KR20200012037A - 다수의 가설에 의한 라이다(lidar) 디바이스 레인지 앨리어싱 회복력 - Google Patents

다수의 가설에 의한 라이다(lidar) 디바이스 레인지 앨리어싱 회복력 Download PDF

Info

Publication number
KR20200012037A
KR20200012037A KR1020207002487A KR20207002487A KR20200012037A KR 20200012037 A KR20200012037 A KR 20200012037A KR 1020207002487 A KR1020207002487 A KR 1020207002487A KR 20207002487 A KR20207002487 A KR 20207002487A KR 20200012037 A KR20200012037 A KR 20200012037A
Authority
KR
South Korea
Prior art keywords
detection
ranges
light pulses
computing system
lidar device
Prior art date
Application number
KR1020207002487A
Other languages
English (en)
Other versions
KR102352206B1 (ko
Inventor
마크 알렉산더 샨드
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
Priority to KR1020227001200A priority Critical patent/KR102470835B1/ko
Publication of KR20200012037A publication Critical patent/KR20200012037A/ko
Application granted granted Critical
Publication of KR102352206B1 publication Critical patent/KR102352206B1/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
    • G01S7/483—Details of pulse systems
    • G01S7/486—Receivers
    • G01S7/4861—Circuits for detection, sampling, integration or read-out
    • 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
    • G01S17/88—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
    • G01S17/931—Lidar systems specially adapted for specific applications for anti-collision purposes of land vehicles
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
    • G01S7/00—Details of systems according to groups G01S13/00, G01S15/00, G01S17/00
    • G01S7/48—Details of systems according to groups G01S13/00, G01S15/00, G01S17/00 of systems according to group G01S17/00
    • G01S7/483—Details of pulse systems
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
    • G01S7/00—Details of systems according to groups G01S13/00, G01S15/00, G01S17/00
    • G01S7/48—Details of systems according to groups G01S13/00, G01S15/00, G01S17/00 of systems according to group G01S17/00
    • G01S7/483—Details of pulse systems
    • G01S7/484—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
    • G01S7/483—Details of pulse systems
    • G01S7/486—Receivers
    • G01S7/4865—Time delay measurement, e.g. time-of-flight measurement, time of arrival measurement or determining the exact position of a peak
    • G—PHYSICS
    • G05—CONTROLLING; REGULATING
    • G05D—SYSTEMS FOR CONTROLLING OR REGULATING NON-ELECTRIC VARIABLES
    • G05D1/00—Control of position, course, altitude or attitude of land, water, air or space vehicles, e.g. using automatic pilots
    • 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
    • G05D1/0238—Control of position or course in two dimensions specially adapted to land vehicles using optical position detecting means using obstacle or wall sensors
    • G05D1/024—Control of position or course in two dimensions specially adapted to land vehicles using optical position detecting means using obstacle or wall sensors in combination with a laser

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Radar, Positioning & Navigation (AREA)
  • Remote Sensing (AREA)
  • Computer Networks & Wireless Communication (AREA)
  • Electromagnetism (AREA)
  • Optical Radar Systems And Details Thereof (AREA)
  • Optics & Photonics (AREA)
  • Aviation & Aerospace Engineering (AREA)
  • Automation & Control Theory (AREA)
  • Measurement Of Optical Distance (AREA)
  • Traffic Control Systems (AREA)

Abstract

컴퓨팅 시스템은 시간 가변 디더를 포함하는 시간 시퀀스에 따라 광 펄스들을 방출하기 위해 LIDAR 디바이스를 동작시킬 수 있다. 그 다음, 시스템은 LIDAR가 2개 이상의 방출된 광 펄스 각각에 대한 대응하는 검출 기간들 동안 복귀 광 펄스들을 검출한 것을 결정할 수 있다. 응답적으로, 시스템은 검출된 복귀 광 펄스들이 (i) 레인지들의 제1 세트를 나타내는 복수의 제1 방출된 광 펄스의 대응하는 방출 시간들에 대해 검출 시간들 및 (ii) 레인지들의 제2 세트를 나타내는 복수의 제2 방출된 광 펄스의 대응하는 방출 시간들에 대해 검출 시간들을 갖는 것을 결정할 수 있다. 이것을 고려하면, 시스템은 객체 검출을 위한 기초로서 레인지들의 제1 세트를 사용하는 것과 객체 검출을 위한 기초로서 레인지들의 제2 세트를 사용하는 것 중 선택할 수 있고, 그 다음 객체 검출에 적절히 관여할 수 있다.

Description

다수의 가설에 의한 라이다(LIDAR) 디바이스 레인지 앨리어싱 회복력
관련 출원에 대한 상호 참조
본 출원은 2017년 6월 30일에 출원되고 발명의 명칭이 "Light Detection and Ranging(LIDAR) Device Range Aliasing Resilience by Multiple Hypotheses"인, 미국 특허 출원 제15/638,607호에 대한 우선권을 주장하며, 미국 특허 출원은 전체적으로 참조로 이로써 포함된다.
차량은 차량이 운전자로부터의 입력이 거의 없거나 없는 환경을 통해 내비게이션하는 자율 모드에서 동작하도록 구성될 수 있다. 그러한 자율 차량은 차량이 동작하는 환경에 관한 정보를 검출하도록 구성되는 하나 이상의 센서를 포함할 수 있다. 하나의 그러한 센서는 라이다(light detection and ranging: 광 검출 및 레인징)(LIDAR) 디바이스이다.
LIDAR 디바이스는 환경 내의 반사 표면들을 나타내는 "포인트 클라우드"를 어셈블리하기 위해 장면을 통해 스캐닝하는 동안 환경 특징들까지의 거리를 추정할 수 있다. 포인트 클라우드 내의 개별 포인트들은 레이저 펄스를 송신하고 필요하다면, 환경 내의 객체로부터 반사되는 복귀 펄스를 검출하고, 송신된 펄스와 반사된 펄스의 수신 사이의 시간 지연에 따라 객체까지의 거리를 결정함으로써 결정될 수 있다.
따라서, LIDAR 디바이스는 레이저, 또는 레이저들의 세트를 포함할 수 있고, 거리들에 관한 연속 실시간 정보를 장면 내의 반사 객체들에 제공하기 위해 장면에 신속히 그리고 반복적으로 스캐닝될 수 있다. 각각의 거리를 측정하는 동안 레이저(들)의 측정된 거리들 및 배향을 조합하는 것은 3차원 위치를 각각의 복귀 펄스와 연관시키는 것을 허용한다. 이러한 방식으로, 환경 내의 반사 특징들의 위치들을 나타내는 포인트들의 3차원 맵은 전체 스캐닝 구역에 대해 발생될 수 있다.
LIDAR들을 사용할 시의 하나의 도전은 레인지 앨리어싱일 수 있다. 레인지 앨리어싱은 예컨대 시스템이 발생된 데이터에 기초하여 하나의 특정 레인지로부터 산란되는 신호와 다른 레인지들로부터 산란되는 신호 간을 명확히 할 수 없을 때, 모호성 에코들의 출현과 관련된다. 예를 들어, LIDAR들의 맥락에서, 레인지 앨리어싱은 LIDAR의 최대 비모호성 레인지 내에 있는 것으로 해석되는 LIDAR의 최대 비모호성 레인지 외부로부터의 복귀 신호를 참조할 수 있다.
본 개시는 일반적으로 센서들에 관한 것으로, 특히 센서들을 위한 레인지 앨리어싱 회복력을 제공하는 시스템들 및 방법들에 관한 것이다.
예시적 구현들은 LIDAR 디바이스의 동작 동안 다수의 레인지 가설을 발생시키는 것에 관한 것일 수 있다. 발생되면, 다수의 레인지 가설은 리스닝/검출 기간 동안 수신되는 다수의 복귀 신호를 명확히 하고, 복귀 신호들의 각각 또는 서브세트와 환경의 물리 상태를 표현할 더 큰 가능성을 갖는 레인지를 연관시키고, 그리고/또는 LIDAR 디바이스의 공칭 비모호성 검출 레인지 외부에 위치되는 객체를 검출하기 위해, 컴퓨팅 시스템에 의해, 예를 들어 온보드 또는 원격으로 사용될 수 있다. 예를 들어, 대체 레인지 가설(예를 들어, 디폴트 레인지 가설 이외의 레인지 가설)은 LIDAR 디바이스의 최대 비모호성 검출 레인지 외부에 위치되는 객체를 검출하도록 컴퓨팅 시스템에 의해 사용될 수 있다.
추가 예로서, LIDAR 디바이스가 제1 펄스를 방출하고, 제1 검출 기간 동안 복귀 신호들을 리스닝하고, 제2 펄스를 방출하고, 제2 검출 기간 동안 복귀 신호들을 리스닝하는 시나리오를 고려한다. 하나의 가설 하에, 검출 기간 동안 검출되는 임의의 복귀 신호들은 검출 기간 직전에 방출되는 펄스와 연관된다. 예를 들어, 제1 검출 기간 동안 검출되는 임의의 복귀 신호들은 제1 펄스와 연관되고, 제2 검출 기간 동안 검출되는 임의의 복귀 신호들은 제2 펄스와 연관된다. 따라서, 본원에 디폴트 레인지 가설로 언급될 수 있는 이러한 가설 하에, 검출된 복귀 신호는 가장 최근에 방출된 펄스와 연관되고, 가장 최근에 방출된 펄스가 방출된 시간과 복귀 신호가 검출된 시간 사이의 차이는 펄스가 이동된 거리를 계산하기 위해 사용된다. 이러한 거리는 펄스를 반사시킨 객체의 레인지 및 영향(bearing)과 연관된다.
대체 가설 하에, 검출된 복귀 신호는 가장 최근에 방출된 펄스에서 나오지 않는다. 예를 들어, 제2 검출 기간 동안 검출되는 복귀 신호들의 서브세트는 제2 펄스보다는 오히려 제1 펄스와 연관될 수 있고, 펄스가 이동된 거리는 제1 펄스가 방출된 시간과 복귀 신호가 검출된 시간 사이의 차이에 기초하여 계산된다.
추가 예로서, 검출 기간(예를 들어, 제2 검출 기간) 동안, LIDAR 디바이스가 하나보다 많은 방출된 광 펄스들(예를 들어, 제1 펄스 및 제2 펄스)에 실제로 대응하는 복귀 광 펄스들을 검출하는 시나리오를 고려한다. 이것은 주어진 복귀 광 펄스가 검출 기간 직전에 발생하는 펄스 방출(예를 들어, 제2 펄스)에 대응하는지, 또는 주어진 복귀 광 펄스가 더 이른 시간에, 예를 들어, 이전 검출 기간 전에 발생한 펄스 방출(예를 들어, 제1 펄스)에 대응하는지에 관한 모호성을 생성할 수 있다. 이러한 모호성은 예를 들어, 복귀 광 펄스가 LIDAR 디바이스의 공칭 검출 레인지 외부에 위치되는 객체에서 반사된 후에 검출될 때, 발생할 수 있다.
개시된 구현들에 따라, 컴퓨팅 시스템은 시간 가변 디더를 포함하는 시간 시퀀스에 따라 광 펄스들을 방출하기 위해 LIDAR 디바이스를 동작시킬 수 있고, 복귀 광 펄스들이 검출되면, 2개 이상의 레인지 가설을 발생시킬 수 있다.
예를 들어, LIDAR 디바이스가 복귀 광 펄스들을 검출한 후에, 컴퓨팅 시스템은 (i) 복수의 제1 방출된 광 펄스의 대응하는 방출 시간들에 대한 시간 지연에 따라 레인지들의 제1 세트 및 (ii) 복수의 제2 방출된 광 펄스의 대응하는 방출 시간들에 대한 시간 지연에 따라 레인지들의 제2 세트를 결정할 수 있다.
일부 예들에서, 레인지들의 제1 세트는 "가까운 레인지 가설"에 대응할 수 있고 레인지들의 제2 세트는 "먼 레인지 가설"에 대응할 수 있다. "가까운 레인지 가설"에서, 각각 검출된 광 펄스에 대해, 각각의 레인지는 광 펄스가 검출된 검출 기간과 연관되는 광 펄스의 방출 시간에 대한 시간 지연에 따라 결정된다. 예를 들어, 상기 시나리오에서, 가까운 레인지 가설은 디폴트 레인지 가설에 대응할 수 있다. "먼 레인지 가설"에서, 각각 검출된 광 펄스에 대해, 각각의 레인지는 이전 검출 기간(예를 들어, 광 펄스가 검출된 검출 기간에 시간적으로 앞서는 검출 기간)과 연관되는 광 펄스의 방출 시간에 대한 시간 지연에 따라 결정된다. 예를 들어, 상기 시나리오에서, 먼 레인지 가설은 대체 레인지 가설에 대응할 수 있다. 그러나, 본원에 추가로 논의된 바와 같이, 다른 레인지 가설들이 또한 가능하다는 점이 이해되어야 한다.
그 다음, 하나 이상의 인자에 기초하여, 컴퓨팅 시스템은 객체 검출을 위한 기초로서 레인지들의 제1 세트를 사용하는 것과 객체 검출을 위한 기초로서 레인지들의 제2 세트를 사용하는 것 중 선택할 수 있다. 예로서, 컴퓨팅 시스템은 다른 옵션들 중에서, 공지된 객체와 비슷하지 않은 레인지들을 갖는 세트를 선택하는 것보다는 오히려 공지된 객체와 더 아주 비슷한 레인지들을 갖는 세트를 선택할 수 있고 그리고/또는 서로 실질적으로 상이한 레인지들을 포함하는 세트를 선택하는 것보다는 오히려 서로 실질적으로 유사한 레인지들을 포함하는 세트를 선택할 수 있다.
더욱이, 주목된 바와 같이, 본 개시는 동일한 검출 기간 동안 검출되는 다수의 광 펄스 간을 명확히 하는 맥락 및/또는 LIDAR 디바이스의 공칭 검출 레인지 외부에 위치되는 객체를 검출하는 맥락에서 적용될 수 있다. 특히, LIDAR 디바이스는 복수의 검출 기간 각각 동안 다수의 광 펄스를 각각 때때로 검출할 수 있고, 컴퓨팅 시스템은 이러한 복귀 광 펄스들이 객체 검출을 위한 기초로서 어떻게 사용되어야 하는지를 결정할 수 있다.
예를 들어, 각각의 검출 기간은 그러한 검출 기간과 연관되는 방출된 광 펄스(예를 들어, 그러한 검출 기간 직전에 방출되는 광 펄스)에 대응하는 제1 복귀 광 펄스의 검출을 포함할 수 있고 또한 공칭 비모호성 검출 레인지 외부에 위치되는 객체에서 반사되고 따라서 다른 검출 기간과 연관되는 방출된 광 펄스(예를 들어, 이전 검출 기간 전에 방출되는 광 펄스)에 대응하는 제2 복귀 광 펄스의 검출을 포함할 수 있다.
개시된 구현들에 따라, 그러한 복귀 광 펄스들이 객체 검출을 위한 기초로서 어떻게 사용되어야 하는지를 결정하기 위해, 시스템은 시간 가변 디더를 포함하는 시간 시퀀스에 따라 광 펄스들을 방출하고, 다수의 레인지 가설을 발생시키고 이용할 수 있다. 예를 들어, 시스템은 제1 복귀 광 펄스들에 대한 가까운 레인지 가설에 따라 레인지들의 제1 세트뿐만 아니라 제2 복귀 광 펄스들에 대한 가까운 레인지 가설에 따라 레인지들의 제2 세트를 결정할 수 있다. 부가적으로, 시스템은 제2 복귀 광 펄스들에 대한 대체 레인지 가설(예를 들어, 먼 레인지 가설)에 따라 레인지들의 제3 세트를 결정할 수 있다. 그 다음, 이러한 정보의 경우, 컴퓨팅 시스템은 LIDAR 디바이스의 공칭 비모호성 검출 레인지 외부에 위치되는 객체를 검출할 수 있고 그리고/또는 동일한 검출 기간(들) 동안 검출되는 다수의 복귀 광 펄스 간을 명확히 할 수 있다.
예를 들어, 컴퓨팅 시스템은 제3 레인지들의 세트가 적어도 하나의 공지된 객체를 나타내는 포인트 클라우드를 어셈블리할지의 여부를 결정할 수 있다. 그렇다면, 컴퓨팅 시스템은 객체 검출을 위한 기초로서 제3 레인지들의 그러한 세트를 사용할 수 있다. 이것은 차례로, LIDAR 디바이스의 공칭 비모호성 검출 레인지 외부에 위치되는 객체들의 검출을 가능하게 할 수 있다.
더욱이, 제3 레인지들의 세트가 적어도 하나의 공지된 객체를 나타내는 포인트 클라우드를 어셈블리하면, 컴퓨팅 시스템은 제2 복귀 광 펄스들에 대한 대체 레인지 가설이 정확할 가능성이 있는 것을 결정할 수 있다. 즉, 제2 복귀 광 펄스들이 공칭 펄스 방출보다는 오히려 대체 이전 펄스 방출에 각각 개별적으로 대응할 가능성이 있는 것을 결정할 수 있다. 그리고, 제2 복귀 광 펄스들에 대한 대체 레인지 가설이 정확할 가능성이 있다는 결정에 기초하여, 컴퓨팅 시스템은 제2 복귀 광 펄스들에 대한 가까운 레인지 가설이 부정확할 가능성이 있는 것을 결정할 수 있다. 따라서, 컴퓨팅 시스템은 컴퓨팅 시스템이 객체 검출의 목적들을 위해, 제2 복귀 광 펄스들과 연관되는 레인지들의 제2 세트보다는 오히려 제1 복귀 광 펄스들과 연관되는 레인지들의 제1 세트를 사용해야 하는 것을 응답적으로 결정할 수 있으며, 그것에 의해 레인지 모호성을 해결한다. 다른 예들이 또한 가능하다.
일 양태에서, 방법이 개시된다. 방법은 방출 시간 시퀀스에 따라 방출 시간들에 광 펄스들을 방출하기 위해 - 방출 시간 시퀀스는 시간 가변 디더를 포함함 - , 그리고 검출 시간 시퀀스에 따라 복귀 광 펄스들을 검출하기 위해 - 검출 시간 시퀀스는 각각 방출된 광 펄스에 대해, 대응하는 복귀 광 펄스의 검출을 위한 대응하는 검출 기간을 포함하고, 대응하는 방출된 광 펄스의 대응하는 방출 시간에 대한 복귀 광 펄스의 검출 시간은 대응하는 방출된 광 펄스를 반사시킨 객체까지의 레인지를 나타냄 - 라이다(LIDAR) 디바이스를 컴퓨팅 시스템에 의해, 동작시키는 단계를 수반한다. 방법은 또한 컴퓨팅 시스템에 의해, LIDAR 디바이스가 2개 이상의 방출된 광 펄스 각각에 대한 대응하는 검출 기간들 동안 복귀 광 펄스들을 검출했다는 결정을 하는 단계를 수반한다. 방법은 결정을 하는 것에 응답하여, 컴퓨팅 시스템에 의해, (i) 검출된 복귀 광 펄스들이 레인지들의 제1 세트를 나타내는 복수의 제1 방출된 광 펄스의 대응하는 방출 시간들에 대해 검출 시간들을 갖는 것 및 (ii) 검출된 복귀 광 펄스들이 레인지들의 제2 세트를 나타내는 복수의 제2 방출된 광 펄스의 대응하는 방출 시간들에 대해 검출 시간들을 갖는 것을 결정하는 단계를 부가적으로 수반한다. 방법은 컴퓨팅 시스템에 의해, 객체 검출을 위한 기초로서 레인지들의 제1 세트를 사용하는 것과 객체 검출을 위한 기초로서 레인지들의 제2 세트를 사용하는 것 중 선택하는 단계를 추가로 수반한다. 방법은 컴퓨팅 시스템에 의해, 선택에 따라 객체 검출에 관여하는 단계를 더 추가로 수반한다.
다른 양태에서, 컴퓨팅 시스템이 개시된다. 컴퓨팅 시스템은 하나 이상의 프로세서, 비일시적 컴퓨터 판독가능 매체, 및 비일시적 컴퓨터 판독가능 매체 상에 저장되고 하나 이상의 프로세서에 의해 실행가능한 프로그램 명령어들을 포함한다. 특히, 프로그램 명령어들은 방출 시간 시퀀스에 따라 방출 시간들에 광 펄스들을 방출하기 위해 - 방출 시간 시퀀스는 시간 가변 디더를 포함함 - , 그리고 검출 시간 시퀀스에 따라 복귀 광 펄스들을 검출하기 위해 - 검출 시간 시퀀스는 각각 방출된 광 펄스에 대해, 대응하는 복귀 광 펄스의 검출을 위한 대응하는 검출 기간을 포함하고, 대응하는 방출된 광 펄스의 대응하는 방출 시간에 대한 복귀 광 펄스의 검출 시간은 대응하는 방출된 광 펄스를 반사시킨 객체까지의 레인지를 나타냄 - 라이다(LIDAR) 디바이스를 동작시키도록 실행가능할 수 있다. 프로그램 명령어들은 또한 LIDAR 디바이스가 2개 이상의 방출된 광 펄스 각각에 대한 대응하는 검출 기간들 동안 복귀 광 펄스들을 검출했다는 결정을 하도록 실행가능할 수 있다. 프로그램 명령어들은 결정을 하는 것에 응답하여, (i) 검출된 복귀 광 펄스들이 레인지들의 제1 세트를 나타내는 복수의 제1 방출된 광 펄스의 대응하는 방출 시간들에 대해 검출 시간들을 갖는 것 및 (ii) 검출된 복귀 광 펄스들이 레인지들의 제2 세트를 나타내는 복수의 제2 방출된 광 펄스의 대응하는 방출 시간들에 대해 검출 시간들을 갖는 것을 결정하도록 부가적으로 실행가능할 수 있다. 프로그램 명령어들은 객체 검출을 위한 기초로서 레인지들의 제1 세트를 사용하는 것과 객체 검출을 위한 기초로서 레인지들의 제2 세트를 사용하는 것 중 선택하도록 추가로 실행가능할 수 있다. 프로그램 명령어들은 선택에 따라 객체 검출에 관여하도록 더 추가로 실행가능할 수 있다.
