective features via hyper-spectral sensor
US9097800B1 (en) * 2012-10-11 2015-08-04 Google Inc. Solid object detection system using laser and radar sensor fusion
US9086481B1 (en) * 2013-01-18 2015-07-21 Google Inc. Methods and systems for estimating vehicle speed
US20140211194A1 (en) * 2013-01-27 2014-07-31 Quanergy Systems, Inc. Cost-effective lidar sensor for multi-signal detection, weak signal detection and signal disambiguation and method of using same
DE102013002333A1 (de) * 2013-02-12 2014-08-14 Continental Teves Ag & Co. Ohg Verfahren und Strahlensensormodul zur vorausschauenden Straßenzustandsbestimmung in einem Fahrzeug
GB201303076D0 (en) * 2013-02-21 2013-04-10 Isis Innovation Generation of 3D models of an environment
US9063549B1 (en) * 2013-03-06 2015-06-23 Google Inc. Light detection and ranging device with oscillating mirror driven by magnetically interactive coil
US9128190B1 (en) * 2013-03-06 2015-09-08 Google Inc. Light steering device with an array of oscillating reflective slats
US20140293263A1 (en) * 2013-03-28 2014-10-02 James Justice LIDAR Comprising Polyhedron Transmission and Receiving Scanning Element
KR20140122002A (ko) * 2013-04-09 2014-10-17 엘지전자 주식회사 거리 측정 장치 및 동작 방법
US9025140B2 (en) * 2013-05-07 2015-05-05 Google Inc. Methods and systems for detecting weather conditions including sunlight using vehicle onboard sensors
US9207323B2 (en) * 2013-04-11 2015-12-08 Google Inc. Methods and systems for detecting weather conditions including wet surfaces using vehicle onboard sensors
US8983705B2 (en) * 2013-04-30 2015-03-17 Google Inc. Methods and systems for detecting weather conditions including fog using vehicle onboard sensors
US9164511B1 (en) * 2013-04-17 2015-10-20 Google Inc. Use of detected objects for image processing
EP2999940A4 (en) 2013-05-22 2017-11-15 Neurala Inc. Methods and apparatus for early sensory integration and robust acquisition of real world knowledge
US9886636B2 (en) 2013-05-23 2018-02-06 GM Global Technology Operations LLC Enhanced top-down view generation in a front curb viewing system
US10551851B2 (en) * 2013-07-01 2020-02-04 Steven Sounyoung Yu Autonomous unmanned road vehicle for making deliveries
US9857472B2 (en) * 2013-07-02 2018-01-02 Electronics And Telecommunications Research Institute Laser radar system for obtaining a 3D image
US8836922B1 (en) * 2013-08-20 2014-09-16 Google Inc. Devices and methods for a rotating LIDAR platform with a shared transmit/receive path
JP6032163B2 (ja) * 2013-09-11 2016-11-24 トヨタ自動車株式会社 三次元物体認識装置、三次元物体認識方法、及び移動体
US10203399B2 (en) * 2013-11-12 2019-02-12 Big Sky Financial Corporation Methods and apparatus for array based LiDAR systems with reduced interference
US20150192677A1 (en) * 2014-01-03 2015-07-09 Quanergy Systems, Inc. Distributed lidar sensing system for wide field of view three dimensional mapping and method of using same
US9831630B2 (en) * 2014-02-06 2017-11-28 GM Global Technology Operations LLC Low cost small size LiDAR for automotive
US9378554B2 (en) * 2014-10-09 2016-06-28 Caterpillar Inc. Real-time range map generation
CN104374376B (zh) * 2014-11-05 2016-06-15 北京大学 一种车载三维测量系统装置及其应用
WO2016130994A1 (en) * 2015-02-13 2016-08-18 Unmanned Innovation, Inc. Unmanned aerial vehicle remote flight planning system
US9625582B2 (en) * 2015-03-25 2017-04-18 Google Inc. Vehicle with multiple light detection and ranging devices (LIDARs)

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2006242844A (ja) * 2005-03-04 2006-09-14 Mitsubishi Electric Corp レーダー装置及び送信ビーム制御方法
KR20110080469A (ko) * 2010-01-06 2011-07-13 주식회사 만도 통합 레이더 장치 및 통합 안테나 장치
KR101040528B1 (ko) * 2011-02-17 2011-06-16 국방과학연구소 지형감지 센서조립체 및 이를 구비하는 자율이동 플랫폼
US20130245877A1 (en) * 2012-03-16 2013-09-19 Google Inc. Actively Modifying a Field of View of an Autonomous Vehicle in View of Constraints
KR20140115148A (ko) * 2013-03-20 2014-09-30 주식회사 한라홀딩스 레이더 장치