또 다른 양태에서, 다른 방법이 개시된다. 방법은 방출 시간 시퀀스에 따라 방출 시간들에 광 펄스들을 방출하기 위해 - 방출 시간 시퀀스는 시간 가변 디더를 포함함 - , 그리고 검출 시간 시퀀스에 따라 복귀 광 펄스들을 검출하기 위해 - 검출 시간 시퀀스는 각각 방출된 광 펄스에 대해, 대응하는 복귀 광 펄스의 검출을 위한 대응하는 검출 기간을 포함하고, 대응하는 방출된 광 펄스의 대응하는 방출 시간에 대한 복귀 광 펄스의 검출 시간은 대응하는 방출된 광 펄스를 반사시킨 객체까지의 레인지를 나타냄 - 라이다(LIDAR) 디바이스를 컴퓨팅 시스템에 의해 동작시키는 단계를 수반한다. 방법은 또한 컴퓨팅 시스템에 의해, LIDAR 디바이스가 복수의 제1 방출된 광 펄스 각각에 대한 대응하는 검출 기간들 동안 다수의 복귀 광 펄스의 세트를 검출한 것을 결정하는 단계를 수반하며, 다수의 복귀 광 펄스의 각각의 세트는 적어도 각각의 제1 복귀 광 펄스 및 각각의 제2 복귀 광 펄스를 포함한다. 방법은 컴퓨팅 시스템에 의해, 제1 복귀 광 펄스들이 복수의 제1 방출된 광 펄스에 대응하고 제2 복귀 광 펄스들이 복수의 제2 방출된 광 펄스에 잠재적으로 대응한다는 결정을 하는 단계를 부가적으로 수반한다. 방법은 결정을 하는 것에 응답하여, 컴퓨팅 시스템에 의해, 제2 복귀 광 펄스들이 레인지들의 특정 세트를 나타내는 복수의 제2 방출된 광 펄스의 대응하는 방출 시간들에 대해 검출 시간들을 갖는 것을 결정하는 단계를 추가로 수반한다. 방법은 컴퓨팅 시스템에 의해, 객체 검출을 위한 기초로서 레인지들의 특정 세트를 사용할지의 여부의 추가 결정을 하는 단계를 더 추가로 수반하지 않는다. 방법은 컴퓨팅 시스템에 의해, 추가 결정에 따라 객체 검출에 관여하는 단계를 더 추가로 수반한다.
또 다른 양태에서, 다른 방법이 개시된다. 방법은 방출 시간 시퀀스에 따라 방출 시간들에 광 펄스들을 방출하기 위해 - 방출 시간 시퀀스는 시간 가변 디더를 포함함 - , 그리고 검출 시간 시퀀스에 따라 복귀 광 펄스들을 검출하기 위해 - 검출 시간 시퀀스는 각각 방출된 광 펄스에 대해, 대응하는 복귀 광 펄스의 검출을 위한 대응하는 검출 기간을 포함하고, 대응하는 방출된 광 펄스의 대응하는 방출 시간에 대한 복귀 광 펄스의 검출 시간은 대응하는 방출된 광 펄스를 반사시킨 객체까지의 레인지를 나타냄 - 라이다(LIDAR) 디바이스를 컴퓨팅 시스템에 의해 동작시키는 단계를 수반한다. 방법은 또한 컴퓨팅 시스템에 의해, LIDAR 디바이스가 복수의 제1 방출된 광 펄스 각각에 대한 대응하는 검출 기간들 동안 다수의 복귀 광 펄스의 세트를 검출한 것을 결정하는 단계를 수반하며, 다수의 복귀 광 펄스의 각각의 세트는 적어도 각각의 제1 복귀 광 펄스 및 각각의 제2 복귀 광 펄스를 포함한다. 방법은 컴퓨팅 시스템에 의해, (i) 제1 복귀 광 펄스들이 레인지들의 제1 세트를 나타내는 복수의 제1 방출된 광 펄스의 대응하는 방출 시간들에 대해 검출 시간들을 갖는 것, (ii) 제2 복귀 광 펄스들이 레인지들의 제2 세트를 나타내는 복수의 제1 방출된 광 펄스의 대응하는 방출 시간들에 대해 검출 시간들을 갖는 것, 및 (iii) 제2 복귀 광 펄스들이 레인지들의 제3 세트를 나타내는 복수의 제2 방출된 광 펄스의 대응하는 방출 시간들에 대해 검출 시간들을 갖는 것을 결정하는 단계를 부가적으로 수반한다. 방법은 레인지들의 제3 세트에 기초하여, 컴퓨팅 시스템에 의해, 객체 검출을 위한 기초로서 레인지들의 제1 세트를 사용하는 것과 객체 검출을 위한 기초로서 레인지들의 제2 세트를 사용하는 것 중 선택하는 단계를 추가로 수반한다. 방법은 컴퓨팅 시스템에 의해, 선택에 따라 객체 검출에 관여하는 단계를 더 추가로 수반한다.
또 다른 양태에서, 자율 차량을 동작시키기 위한 방법이 개시된다. 방법은 자율 차량의 LIDAR 디바이스에 의해 방출되는 광 펄스의, 객체에 의한, 반사와 연관되는 신호를 수신하는 단계를 수반한다. 방법은 또한 제1 시간에 기초하여 객체까지의 제1 거리를 계산하는 단계를 수반하며, 제1 시간은 자율 차량의 LIDAR 디바이스에 의해 방출되는 이전 광 펄스에 대응한다. 방법은 제2 시간에 기초하여 객체까지의 제2 거리를 계산하는 단계를 부가적으로 수반하며, 제2 시간은 자율 차량의 LIDAR 디바이스에 의해 방출되는 상이한 이전 광 펄스에 대응한다. 방법은 제1 거리와 제2 거리 중의 선택에 기초하여 자율 차량을 동작시키는 단계를 추가로 수반한다.
또 다른 양태에서, 다른 시스템이 개시된다. 시스템은 방출 시간 시퀀스에 따라 방출 시간들에 광 펄스들을 방출하기 위해 - 방출 시간 시퀀스는 시간 가변 디더를 포함함 - , 그리고 검출 시간 시퀀스에 따라 복귀 광 펄스들을 검출하기 위해 - 검출 시간 시퀀스는 각각 방출된 광 펄스에 대해, 대응하는 복귀 광 펄스의 검출을 위한 대응하는 검출 기간을 포함하고, 대응하는 방출된 광 펄스의 대응하는 방출 시간에 대한 복귀 광 펄스의 검출 시간은 대응하는 방출된 광 펄스를 반사시킨 객체까지의 레인지를 나타냄 - 라이다(LIDAR) 디바이스를 동작시키기 위한 수단을 포함할 수 있다. 시스템은 또한 LIDAR 디바이스가 2개 이상의 방출된 광 펄스 각각에 대한 대응하는 검출 기간들 동안 복귀 광 펄스들을 검출했다는 결정을 하기 위한 수단을 포함한다. 시스템은 결정을 하는 것에 응답하여, (i) 검출된 복귀 광 펄스들이 레인지들의 제1 세트를 나타내는 복수의 제1 방출된 광 펄스의 대응하는 방출 시간들에 대해 검출 시간들을 갖는 것 및 (ii) 검출된 복귀 광 펄스들이 레인지들의 제2 세트를 나타내는 복수의 제2 방출된 광 펄스의 대응하는 방출 시간들에 대해 검출 시간들을 갖는 것을 결정하기 위한 수단을 부가적으로 포함할 수 있다. 시스템은 객체 검출을 위한 기초로서 레인지들의 제1 세트를 사용하는 것과 객체 검출을 위한 기초로서 레인지들의 제2 세트를 사용하는 것 중 선택하기 위한 수단을 추가로 포함할 수 있다. 시스템은 선택에 따라 객체 검출에 관여하기 위한 수단을 더 추가로 포함할 수 있다.
또 다른 양태에서, 다른 시스템이 개시된다. 시스템은 방출 시간 시퀀스에 따라 방출 시간들에 광 펄스들을 방출하기 위해 - 방출 시간 시퀀스는 시간 가변 디더를 포함함 - , 그리고 검출 시간 시퀀스에 따라 복귀 광 펄스들을 검출하기 위해 - 검출 시간 시퀀스는 각각 방출된 광 펄스에 대해, 대응하는 복귀 광 펄스의 검출을 위한 대응하는 검출 기간을 포함하고, 대응하는 방출된 광 펄스의 대응하는 방출 시간에 대한 복귀 광 펄스의 검출 시간은 대응하는 방출된 광 펄스를 반사시킨 객체까지의 레인지를 나타냄 - 라이다(LIDAR) 디바이스를 동작시키기 위한 수단을 포함할 수 있다. 시스템은 또한 LIDAR 디바이스가 복수의 제1 방출된 광 펄스 각각에 대한 대응하는 검출 기간들 동안 다수의 복귀 광 펄스의 세트를 검출한 것을 결정하기 위한 수단을 포함할 수 있으며, 다수의 복귀 광 펄스의 각각의 세트는 적어도 각각의 제1 복귀 광 펄스 및 각각의 제2 복귀 광 펄스를 포함한다. 시스템은 제1 복귀 광 펄스들이 복수의 제1 방출된 광 펄스에 대응하고 제2 복귀 광 펄스들이 복수의 제2 방출된 광 펄스에 잠재적으로 대응한다는 결정을 하기 위한 수단을 부가적으로 포함할 수 있다. 시스템은 결정을 하는 것에 응답하여, 제2 복귀 광 펄스들이 레인지들의 특정 세트를 나타내는 복수의 제2 방출된 광 펄스의 대응하는 방출 시간들에 대해 검출 시간들을 갖는 것을 결정하기 위한 수단을 추가로 포함할 수 있다. 시스템은 객체 검출을 위한 기초로서 레인지들의 특정 세트를 사용할지의 여부의 추가 결정을 하기 위한 수단을 더 추가로 포함할 수 있다. 시스템은 추가 결정에 따라 객체 검출에 관여하기 위한 수단을 더 추가로 포함할 수 있다.
또 다른 양태에서, 다른 시스템이 개시된다. 시스템은 방출 시간 시퀀스에 따라 방출 시간들에 광 펄스들을 방출하기 위해 - 방출 시간 시퀀스는 시간 가변 디더를 포함함 - , 그리고 검출 시간 시퀀스에 따라 복귀 광 펄스들을 검출하기 위해 - 검출 시간 시퀀스는 각각 방출된 광 펄스에 대해, 대응하는 복귀 광 펄스의 검출을 위한 대응하는 검출 기간을 포함하고, 대응하는 방출된 광 펄스의 대응하는 방출 시간에 대한 복귀 광 펄스의 검출 시간은 대응하는 방출된 광 펄스를 반사시킨 객체까지의 레인지를 나타냄 - 라이다(LIDAR) 디바이스를 동작시키기 위한 수단을 포함할 수 있다. 시스템은 또한 LIDAR 디바이스가 복수의 제1 방출된 광 펄스 각각에 대한 대응하는 검출 기간들 동안 다수의 복귀 광 펄스의 세트를 검출하는 것을 결정하기 위한 수단을 포함할 수 있으며, 다수의 복귀 광 펄스의 각각의 세트는 적어도 각각의 제1 복귀 광 펄스 및 각각의 제2 복귀 광 펄스를 포함한다. 시스템은 (i) 제1 복귀 광 펄스들이 레인지들의 제1 세트를 나타내는 복수의 제1 방출된 광 펄스의 대응하는 방출 시간들에 대해 검출 시간들을 갖는 것, (ii) 제2 복귀 광 펄스들이 레인지들의 제2 세트를 나타내는 복수의 제1 방출된 광 펄스의 대응하는 방출 시간들에 대해 검출 시간들을 갖는 것, 및 (iii) 제2 복귀 광 펄스들이 레인지들의 제3 세트를 나타내는 복수의 제2 방출된 광 펄스의 대응하는 방출 시간들에 대해 검출 시간들을 갖는 것을 결정하기 위한 수단을 부가적으로 포함할 수 있다. 시스템은 레인지들의 제3 세트에 기초하여, 객체 검출을 위한 기초로서 레인지들의 제1 세트를 사용하는 것과 객체 검출을 위한 기초로서 레인지들의 제2 세트를 사용하는 것 중 선택하기 위한 수단을 추가로 포함할 수 있다. 시스템은 선택에 따라 객체 검출에 관여하기 위한 수단을 더 추가로 포함할 수 있다.
또 다른 양태에서, 다른 시스템이 개시된다. 시스템은 자율 차량의 LIDAR 디바이스에 의해 방출되는 광 펄스의, 객체에 의한, 반사와 연관되는 신호를 수신하기 위한 수단을 포함할 수 있다. 시스템은 또한 제1 시간에 기초하여 객체까지의 제1 거리를 계산하기 위한 수단을 포함할 수 있으며, 제1 시간은 자율 차량의 LIDAR 디바이스에 의해 방출되는 이전 광 펄스에 대응한다. 시스템은 제2 시간에 기초하여 객체까지의 제2 거리를 계산하기 위한 수단을 부가적으로 포함할 수 있으며, 제2 시간은 자율 차량의 LIDAR 디바이스에 의해 방출되는 상이한 이전 광 펄스에 대응한다. 시스템은 제1 거리와 제2 거리 중의 선택에 기초하여 자율 차량을 동작시키기 위한 수단을 추가로 포함할 수 있다.
이러한 뿐만 아니라 다른 양태들, 장점들, 및 대안들은 첨부 도면들에 적절한 곳을 참조하여 이하의 상세한 설명을 판독함으로써 본 기술분야의 통상의 기술자들에게 분명해질 것이다. 게다가, 이러한 개요 부분에 제공되고 이러한 문헌의 다른 곳의 설명은 청구된 발명 대상을 제한이 아닌 예로서 예시하도록 의도된다는 점이 이해되어야 한다.
도 1은 예시적 실시예에 따른 LIDAR 디바이스의 간략화된 블록도이다.
도 2a는 예시적 실시예에 따른 LIDAR 디바이스를 예시한다.
도 2b는 예시적 실시예에 따른 다른 LIDAR 시스템을 예시한다.
도 3a는 예시적 실시예에 따른 차량의 위에 위치되는 LIDAR 디바이스의 수개의 도면들을 도시한다.
도 3b는 예시적 실시예에 따른 차량의 위에 위치되는 LIDAR 디바이스에 의한 광의 방출을 도시한다.
도 3c는 예시적 실시예에 따른 차량의 위에 위치되는 LIDAR 디바이스에 의한 반사된 광의 검출을 도시한다.
도 3d는 예시적 실시예에 따른 차량의 위에 위치되는 LIDAR 디바이스의 스캐닝 레인지를 도시한다.
도 4a는 예시적 실시예에 따른 차량의 위에 위치되는 LIDAR 디바이스의 공칭 비모호성 검출 레인지를 도시한다.
도 4b는 예시적 실시예에 따른 LIDAR 디바이스의 공칭 비모호성 검출 레인지 내에 위치되는 객체에서 반사되는 펄스를 도시한다.
도 4c는 예시적 실시예에 따른 LIDAR 디바이스의 공칭 비모호성 검출 레인지 외부에 위치되는 객체에서 반사되는 펄스를 도시한다.
도 5a는 예시적 실시예에 따른 디더의 적용을 포함하지 않는 제1 방출 시간 시퀀스를 도시하고 또한 복수의 검출된 복귀 광 펄스 각각에 대한 다수의 가능한 검출 시간을 도시한다.
도 5b는 예시적 실시예에 따른 제1 방출 시간 시퀀스에 대한 레인지 모호성을 도시한다.
도 6은 예시적 실시예에 따른 검출된 복귀 광 펄스들과 연관되는 레인지들 간을 명확히 하기 위한 방법을 예시하는 흐름도이다.
도 7a는 예시적 실시예에 따른 디더의 적용을 포함하는 제2 방출 시간 시퀀스를 도시하고 또한 복수의 검출된 복귀 광 펄스 각각에 대한 다수의 가능한 검출 시간을 도시한다.
도 7b는 예시적 실시예에 따른 객체 검출을 위해 사용하는 레인지들의 선택을 도시한다.
도 8a는 예시적 실시예에 따른 디더의 적용을 포함하지 않는 제3 방출 시간 시퀀스를 도시한다.
도 8b는 예시적 실시예에 따른 제3 방출 시간 시퀀스에 대한 레인지 모호성을 도시한다.
도 9a는 예시적 실시예에 따른 디더의 적용을 포함하는 제4 방출 시간 시퀀스를 도시한다.
도 9b는 예시적 실시예에 따른 제4 방출 시간 시퀀스로 인한 레인지 모호성의 완화를 도시한다.
도 10은 예시적 실시예에 따른 LIDAR 디바이스의 공칭 비모호성 검출 레인지 외부에 위치되는 객체를 검출하기 위한 방법을 예시하는 흐름도이다.
도 11a는 예시적 실시예에 따른 이전 방출 시간들에 대한 검출 시간들의 비교를 도시한다.
도 11b는 예시적 실시예에 따른 LIDAR 디바이스의 공칭 비모호성 검출 레인지 외부에 위치되는 원격 객체의 검출을 도시한다.
도 12는 예시적 실시예에 따른 동일한 검출 기간 동안 검출되는 다수의 복귀 광 펄스 간을 명확히 하기 위한 방법을 예시하는 흐름도이다.
도 13a는 예시적 실시예에 따른 이전 방출 시간들에 대한 검출 시간들의 다른 비교를 도시한다.
도 13b는 예시적 실시예에 따른 객체 검출을 위해 사용하는 레인지들의 선택을 도시한다.
도 14a는 예시적 실시예에 따른 이전 방출 시간들에 대한 검출 시간들의 또 다른 비교를 도시한다.
도 14b는 예시적 실시예에 따른 객체 검출을 위해 사용하는 다른 선택 레인지들을 도시한다.
도 15는 예시적 실시예에 따른 선택된 거리에 기초하여 자율 차량을 동작시키기 위한 방법을 예시하는 흐름도이다.
도 16은 예시적 실시예에 따른 LIDAR 디바이스로부터 수신되는 환경의 스캔들에 기초한 차량의 동작을 예시한다.
도 17은 예시적 실시예에 따른 차량의 간략화된 블록도이다.
예시적 방법들 및 시스템들은 본원에 설명된다. 단어 "예시적"은 "일 예, 사례, 또는 예시의 역할을 하는"을 의미하도록 본원에 사용된다는 점이 이해되어야 한다. "예시적" 또는 "예증적"과 같이 본원에 설명되는 임의의 구현 또는 특징은 다른 구현들 또는 특징들에 비해 바람직하거나 유리한 것으로 반드시 해석되어야 하는 것은 아니다. 도면들에서, 유사한 기호들은 전형적으로 맥락이 달리 지시하지 않는 한 유사한 구성요소들을 식별한다. 본원에 설명되는 예시적 구현들은 제한적이도록 의미되지 않는다. 본 개시의 양태들은 일반적으로 본원에 설명된 바와 같이, 그리고 예시된 도면들에서, 매우 다양한 상이한 구성들로 배열, 치환, 조합, 분리, 및 디자인될 수 있으며, 그것의 모두는 본원에서 생각된다는 점이 용이하게 이해될 것이다.
I. 개요
차량은 운전자로부터의 입력이 거의 없거나 없는 환경을 통해 내비게이션하는 자율 동작을 개선하는 계속된 노력들이 있다. 그러한 노력들은 원격 감지 능력들 및 가능하게는 사고 회피 시스템들을 구비하는 차량들의 개발을 포함한다. 예를 들어, LIDAR 디바이스와 같은 다양한 센서들은 차량의 환경에서 객체들을 검출하고 그것에 의해 자율 동작 및/또는 사고 회피를 용이하게 하기 위해 차량에 포함될 수 있다.
일반적으로, LIDAR 디바이스는 환경 내의 반사 표면들을 나타내는 "포인트 클라우드"를 어셈블리하기 위해 장면을 통해 스캐닝하는 동안 환경 특징들까지의 거리(들)를 추정하는 것을 도울 수 있다. 포인트 클라우드 내의 개별 포인트들은 광 펄스를 방출하고 필요하다면, 환경 내의 객체로부터 반사되는 복귀 광 펄스를 검출하고, 방출된 광 펄스와 반사된 복귀 광 펄스의 검출 사이의 시간 지연에 따라 객체까지의 거리를 결정함으로써 결정될 수 있다. LIDAR는 레이저(들) 또는 다른 광원들을 포함할 수 있다. 레이저(들), 또는 LIDAR는 전체적으로, 장면 내의 반사 객체들까지의 거리들에 관한 연속 실시간 정보를 제공하기 위해 장면에 걸쳐 신속히 그리고 반복적으로 스캐닝할 수 있다. 이러한 배열의 경우, 각각의 거리를 측정하는 동안 레이저(들)의 측정된 거리들 및 배향을 조합하는 것은 3차원 위치를 각각의 복귀 광 펄스와 연관시키는 것을 허용한다. 이러한 방식으로, 환경 내의 반사 특징들의 위치들을 나타내는 포인트들의 3차원 맵은 전체 스캐닝 구역에 대해 발생될 수 있다.
컴퓨팅 시스템(예를 들어, 차량 내의)이 LIDAR 디바이스를 동작시킬 때, 컴퓨팅 시스템은 특정 타이밍에 따라 광 펄스들을 방출하고 검출하기 위해 LIDAR 디바이스를 동작시킬 수 있다. 예를 들어, 컴퓨팅 시스템은 주기적 시퀀스(예를 들어, 나노초마다 한 번 광 펄스의 방출)과 같은 방출 시간 시퀀스에 따라 방출 시간들에 광 펄스들을 방출하기 위해 LIDAR 디바이스를 동작시킬 수 있다. 이러한 예에서, 컴퓨팅 시스템은 또한 검출 시간 시퀀스에 따라 복귀 광 펄스들을 검출하기 위해 LIDAR 디바이스를 동작시킬 수 있다. 검출 시간 시퀀스는 LIDAR의 특정 레인지 내에 위치되는 객체로부터 복귀되는 광 펄스들을 검출하도록 의도되는 검출 기간을 가질 수 있다. 이러한 검출 기간은 본원에 대응하는 검출 기간 또는 공칭 검출 기간 또는 디폴트 검출 기간으로 언급될 수 있고, 이러한 레인지는 본원에 공칭 비모호성 검출 레인지 또는 공칭 검출 레인지로 언급될 수 있다. 예를 들어, 주어진 광 펄스에 대한 대응하는 검출 기간은 그러한 주어진 광 펄스의 방출 직후에 또는 방출 후의 일부 시간에 시작될 수 있고, 후속 광 펄스의 방출 전 또는 후에 종료될 수 있다. 이러한 대응하는 검출 기간은 그러한 대응하는 복귀 광 펄스를 야기하기 위해 LIDAR의 공칭 검출 레인지 내에 위치되는 객체에서 반사하는 주어진 방출된 광 펄스에 대응하는 복귀 광 펄스의 검출을 위해 배열될 수 있다. 공칭 검출 레인지는 LIDAR로부터 최소 거리(x0) 내지 최대 거리(xm)에 걸친다. 예를 들어, 최소 거리(x0)는 0 미터일 수 있고 최대 거리(xm)는 60 미터일 수 있다. 다른 사례들에서, 최소 거리(x0)는 LIDAR에서 떨어진 거리 > 0 m일 수 있으며 객체 검출은 예를 들어, 차량의 주행에서의 입력일 것 같지 않거나 입력이 아닐 것이다. 예를 들어, LIDAR가 비행기 아래에 장착되면, x0은 2 미터일 수 있다. 다른 거리들이 또한 고려된다.
일 실시예에서, LIDAR 디바이스가 복귀 광 펄스들을 검출할 때, 컴퓨팅 시스템은 각각 검출된 광 펄스에 대한 레인지 가설을 발생시킬 수 있다. 구체적으로, 컴퓨팅 시스템은 각각 검출된 광 펄스에 대해, 가장 최근에 방출된 광 펄스의 방출 시간에 대한 시간 지연에 따라 레인지 가설을 결정할 수 있다. 이러한 레인지 가설은 본원에 가까운 레인지 가설 또는 디폴트 레인지 가설로 언급될 수 있다.
공칭 검출 레인지 외부에 위치되는 객체에서 반사되는 광 펄스는 공칭 검출 기간 내에 LIDAR 디바이스에 의해 검출되지 않을 것이다. 일부 경우들에서, LIDAR 디바이스는 다른 가능성들 중에서, 광 펄스의 세기가 LIDAR 디바이스에 도달하기 전에 상당히 감쇠되면 그러한 광 펄스를 검출하지 않을 수 있다.
그러나, 일부 상황들에서, LIDAR 디바이스는 그럼에도 불구하고 공칭 검출 레인지 외부에 위치되는 객체에서 반사되는 광 펄스를 검출할 수 있다. 예를 들어, 쟁점중인 객체는 공칭 검출 레인지를 너머 위치되는 역반사 객체(예를 들어, 큰 고속도로 도로 표지)일 수 있다. 광 펄스가 공칭 검출 레인지를 너머 위치되는 역반사 객체에서 반사할 때, 복귀 광 펄스는 공칭 검출 기간보다 후의 검출 기간 동안 LIDAR 디바이스에 의해 검출될 수 있어, 레인지 앨리어싱 또는 레인지 모호성을 일으킨다. 다른 예에서, 쟁점중인 객체는 공칭 검출 레인지의 최소 거리보다 LIDAR 디바이스에 더 가깝게 위치되는 객체일 수 있다. 따라서, 일부 시나리오들에서, 광 펄스가 그러한 더 가까운 객체에서 반사할 때, LIDAR 디바이스는 공칭 검출 기간 전의 검출 기간 동안 그러한 광 펄스를 검출할 수 있어, 또한 레인지 앨리어싱을 일으킨다.
이러한 문제를 돕기 위해, 컴퓨팅 시스템은 의사 랜덤 지속기간만큼 주기성에서 떨어지게 각각의 그러한 개별 방출 타이밍을 각각 시프트하기 위해, 의사 랜덤 디더를 일부이지만 전부가 아닌 방출된 광 펄스들의 개별 방출 타이밍에 적용할 수 있다. 이러한 배열의 경우, LIDAR 디바이스는 공칭 검출 레인지 내에 위치되는 객체(들)에서 반사되는 광 펄스들을 검출하고 컴퓨팅 시스템은 이러한 검출들에 기초하여 가까운 레인지 가설을 발생시키면, 가까운 레인지 가설은 공지된 객체와 여전히 비슷할 수 있고 따라서 컴퓨팅 시스템은 결국 객체 검출을 위한 이러한 가까운 레인지 가설을 사용하는 것을 끝낼 수 있다. 그러나, LIDAR 디바이스가 공칭 검출 레인지 외부에 위치되는 객체(들)에서 반사되는 광 펄스들을 검출하고 컴퓨팅 시스템이 이러한 검출들에 기초하여 가까운 레인지 가설을 발생시키면, 가까운 레인지 가설은 상기 언급된 의사 랜덤 시프트들로 인해 공지된 객체와 비슷하지 않을 수 있다(예를 들어, 가까운 레인지 가설의 레인지들은 서로 실질적으로 상이할 수 있음). 따라서, 컴퓨팅 시스템은 가까운 레인지 가설이 부정확한 것을 결정할 수 있고 객체 검출을 위한 광 펄스들의 그러한 세트에 대한 이러한 가까운 레인지 가설을 사용하지 않을 수 있다.
의사 랜덤 디더의 적용은 컴퓨팅 시스템이 객체 검출에 대한 가까운 레인지 가설을 사용할지의 여부를 결정하는 것을 허용할 수 있지만, 객체 검출을 위한 기초로서 어느 레인지(들)를 사용할지는 다양한 상황들에서 여전히 분명하지 않을 수 있다. 예를 들어, 광 펄스들이 공칭 검출 레인지 외부에 위치되는 객체에서 반사할 때, 컴퓨팅 시스템은 가까운 레인지 가설을 무시할 수 있지만, 그러한 객체와 연관되는 레인지(들)를 여전히 결정하지 않을 수 있고, 따라서 그것이 LIDAR의 공칭 검출 레인지에 진입하기 전에 그러한 객체의 검출이 유용할 수 있더라도 그러한 객체를 검출하지 않을 수 있다.
본 개시의 하나의 예시적 실시예에 따라, 레인지 모호성을 해결하는 것을 돕기 위해, 컴퓨팅 시스템은 시간 가변 디더를 포함하는 시간 시퀀스에 따라 광 펄스들을 방출하기 위해 LIDAR 디바이스를 동작시킬 수 있고, 복귀 광 펄스들이 검출되면, 다수의 레인지 가설을 발생시키고 평가할 수 있다. 그와 같이, 객체 검출을 위한 기초로서 사용하는 적절한 또는 더 높은 신뢰 또는 더 높은 가능성 레인지(들)를 결정하기 위해 다수의 레인지 가설을 발생시키고 이러한 레인지 가설들을 사용하기 위한 방법들 및 시스템들이 개시된다.
일부 예들에서, 레인지 가설들 중 하나는 가까운 레인지 가설들일 수 있고, 컴퓨팅 시스템은 가까운 레인지 가설에 더하여 하나 이상의 대체 레인지 가설을 발생시킬 수 있다. 다른 예들에서, 가까운 레인지 가설을 발생시키는 대신에, 컴퓨팅 시스템은 2개 이상의 대체 레인지 가설을 발생시킬 수 있다.
다양한 대체 레인지 가설들이 가능하다. 예로서, 각각 검출된 광 펄스에 대해, 컴퓨팅 시스템은 검출 시간과 광 펄스가 마지막 방출된 광 펄스 전에 방출된 시간 사이의 차이에 기초하여 레인지를 결정할 수 있다. 이러한 예에서, 대체 레인지 가설은 결정된 레인지가 최대 비모호성 검출 레인지를 너머 위치되는 객체의 가능성에 대응함에 따라, 먼 레인지 가설로 언급될 수 있다.
그와 같이, 컴퓨팅 시스템은 LIDAR 디바이스가 2개 이상의 검출 기간 동안 복귀 광 펄스들을 검출한 것을 결정할 때, 컴퓨팅 시스템은 (i) 복수의 제1 방출된 광 펄스의 대응하는 방출 시간들에 대해 시간 지연에 따라 레인지들의 제1 세트 및 (ii) 복수의 제2 방출된 광 펄스의 대응하는 방출 시간들에 대해 시간 지연에 따라 레인지들의 제2 세트를 결정할 수 있다.
그 다음, 하나 이상의 인자에 기초하여, 컴퓨팅 시스템은 객체 검출을 위한 기초로서 레인지들의 제1 세트를 사용하는 것과 객체 검출을 위한 기초로서 레인지들의 제2 세트를 사용하는 것 중 선택할 수 있다. 예를 들어, 컴퓨팅 시스템은 레인지들의 제1 세트가 공지된 객체와 아주 비슷한 것 및 레인지들의 제2 세트가 임의의 공지된 객체들과 비슷하지 않은 것을 결정할 수 있고, 시스템은 객체 검출을 위한 기초로서 사용될 레인지들의 제1 세트를 응답적으로 선택할 수 있다. 다른 예에서, 시스템은 제2 세트가 서로 실질적으로 유사한 레인지들을 포함하는 것 및 제1 세트가 서로 실질적으로 상이한 레인지들을 포함하는 것을 결정할 수 있고, 시스템은 객체 검출을 위한 기초로서 사용될 레인지들의 제2 세트를 응답적으로 선택할 수 있다.
이러한 방식으로, 컴퓨팅 시스템은 예를 들어, 검출된 복귀 광 펄스(들)가 공칭 검출 레인지 외부에 위치되는 객체에서 반사하는 광 펄스들이고, 따라서 가장 최근에 방출된 광 펄스 전에 방출되는 광 펄스(들)에 대응할 때에도, 객체 검출을 위한 기초를 위해 사용하는 적절한 레인지들을 결정할 수 있다.
II. LIDAR 디바이스의 예시적 배열
이제 도면들을 참조하면, 도 1은 예시적 실시예에 따른 LIDAR 디바이스(100)의 간략화된 블록도이다. 도시된 바와 같이, LIDAR 디바이스(100)는 전력 공급 배열(102), 전자 장치들(104), 광원(들)(106), 적어도 하나의 송신기(108), 적어도 하나의 수신기(110), 회전 플랫폼(112), 액추에이터(들)(114), 고정 플랫폼(116), 커넥터 배열(118), 회전 링크(120), 및 하우징(122)을 포함한다. 다른 실시예들에서, LIDAR 디바이스(100)는 더 많은, 더 적은, 또는 상이한 구성요소들을 포함할 수 있다. 부가적으로, 도시되는 구성요소들은 임의의 수의 방식들로 조합되거나 분할될 수 있다.
전력 공급 배열(102)은 전력을 LIDAR 디바이스(100)의 다양한 구성요소들에 공급하도록 구성될 수 있다. 특히, 전력 공급 배열(102)은 LIDAR 디바이스(100) 내에 배치되고 LIDAR 디바이스(100)의 다양한 구성요소들에 임의의 실현가능 방식으로 연결되는 적어도 하나의 전력원의 형태를 포함하거나 그렇지 않으면 취할 수 있어, 전력을 그러한 구성요소들에 공급한다. 부가적으로 또는 대안적으로, 전력 공급 배열(102)은 하나 이상의 외부 전력원으로부터(예를 들어, LIDAR 디바이스(100)가 결합되는 차량에 배열되는 전력원으로부터) 전력을 수신하고 그러한 수신된 전력을 LIDAR 디바이스(100)의 다양한 구성요소들에 임의의 실현가능 방식으로 공급하도록 구성되는 전력 어댑터 등의 형태를 포함하거나 그렇지 않으면 취할 수 있다. 어느 하나의 경우에, 예를 들어, 배터리와 같은 임의의 타입의 전력원이 사용될 수 있다.
전자 장치들(104)은 LIDAR 디바이스(100)의 특정 개별 동작들을 용이하게 하는 것을 돕도록 각각 배열되는 하나 이상의 전자 구성요소 및/또는 시스템을 포함할 수 있다. 실제로, 이러한 전자 장치들(104)은 임의의 실현가능 방식으로 LIDAR 디바이스(100) 내에 배치될 수 있다. 예를 들어, 전자 장치들(104)의 적어도 일부는 회전 링크(120)의 중앙 캐비티 영역 내에 배치될 수 있다. 그럼에도 불구하고, 전자 장치들(104)은 다양한 타입들의 전자 구성요소들 및/또는 시스템들을 포함할 수 있다.
예를 들어, 전자 장치들(104)은 컴퓨팅 시스템으로부터 LIDAR 디바이스(100)의 다양한 구성요소들로 제어 신호들을 전송 및/또는 LIDAR 디바이스(100)의 다양한 구성요소들로부터 컴퓨팅 시스템으로 데이터의 전송을 위해 사용되는 다양한 와이어링들을 포함할 수 있다. 일반적으로, 컴퓨팅 시스템이 수신하는 데이터는 다른 가능성들 중에서, 수신기(110)에 의한 광의 검출들에 기초하여 센서 데이터를 포함할 수 있다. 더욱이, 컴퓨팅 시스템에 의해 송신되는 제어 신호들은 다른 가능성들 중에서, 예컨대 송신기(106)에 의한 광의 방출을 제어하고, 수신기(110)에 의한 광의 검출을 제어하고, 그리고/또는 액추에이터(들)(114)를 제어하여 회전 플랫폼(112)을 회전시킴으로써, LIDAR 디바이스(100)의 다양한 구성요소들을 동작시킬 수 있다.
일부 배열들에서, 전자 장치들(104)은 또한 컴퓨팅 시스템을 포함할 수 있다. 이러한 컴퓨팅 시스템은 다양한 동작들을 용이하게 하기 위해 하나 이상의 프로세서, 데이터 스토리지, 및 데이터 스토리지 상에 저장되고 하나 이상의 프로세서에 의해 실행가능한 프로그램 명령어들을 가질 수 있다. 따라서, 이러한 배열의 경우, 컴퓨팅 시스템은 아래에 설명되는 방법들의 것들과 같은, 본원에 설명되는 동작들을 수행하도록 구성될 수 있다. 부가적으로 또는 대안적으로, 컴퓨팅 시스템은 외부 시스템과 LIDAR 디바이스(100)의 다양한 구성요소들 사이에 제어 신호들 및/또는 데이터의 전송을 용이하게 하는 것을 돕기 위해 외부 컴퓨팅 시스템, 제어 시스템 등(예를 들어, LIDAR 디바이스(100)가 결합되는 차량에 배열되는 컴퓨팅 시스템)과 통신할 수 있다.
그러나, 다른 배열들에서, 전자 장치들(104)은 컴퓨팅 시스템을 포함하지 않을 수 있다. 오히려, 상기 언급된 와이어링들의 적어도 일부는 외부 컴퓨팅 시스템에의 연결성을 위해 사용될 수 있다. 이러한 배열의 경우, 와이어링들은 외부 컴퓨팅 시스템과 LIDAR 디바이스(100)의 다양한 구성요소들 사이에 제어 신호들 및/또는 데이터의 전송을 용이하게 하는 것을 도울 수 있다. 다른 배열들이 또한 가능하다.
게다가, 하나 이상의 광원(106)은 파장 레인지 내의 파장들을 갖는 복수의 광 빔 및/또는 펄스를 각각 방출하도록 구성될 수 있다. 파장 레인지는 예를 들어, 전자기 스펙트럼의 자외, 가시, 및/또는 적외 부분들에 있을 수 있다. 일부 예들에서, 파장 레인지는 예컨대 레이저들에 의해 제공되는 좁은 파장 레인지일 수 있다.
실제로, 광원들(106) 중 하나는 광의 펄스들을 방출하도록 구성되는 레이저 다이오드일 수 있다. 특히, 레이저 다이오드는 전류가 디바이스를 통해 p-n 접합에 걸쳐 흐르는 동안 반대로 편광된 가압 전하 캐리어들(예를 들어, 자유 전자들 및/또는 정공들)이 재조합되는 활성 영역과의 p-n 접합을 포함하는 반도체 디바이스일 수 있다. 재조합은 전하 캐리어들의 에너지 상태의 변경으로 인해 광의 방출을 야기한다. 활성 영역은 그러한 가압된 쌍들에 의해 밀도가 높을 때(예를 들어, 활성 영역은 가압된 상태들의 밀도 반전(population inversion)을 가질 수 있음), 활성 영역에 걸친 유도된 방출은 레이저 다이오드로부터 방출되는 광의 정면에 실질적으로 가간섭성 파를 생성할 수 있다. 재조합 이벤트들, 및 결과적인 광 방출은 전류가 디바이스를 통해 흐르는 것에 응답하여 발생하고, 따라서 전류의 펄스를 레이저 다이오드에 인가하는 것은 레이저 다이오드로부터의 광의 펄스의 방출을 야기한다.
그와 같이, 본 개시는 일반적으로 일차 광원(106)으로서 사용되는 레이저 다이오드의 맥락에서 본원에 설명될 것이다. 그러나, 일부 배열들에서, 하나 이상의 광원(106)은 복수의 방출된 광 빔 및/또는 펄스를 제공하기 위해 광을 선택적으로 송신, 반사, 및/또는 방출하도록 구성되는 섬유 레이저들, 발광 다이오드들(light emitting diodes)(LED), 수직 캐비티 표면 방출 레이저들(vertical cavity surface emitting lasers)(VCSEL), 유기 발광 다이오드들(organic light emitting diodes)(OLED), 폴리머 발광 다이오드들(polymer light emitting diodes)(PLED), 발광 폴리머들(light emitting polymers)(LEP), 액정 디스플레이들(liquid crystal displays)(LCD), 미세 전자 기계 시스템들(microelectromechanical systems)(MEMS), 및/또는 임의의 다른 디바이스를 부가적으로 또는 대안적으로 포함할 수 있다.
더욱이, 송신기(108)는 광을 환경으로 방출하도록 구성될 수 있다. 특히, 송신기(108)는 광을 광원(106)으로부터 환경을 향해 지향시키도록 배열되는 광학 배열을 포함할 수 있다. 이러한 광학 배열은 다른 광학 구성요소들 중에서, 물리적 공간 도처에 광의 전파를 가이드하기 위해 사용되는 미러(들) 및/또는 광의 특정 특성들을 조정하기 위해 사용되는 렌즈(들)의 임의의 실현가능 조합을 포함할 수 있다. 예를 들어, 광학 배열은 광을 콜리메이팅하도록 배열되는 투과 렌즈를 포함할 수 있으며, 그것에 의해 서로 실질적으로 평행한 광선들을 갖는 광을 야기한다. 더욱이, 렌즈는 예를 들어 수평 축에서 떨어진 +7°내지 수평 축에서 떨어진 -18°의 수직 광 스프레드를 야기함으로써와 같이, 광을 특정 방식으로 확산하거나 그렇지 않으면 산란하도록 형상화될 수 있다(예를 들어, 수평 축은 환경 내의 지표면에 이상적으로 평행함).
주목된 바와 같이, LIDAR 디바이스(100)는 적어도 하나의 수신기(110)를 포함할 수 있다. 수신기(110)는 송신기(108)로부터 방출되는 광 중 하나와 동일한 파장 레인지 내의 파장들을 갖는 광을 적어도 검출하도록 각각 구성될 수 있다. 그렇게 함으로써, 수신기(110)는 특정 분해능에서 광을 검출할 수 있다. 예를 들어, 수신기(110)는 0.036°(수평) x 0.067°(수직) 각도 분해능에서 광을 검출하도록 구성될 수 있다. 더욱이, 수신기(110)는 특정 FOV에서 환경을 스캐닝하도록 구성될 수 있다. 예를 들어, 수신기(110)는 상기 언급된 수평 축에서 떨어진 +7°내지 수평 축에서 떨어진 -18°의 레인지 내에 입사 광을 집속하도록 배열될 수 있다. 이러한 방식으로, 수신기(110)는 +7°내지 -18°의 레인지를 따라 광의 검출을 허용하며, 그것은 송신기(108)가 제공하는 방출된 광의 상기 언급된 예시적 수직 스프레드와 매칭한다. 이러한 분해능 및 FOV는 예시적 목적들만을 위해 설명되고 제한적이도록 의미되지 않는다는 점이 주목된다.
예시적 구현에서, 수신기(110)는 수신기(110)가 상기 설명된 바와 같이 분해능 및 FOV를 제공하는 것을 허용하는 광학 배열을 가질 수 있다. 일반적으로, 그러한 광학 배열은 적어도 하나의 광학 렌즈와 광검출기 어레이 사이에 광학 경로를 제공하도록 배열될 수 있다.
더 구체적으로, 수신기(110)는 LIDAR 디바이스(100)의 환경 내의 하나 이상의 객체로부터 반사되는 광을 수신기(110)의 검출기들 위로 집속하도록 배열되는 광학 렌즈를 포함할 수 있다. 그렇게 행하기 위해, 광학 렌즈는 특정 초점 길이(예를 들어, 거의 35 cm)뿐만 아니라 특정 치수들(예를 들어, 거의 10cm x 5cm)을 가질 수 있다. 더욱이, 광학 렌즈는 상기 설명된 바와 같이 특정 수직 FOV(예를 들어, +7°내지 -18°)를 따라 입사 광을 집속하기 위해 형상화될 수 있다. 제1 수신기의 광학 렌즈의 그러한 형상화는 본 개시의 범위로부터 벗어나는 것 없이 다양한 형태들 중 하나(예를 들어, 구면 형상화)를 띨 수 있다.
더욱이, 주목된 바와 같이, 수신기(110)는 광검출기 어레이를 가질 수 있으며, 이 어레이는 검출된 광(예를 들어, 상기 언급된 파장 레인지 내의)을 검출된 광을 나타내는 전기 신호로 변환하도록 각각 구성되는 2개 이상의 검출기를 포함할 수 있다. 실제로, 그러한 광검출기 어레이는 다양한 방식들 중 하나로 배열될 수 있다. 예를 들어, 검출기들은 하나 이상의 기판(예를 들어, 인쇄 회로 보드들(printed circuit boards)(PCBs), 가요성 PCB들 등) 상에 배치되고 광학 렌즈로부터 광학 경로를 따라 이동하고 있는 입사 광을 검출하도록 배열될 수 있다. 또한, 그러한 광검출기 어레이는 임의의 실현가능 방식으로 정렬되는 임의의 실현가능 수의 검출기들을 포함할 수 있다. 예를 들어, 광검출기 어레이는 검출기들의 13 x 16 어레이를 포함할 수 있다. 이러한 광검출기 어레이는 예시적 목적들만을 위해 설명되고 제한적이도록 의미되지 않는다는 점이 주목된다.