Cited By (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20200086752A (ko) * 2017-12-12 2020-07-17 웨이모 엘엘씨 조정가능한 해상도 및 페일세이프 동작을 갖는 lidar들을 위한 시스템들 및 방법들
KR20220048403A (ko) * 2020-10-12 2022-04-19 (주)투핸즈인터랙티브 이중 라이다 센서 구조의 모션 트래킹 장치
WO2022080549A1 (ko) * 2020-10-12 2022-04-21 (주)투핸즈인터랙티브 이중 라이다 센서 구조의 모션 트래킹 장치

Also Published As

Publication number Publication date
US9625582B2 (en) 2017-04-18
IL263105B (en) 2020-09-30
US10120079B2 (en) 2018-11-06
HK1246858A1 (zh) 2018-09-14
CA3055622A1 (en) 2016-09-29
CN110346815B (zh) 2023-06-02
CA3008411A1 (en) 2016-09-29
CA3008411C (en) 2019-11-05
US20170219713A1 (en) 2017-08-03
CA3183074A1 (en) 2016-09-29
JP6734951B2 (ja) 2020-08-05
JP2018517889A (ja) 2018-07-05
US10976437B2 (en) 2021-04-13
JP2023040126A (ja) 2023-03-22
AU2018204466B2 (en) 2019-03-28
US20180017680A1 (en) 2018-01-18
SG10201709900XA (en) 2018-01-30
SG11201706620PA (en) 2017-09-28
KR20190025749A (ko) 2019-03-11
CN107430195A (zh) 2017-12-01
EP3274738A1 (en) 2018-01-31
AU2019204204B2 (en) 2020-10-29
IL258118A (en) 2018-05-31
IL253808B (en) 2018-03-29
AU2019204204A1 (en) 2019-07-04
US20160282468A1 (en) 2016-09-29
US20170176597A1 (en) 2017-06-22
AU2022200105B2 (en) 2023-03-30
AU2021200407B2 (en) 2021-10-14
JP6387470B2 (ja) 2018-09-05
KR102179292B1 (ko) 2020-11-16
WO2016153687A1 (en) 2016-09-29
CA2980305A1 (en) 2016-09-29
AU2016236026A1 (en) 2017-08-17
SG10202006439VA (en) 2020-08-28
US20230126631A1 (en) 2023-04-27
SG10201806612YA (en) 2018-09-27
AU2021200407A1 (en) 2021-03-18
JP7204709B2 (ja) 2023-01-16
IL258118B (en) 2018-12-31
AU2022200105A1 (en) 2022-02-03
US20180011196A1 (en) 2018-01-11
CN110346815A (zh) 2019-10-18
AU2018204466A1 (en) 2018-07-12
JP2019113556A (ja) 2019-07-11
US9778364B2 (en) 2017-10-03
MX2019015303A (es) 2020-07-20
CA2980305C (en) 2019-10-22
USRE48961E1 (en) 2022-03-08
KR101954986B1 (ko) 2019-03-07
IL263105A (en) 2019-03-31
JP6476256B2 (ja) 2019-02-27
JP2018049014A (ja) 2018-03-29
CA3055622C (en) 2023-01-24
AU2016236026B2 (en) 2018-05-24
CN107430195B (zh) 2019-08-09
US20210278503A1 (en) 2021-09-09
MX2017012279A (es) 2018-01-23
IL253808A0 (en) 2017-10-01
US9864063B2 (en) 2018-01-09
JP2021004028A (ja) 2021-01-14
EP3274738A4 (en) 2018-04-18

Similar Documents

Publication Publication Date Title
KR101954986B1 (ko) 다수의 lidar들(light detection and ranging devices)을 갖는 차량
KR102182392B1 (ko) 장거리 조종가능 lidar 시스템

Legal Events

Date Code Title Description
A201 Request for examination
A302 Request for accelerated examination
AMND Amendment
E902 Notification of reason for refusal
AMND Amendment
E601 Decision to refuse application
AMND Amendment
X701 Decision to grant (after re-examination)