일반적으로, 어레이의 검출기들은 다양한 형태들을 취할 수 있다. 예를 들어, 검출기들은 방출된 광의 파장 레인지 내의 파장들을 갖는 집속된 광을 수신하도록 구성되는 광다이오드들, 애벌란시 광다이오드들(예를 들어, 가이거 모드 및/또는 선형 모드 애벌란시 광다이오드들), 광트랜지스터들, 카메라들, 능동 픽셀 센서들(active pixel sensors)(APS), 전하 결합 디바이스들(charge coupled devices)(CCD), 극저온 검출기들, 및/또는 광의 임의의 다른 센서의 형태를 취할 수 있다. 다른 예들이 또한 가능하다.
게다가, 주목된 바와 같이, LIDAR 디바이스(100)는 축 주위에서 회전하도록 구성되는 회전 플랫폼(112)을 포함할 수 있다. 이러한 방식으로 회전하기 위해, 하나 이상의 액추에이터(114)는 회전 플랫폼(112)을 작동시킬 수 있다. 실제로, 이러한 액추에이터들(114)은 다른 가능성들 중에서, 모터들, 공압 액추에이터들, 유압 피스톤들, 및/또는 압전 액추에이터들을 포함할 수 있다.
예시적 구현에서, 송신기(108) 및 수신기(110)는 이러한 구성요소들 각각이 회전 플랫폼(112)의 회전에 기초하여 환경에 대해 이동하도록 회전 플랫폼(112) 상에 배열될 수 있다. 특히, 이러한 구성요소들 각각은 LIDAR 디바이스(100)가 다양한 방향들로부터 정보를 획득할 수 있도록 축에 대해 회전될 수 있다. 이러한 방식으로, LIDAR 디바이스(100)는 회전 플랫폼(112)을 상이한 방향들로 작동함으로써 조정될 수 있는 수평 뷰잉 방향을 가질 수 있다.
이러한 배열의 경우, 컴퓨팅 시스템은 환경에 관한 정보를 다양한 방식들로 획득하기 위해 회전 플랫폼(112)을 다양한 방식들로 회전시키라고 액추에이터(114)에 명령할 수 있다. 특히, 회전 플랫폼(112)은 다양한 정도에서 그리고 어느 하나의 방향으로 회전할 수 있다. 예를 들어, 회전 플랫폼(112)은 LIDAR 디바이스(100)가 환경의 360°수평 FOV를 제공하도록 전체 선회들을 수행할 수 있다. 따라서, 수신기(110)가 회전 플랫폼(112)의 회전에 기초하여 회전할 수 있는 것을 고려하면, 수신기(110)는 상기 설명된 바와 같이 수평 FOV(예를 들어, 360°이하) 및 또한 수직 FOV를 가질 수 있다.
더욱이, 회전 플랫폼(112)은 LIDAR 디바이스(100)로 하여금 환경을 다양한 리프레시 속도들로 스캐닝하게 하기 위해 다양한 속도들로 회전할 수 있다. 예를 들어, LIDAR 디바이스(100)는 15 Hz의 리프레시 속도(예를 들어, 초당 LIDAR 디바이스(100)의 15 완전 회전들)를 갖도록 구성될 수 있다. 따라서, 이러한 예에서, LIDAR 디바이스(100)가 아래에 추가로 설명되는 바와 같이 차량에 결합되는 것을 가정하면, 스캐닝은 차량 주위의 360°FOV를 매초 15회 스캐닝하는 것을 수반한다. 다른 예들이 또한 가능하다. 예를 들어, 회전 플랫폼(112)은 더 작은 각도 수평 FOV 내에서 앞뒤로 스캐닝하도록 LIDAR 디바이스를 회전시킬 수 있다.
게다가, 주목된 바와 같이, LIDAR 디바이스(100)는 고정 플랫폼(116)을 포함할 수 있다. 실제로, 고정 플랫폼(116)은 임의의 형상 또는 형태를 띨 수 있고 차량 예를 들어 차량의 위와 같은, 다양한 구조들에의 결합을 위해 구성될 수 있다. 또한, 고정 플랫폼(116)의 결합은 임의의 실현가능 커넥터 배열(118)(예를 들어, 볼트들, 나사들, 및/또는 접착제들)을 통해 수행될 수 있다. 이러한 방식으로, LIDAR 디바이스(100)는 본원에 설명되는 것들과 같은, 다양한 목적들을 위해 사용되기 위해 구조에 결합될 수 있다.
더욱이, LIDAR 디바이스(100)는 또한 고정 플랫폼(116)을 회전 플랫폼(112)에 직접 또는 간접적으로 결합하는 회전 링크(120)를 포함할 수 있다. 구체적으로, 회전 링크(120)는 고정 플랫폼(116)에 대해 축 주위에서 회전 플랫폼(112)의 회전을 제공하는 임의의 형상, 형태 및 재료를 띨 수 있다. 예를 들어, 회전 링크(120)는 액추에이터(114)로부터의 작동에 기초하여 회전하는 샤프트 등의 형태를 취할 수 있으며, 그것에 의해 기계 동력들을 액추에이터(114)로부터 회전 플랫폼(112)으로 전달한다. 더욱이, 주목된 바와 같이, 회전 링크(120)는 LIDAR 디바이스(100)의 전자 장치들(104) 및/또는 하나 이상의 다른 구성요소가 배치될 수 있는 중심 캐비티를 가질 수 있다. 다른 배열들이 또한 가능하다.
게다가, 주목된 바와 같이, LIDAR 디바이스(100)는 하우징(122)을 포함할 수 있다. 실제로, 하우징(122)은 임의의 형상 및 형태를 띨 수 있다. 예를 들어, 하우징(122)은 다른 가능성들 중에서, 돔 형상 하우징일 수 있다. 더욱이, 하우징(122)은 LIDAR 디바이스(100)의 다른 구성요소들에 대해 다양한 방식들로 배열될 수 있다. 이러한 하우징은 예시적 목적들만을 위해 설명되고 제한적이도록 의미되지 않는다는 점이 주목된다.
예시적 구현에서, 하우징(122)은 회전 플랫폼(112)에 결합될 수 있어 하우징(122)은 회전 플랫폼(112)의 회전에 기초하여 상기 언급된 축 주위에서 회전하도록 구성된다. 이러한 구현의 경우, LIDAR 디바이스(100)의 송신기(108), 수신기(110), 및 가능하게는 다른 구성요소들은 하우징(122) 내에 각각 배치될 수 있다. 이러한 방식으로, 송신기(108) 및 수신기(110)는 하우징(122) 내에 배치되는 동안 이러한 하우징(122)과 함께 회전할 수 있다.
더욱이, 하우징(122)은 그 위에 형성되는 애퍼처를 가질 수 있으며, 그것은 임의의 실현가능 형상 및 크기를 띨 수 있다. 이와 관련하여, 송신기(108)는 광을 애퍼처를 통해 환경으로 방출하기 위해 하우징(122) 내에 배열될 수 있다. 이러한 방식으로, 송신기(108)는 하우징(122)의 대응하는 회전으로 인해 애퍼처와 함께 회전할 수 있으며, 그것에 의해 다양한 방향들로 광의 방출을 허용한다. 또한, 수신기(110)는 환경으로부터 애퍼처를 통해 하우징(122)에 진입하는 광을 검출하기 위해 하우징(122) 내에 배열될 수 있다. 이러한 방식으로, 수신기(110)는 하우징(122)의 대응하는 회전으로 인해 애퍼처와 함께 회전할 수 있으며, 그것에 의해 다양한 방향들로부터 수평 FOV를 따라 들어오는 광의 검출을 허용한다.
게다가, 하우징(122)은 투명 재료로 구성될 수 있는 애퍼처를 제외하고, 적어도 부분적으로 비투명인 재료로 구성될 수 있다. 이러한 방식으로, 광은 애퍼처를 통해 전파될 수 있으며, 그것에 의해 환경의 스캐닝을 허용한다. 그러나, 하우징(122)이 적어도 부분적으로 비투명인 것으로 인해, 하우징(122)은 적어도 일부 광이 하우징(122)의 내부 공간에 진입하는 것을 차단할 수 있고 따라서 열 효과들을 완화하는 것을 도울 수 있다. 예를 들어, 하우징(122)은 태양 광선들이 하우징(122)의 내부 공간에 진입하는 것을 차단할 수 있으며, 그것은 그러한 태양 광선들로 인해 LIDAR 디바이스(100)의 다양한 구성요소들의 과열을 회피하는 것을 도울 수 있다. 더욱이, LIDAR 디바이스(100)의 다양한 구성요소들이 하우징(122) 내에 배치되는 것으로 인해 그리고 하우징(122)이 그러한 구성요소들과 함께 회전하는 것으로 인해, 하우징(122)은 다른 것들 중에서, 비 및/또는 눈과 같은, 다양한 환경 위험들로부터 그러한 구성요소들을 보호하는 것을 도울 수 있다.
그러나, 다른 구현들에서, 하우징(122)은 LIDAR 디바이스(100)와 회전하지 않는 외부 고정 하우징일 수 있다. 예를 들어, 외부 고정 하우징은 차량에 결합될 수 있고 LIDAR 디바이스는 또한 외부 고정 하우징 내에서 회전하도록 구성되는 동안 차량에 결합될 수 있다. 이러한 상황에서, 외부 고정 하우징은 외부 고정 하우징을 통해 광의 전파를 허용하고 따라서 LIDAR 디바이스(100)에 의한 환경의 스캐닝을 허용하기 위해 투명할 가능성이 있을 것이다. 더욱이, LIDAR 디바이스(100)는 또한 광이 전파될 수 있는 애퍼처를 포함할 수 있고 그러한 애퍼처는 LIDAR 디바이스(100)의 내부 하우징 상에 있을 수 있으며, 내부 하우징은 LIDAR 디바이스(100)의 다른 구성요소들과 함께 외부 고정 하우징 내에서 회전할 수 있다. 다른 구현들이 또한 가능하다.
III. LIDAR 디바이스의 예시적 구현
도 2a는 예시적 실시예에 따른 LIDAR 디바이스(200)를 예시한다. LIDAR(200)은 LIDAR(100)과 유사할 수 있다. 예를 들어, 도시된 바와 같이, LIDAR 디바이스(200)는 광학 요소(108), 회전 플랫폼(216), 고정 플랫폼(120), 및 하우징(124)과 각각 유사할 수 있는 렌즈(208), 회전 플랫폼(216), 고정 플랫폼(220), 및 하우징(224)을 포함한다. 부가적으로, 도시된 바와 같이, LIDAR 디바이스(200)에 의해 방출되는 광 빔들(280)은 렌즈(108)로부터 LIDAR(200)의 지시 방향을 따라 LIDAR 디바이스(200)의 환경을 향해 전파되고, 반사된 광(290)으로서 환경 내의 하나 이상의 객체에서 반사한다.
일부 예들에서, 하우징(224)은 실질적으로 원통형 형상을 갖고 LIDAR 디바이스(200)의 축 주위에서 회전하도록 구성될 수 있다. 일 예에서, 하우징(224)은 거의 10 센티미터의 직경을 가질 수 있다. 다른 예들이 가능하다. 일부 예들에서, LIDAR 디바이스(200)의 회전의 축은 실질적으로 수직이다. 예를 들어, 다양한 구성요소들을 포함하는 하우징(224)을 회전시킴으로써 LIDAR 디바이스(200)의 환경의 360도 뷰의 3차원 맵이 결정될 수 있다. 부가적으로 또는 대안적으로, 일부 예들에서, LIDAR 디바이스(200)는 LIDAR 디바이스(200)의 시야를 제어하기 위해 하우징(224)의 회전의 축을 경사지게 하도록 구성될 수 있다. 따라서, 일부 예들에서, 회전 플랫폼(216)은 LIDAR 디바이스(200)의 회전의 축을 변경하기 위해 하나 이상의 방향으로 경사질 수 있는 가동 플랫폼을 포함할 수 있다.
일부 예들에서, 렌즈(208)는 방출된 광 빔들(280)을 조준하는 것, 및 반사된 광(290)을 LIDAR 디바이스(200)의 환경 내의 하나 이상의 객체로부터 LIDAR 디바이스(200) 내의 검출기들 위로 집속하는 것 둘 다를 하기 위해 광 파워를 가질 수 있다. 일 예에서, 렌즈(208)는 거의 120 mm의 초점 길이를 갖는다. 다른 예시적 초점 길이들이 가능하다. 조준용 투과 렌즈 및 집속용 수신 렌즈 대신에, 동일한 렌즈(208)를 사용하여 이러한 기능들의 둘 다를 수행함으로써, 크기, 비용, 및/또는 복잡성에 대한 장점들이 제공될 수 있다. 대안적으로, LIDAR(200)은 개별 투과 및 수신 렌즈들을 포함할 수 있다.
도 2b는 예시적 실시예에 따른 LIDAR 시스템의 다른 가능한 구현을 예시한다. 도시된 바와 같이, LIDAR 시스템(228)은 제1 LIDAR(230), 제2 LIDAR(232), 분할 구조체(234), 및 광 필터(236)를 포함할 수 있다.
일부 예들에서, 제1 LIDAR(230)는 예를 들어, 하나 이상의 광 펄스를 방출하고 차량의 환경 내의 객체들에서 반사된 광 펄스들을 검출하는 동안 축(예를 들어, 수직 축 등) 주위에서 연속적으로 회전함으로써 차량의 환경을 스캐닝하도록 구성될 수 있다. 일부 실시예들에서, 제1 LIDAR(230)는 환경 내의 객체들의 모션을 빠르게 검출하도록 환경을 충분히 높은 리프레시 속도로 스캐닝 가능하게 하기 위해 축 주위에서 반복적으로 회전하도록 구성될 수 있다. 예를 들어, 제1 LIDAR(230)는 10 Hz의 리프레시 속도(예를 들어, 초당 제1 LIDAR(230)의 10 완전 회전들)를 가질 수 있으며, 그것에 의해 차량 주위의 360도 FOV를 매초 10회 스캐닝한다. 이러한 프로세스를 통해, 예를 들어, 주위 환경의 3D 맵은 제1 LIDAR(230)로부터의 데이터에 기초하여 결정될 수 있다. 일 실시예에서, 제1 LIDAR(230)는 905 nm의 파장을 갖는 64 레이저 빔을 방출하는 복수의 광원을 포함할 수 있다. 이러한 실시예에서, 제1 LIDAR(230)로부터의 데이터에 기초하여 결정하는 3D 맵은 0.2°(수평) x 0.3°(수직) 각도 분해능을 가질 수 있고, 제1 LIDAR(230)는 환경의 360°(수평) x 20°(수직) FOV를 가질 수 있다. 이러한 실시예에서, 3D 맵은 예를 들어, 차량으로부터 100 미터의 중간 레인지 내의 객체들을 검출하거나 식별하기에 충분한 분해능을 가질 수 있다. 그러나, 다른 구성들(예를 들어, 광원들의 수, 각도 분해능, 파장, 레인지 등)이 또한 가능하다.
제1 LIDAR(230)와 달리, 일부 실시예들에서, 제2 LIDAR(232)는 차량 주위의 환경의 더 좁은 FOV를 스캐닝하도록 구성될 수 있다. 예를 들어, 제2 LIDAR(232)은 유사한 축 주위에서 완전 회전 미만 동안 (수평으로) 회전하도록 구성될 수 있다. 게다가, 일부 예들에서, 제2 LIDAR(232)는 제1 LIDAR(230)보다 더 낮은 리프레시 속도를 가질 수 있다. 이러한 프로세스를 통해, 차량은 제2 LIDAR(232)로부터의 데이터를 사용하여 환경의 더 좁은 FOV의 3D 맵을 결정할 수 있다. 3D 맵은 이러한 경우에 제1 LIDAR(230)로부터의 데이터에 기초하여 결정되는 대응하는 3D 맵보다 더 높은 각도 분해능을 가질 수 있고, 따라서 제1 LIDAR(230)의 거리들의 중간 레인지보다 더 먼 객체들의 검출/식별뿐만 아니라, 거리들의 중간 레인지 내의 더 작은 객체들의 식별을 허용할 수 있다. 일 실시예에서, 제2 LIDAR(232)는 8°(수평) x 15°(수직)의 FOV, 4 Hz의 리프레시 속도를 가질 수 있고, 1550 nm의 파장을 갖는 하나의 좁은 빔을 방출할 수 있다. 이러한 실시예에서, 제2 LIDAR(232)로부터의 데이터에 기초하여 결정되는 3D 맵은 0.1°(수평) x 0.03°(수직)의 각도 분해능을 가질 수 있으며, 그것에 의해 차량으로부터 300 미터 정도 레인지 내의 객체들의 검출/식별을 허용한다. 그러나, 다른 구성들(예를 들어, 광원들의 수, 각도 분해능, 파장, 레인지 등)이 또한 가능하다.
일부 예들에서, 차량은 제2 LIDAR(232)의 뷰잉 방향을 조정하도록 구성될 수 있다. 예를 들어, 제2 LIDAR(232)이 좁은 수평 FOV(예를 들어, 8 도)를 갖지만, 제2 LIDAR(232)는 제2 LIDAR(232)의 뷰잉 방향을 도 1b에 도시된 것 이외의 지시 방향들로 조정하는 것을 허용하는 스테퍼 모터(도시되지 않음)에 장착될 수 있다. 따라서, 일부 예들에서, 제2 LIDAR(232)는 좁은 FOV를 차량으로부터 임의의 지시 방향을 따라 스캐닝하기 위해 스티어링가능할 수 있다.
분할 구조체(234)는 제1 LIDAR(230)를 지지하고 그리고/또는 제2 LIDAR(232)로부터 제1 LIDAR(230)를 광학적으로 절연하는데 적절한 임의의 고체 재료로 형성될 수 있다. 예시적 재료들은 다른 가능성들 중에서, 금속들, 플라스틱들, 발포체를 포함할 수 있다.
광 필터(236)는 파장 레인지에서의 파장들을 갖는 광에 실질적으로 투명하고, 파장 레인지 외부의 파장들을 갖는 광에 실질적으로 불투명한 임의의 재료로 형성될 수 있다. 예를 들어, 광 필터(236)는 제1 LIDAR(230)(예를 들어, 905 nm)의 제1 파장 및 제2 LIDAR(232)(예를 들어, 1550 nm)의 제2 파장을 갖는 광이 광 필터(236)를 통해 전파되는 것을 허용할 수 있다. 도시된 바와 같이, 광 필터(236)는 제1 LIDAR(230) 및 제2 LIDAR(232)를 둘러싸도록 형상화된다. 따라서, 일부 예들에서, 광 필터(236)는 또한 다른 가능성들 중에서, 먼지의 축적 또는 공기 중의 잔해와의 충돌과 같은, 제1 LIDAR(230) 및 제2 LIDAR(232)에 대한 환경 손상을 방지하도록 구성될 수 있다. 일부 예들에서, 광 필터(236)는 광 필터(236)를 통해 전파되는 가시 광을 감소시키도록 구성될 수 있다. 차례로, 광 필터(236)는 예를 들어, 외부 관찰자의 견지에서 센서 유닛(228)의 구성요소들의 가시성을 감소시키면서, 제1 LIDAR(230) 및 제2 LIDAR(232)를 둘러쌈으로써 차량의 미적 외관을 개선할 수 있다. 다른 예들에서, 광 필터(236)는 제1 LIDAR(230) 및 제2 LIDAR(232)로부터의 광뿐만 아니라 가시 광을 허용하도록 구성될 수 있다.
일부 실시예들에서, 광 필터(236)의 부분들은 상이한 파장 레인지들이 광 필터(236)를 통해 전파하는 것을 허용하도록 구성될 수 있다. 예를 들어, 분할 구조체(234) 위의 광 필터(236)의 상부 부분은 제1 LIDAR(230)의 제1 파장을 포함하는 제1 파장 레인지 내에 광의 전파를 허용하도록 구성될 수 있다. 게다가, 예를 들어, 분할 구조체(234) 아래의 광 필터(236)의 하부 부분은 제2 LIDAR(232)의 제2 파장을 포함하는 제2 파장 레인지 내에 광의 전파를 허용하도록 구성될 수 있다. 다른 실시예들에서, 광 필터(236)와 연관되는 파장 레인지는 제1 LIDAR(230)의 제1 파장 및 제2 LIDAR(232)의 제2 파장 둘 다를 포함할 수 있다.
다음에, 도 3a 내지 도 3d는 차량(300) 내의 LIDAR 디바이스의 구현을 집합적으로 예시하며, 구체적으로 차량(300) 내의 예시적 LIDAR 디바이스(200)의 구현을 예시한다. 차량(300)이 승용차로서 예시되지만, 다른 실시예들이 가능하다. 더욱이, 예시적 차량(300)이 자율 모드에서 동작하도록 구성될 수 있는 차량으로서 도시되지만, 본원에 설명되는 실시예들은 또한 자율적으로 동작하도록 구성되지 않는 차량들에 적용가능하다. 따라서, 예시적 차량(300)은 제한적이도록 의미되지 않는다.
특히, 도 3a는 차량(300)의 우측면도, 정면도, 후면도, 및 상면도를 도시한다. 도시된 바와 같이, 차량(300)은 차량(300)의 휠들(302)이 위치되는 하단 측면과 반대인 차량(300)의 상단 측면 상에 위치되는 LIDAR 디바이스(200)를 포함한다. LIDAR 디바이스(200)가 차량(300)의 상단 측면 상에 위치되는 것으로서 도시되고 설명되지만, LIDAR 디바이스(200)는 본 개시의 범위로부터 벗어나는 것 없이 차량의 임의의 파트 실현가능 부분 상에 위치될 수 있다.
다음에, 더욱이, 도 3b 내지 도 3c는 LIDAR 디바이스(200)가 예를 들어 하나 이상의 광 펄스를 방출하고 차량(300)의 환경 내의 객체들에서 반사된 광 펄스들을 검출하는 동안 수직 축(308) 주위에 회전함으로써 차량(300) 주위의 환경을 (예를 들어, 15 Hz의 리프레시 속도로) 스캐닝하도록 구성될 수 있는 것을 도시한다.
더 구체적으로, 도 3b는 LIDAR 디바이스(200)가 +7°내지 -18°의 상기 언급된 수직 스프레드를 갖는 광을 방출하는 것을 도시한다. 이러한 방식으로, 광 방출들은 차량(300)에 상대적으로 가까운 환경의 영역들(예를 들어, 차선 마커)을 향해 및/또는 차량(300)에서 덜 멀리 떨어진 환경의 영역들(예를 들어, 차량 앞의 도로 표지)을 향해 방출될 수 있다.
게다가, 도 3c는 LIDAR 디바이스(200)가 +7°내지 -18°의 상기 언급된 수직 FOV를 가진 반사된 광을 검출하고 0.036°x 0.067°의 분해능에서 그렇게 행할 수 있는 것을 도시한다. 이러한 방식으로, LIDAR 디바이스(200)는 차량(300)에 상대적으로 가까운 환경의 영역들에서 반사되는 광 및/또는 차량(300)에서 더 멀리 떨어진 환경의 영역들에서 반사되는 광을 검출할 수 있다.
일반적으로, 이러한 검출 거리들은 도 3d에서 예로서 예시된다. 특히, 도 3d는 차량(300)이 주위 환경을 스캐닝하기 위한 LIDAR 디바이스(200)를 사용하는 상기 설명된 시나리오에서 차량(300)의 상면도를 예시한다. 따라서, LIDAR 디바이스(200)의 수평 FOV는 차량(300) 주위의 모든 방향들에서 360°에 걸칠 수 있다.
도 3d에 도시된 바와 같이, LIDAR 디바이스(200)는 차량(300)까지의 거리들의 레인지 내의 객체들의 검출 및/또는 식별에 적절할 수 있다. 더 구체적으로, 윤곽(304)의 외부 및 윤곽(306)에 의해 정의되는 거리들의 레인지 내의 객체들은 LIDAR 디바이스(200)로부터의 데이터를 사용하여 적절히 검출/식별될 수 있다. 이러한 윤곽들은 축척에 따라 도시되는 것이 아니라 설명을 편의를 위해 도시된 것으로서 예시된다는 점이 주목된다.
IV. 공칭 검출 레인지 및 레인지 모호성
LIDAR 디바이스가 거리들의 레인지 내의 객체들의 검출에 적절할 수 있는 것을 고려하면, LIDAR 디바이스는 최소 검출 레인지에서 최대 비모호성 검출 레인지까지 걸치는 공칭 검출 레인지를 가질 수 있다. LIDAR 디바이스의 주어진 검출 기간 동안, 최대 비모호성 검출 레인지는 객체가 LIDAR 디바이스에서 떨어져서 위치되고 지정된 검출 기간, 예를 들어, 공칭 검출 기간 내에 LIDAR 디바이스에 의해 검출될 수 있는 가장 큰 거리를 정의할 수 있다. 최대 비모호성 검출 레인지를 지나 객체들로부터 반사되는 신호들은 너무 감쇠되어 신뢰성있게 검출되지 않을 수 있다. 최소 검출 레인지는 객체가 지정된 검출 기간 내에 LIDAR 디바이스에 의해 검출되기 위해 LIDAR 디바이스에서 떨어져서 위치되어야 하는 최소 거리를 정의할 수 있다. 최소 거리보다 더 가까운 객체들로부터 반사되는 신호들은 지정된 검출 기간이 시작되기 전에 LIDAR 디바이스로 복귀될 수 있다.
더 구체적으로, 컴퓨팅 시스템은 특정 타이밍에 따라 광 펄스들을 방출하고 검출하기 위해 LIDAR 디바이스를 동작시킬 수 있다. 예를 들어, 컴퓨팅 시스템은 방출 시간 시퀀스에 따라 방출 시간들에 광 펄스들을 방출하기 위해 LIDAR 디바이스를 동작시킬 수 있으며, 그것은 사전 정의되거나 의사 랜덤일 수 있다. 그 다음, 이러한 방출 시간 시퀀스는 검출 시간 시퀀스를 설정할 수 있으며 이 시퀀스에 따라 LIDAR 디바이스가 복귀 광 펄스들을 검출한다.
예를 들어, 컴퓨팅 시스템이 주어진 광 펄스를 방출하기 위해 LIDAR 디바이스를 동작시키면, 주어진 광 펄스에 대한 대응하는 검출 기간은 다른 옵션들 중에서, 그러한 주어진 광 펄스의 방출 직후에 또는 방출 후의 일부 시간에 시작될 수 있고, 후속 광 펄스의 방출 전 또는 후에 종료될 수 있다. 그 다음, 이러한 대응하는 검출 기간 동안, LIDAR 디바이스는 예컨대 주어진 방출된 광 펄스가 주어진 복귀 광 펄스를 야기하기 위해 공칭 검출 레인지 내의 객체에서 반사할 때, 주어진 방출된 광 펄스에 대응하는 그러한 복귀 광 펄스를 검출할 수 있다. LIDAR 디바이스가 주어진 복귀 광 펄스를 검출한 후에, 컴퓨팅 시스템은 주어진 방출된 광 펄스의 방출 시간에 대한 시간 지연에 따라 주어진 복귀 광 펄스와 연관되는 특정 레인지를 결정할 수 있다.
상기 논의된 바와 같이, 검출 기간은 최소 검출 레인지에서 최대 비모호성 검출 레인지까지 걸치는 공칭 검출 레인지를 설정할 수 있다.
특히, 광 펄스의 방출 시간과 검출 기간의 종료 시간 사이의 시간 차이는 그러한 방출된 광 펄스로부터의 복귀 광 펄스가 검출 기간 동안 LIDAR 디바이스에 의해 여전히 검출되기 위해 가질 수 있는 최대 시간 지연에 대응할 수 있다. 예를 들어, 검출 기간이 광 펄스의 방출 후 1 나노초에 시작되고 그러한 광 펄스의 방출 후 400 나노초(ns)에 종료되면, 그러한 방출된 광 펄스로부터의 복귀 광 펄스가 공칭 검출 기간 동안 LIDAR 디바이스에 의해 검출되기 위해, 이러한 광 펄스는 400 ns 내에 LIDAR 디바이스로 복귀되어야 한다. 게다가, 컴퓨팅 시스템은 방출된 광 펄스와 반사된 복귀 광 펄스의 검출 사이의 시간 지연에 따라 객체까지의 거리를 결정할 수 있기 때문에, 최대 시간 지연은 객체가 LIDAR 디바이스에서 떨어져서 위치될 수 있는 가장 큰 거리를 설정할 수 있어, LIDAR 디바이스는 검출 기간 동안 이러한 객체에서 반사되고 LIDAR로 복귀되는 광 펄스를 여전히 검출할 수 있다. 일반적으로, 이러한 가장 큰 거리는 방출된 광 펄스에 대한 최대 비모호성 검출 레인지를 정의할 수 있다.
부가적으로, 광 펄스의 방출 시간과 검출 기간의 시작 시간 사이의 시간 차이는 공칭 검출 기간 동안 LIDAR 디바이스에 의해 검출되기 위해 복귀 광 펄스가 가져야 하는 최소 시간 지연에 대응할 수 있다. 예를 들어, 검출 기간이 광 펄스의 방출 후 50 나노초(ns)에 시작되면, 복귀 광 펄스는 광 펄스가 LIDAR 디바이스에 의해 방출된 후에 그러한 검출 기간 동안 LIDAR 디바이스에 의해 검출되기 위해, 이러한 광 펄스는 50 ns만큼 후에 LIDAR 디바이스로 복귀되어야 할 수 있다. 게다가, 컴퓨팅 시스템은 방출된 광 펄스와 반사된 복귀 광 펄스의 검출 사이의 시간 지연에 따라 객체까지의 거리를 결정할 수 있기 때문에, 최소 시간 지연은 객체가 LIDAR 디바이스에서 떨어져서 위치되어야 하는 최소 거리를 설정할 수 있어, LIDAR 디바이스는 검출 기간 동안 이러한 객체에서 반사되고 LIDAR로 복귀되는 광 펄스를 여전히 검출할 수 있다. 일반적으로, 이러한 최소 거리는 검출 기간에 대한 최소 검출 레인지를 정의할 수 있다.
일부 경우들에서, 상이한 검출 기간들은 상이한 각각의 공칭 검출 레인지들을 가질 수 있다. 예를 들어, 검출 기간의 지속기간이 증가함에 따라, 검출 기간에 대한 최대 검출 레인지는 증가할 수 있고, 그 역도 또한 마찬가지이다. 따라서, 더 긴 지속기간들인 검출 기간들은 더 큰 각각의 최대 비모호성 검출 레인지들을 가질 수 있고 더 짧은 지속기간들인 검출 기간들은 더 작은 각각의 최대 비모호성 검출 레인지들을 가질 수 있다.
이것을 고려하면, 다른 양태에서, 공칭 검출 레인지는 LIDAR 디바이스의 모든 검출 기간들을 고려할 때 객체가 LIDAR 디바이스에서 떨어져서 위치되고 LIDAR 디바이스에 의해 신뢰성있게 검출될 수 있는 거리들을 정의할 수 있다. 특히, LIDAR 디바이스는 각각의 검출 기간이 동일하도록 동작되면, 그러한 검출 기간은 LIDAR 디바이스의 공칭 검출 레인지를 설정할 수 있다. 그러나, LIDAR 디바이스는 일부 또는 모든 검출 기간들이 서로 비교하여 상이하도록 동작되면, 가장 큰 최대 시간 지연을 제공하는 검출 기간은 LIDAR 디바이스의 최대 검출 레인지를 설정할 수 있고, 가장 작은 최소 시간 지연을 제공하는 검출 기간은 LIDAR 디바이스의 최소 검출 레인지를 설정할 수 있다.
이러한 배열의 경우, 광 펄스가 공칭 검출 레인지 외부에 위치되는 객체에서 반사되면, 컴퓨팅 시스템은 그러한 광 펄스와 연관되는 거리를 결정하지 않을 수 있거나 그러한 광 펄스와 연관되는 부정확한 거리를 결정할 수 있다.
예로서, 많은 상황들에서, 광 펄스가 최대 비모호성 검출 레인지를 너머 위치되는 객체에서 반사되면, LIDAR 디바이스는 이러한 광 펄스가 LIDAR 디바이스에 도달하기 전에 그것의 세기로 상당한 감쇠를 경험할 수 있음에 따라, 그와 같은 광 펼스를 검출하지 않을 수 있다. 그러나, 일부 상황들에서, LIDAR 디바이스는 그럼에도 불구하고 그러한 복귀 광 펄스를 검출할 수 있다. 예를 들어, 최대 비모호성 검출 레인지를 너머 위치되는 객체는 최대 비모호성 검출 레인지를 너머 위치되는 큰 도로 표지와 같은 역반사 객체일 수 있다. 그러한 역반사 객체에서 반사되는 복귀 광 펄스는 후속 검출 기간 동안 LIDAR 디바이스에 의해 검출될 수 있다. 그 결과, 레인지 앨리어싱 회복력 없이, 컴퓨팅 시스템은 최대 비모호성 검출 레인지를 지나 위치되는 객체로부터 비감쇠된 복귀 신호를 수신하는 것으로 예상되지 않기 때문에 나중에 방출된 펄스의 방출 시간에 기초하여 광이 이동된 거리를 계산할 시에 역반사 객체가 LIDAR에서 물리적으로 나오는 것보다 더 가까운 것을 잘못 결정할 수 있다.
다른 예에서, 일부 상황들에서, 광 펄스가 최소 검출 레인지보다 더 가깝게 위치되는 객체에서 반사될 때, LIDAR 디바이스는 그러한 광 펄스를 검출할 수 있거나 검출하지 않을 수 있다. 그러나, LIDAR 디바이스는 그러한 광 펄스를 검출하면, 그러한 광 펄스는 검출 기간의 시작 전에 LIDAR 디바이스에 도달할 수 있고, 따라서 LIDAR 디바이스는 그러한 광 펄스와 연관되는 검출 기간에 그러한 광 펄스를 검출하지 않을 수 있다. 그 결과, 컴퓨팅 시스템은 그러한 광 펄스의 방출 시간에 대한 시간 지연에 따라 이러한 광 펄스와 연관되는 거리를 결정하지 않을 수 있다.
도 4a 내지 도 4c는 LIDAR 디바이스(200)의 공칭 검출 레인지를 예시한다. 특히, 도 4a 내지 도 4c는 LIDAR 디바이스(200)가 0 미터의 최소 검출 레인지에서 60 미터(60 m)의 최대 비모호성 검출 레인지(400)까지 걸치는 공칭 검출 레인지를 가질 수 있는 것을 도시한다. 이러한 예에서, 이러한 최대 비모호성 검출 레인지(400)는 광 펄스의 방출 시간(406A) 다음에 시작되고 후속 광 펄스의 후속 방출 시간(406B)에 종료되는 검출 기간(408)에 의해 설정된다. 도시된 바와 같이, 검출 기간(408)은 400 ns의 지속기간을 가지며, 그것은 최대 비모호성 검출 레인지(400)가 LIDAR 디바이스(200)에서 떨어진 거의 60 m에 있는 것을 초래한다(최대 비모호성 검출 레인지 * 2 = 펄스의 속도*검출 기간 = ~299,792,458 m/s * 400 ns).
게다가, 도 4a 내지 도 4c는 인근 객체(402)(예를 들어, 인근 도로 표지)가 최대 비모호성 검출 레인지(400) 내에 위치될 수 있는 것 및 원격 객체(404)(예를 들어, 역반사 "고속도로 진입로" 도로 표지)가 최대 검출 레인지(400) 외부에 위치될 수 있는 것을 예시한다. 이와 관련하여, 도 4b는 인근 객체(402)에서 반사되는 펄스가 검출 기간(408)의 종료 전에 LIDAR 디바이스(200)로 복귀될 것이고 방출 시간(406A) 후에 350ns의 검출 시간(410)에 그렇게 행할 것을 도시한다. 이러한 검출 시간(410)은 52.5m의 레인지에 대응하며, 그것은 인근 객체(402)가 LIDAR 디바이스(200)에서 떨어져서 위치되는 거리이다. 대조적으로, 원격 객체(404)는 LIDAR 디바이스(200)에서 떨어진 80m의 거리에 위치되며, 그것은 60m의 최대 검출 레인지(400)를 초과하는 거리이다. 따라서, 도 4c에 도시된 바와 같이, 원격 객체(404)에서 반사되는 펄스는 검출 기간(408)의 종료 후에 LIDAR 디바이스(200)로 복귀될 것이고 따라서 그러한 검출 기간(408) 동안 LIDAR 디바이스(200)에 의해 검출되지 않을 것이다. 다른 예시들이 또한 가능하다.
방출된 광 펄스는 최대 비모호성 검출 레인지를 지나 위치되는 역반사 객체에서 반사될 때, LIDAR 디바이스는 다른 결과들 중에서, 디바이스가 그러한 방출된 광 펄스로부터의 복귀 신호를 리스닝하는 것을 정지한 후의 시간에 그리고 그 대신 디바이스가 후속 방출된 광 펄스로부터의 복귀 신호들을 리스닝하고 있는 시간 동안에 이러한 광 펄스를 검출할 수 있으며, 그것은 레인지 앨리어싱을 초래할 수 있는 것에 의해, 그것에 의해 틀린 객체 검출을 초래한다.
도 5a 내지 도 5b는 복귀 광 펄스들의 예시적 검출을 예시한다.
특히, 도 5a는 디더의 적용을 포함하지 않는 주기적 방출 시간 시퀀스(#1)에 따라 방출 시간들(A 내지 F)에 각각 방출되는 광 펄스들(A 내지 F)을 도시한다. 이러한 주기적 방출 시간들은 동일한 400ns 지속기간 각각의 검출 기간들(A 내지 F)을 설정한다. 도시된 바와 같이, 광 펄스들(A 내지 F)은 원격 객체(404)에서 각각 반사하고, 그 결과, 후속 검출 기간 동안 각각 개별적으로 검출된다.
일반적으로, 컴퓨팅 시스템은 최대 비모호성 검출 레인지 외부에 위치되는 큰 역반사 객체들의 가능성을 고려하는 것 없이 검출된 광 펄스들(A 내지 F)과 연관되는 후보 레인지들을 결정할 수 있다. 예를 들어, 컴퓨팅 시스템은 LIDAR 디바이스(200)가 방출 시간(B)에 대해 133ns의 검출 시간(Tn0)에 광 펄스(A)를 검출한 것을 결정할 수 있으며, 그것은 도 5b에 도시된 바와 같이 20m의 레인지에 대응한다. 그리고, 검출 시간들(Tn1 내지 Tn5)에 의해 표시된 바와 같이, 유사한 접근법은 광 펄스들(B 내지 F)과 연관되는 레인지들을 결정하기 위해 사용될 수 있으며, 그것에 의해 제1 레인지들(502)이 LIDAR 디바이스(200)에서 떨어진 20m에 위치되는 객체의 가까운 레인지 가설에 대응하는 것을 야기한다.
이것을 고려하면, 컴퓨팅 시스템은 서로 동일한 레인지들(502)을 결정하고, 그 결과, 이러한 레인지들(502)이 객체 검출을 위한 기초로서 사용되어야 하는 것을 결정할 수 있다. 그러나, 이러한 가까운 레인지 가설은 광 펄스들(A 내지 F)이 LIDAR 디바이스(200)의 최대 비모호성 검출 레인지를 너머 위치되는 원격 객체(404)에서 실제로 반사됨에 따라, 부정확하다. 따라서, 객체 검출을 위한 이러한 가까운 레인지 가설의 사용은 인근 객체의 틀린 검출을 초래할 수 있다.
일 실시예에서, 컴퓨팅 시스템은 LIDAR 디바이스(200)가 방출 시간(A)에 대해 533ns의 검출 시간(Tf0)에 광 펄스(A)를 검출한 것을 결정할 수 있으며, 그것은 도 5b에 도시된 바와 같이 80m의 레인지에 대응한다. 그리고, 검출 시간들(Tf1 내지 Tf5)에 의해 표시된 바와 같이, 유사한 접근법은 광 펄스들(B 내지 F)과 연관되는 레인지들을 결정하기 위해 사용될 수 있으며, 그것에 의해 제2 레인지들(504)이 LIDAR 디바이스(200)에서 떨어진 80m에 위치되는 객체의 먼 레인지 가설에 대응하는 것을 야기한다. 이러한 먼 레인지 가설은 광 펄스들(A 내지 F)이 LIDAR 디바이스(200)의 최대 검출 레인지를 너머 위치되는 원격 객체(404)에서 실제로 반사됨에 따라, 정확하다.
일부 사례들에서, 이러한 먼 레인지 가설이 정확하지만, 컴퓨팅 시스템은 시간 가변 디더가 또한 적용되지 않으면 가깝고 먼 가설 간을 명확히 하지 않을 수 있다. 구체적으로, 컴퓨팅 시스템은 레인지들(502)이 서로 동일한 것 및 이것이 객체가 LIDAR 디바이스(200)에서 떨어진 20m에 위치되는 것을 표시하는 것을 포함하는 가까운 레인지 가설을 결정할 수 있다. 부가적으로, 컴퓨팅 시스템은 레인지들(504)이 서로 동일한 것 및 이것이 객체가 LIDAR 디바이스(200)에서 떨어진 80m에 위치되는 것을 표시하는 것을 포함하는 먼 레인지 가설을 결정할 수 있다. 그 결과, 컴퓨팅 시스템은 객체가 LIDAR 디바이스(200)에서 떨어진 20m에 또는 LIDAR 디바이스(200)에서 떨어진 80m에 위치될 수 있는 것을 결정할 수 있지만, 이러한 결정들 중 어느 것이 부가 정보 없이 실제로 정확한지를 결정할 수 없을 수 있으며, 그것에 의해 레인지 모호성을 초래한다. 컴퓨팅 시스템이 2개의 레인지 간을 명확히 하는 것을 허용할 수 있는 부가 정보는 검출된 객체가 더 먼 거리에서 검출될 크기일 가능성이 있거나 없는 정보를 포함할 수 있다. 예를 들어, 객체가 표지와 같이 형상화되면, 객체가 더 멀리 떨어져 있는 것이 가능할 수 있다. 객체가 작은 동물과 같이 형상화되면, 그것은 가능성이 없을 수 있다. 다른 예시들이 또한 가능하다.
V. 레인지 모호성을 극복하는 다수의 레인지 가설 및 시간 가변 디더의 적용의 사용
도 6은 예시적 구현에 따른 방법(600)을 예시하는 흐름도이다. 특히, 방법(600)은 다양한 상황들 중 하나 이상에 직면되는 레인지 모호성을 해결하는 것을 돕기 위해 구현될 수 있다.
도 6에 도시된 방법(600)(및 본원에 개시되는 다른 프로세스들 및 방법들)은 예를 들어, 도 1의 LIDAR 디바이스(100), 도 3a 내지 도 3d에 도시된 차량(300), 및/또는 도 17에 도시되고 아래에 추가로 설명되는 차량(1700)을 수반하는 배열 내에 (또는 특히 하나 이상의 구성요소 또는 그것의 서브시스템에 의해, 예컨대 프로세서에 의해 그리고 디바이스로 하여금 본원에 설명되는 기능들을 수행하게 하도록 실행가능한 명령어들을 갖는 비일시적 컴퓨터 판독가능 매체에 의해) 구현될 수 있는 방법을 제시한다. 부가적으로 또는 대안적으로, 방법(600)은 임의의 다른 배열들 및 시스템들 내에 구현될 수 있다.
방법(600) 및 본원에 개시되는 다른 프로세스들 및 방법들은 블록들(602 내지 610) 중 하나 이상에 의해 예시되는 바와 같이 하나 이상의 동작, 기능, 또는 액션을 포함할 수 있다. 블록들이 순차적 순서로 예시되지만, 이러한 블록들은 또한 병렬로, 및/또는 본원에 설명되는 것들과 상이한 순서로 수행될 수 있다. 또한, 다양한 블록들은 더 적은 블록들로 조합되고, 부가 블록들로 분할되고, 그리고/또는 원하는 구현에 기초하여 제거될 수 있다.
게다가, 방법(600) 및 본원에 개시되는 다른 프로세스들 및 방법들에 대해, 흐름도는 본 구현들의 하나의 가능한 구현의 기능성 및 동작을 도시한다. 이와 관련하여, 각각의 블록은 모듈, 세그먼트, 또는 프로그램 코드의 일부를 표현할 수 있으며, 그것은 프로세스에서 특정 논리 기능들 또는 단계들을 구현하기 위한 프로세서에 의해 실행가능한 하나 이상의 명령어를 포함한다. 프로그램 코드는 예를 들어, 디스크 또는 하드 드라이브를 포함하는 저장 디바이스와 같은, 임의의 타입의 컴퓨터 판독가능 매체 상에 저장될 수 있다. 컴퓨터 판독가능 매체는 예를 들어, 레지스터 메모리, 프로세서 캐시 및 랜덤 액세스 메모리(Random Access Memory)(RAM)와 같이 짧은 시간 기간들 동안 데이터를 저장하는 컴퓨터 판독가능 매체들과 같은, 비일시적 컴퓨터 판독가능 매체를 포함할 수 있다. 컴퓨터 판독가능 매체는 또한 예를 들어, 판독 전용 메모리(read only memory)(ROM), 광 또는 자기 디스크들, 콤팩트 디스크 판독 전용 메모리(compact-disc read only memory)(CD-ROM)와 같이, 보조 또는 영구적 장기 스토리지와 같은, 비일시적 매체들을 포함할 수 있다. 컴퓨터 판독가능 매체들은 또한 임의의 다른 휘발성 또는 비휘발성 저장 시스템들일 수 있다. 컴퓨터 판독가능 매체는 컴퓨터 판독가능 저장 매체, 예를 들어, 또는 유형의 저장 디바이스로 간주될 수 있다. 게다가, 방법(600) 및 본원에 개시되는 다른 프로세스들 및 방법들에 대해, 도 6에서의 각각의 블록은 프로세스에서 특정 논리 기능들을 수행하도록 배선되는 회로를 표현할 수 있다.
블록(602)에서, 방법(600)은 방출 시간 시퀀스에 따라 방출 시간들에 광 펄스들을 방출하기 위해 - 방출 시간 시퀀스는 시간 가변 디더를 포함함 - , 그리고 검출 시간 시퀀스에 따라 복귀 광 펄스들을 검출하기 위해 - 검출 시간 시퀀스는 각각 방출된 광 펄스에 대해, 대응하는 복귀 광 펄스의 검출을 위한 대응하는 검출 기간을 포함하고, 대응하는 방출된 광 펄스의 대응하는 방출 시간에 대한 복귀 광 펄스의 검출 시간은 대응하는 방출된 광 펄스를 반사시킨 객체까지의 레인지를 나타냄 - LIDAR 디바이스를 동작시키는 단계를 수반한다.
주목된 바와 같이, 컴퓨팅 시스템은 특정 타이밍에 따라 광 펄스들을 방출하고 검출하기 위해 LIDAR 디바이스를 동작시킬 수 있다.
예를 들어, 컴퓨팅 시스템은 시간 가변 디더의 적용을 포함하는 방출 시간 시퀀스에 따라 광 펄스들을 방출하기 위해 LIDAR 디바이스를 동작시킬 수 있다. 실제로, 디더의 적용은 다른 가능성들 중에서, 예컨대 잡음 대 신호의 적용에 의해, 주기성에서 떨어진 주기적 신호의 의사 랜덤 편차를 수반할 수 있다. 이와 관련하여, 컴퓨팅 시스템은 의사 랜덤 지속기간만큼 주기성에서 떨어지게 각각의 그러한 개별 방출 타이밍을 각각 시프트하기 위해, 의사 랜덤 디더를 일부이지만, 전부가 아닌 방출된 광 펄스들의 개별 방출 타이밍에 적용할 수 있다. 이러한 구현의 경우, 주목된 바와 같이, 주기성의 시프트들로 인해, 컴퓨팅 시스템은 부정확한 가까운 레인지 가설을 잠재적으로 무시할 수 있다.
더욱이, 방출 시간 시퀀스는 검출 시간 시퀀스를 설정하는 것을 도울 수 있으며 이 시퀀스에 따라 LIDAR 디바이스가 복귀 광 펄스들을 검출한다. 일반적으로, 이러한 검출 시간 시퀀스는 각각의 방출된 광에 대해 각각 대응하는 검출 기간을 포함할 수 있다. 특히, 주어진 광 펄스에 대한 대응하는 검출 기간은 그러한 주어진 광 펄스의 방출 직후에 또는 방출 후의 일부 시간에 시작될 수 있고, 후속 광 펄스의 방출 전 또는 후에 종료될 수 있다. 이러한 대응하는 검출 기간 동안, LIDAR 디바이스는 예컨대 주어진 방출된 광 펄스가 그러한 복귀 광 펄스를 야기하기 위해 객체에서 반사할 때, 주어진 방출된 광 펄스에 대응하는 주어진 복귀 광 펄스를 검출할 수 있다. LIDAR 디바이스가 특정 검출 시간에 주어진 복귀 광 펄스를 검출한 후에, 컴퓨팅 시스템은 주어진 방출된 광 펄스를 반사시킨 객체까지의 레인지를 결정할 수 있다. 논의된 바와 같이, 컴퓨팅 시스템은 주어진 복귀 광 펄스의 검출 시간과 주어진 방출된 광 펄스의 방출 시간 사이의 시간 지연에 따라 이러한 레인지를 결정할 수 있다.
블록(604)에서, 방법(600)은 LIDAR 디바이스가 2개 이상의 방출된 광 펄스 각각에 대한 대응하는 검출 기간들 동안 복귀 광 펄스들을 검출했다는 결정을 하는 단계를 수반한다.
일반적으로, 컴퓨팅 시스템은 LIDAR 디바이스가 2개 이상의 검출 기간 각각 동안 하나 이상의 복귀 광 펄스를 각각 검출했다는 결정을 할 수 있다. 예를 들어, 복수의 방출된 광 펄스들은 대응하는 검출 기간을 각각 개별적으로 가질 수 있다. 각각의 그러한 대응하는 검출 기간에 대해, 컴퓨팅 시스템은 LIDAR 디바이스가 하나 이상의 복귀 광 펄스를 검출한 것을 결정할 수 있다. 실제로, 이러한 광 펄스들의 일부 또는 전부는 LIDAR 디바이스의 공칭 검출 레인지 외부에 위치되는 객체(들)에서 반사되는 광 펄스들일 수 있다. 부가적으로 또는 대안적으로, 이러한 광 펄스들의 일부 또는 전부는 공칭 검출 레인지 내에 위치되는 인근 객체(들)에서 반사되는 광 펄스들일 수 있다.
블록(606)에서, 방법(600)은 결정을 하는 것에 응답하여, (i) 검출된 복귀 광 펄스들이 레인지들의 제1 세트를 나타내는 복수의 제1 방출된 광 펄스의 대응하는 방출 시간들에 대해 검출 시간들을 갖는 것 및 (ii) 검출된 복귀 광 펄스들이 레인지들의 제2 세트를 나타내는 복수의 제2 방출된 광 펄스의 대응하는 방출 시간들에 대해 검출 시간들을 갖는 것을 결정하는 단계를 수반한다.
컴퓨팅 시스템은 LIDAR 디바이스가 수개의 복귀 광 펄스들을 검출한 것을 결정하면, 컴퓨팅 시스템은 이러한 검출된 복귀 광 펄스들에 대한 2개 이상의 레인지 가설을 응답적으로 발생시킬 수 있으며, 그 중 적어도 하나는 대체 레인지 가설일 것이다. 예를 들어, 컴퓨팅 시스템은 가까운 레인지 가설 및 하나 이상의 대체 레인지 가설을 발생시킬 수 있다. 다른 예에서, 컴퓨팅 시스템은 2개 이상의 대체 레인지 가설을 발생시킬 수 있다. 다른 예들이 또한 가능하다.
가까운 레인지 가설을 발생시킬 때, 컴퓨팅 시스템은 가장 최근에 방출된 광 펄스의 방출 시간에 대한 시간 지연에 따라 각각 검출된 복귀 광 펄스에 대해 각각 레인지를 결정할 수 있다. 논의된 바와 같이, 주어진 검출 기간 동안 검출되는 주어진 복귀 광 펄스에 대해, 가장 최근에 방출된 광 펄스는 주어진 복귀 광 펄스가 검출된 주어진 검출 기간에 대응하는 것일 수 있다. 예를 들어, 도 5a에서, 검출 기간(B) 동안 검출되는 복귀 광 펄스(A)에 대해, 가장 최근에 방출된 광 펄스는 복귀 광 펄스(A)가 검출된 검출 기간(B)에 대응하는 펄스(B)이다. 그와 같이, 컴퓨팅 시스템은 검출된 복귀 광 펄스들이 LIDAR 디바이스의 공칭 검출 레인지 내에 위치되는 인근 객체에서 반사될지의 여부를 결정하기 위해 가까운 레인지 가설을 발생시킨다. 이러한 예에서, 예를들어, 디바이스(200)에 결합되거나 그 일부인, 컴퓨팅 시스템은, 검출된 광 펄스(A)가 방출되었고 광 펄스(B)가 방출된 시간에, LIDAR 디바이스의 공칭 검출 레인지 내에 위치되는 객체에서 반사되고, 따라서 그것이 행한 바와 같이 검출 기간(B) 내에 복귀된다는 가까운 레인지 가설을 발생시킨다.
게다가, 대체 레인지 가설을 발생시킬 때, 대체 레인지 가설은 먼 레인지 가설일 수 있거나 "근접" 레인지 가설일 수 있다.
구체적으로, 컴퓨팅 시스템은 검출된 복귀 광 펄스들이 LIDAR 디바이스의 최대 비모호성 검출 레인지를 너머 위치되는 원격 객체에서 반사된다는 먼 레인지 가설을 발생시킬 수 있다. 먼 레인지 가설을 발생시킬 때, 컴퓨팅 시스템은 이전에 방출된 광 펄스의 방출 시간에 대한 시간 지연에 따라 각각 검출된 복귀 광 펄스에 대해 각각 레인지를 결정할 수 있다. 하나의 경우에, 대응하는 방출된 광 펄스를 갖는 주어진 검출 기간 동안 검출되는 주어진 복귀 광 펄스에 대해, 이전에 방출된 광 펄스는 주어진 검출 기간에 대응하는 방출된 광 펄스에 시간적으로 바로 앞서는 것일 수 있다. 그러나, 다른 경우들에서, 이전에 방출된 광 펄스는 두 배의 시간 이전의 또는 세 배의 시간 이전의 펄스 등일 수 있다.
컴퓨팅 시스템은 검출된 복귀 광 펄스들이 LIDAR 디바이스의 최소 검출 레인지보다 더 가깝게 위치되는 근접 객체에서 반사된다는 근접 레인지 가설을 발생시킬 수 있다. 예를 들어, 시간(t0)에, 광 펄스(P0)가 방출되고, 시간(t1)에, LIDAR가 P0의 광의 반사들을 주시하기 시작하는 일 실시예를 고려한다. 게다가, LIDAR가 P0의 광의 반사들을 주시하는 것을 계속하는 동안, 시간(t2)에, 광 펄스(P1)가 방출된다. 그 다음, 시간(t3)에, LIDAR는 P0의 광의 반사들을 주시하는 것을 정지하고, P1의 광의 반사들을 주시하기 시작한다. 이러한 예에서, 예상되지 않은 객체가 LIDAR 디바이스의 최소 검출 레인지보다 더 가깝게 위치되며, 그것은 t3 전에 P1의 광을 다시 반사시킬 수 있다. 하나의 실시예에서, 컴퓨팅 시스템은 LIDAR가 P0의 반사들을 주시하고 있던 기간 동안 반사가 수신될지라도, 예를 들어, 검출 기간들이 시작되기 전의 오프셋 및 검출 기간들과 방출들 사이의 오버랩이 있는 것을 시스템이 인지하기 때문에, P1의 방출 시간에 기초하여 P1의 광을 반사시킨 객체의 레인지를 결정하는 근접 레인지 가설을 발생시킬 수 있다. 따라서, 근접 레인지 가설을 발생시킬 때, 컴퓨팅 시스템은 후속 방출된 광 펄스의 방출 시간에 대한 시간 지연에 따라 각각 검출된 복귀 광 펄스에 대한 레인지 각각을 결정할 수 있다. 이러한 후속 방출된 광 펄스는 주어진 광 펄스가 검출된 것 다음의 검출 기간에 대응하는 방출된 광 펄스일 수 있다.
그와 같이, 예를 들어, 컴퓨팅 시스템은 (i) 복수의 제1 방출된 광 펄스의 대응하는 방출 시간들에 대해 시간 지연에 따라 레인지들의 제1 세트 및 (ii) 복수의 제2 방출된 광 펄스의 대응하는 방출 시간들에 대해 시간 지연에 따라 레인지들의 제2 세트를 결정할 수 있다. 레인지들의 제1 세트는 가까운 레인지 가설들에 대응할 수 있고 레인지들의 제2 세트는 대체 레인지 가설에 대응할 수 있다. 대안적으로, 제1 세트는 대체 레인지 가설들에 대응할 수 있고 제2 세트는 가까운 레인지 가설에 대응할 수 있거나, 제1 세트는 제1 대체 레인지 가설들에 대응할 수 있고 제2 세트는 제2 대체 레인지 가설에 대응할 수 있다. 레인지 가설들의 다른 조합들이 또한 가능하다. 임의의 경우에, 제1 및 제2 방출된 펄스들은 제2 방출된 펄스들 중 적어도 하나가 복수의 제1 방출된 펄스 각각과 상이함에 따라, 서로 상이할 수 있다.
블록(608)에서, 방법(600)은 객체 검출을 위한 기초로서 레인지들의 제1 세트를 사용하는 것과 객체 검출을 위한 기초로서 레인지들의 제2 세트를 사용하는 것 중 선택하는 단계를 수반한다. 그리고, 블록(610)에서, 방법(600)은 선택에 따라 객체 검출에 관여하는 단계를 수반한다.
컴퓨팅 시스템이 검출된 복귀 광 펄스들에 대한 2개 이상의 레인지 가설을 발생시키면, 컴퓨팅 시스템은 이러한 레인지 가설들 중 하나가 정확한지 및 따라서 레인지들이 객체 검출을 위한 기초로서 사용되어야 하는지를 결정할 수 있다. 본 개시에 따라, 컴퓨팅 시스템은 다른 가능성들 중에서, 공지된 객체(들)와의 비교에 기초하여 그리고/또는 주어진 가설 내의 레인지들의 유사성의 고려에 기초하여 그렇게 행할 수 있다.
일 예에서, 컴퓨팅 시스템은 레인지들의 제1 세트가 공지된 객체와 아주 비슷한 것 및/또는 레인지들의 제2 세트가 임의의 공지된 객체들과 비슷하지 않은 것을 결정할 수 있고, 시스템은 객체 검출을 위한 기초로서 사용될 레인지들의 제1 세트를 응답적으로 선택할 수 있다. 대안적으로, 컴퓨팅 시스템은 레인지들의 제2 세트가 공지된 객체와 아주 비슷한 것 및/또는 레인지들의 제1 세트가 임의의 공지된 객체들과 비슷하지 않은 것을 결정할 수 있고, 시스템은 객체 검출을 위한 기초로서 사용될 레인지들의 제2 세트를 응답적으로 선택할 수 있다.
이러한 예에서, 컴퓨팅 시스템은 레인지들의 세트가 예컨대 객체 인식 기술들에 기초하여, 하나 이상의 공지된 객체를 나타내는지의 여부를 결정할 수 있다. 예를 들어, 컴퓨팅 시스템은 공지된 객체(예를 들어, 도로 표지(들))를 각각 개별적으로 나타내는 복수의 포인트 클라우드 상에 저장했거나 그렇지 않으면 이 클라우드에 액세스를 가질 수 있었다. 따라서, 컴퓨팅 시스템은 레인지들의 특정 세트에 기초하여 포인트 클라우드를 어셈블리할 수 있고, 그 다음 이러한 어셈블리된 포인트 클라우드가 복수의 포인트 클라우드 중 적어도 하나와 매칭할지의 여부를 결정할 수 있다. 어셈블리된 포인트 클라우드가 복수의 포인트 클라우드 중 적어도 하나와 실질적으로 매칭하면, 컴퓨팅 시스템은 레인지들의 특정 세트가 적어도 하나의 공지된 객체를 나타내는 것을 결정할 수 있다. 그렇지 않으면, 컴퓨팅 시스템은 레인지들의 특정 세트가 적어도 하나의 공지된 객체를 나타내지 않는 것을 결정할 수 있다.
다른 예에서, 컴퓨팅 시스템은 제1 세트가 서로 실질적으로 유사한 레인지들을 포함하는 것 및/또는 제2 세트가 서로 실질적으로 상이한 레인지들을 포함하는 것을 결정할 수 있고, 시스템은 객체 검출을 위한 기초로서 사용될 레인지들의 제1 세트를 응답적으로 선택할 수 있다. 대안적으로, 컴퓨팅 시스템은 제2 세트가 서로 실질적으로 유사한 레인지들을 포함하는 것 및/또는 제1 세트가 서로 실질적으로 상이한 레인지들을 포함하는 것을 결정할 수 있고, 시스템은 객체 검출을 위한 기초로서 사용될 레인지들의 제2 세트를 응답적으로 선택할 수 있다.
이러한 예에서, 컴퓨팅 시스템은 세트 내의 레인지들이 서로 실질적으로 유사할지의 여부를 결정할 수 있다. 예를 들어, 컴퓨팅 시스템은 세트의 레인지들이 서로(예를 들어, 임계 공차 내에서) 실질적으로 매칭하는 것을 결정하면, 컴퓨팅 시스템은 세트의 레인지들이 서로 실질적으로 유사한 것을 응답적으로 결정할 수 있다. 그렇지 않으면, 컴퓨팅 시스템은 세트의 레인지들이 서로 실질적으로 유사하지 않은 것을 응답적으로 결정할 수 있다. 다른 사례에서, 컴퓨팅 시스템은 세트 내의 가장 작은 레인지와 세트 내의 가장 큰 레인지 사이의 차이가 임계 차이를 초과할(예를 들어, 부가 엔지니어링 입력을 통해 설정될)지의 여부를 결정할 수 있다. 컴퓨팅 시스템은 이러한 차이가 임계 차이를 초과하는 것을 결정하면, 컴퓨팅 시스템은 세트의 레인지들이 서로 실질적으로 유사하지 않은 것을 응답적으로 결정할 수 있다. 그러나, 컴퓨팅 시스템은 이러한 차이가 임계 차이를 초과하지 않는 것을 결정하면, 컴퓨팅 시스템은 세트의 레인지들이 서로 실질적으로 유사한 것을 응답적으로 결정할 수 있다. 다른 사례들 및 예들이 또한 가능하다.
복귀 광 펄스들이 복수의 제1 방출된 광 펄스 각각에 대한 대응하는 검출 기간들 동안 검출되고 따라서 제1 세트가 가까운 레인지 가설에 대응하는 상황에서, 컴퓨팅 시스템이 결국 선택을 끝내는 레인지들의 세트는 검출된 복귀 광 펄스들에 인근 객체(들)에서 반사되는지 또는 검출된 복귀 광 펄스들이 LIDAR 디바이스의 공칭 검출 레인지 외부에 위치되는 원격 및/또는 근접 객체(들)에서 반사되는지를 표시할 수 있다.
특히, 컴퓨팅 시스템이 객체 검출을 위한 기초로서 레인지들의 제1 세트의 사용을 선택하면, 검출된 복귀 광 펄스들은 LIDAR 디바이스의 공칭 검출 레인지 내에 위치되는 하나 이상의 인근 객체에서 반사되는 광 펄스들이다. 그러나, 컴퓨팅 시스템이 객체 검출을 위한 기초로서 레인지들의 제2 세트의 사용을 선택하면, 검출된 복귀 광 펄스들은 LIDAR 디바이스의 공칭 검출 레인지 내에 위치되는 하나 이상의 객체에서 반사되는 광 펄스들이다. 다른 예시적 상황들이 또한 가능하다.
일 실시예에서, 컴퓨팅 시스템이 객체 검출을 위한 기초로서 사용하는 레인지들의 세트를 선택한 후에, 컴퓨팅 시스템은 객체 검출에 적절히 관여할 수 있다. 일반적으로, 객체 검출에 관여하는 것은 다른 가능성들 중에서, 객체의 존재를 검출하는 것, LIDAR 디바이스에서 떨어진 객체의 거리를 결정하는 것, 및/또는 객체를 식별하는 것을 수반할 수 있다.
특히, 컴퓨팅 시스템은 레인지들의 제1 세트가 객체 검출을 이한 기초로서 사용되어야 하는 것을 결정하면, 컴퓨팅 시스템은 객체 검출을 위한 기초로서 레인지들의 제2 세트보다는 오히려 레인지들의 제1 세트를 응답적으로 사용할 수 있다. 예를 들어, 컴퓨팅 시스템은 레인지들의 제1 세트에 기초하여 객체가 LIDAR 디바이스에서 떨어진 특정 레인지에 위치되는 것을 결정할 수 있다. 컴퓨팅 시스템은 다른 가능성들 중에서, 이러한 특정 레인지가 제1 세트의 레인지들 중 하나인 것을 결정할 수 있거나 이러한 특정 레인지가 제1 세트의 레인지들의 평균인 것을 결정할 수 있다. 부가적으로 또는 대안적으로, 컴퓨팅 시스템은 레인지들의 제1 세트에 기초하여 포인트 클라우드를 어셈블리할 수 있고 객체 인식 기술(들)에 따라 객체를 식별하기 위한 기초로서 이러한 포인트 클라우드를 사용할 수 있다.
그러나, 컴퓨팅 시스템은 레인지들의 제2 세트가 객체 검출을 위한 기초로서 사용되어야 하는 것을 결정하면, 컴퓨팅 시스템은 객체 검출을 위한 기초로서 레인지들의 제1 세트보다는 오히려 레인지들의 제2 세트를 응답적으로 사용할 수 있다. 예를 들어, 컴퓨팅 시스템은 레인지들의 제2 세트에 기초하여 객체가 LIDAR 디바이스에서 떨어진 특정 레인지에 위치되는 것을 결정할 수 있다. 컴퓨팅 시스템은 다른 가능성들 중에서, 이러한 특정 레인지가 제2 세트의 레인지들 중 하나인 것을 결정할 수 있거나 이러한 특정 레인지가 제2 세트의 레인지들의 평균인 것을 결정할 수 있다. 부가적으로 또는 대안적으로, 컴퓨팅 시스템은 레인지들의 제2 세트에 기초하여 포인트 클라우드를 어셈블리할 수 있고 객체 인식 기술(들)에 따라 객체를 식별하기 위한 기초로서 이러한 포인트 클라우드를 사용할 수 있다. 다른 사례들이 또한 가능하다.
이러한 구현을 고려하면, 하나 이상의 검출된 복귀 광 펄스는 근접 및/또는 원격 객체(들)에서 반사하고 그들의 방출된 광 펄스들과 연관되는 검출 기간이 시작되거나 종료되기 전 또는 후에 수신되는 광 펄스들일 때에도, 컴퓨팅 시스템은 객체 검출을 위한 기초를 위해 사용하는 적절한 레인지들을 결정할 수 있다.
다음에, 도 7a 내지 도 7b는 컴퓨팅 시스템이 객체 검출을 위한 기초로서 사용하는 레인지들을 선택하는 것을 다수의 레인지 가설 및 디더의 적용이 어떻게 함께 도울 수 있는지를 예시한다.
특히, 도 7a는 디더의 적용을 포함하는 방출 시간 시퀀스(#2)에 따라 방출 시간들(A 내지 F)에 각각 방출되는 광 펄스들(A 내지 F)을 도시한다. 이러한 방출 시간들은 다양한 지속기간들의 검출 기간들(A 내지 F)을 설정한다. 도 5a 내지 도 5b와 유사하게, 광 펄스들(A 내지 F)은 원격 객체(404)에서 각각 반사하고, 그 결과, 후속 검출 기간 동안 각각 개별적으로 검출된다.
그러나, 이러한 경우에, 컴퓨팅 시스템은 가까운 레인지 가설에 따라 검출된 광 펄스들(A 내지 F)과 연관되는 후보 레인지들을 결정할 때, 레인지들은 디더의 적용으로 인해 서로 실질적으로 상이할 수 있다. 예를 들어, 컴퓨팅 시스템은 LIDAR 디바이스(200)가 방출 시간(B)에 대해 83ns의 검출 시간(Tn0)에 광 펄스(A)를 검출한 것을 결정할 수 있으며, 그것은 도 7b에 도시된 바와 같이 12.5m의 레인지에 대응한다. 그러나, 컴퓨팅 시스템은 LIDAR 디바이스(200)가 방출 시간(C)에 대해 183ns의 검출 시간(Tn1)에 광 펄스(B)를 검출한 것을 결정할 수 있으며, 그것은 도 7b에 도시된 바와 같이 27.5m의 레인지에 대응한다. 그리고, 도 7a 내지 도 7b에 도시된 바와 같이, 유사한 접근법은 검출 시간(Tn2, Tn3, Tn4, 및 Tn5)과 각각 관련하여 레인지들을 결정하기 위해 사용될 수 있다.
이것을 고려하면, 도 7b에 도시된 바와 같이, 컴퓨팅 시스템은 서로 실질적으로 상이한 레인지들(702)을 포함하는 가까운 레인지 가설을 결정하고, 그 결과, 이러한 레인지들(702)이 객체 검출을 위한 기초로서 사용되지 않아야 하는 것을 결정할 수 있다. 레인지들(702)을 사용하지 않는 결정은 광 펄스들(A 내지 F)이 LIDAR 디바이스(200)의 최대 비모호성 검출 레인지를 너머 위치되는 원격 객체(404)에서 실제로 반사됨에 따라, 정확할 것이다. 따라서, 객체 검출을 위한 가까운 레인지 가설의 사용을 회피하는 것은 인근 객체의 틀린 검출을 회피하는 것을 도울 수 있다.
더욱이, 컴퓨팅 시스템은 먼 레인지 가설에 따라 검출된 광 펄스들(A 내지 F)과 연관되는 후보 레인지들을 부가적으로 결정할 수 있다. 예를 들어, 컴퓨팅 시스템은 LIDAR 디바이스(200)가 방출 시간(A)에 대해 533ns의 검출 시간(Tf0)에 광 펄스(A)를 검출한 것을 결정할 수 있으며, 그것은 도 7b에 도시된 바와 같이 80m의 레인지에 대응한다. 그리고, 검출 시간들(Tf1 내지 Tf5)에 의해 표시된 바와 같이, 유사한 접근법은 광 펄스들(B 내지 F)과 연관되는 레인지들을 결정하기 위해 사용될 수 있으며, 그것에 의해 제2 레인지들(704)이 LIDAR 디바이스(200)에서 떨어진 80m에 위치되는 객체의 먼 레인지 가설에 대응하는 것을 야기한다.
이것을 고려하면, 도 7b에 도시된 바와 같이, 컴퓨팅 시스템은 서로 실질적으로 유사한 레인지들(704)을 포함하는 먼 레인지 가설을 결정하고, 그 결과, 이러한 레인지들(704)이 객체 검출을 위한 기초로서 사용되어야 하는 것을 결정할 수 있다. 이러한 먼 레인지 가설은 광 펄스들(A 내지 F)이 LIDAR 디바이스(200)의 최대 비모호성 검출 레인지를 너머 위치되는 원격 객체(404)에서 실제로 반사됨에 따라, 정확하다. 따라서, 컴퓨팅 시스템은 객체 검출을 위한 기초로서 사용하는 적절한 레인지들을 결정한다. 다른 예시들이 또한 가능하다.
VI. 부가 적용들 및 고려들
a. 동일한 검출 기간에 다수의 검출을 수반하는 레인지 모호성
실제로, 컴퓨팅 시스템은 예컨대 LIDAR 디바이스가 하나 이상의 검출 기간들 동안 다수의 복귀 광 펄스를 각각 검출할 때, 상기 설명된 것들 이외의 상황들에서 레인지 모호성에 직면할 수 있다.
더 구체적으로, LIDAR 디바이스가 공칭 검출 레인지 외부에 위치되는 객체에서 반사되는 광 펄스를 검출할 때, LIDAR 디바이스는 그러한 광 펄스에 대응하는 검출 기간의 종료 후의 검출 시간에 또는 그러한 광 펄스에 대응하는 검출 기간의 시작 전의 검출 시간에 이러한 광 펄스를 검출할 수 있으며, 그것은 동일한 검출 기간에 다수의 광 펄스 검출의 맥락에서 레인지 모호성을 초래할 수 있다.
예를 들어, 다시 도 4c를 참조하면, LIDAR 디바이스(200)는 방출 시간(406B)에 방출되는 다른 광 펄스에 대응하는 검출 기간 동안 그리고 따라서 검출 기간(408)을 뒤따르는 검출 기간 동안 방출 시간(406A)에 방출되는 광 펄스를 검출할 수 있다. 이러한 시나리오는 LIDAR 디바이스가 동일한 검출 기간 동안 다수의 복귀 광 펄스를 검출한 것을 컴퓨팅 시스템이 결정하는 것, 및 따라서 컴퓨팅 시스템이 이러한 검출 기간에 대응하는 방출된 광 펄스에 대한 2개의 가능한 시간 지연을 결정하는 것을 초래할 수 있다. 따라서, 이러한 시나리오는 이러한 복귀 광 펄스들 중 어느 것이 검출 기간에 대응하는지 및 따라서 이러한 복귀 광 펄스들 중 어느 것이 객체까지의 거리를 결정하기 위한 기초로서 사용하는지가 분명하지 않을 수 있음에 따라 모호성을 초래할 수 있다.
예로서, 도 8a 내지 도 8b는 LIDAR 디바이스가 동일한 검출 기간 동안 다수의 복귀 광 펄스를 어떻게 검출할 수 있는지 및 동일한 검출 기간 동안 다수의 복귀 광 펄스의 그러한 검출이 모호성을 어떻게 초래할 수 있는지를 예시한다. 특히, 도 8a는 주기적 방출 시간 시퀀스(#3)에 따라 방출 시간들(A 내지 G)에 각각 방출되는 광 펄스들(A 내지 G)을 도시한다. 상기 논의에 따라, 이러한 주기적 방출 시간들은 동일한 400ns 지속기간 각각의 검출 기간들(A 내지 G)을 설정한다. 도시된 바와 같이, 광 펄스들(A, C, E, 및 G)은 인근 객체(402)에서 반사하고 따라서 그들의 대응하는 검출 기간들(A, C, E, 및 G)에 LIDAR 디바이스(200)에 의해 각각 검출된다. 그러나, 광 펄스들(B, D, 및 F)은 원격 객체(404)에서 반사하고, 그 결과, 후속 검출 기간 동안 각각 개별적으로 검출된다.
따라서, LIDAR 디바이스(200)는 각각의 그러한 후속 검출 기간 동안 다수의 복귀 광 펄스를 각각 모호하게 검출한다. 예를 들어, 광 펄스(B)는 검출 기간(C) 동안 LIDAR 디바이스(200)에 의해 검출되며, 그것은 광 펄스(B)의 검출을 위한 것보다는 오히려 광 펄스(C)의 검출을 위해 설정된다. 이와 관련하여, LIDAR 디바이스(200)는 20m의 레인지에 대응하는, 방출 시간(C)에 대한 133ns의 검출 시간(B)에 광 펄스(B)를 검출하고, 또한 52.5m의 레인지에 대응하는, 방출 시간(C)에 대한 350ns의 검출 시간(C)에 광 펄스(C)를 검출한다. 유사한 상황은 검출 기간(E) 동안 광 펄스들(D 및 E)의 검출에 관한 것뿐만 아니라 검출 기간(G) 동안 광 펄스들(F 및 G)의 검출에 관해 직면된다.
그와 같이, 컴퓨팅 시스템은 광 펄스들(A, C, E, 및 G)의 검출에 기초하여 가까운 레인지 가설을 발생시킬 수 있으며, 그것은 52.5m의 값을 각각 갖는 레인지들(802)을 포함한다. 부가적으로, 컴퓨팅 시스템은 광 펄스들(B, D, 및 F)의 검출에 기초하여 가까운 레인지 가설을 발생시킬 수 있으며, 그것은 20m의 값을 각각 갖는 레인지들(804)을 포함한다. 그리고, 레인지들(802 및 804)의 이러한 가능한 세트들을 고려하면, LIDAR 디바이스(200)를 동작시키는 컴퓨팅 시스템은 확실성에 의해 객체가 LIDAR 디바이스(200)에서 떨어진 52.5m에 위치되는지 및/또는 객체가 LIDAR 디바이스(200)에서 떨어진 20m에 위치되는지를 결정할 수 없을 수 있으며, 그것에 의해 레인지 모호성을 초래한다. 다른 예시들이 또한 가능하다.
레인지 모호성의 쟁점을 해결하는 것을 돕기 위해, 시간 가변 디더는 방출 시간 시퀀스에 적용될 수 있다. 실제로, 주목된 바와 같이, 디더의 적용은 다른 가능성들 중에서, 예컨대 잡음 대 신호의 적용에 의해, 주기성에서 떨어진 주기적 신호의 의사 랜덤 편차를 수반할 수 있다. 이와 관련하여, 컴퓨팅 시스템은 의사 랜덤 지속기간만큼 주기성에서 떨어지게 각각의 그러한 개별 방출 타이밍을 각각 시프트하기 위해, 의사 랜덤 디더를 일부이지만, 전부가 아닌 방출된 광 펄스들의 개별 방출 타이밍에 적용할 수 있다. 이러한 구현의 경우, LIDAR 디바이스는 복수의 검출 기간 동안 다수의 복귀 광 펄스를 각각 여전히 가능하게 검출할 수 있다. 그러나, 주기성의 시프트들로 인해, 컴퓨팅 시스템은 이러한 복귀 광 펄스들 중 어느 하나가 각각의 검출 기간에 대응하는지 및 어느 하나가 각각의 검출 기간에 대응하지 않는지를 잠재적으로 결정할 수 있다.
더 구체적으로, 각각의 방출 시간에 시작되는 각각의 개별적 검출 기간 동안, 컴퓨팅 시스템은 각각의 방출 시간에 대한 시간 지연에 따라 제1 복귀 광 펄스와 연관되는 제1 레인지를 결정할 수 있고 또한 각각의 방출 시간에 대한 시간 지연에 따라 제2 복귀 광 펄스와 연관되는 제2 레인지를 결정할 수 있다. 컴퓨팅 시스템이 제1 레인지들의 제1 세트 및 제2 레인지들의 제2 세트를 결정하면, 이러한 세트들 중 하나는 상기 언급된 시프트들로 인해 인식가능 객체와 비슷할 가능성이 다른 것보다 더 낮을 것이며, 그것은 객체 검출의 목적들을 위해 어느 레인지들을 사용할지를 컴퓨팅 시스템이 결정하는 것을 도울 수 있다. 예를 들어, 제2 복귀 광 펄스들이 원격 객체에서 반사되는 것들이면, 제2 세트는 인식가능 객체와 비슷할 가능성이 제1 세트보다 더 낮을 것이다. 따라서, 컴퓨팅 시스템은 제2 세트의 레인지들이 랜덤하게 산란되는 것을 결정하고 따라서 제1 세트의 레인지들이 객체 검출의 목적들을 위해 사용되어야 하는 것을 응답적으로 결정할 수 있다.
다음에, 도 9a 내지 도 9b는 디더의 적용이 레인지 모호성을 해결하는 것을 어떻게 도울 수 있는지를 예시한다. 특히, 도 9a는 디더의 적용을 포함하는 비주기적 방출 시간 시퀀스(#4)에 따라 방출 시간들(A 내지 G)에 각각 방출되는 광 펄스들을 도시한다. 상기 논의에 따라, 이러한 주기적 방출 시간들은 검출 기간들(A 내지 G)을 설정하며, 그것의 일부는 동일한 지속기간이고 그것의 일부는 상이한 지속기간들이다. 방출 시간 시퀀스(#3)와 같이, 광 펄스들(A, C, E, 및 G)은 인근 객체(402)에서 반사하고, 그 결과, 그들의 대응하는 검출 기간들(A, C, E, 및 G)에 LIDAR 디바이스(200)에 의해 각각 개별적으로 검출된다. 또한, 방출 시간 시퀀스(#3)와 같이, 광 펄스들(B, D, 및 F)은 원격 객체(404)에서 반사하고, 그 결과, 후속 검출 기간 동안 각각 개별적으로 검출된다. 그러나, 이러한 경우에, 디더의 적용으로 인해, 컴퓨팅 시스템은 동일한 검출 기간 동안 검출되는 다수의 복귀 광 펄스 간을 잠재적으로 명확히 할 수 있다.
더 구체적으로, 도 9a 내지 도 9b는 광 펄스들(A, C, E, 및 G)의 검출에 대응하는 레인지가 LIDAR 디바이스(200)에서 떨어진 52.5m에 있는 것을 도시한다. 그러나, 도 9a 내지 도 9b는 또한 디더의 적용으로 인해, 광 펄스들(B, D, 및 F)에 대응하는 레인지들이 서로 실질적으로 상이한 것을 도시한다. 즉, LIDAR 디바이스(200)는 27.5m의 레인지에 대응하는, 방출 시간(C)에 대한 183ns의 검출 시간(B)에 광 펄스(B)를 검출했고, 23m의 레인지에 대응하는, 방출 시간(E)에 대한 158ns의 검출 시간(D)에 광 펄스(D)를 검출했고, 20m의 레인지에 대응하는, 방출 시간(G)에 대한 133ns의 검출 시간(F)에 광 펄스(F)를 검출했다. 이러한 방식으로, 컴퓨팅 시스템은 서로 동일하거나 유사한 레인지들(902)의 제1 세트뿐만 아니라, 서로 실질적으로 상이한 레인지들(904)의 제2 세트를 결정한다. 그와 같이, 컴퓨팅 시스템은 레인지들(904)이 랜덤하게 산란되는 것을 결정하고 따라서 레인지들(902)이 객체 검출의 목적들을 위해 사용되어야 하는 것을 응답적으로 결정할 수 있다. 다른 예시들이 또한 가능하다.
이러한 실시예의 접근법이 레인지 모호성을 극복하는 것을 도울 수 있지만, 특정 결함들이 있을 수 있다. 예를 들어, 컴퓨팅 시스템이 상기 논의에 따라 레인지들의 2개 이상의 가능한 세트를 결정할 때, 일부 경우들에서, 레인지들의 각각의 그러한 세트는 인식가능 객체와 비슷할 수 있다. 그러한 경우들에서, 컴퓨팅 시스템은 높은 레벨의 확실성에 의해 레인지들의 이러한 세트들 중 어느 것을 객체 검출의 목적들을 위해 사용할지를 결정가능하지 않을 수 있다. 더욱이, 컴퓨팅 시스템이 높은 레벨의 확실성에 의해 다수의 복귀 광 펄스 간을 명확히 할 수 있든 없든, 기존 구현은 광 펄스들을 반사시키고 레인지 모호성을 야기하는 원격 객체와 같은, 공칭 검출 레인지 외부에 위치되는 객체의 검출을 제공하지 않는다.
b. 원격 객체를 검출하는 대체 레인지 가설의 사용
도 10은 예시적 구현에 따른 방법(1000)을 예시하는 흐름도이다. 특히, 방법(1000)은 대체 레인지 가설을 발생시키고 그 다음 그러한 대체 레인지 가설을 사용하여 LIDAR 디바이스의 공칭 검출 레인지 외부에 위치되는 객체를 검출하기 위해 구현될 수 있다. 방법(1000)이 일반적으로 먼 레인지 가설을 발생시키는 맥락에서 설명되지만, 방법(1000)은 근접 레인지 가설을 발생시키는 맥락에서 부가적으로 또는 대안적으로 적용될 수 있다는 점이 이해되어야 한다.
블록(1002)에서, 방법(1000)은 방출 시간 시퀀스에 따라 방출 시간들에 광 펄스들을 방출하기 위해 - 방출 시간 시퀀스는 시간 가변 디더를 포함함 - , 그리고 검출 시간 시퀀스에 따라 복귀 광 펄스들을 검출하기 위해 - 검출 시간 시퀀스는 각각 방출된 광 펄스에 대해, 대응하는 복귀 광 펄스의 검출을 위한 대응하는 검출 기간을 포함하고, 대응하는 방출된 광 펄스의 대응하는 방출 시간에 대한 복귀 광 펄스의 검출 시간은 대응하는 방출된 광 펄스를 반사시킨 객체까지의 레인지를 나타냄 - LIDAR 디바이스를 동작시키는 단계를 수반한다.
상기 논의에 따라, 컴퓨팅 시스템은 특정 타이밍에 따라 광 펄스들을 방출하고 검출하기 위해 LIDAR 디바이스를 동작시킬 수 있다. 예를 들어, 컴퓨팅 시스템은 시간 가변 디더를 포함하는 방출 시간 시퀀스에 따라 광 펄스들을 방출하기 위해 LIDAR 디바이스를 동작시킬 수 있다. 논의된 바와 같이, 방출 시간 시퀀스는 검출 시간 시퀀스를 설정하는 것을 도울 수 있으며 이 시퀀스에 따라 LIDAR 디바이스가 복귀 광 펄스들을 검출한다. 일반적으로, 이러한 검출 시간 시퀀스는 각각의 방출된 광에 대해 각각 대응하는 검출 기간을 포함할 수 있다.
특히, 주어진 광 펄스에 대한 대응하는 검출 기간은 그러한 주어진 광 펄스의 방출 직후에 또는 방출 후의 일부 시간에 시작될 수 있고, 후속 광 펄스의 방출 전 또는 후에 종료될 수 있다. 이러한 대응하는 검출 기간 동안, LIDAR 디바이스는 예컨대 주어진 방출된 광 펄스가 그러한 복귀 광 펄스를 야기하기 위해 객체에서 반사할 때, 주어진 방출된 광 펄스에 대응하는 주어진 복귀 광 펄스를 검출할 수 있다. LIDAR 디바이스가 특정 검출 시간에 주어진 복귀 광 펄스를 검출한 후에, 컴퓨팅 시스템은 주어진 방출된 광 펄스를 반사시킨 객체까지의 레인지를 결정할 수 있다. 논의된 바와 같이, 컴퓨팅 시스템은 주어진 복귀 광 펄스의 검출 시간과 주어진 방출된 광 펄스의 방출 시간 사이의 시간 지연에 따라 이러한 레인지를 결정할 수 있다.
블록(1004)에서, 방법(1000)은 LIDAR 디바이스가 복수의 제1 방출된 광 펄스 각각에 대한 대응하는 검출 기간들 동안 다수의 복귀 광 펄스의 세트를 검출한 것을 결정하는 단계를 수반하며, 다수의 복귀 광 펄스의 각각의 세트는 적어도 각각의 제1 복귀 광 펄스 및 각각의 제2 복귀 광 펄스를 포함한다.
상기 논의에 따라, 컴퓨팅 시스템은 LIDAR 디바이스가 2개 이상의 검출 기간 동안 다수의 복귀 광 펄스를 각각 검출한 것을 결정할 수 있다. 예를 들어, 복수의 제1 방출된 광 펄스는 대응하는 검출 기간을 각각 개별적으로 가질 수 있다. 그러나, 근접 및/또는 원격 객체(들)에서 하나 이상의 광 펄스의 반사로 인해, LIDAR 디바이스는 대신에 결국 각각의 그러한 대응하는 검출 동안 다수의 복귀 광 펄스를 각각 검출하는 것을 끝낼 수 있다. 그와 같이, 각각의 그러한 대응하는 검출 기간 동안, 컴퓨팅 시스템은 LIDAR 디바이스가 적어도 각각의 제1 복귀 광 펄스뿐만 아니라 각각의 제2 복귀 광 펄스를 검출한 것을 결정할 수 있다. 더욱이, 각각의 대응하는 검출 기간에서, 이러한 복귀 광 펄스들 중 하나는 LIDAR 디바이스의 공칭 검출 레인지 외부에 위치되는 객체에서 반사되는 펄스일 수 있고, 이러한 복귀 광 펄스들 중 다른 것은 따라서 쟁점중인 검출 기간과 연관되는 공칭 검출 레인지 내에 위치되는 객체에서 반사되는 펄스일 수 있다. 다른 시나리오들이 또한 가능하다.
블록(1006)에서, 방법(1000)은 제1 복귀 광 펄스들이 복수의 제1 방출된 광 펄스에 대응하고 제2 복귀 광 펄스들이 복수의 제2 방출된 광 펄스에 잠재적으로 대응한다는 결정을 하는 단계를 수반한다.
본 개시에 따라, 컴퓨팅 시스템은 LIDAR 디바이스가 2개 이상의 검출 기간 동안 다수의 복귀 광 펄스를 각각 검출한 것을 결정하면, 컴퓨팅 시스템은 이러한 복귀 광 펄스들 중 어느 것이 복수의 제1 방출된 광 펄스에 대응하는지를 결정할 수 있다. 즉, 컴퓨팅 시스템은 이러한 복귀 광 펄스들 중 어느 것이 공칭 검출 레인지 내의 객체(들)에서 반사되는지를 결정할 수 있다. 일부 실시예들에서, 컴퓨팅 시스템은 다른 옵션들 중에서, 레인지 모호성을 해결하기 위한 상기 설명된 구현들 중 어느 것을 사용함으로써 그렇게 행할 수 있고 그리고/또는 방법(1200)과 연관하여 본원에 설명되는 레인지 모호성을 해결하기 위한 접근법에 따라 그렇게 행할 수 있다. 임의의 경우에, 단순화를 위해, 컴퓨팅 시스템은 상기 언급된 제1 복귀 광 펄스들이 복수의 제1 방출된 광 펄스에 대응하는 것, 및 따라서 이러한 제1 복귀 광 펄스들에 대응하는 레인지들이 객체 검출의 목적들을 위해 사용되어야 하는 것을 결정했다는 가정이 이루어질 수 있다.
제1 복귀 광 펄스들이 복수의 제1 방출된 광 펄스에 대응하는 것을 결정한 후에 또는 결정하는 동안, 컴퓨팅 시스템은 상기 언급된 제2 복귀 광 펄스들이 복수의 제2 방출된 광 펄스에 잠재적으로 대응하는 것을 결정할 수 있다. 특히, 다수의 복귀 광 펄스 간을 명확히 한 후에 제2 복귀 광 펄스들의 검출을 무시하거나 폐기하는 것보다는 오히려, 컴퓨팅 시스템은 제2 복귀 광 펄스들이 잠재적으로 대응할 수 있는 복수의 제2 방출된 광 펄스를 선택할 수 있다. 예를 들어, 각각의 제2 복귀 광 펄스에 대해, 컴퓨팅 시스템은 이전에 방출된 광 펄스를 각각 선택할 수 있으며, 그것은 제2 복귀 광 펄스가 실제로 검출된 것에 앞서는(예를 들어, 바로 앞서는) 검출 기간에 대응하는 광 펄스일 수 있다. 그 결과, 복귀 광 펄스에 대한 레인지를 계산하기 위해 사용되는 제2 방출된 광 펄스들 중 적어도 하나는 복수의 제1 방출된 광 펄스 각각과 상이할 수 있다.
예로서, 다시 도 8a를 참조하면, 복귀 광 펄스들(A, C, E, 및 G)은 그들의 대응하는 검출 기간들에 각각 검출되고 따라서 복수의 제1 방출된 광 펄스에 대응하는 제1 복귀 광 펄스들인 것으로 간주될 수 있다. 따라서, 그 결과, 복귀 광 펄스들(B, D, 및 F)은 원격 객체에서 반사되고 상기 논의에 따라 후속 검출 기간 동안 검출된 제2 복귀 광 펄스들인 것으로 간주될 수 있다.
이러한 예에서, 복귀 광 펄스들(B, D, 및 F) 각각에 대해, 컴퓨팅 시스템은 이전에 방출된 광 펄스를 각각 선택할 수 있으며, 그것은 복귀 광 펄스가 실제로 검출된 것에 앞서는 검출 기간에 대응할 수 있다. 예를 들어, 컴퓨팅 시스템은 방출된 광 펄스들(B, D, 및 F)을 선택할 수 있으며, 그것은 검출 기간들(B, D, 및 F)에 각각 대응한다. 도시된 바와 같이, 검출 기간들(B, D, 및 F)은 광 펄스들(B, D, 및 F)에 실제로 대응하는 것들이다. 다른 예들이 또한 가능하다.
블록(1008)에서, 방법(1000)은 결정을 하는 것에 응답하여, 제2 복귀 광 펄스들이 레인지들의 특정 세트를 나타내는 복수의 제2 방출된 광 펄스의 대응하는 방출 시간들에 대해 검출 시간들을 갖는 것을 결정하는 단계를 수반한다.
컴퓨팅 시스템은 검출된 제2 복귀 광 펄스들에 잠재적으로 대응하는 복수의 제2 방출된 광 펄스를 선택하거나 그렇지 않으면 결정하면, 컴퓨팅 시스템은 제2 복귀 광 펄스들에 대한 먼 레인지 가설을 응답적으로 발생시킬 수 있다. 구체적으로, 각각의 제2 복귀 광 펄스에 대해, 컴퓨팅 시스템은 복수의 제2 방출된 광 펄스 중 하나의 방출 시간에 대한 시간 지연에 따라 연관된 레인지를 각각 결정할 수 있으며, 그것은 제2 복귀 광 펄스가 검출된 것에 앞서는 검출 기간에 대응하는 방출된 광 펄스일 수 있다. 이러한 방식으로, 컴퓨팅 시스템은 제2 복귀 광 펄스들에 대한 하나의 가능한 대체 레인지 가설인 것으로 간주되는 레인지들의 특정 세트를 야기하기 위해 연관된 레인지들을 결정할 수 있다.
예로서, 도 11a 내지 도 11b는 먼 레인지 가설의 결정을 예시한다. 특히, 도 11a는 도 9a에서 도입되는 방출 시간 시퀀스(#4)를 도시한다. 그러나, 이러한 경우에, 복귀 광 펄스들(B, D, 및 F)이 제2 복귀 광 펄스들인 것으로 간주되는 것을 다시 가정하면, 컴퓨팅 시스템은 이전에 방출된 광 펄스의 방출 시간에 대한 시간 지연에 따라 이러한 광 펄스들에 대응하는 레인지들을 각각 결정한다. 즉, 도 11a에 도시된 바와 같이, 컴퓨팅 시스템은 복귀 광 펄스들(B)이 방출 시간(B)에 대해 533ns의 검출 시간을 갖는 것, 복귀 광 펄스들(D)이 방출 시간(D)에 대해 533ns의 검출 시간을 갖는 것, 및 복귀 광 펄스들(F)이 방출 시간(F)에 대해 533ns의 검출 시간을 갖는 것을 결정한다. 그리고, 도 11b에 도시된 바와 같이, 복귀 광 펄스들(B, D, F)의 이러한 검출 시간들은 80m의 대응하는 레인지를 각각 갖는다. 따라서, 이러한 대응하는 레인지들은 먼 레인지 가설인 것으로 간주되는 레인지들(1100)의 특정 세트를 야기한다. 다른 예들이 또한 가능하다.
블록(1010)에서, 방법(1000)은 객체 검출을 위한 기초로서 레인지들의 특정 세트를 사용할지의 여부의 추가 결정을 하는 단계를 수반한다. 블록(1012)에서, 방법(1000)은 추가 결정에 따라 객체 검출에 관여하는 단계를 수반한다.
상기 주목된 바와 같이, 컴퓨팅 시스템은 LIDAR 디바이스의 공칭 검출 레인지 외부에 위치되는 객체를 검출하기 위한 기초로서 대체 레인지 가설을 사용할 수 있다. 특히, 컴퓨팅 시스템은 제2 복귀 광 펄스들에 대한 대체 레인지 가설인 것으로 간주되는 레인지들의 특정 세트를 결정하면, 컴퓨팅 시스템은 레인지의 특정 세트가 객체 검출을 위한 기초로서 사용되어야 할지의 여부를 결정할 수 있다. 컴퓨팅 시스템은 다양한 방식들로 그렇게 행할 수 있다.
일 예에서, 컴퓨팅 시스템은 레인지들의 특정 세트가 하나 이상의 공지된 객체를 나타내는지의 여부를 결정할 수 있다. 주목된 바와 같이, 컴퓨팅 시스템은 객체 인식 기술들에 기초하여 그렇게 행할 수 있다. 이러한 예에서, 컴퓨팅 시스템은 레인지들의 특정 세트가 하나 이상의 공지된 객체를 나타내는 것을 결정하면, 컴퓨팅 시스템은 레인지들의 특정 세트가 추가 객체 검출을 위한 기초로서 사용되어야 하는 것을 응답적으로 결정할 수 있다. 예를 들어, 상기 논의에 따라, 컴퓨팅 시스템은 레인지들의 특정 세트에 기초하여 포인트 클라우드를 어셈블리할 수 있고, 그리고 이러한 어셈블리된 포인트 클라우드가 컴퓨팅 시스템에 의해 저장되는 복수의 포인트 클라우드 중 적어도 하나와 매칭하는 것을 결정할 수 있다. 이러한 매치를 결정하는 것에 응답하여, 컴퓨팅 시스템은 다른 옵션들 중에서, 원격 객체를 식별하기 위한 기초로서 어셈블리된 포인트 클라우드를 사용할 수 있고 그리고/또는 어셈블리된 포인트 클라우드에 의해 표현되는 객체가 위치되는 특정 레인지를 설정할 수 있다(예를 들어, 특정 레인지는 특정 세트의 레인지들의 평균이도록 설정될 수 있음). 그러나, 컴퓨팅 시스템은 레인지들의 특정 세트가 적어도 하나의 공지된 객체를 나타내지 않는 것을 결정하면, 컴퓨팅 시스템은 레인지의 특정 세트가 추가 객체 검출을 위한 기초로서 사용되지 않아야 하는 것을 응답적으로 결정할 수 있다.
다른 예에서, 컴퓨팅 시스템은 특정 세트의 레인지들이 서로 실질적으로 유사할지의 여부를 결정할 수 있다. 이러한 예에서, 컴퓨팅 시스템은 특정 세트의 레인지들이 서로 실질적으로 유사한 것을 결정하면, 컴퓨팅 시스템은 레인지의 특정 세트가 객체 검출을 위한 기초로서 사용되어야 하는 것을 응답적으로 결정할 수 있다. 그러나, 컴퓨팅 시스템은 특정 세트의 레인지들이 서로 실질적으로 유사하지 않은 것을 결정하면, 컴퓨팅 시스템은 레인지들의 특정 세트가 객체 검출을 위한 기초로서 사용되지 않아야 하는 것을 응답적으로 결정할 수 있다.
본 개시에 따라, 컴퓨팅 시스템은 레인지의 특정 세트가 객체 검출의 기초로서 사용되지 않아야 하는 것을 결정할 때, 컴퓨팅 시스템은 객체 검출의 기초로서 레인지들의 특정 세트를 사용하지 않을 수 있다. 예를 들어, 컴퓨팅 시스템은 다른 옵션들 중에서, 잡음으로서 신호들 또는 신뢰하지 않은 것으로서 특정 세트의 레인지들을 폐기하거나 무시할 수 있다.
그러나, 컴퓨팅 시스템은 레인지의 특정 세트가 객체 검출을 위한 기초로서 사용되어야 하는 것을 결정하면, 컴퓨팅 시스템은 객체 검출에 적절히 관여할 수 있다. 일반적으로, 객체 검출에 관여하는 것은 다른 가능성들 중에서, 객체의 존재를 검출하는 것, LIDAR 디바이스에서 떨어진 객체의 거리를 결정하는 것, 및/또는 객체를 식별하는 것을 수반할 수 있다.
예를 들어, 컴퓨팅 시스템은 레인지들의 특정 세트에 기초하여 원격 객체가 LIDAR 디바이스에서 떨어진 특정 레인지에 위치되는 것을 결정할 수 있다. 컴퓨팅 시스템은 다른 가능성들 중에서, 이러한 특정 레인지가 특정 세트의 레인지들 중 하나인 것을 결정할 수 있거나 이러한 특정 레인지가 특정 세트의 레인지들의 평균인 것을 결정할 수 있다. 부가적으로 또는 대안적으로, 컴퓨팅 시스템은 레인지의 특정 세트가 객체 검출을 위한 기초로서 사용되어야 할지의 여부를 결정하는 프로세스의 일부로서 그렇게 이미 행하지 않았다면, 컴퓨팅 시스템은 레인지들의 특정 세트에 기초하여 포인트 클라우드를 어셈블리할 수 있다. 그리고, 컴퓨팅 시스템은 객체 인식 기술(들)에 따라 원격 객체를 식별하기 위한 기초로서 이러한 포인트 클라우드를 사용할 수 있다. 다른 예들이 또한 가능하다.
이러한 방식으로, 대체 레인지 가설은 LIDAR 디바이스의 공칭 검출 레인지 외부에 위치되는 객체를 나타내는 부가 정보를 제공하는 것을 도울 수 있다. 그러한 부가 정보는 다른 결과들 중에서, 자율 모드로 동작하는 차량에 대한 내비게이션 결정들을 최적화하도록 컴퓨팅 시스템에 의해 사용될 수 있다.
도 11a 내지 도 11b는 대체 레인지 가설이 LIDAR 디바이스의 공칭 검출 레인지 부에 위치되는 객체(들)의 검출을 어떻게 돕는지를 추가로 예시한다. 상기 주목된 바와 같이, 레인지들(1100)의 특정 세트는 먼 레인지 가설인 것으로 간주된다. 따라서, 레인지들(1100)의 특정 세트의 레인지들이 서로 동일하거나 실질적으로 유사하다는 결정에 기초하여, 컴퓨팅 시스템은 레인지들(1100)의 특정 세트의 레인지들이 객체 검출을 위한 기초로서 사용되어야 하는 것을 결정할 수 있다. 따라서, 도시된 바와 같이, 컴퓨팅 시스템은 원격 객체가 LIDAR 디바이스(200)에서 떨어진 약 80m에 위치되는 것을 결정할 수 있으며, 그것은 객체(404)가 LIDAR 디바이스(200)에서 떨어진 80m에 위치되는 것으로 도 4a에 실제로 도시됨에 따라 정확한 결정이다. 다른 예시들이 또한 가능하다.
추가 양태에서, LIDAR 디바이스가 차량 상에 위치될 때, 컴퓨팅 시스템은 레인지 가설을 평가하기 위한 부가 인자로서 차량의 속도를 사용할 수 있다. 특히, 차량이 객체를 향해 이동하고 LIDAR 디바이스가 그러한 객체에서 반사되는 복귀 광 펄스들을 검출할 때, 그러한 복귀 펄스들의 검출 시간은 차량이 객체에 접근함에 따라 시간이 지나면서 더 짧아지는 경향이 있고, 따라서 이러한 검출 시간들에 기초하여 결정되는 레인지들은 차량이 객체에 접근함에 따라 감소할 수 있다. 실제로, 시간이 지나면서 결정된 레인지의 그러한 감소는 차량의 속도에 기초하여 예측가능할 수 있다. 따라서, 컴퓨팅 시스템이 그러한 펄스들의 검출 시간들에 기초하여 레인지 가설을 발생시킬 때, 컴퓨팅 시스템은 차량의 속도에 기초하여 예상되는 바와 같이 가설의 레인지들이 시간에 따라 감소할지의 여부를 결정할 수 있다. 그렇다면, 컴퓨팅 시스템은 레인지 가설이 정확한 것을 응답적으로 결정할 수 있다. 그렇지 않으면, 컴퓨팅 시스템은 레인지 가설이 부정확한 것을 응답적으로 결정할 수 있다. 다른 양태들이 또한 가능하다.
c. 복수의 검출 기간 동안 각각 검출되는 다수의 복귀 광 펄스 간을 명확히 하는 대체 레인지 가설의 사용
도 12는 예시적 구현에 따른 방법(1200)을 예시하는 흐름도이다. 특히, 방법(1200)은 대체 레인지 가설을 발생시키고 그 다음 그러한 대체 레인지 가설을 사용하여 더 높은 레벨의 확실성에 의해 복수의 검출 기간 동안 각각 검출되는 다수의 복귀 광 펄스 간을 명확히 하기 위해 구현될 수 있다. 방법(1200)이 일반적으로 먼 레인지 가설을 발생시키는 맥락에서 설명되지만, 방법(1200)은 근접 레인지 가설을 발생시키는 맥락에서 부가적으로 또는 대안적으로 적용될 수 있다는 점이 이해되어야 한다.
블록(1202)에서, 방법(1200)은 방출 시간 시퀀스에 따라 방출 시간들에 광 펄스들을 방출하기 위해 - 방출 시간 시퀀스는 시간 가변 디더를 포함함 - , 그리고 검출 시간 시퀀스에 따라 복귀 광 펄스들을 검출하기 위해 - 검출 시간 시퀀스는 각각 방출된 광 펄스에 대해, 대응하는 복귀 광 펄스의 검출을 위한 대응하는 검출 기간을 포함하고, 대응하는 방출된 광 펄스의 대응하는 방출 시간에 대한 복귀 광 펄스의 검출 시간은 대응하는 방출된 광 펄스를 반사시킨 객체까지의 레인지를 나타냄 - LIDAR 디바이스를 동작시키는 단계를 수반한다.
상기 주목된 바와 같이, 컴퓨팅 시스템은 특정 타이밍에 따라 광 펄스들을 방출하고 검출하기 위해 LIDAR 디바이스를 동작시킬 수 있다. 예를 들어, 컴퓨팅 시스템은 시간 가변 디더를 포함하는 방출 시간 시퀀스에 따라 광 펄스들을 방출하기 위해 LIDAR 디바이스를 동작시킬 수 있다. 논의된 바와 같이, 방출 시간 시퀀스는 검출 시간 시퀀스를 설정하는 것을 도울 수 있으며 이 시퀀스에 따라 LIDAR 디바이스가 복귀 광 펄스들을 검출한다. 일반적으로, 이러한 검출 시간 시퀀스는 각각 방출된 광 펄스에 대해 각각 대응하는 검출 기간을 포함할 수 있다.
특히, 주어진 광 펄스에 대한 대응하는 검출 기간은 그러한 주어진 광 펄스의 방출 직후에 또는 방출 후의 일부 시간에 시작될 수 있고, 후속 광 펄스의 방출 전 또는 후에 종료될 수 있다. 이러한 대응하는 검출 기간 동안, LIDAR 디바이스는 예컨대 주어진 방출된 광 펄스가 그러한 복귀 광 펄스를 야기하기 위해 객체에서 반사할 때, 주어진 방출된 광 펄스에 대응하는 주어진 복귀 광 펄스를 검출할 수 있다. LIDAR 디바이스가 특정 검출 시간에 주어진 복귀 광 펄스를 검출한 후에, 컴퓨팅 시스템은 주어진 방출된 광 펄스를 반사시킨 객체까지의 레인지를 결정할 수 있다. 컴퓨팅 시스템은 주어진 복귀 광 펄스의 검출 시간과 주어진 방출된 광 펄스의 방출 시간 사이의 시간 지연에 따라 이러한 레인지를 결정할 수 있다.
블록(1204)에서, 방법(1200)은 LIDAR 디바이스가 복수의 제1 방출된 광 펄스 각각에 대한 대응하는 검출 기간들 동안 다수의 복귀 광 펄스의 세트를 검출한 것을 결정하는 단계를 수반하며, 다수의 복귀 광 펄스의 각각의 세트는 적어도 각각의 제1 복귀 광 펄스 및 각각의 제2 복귀 광 펄스를 포함한다.
상기 주목된 바와 같이, 컴퓨팅 시스템은 LIDAR 디바이스가 하나 이상의 검출 기간들 동안 다수의 복귀 광 펄스를 각각 검출한 것을 결정할 수 있다. 예를 들어, 복수의 제1 방출된 광 펄스는 대응하는 검출 기간을 각각 개별적으로 가질 수 있다. 그러나, 공칭 검출 레인지 외부에 위치되는 객체(들)에서 하나 이상의 광 펄스의 반사로 인해, LIDAR 디바이스는 대신에 결국 각각의 그러한 대응하는 검출 동안 다수의 복귀 광 펄스를 각각 검출하는 것을 끝낼 수 있다. 그와 같이, 각각의 그러한 대응하는 검출 기간 동안, 컴퓨팅 시스템은 LIDAR 디바이스가 적어도 각각의 제1 복귀 광 펄스뿐만 아니라 각각의 제2 복귀 광 펄스를 검출한 것을 결정할 수 있다. 더욱이, 각각의 대응하는 검출 기간에서, 이러한 복귀 광 펄스들 중 하나는 LIDAR 디바이스의 공칭 검출 레인지 외부에 위치되는 객체에서 반사되는 펄스이고, 이러한 복귀 광 펄스들 중 다른 것은 따라서 쟁점중인 검출 기간과 연관되는 공칭 검출 레인지 내에 위치되는 객체에서 반사되는 펄스이다. 다른 시나리오들이 또한 가능하다.
블록(1206)에서, 방법(1200)은 (i) 제1 복귀 광 펄스들이 레인지들의 제1 세트를 나타내는 복수의 제1 방출된 광 펄스의 대응하는 방출 시간들에 대해 검출 시간들을 갖는 것, (ii) 제2 복귀 광 펄스들이 레인지들의 제2 세트를 나타내는 복수의 제1 방출된 광 펄스의 대응하는 방출 시간들에 대해 검출 시간들을 갖는 것, 및 (iii) 제2 복귀 광 펄스들이 레인지들의 제3 세트를 나타내는 복수의 제2 방출된 광 펄스의 대응하는 방출 시간들에 대해 검출 시간들을 갖는 것을 결정하는 단계를 수반한다.
상기 논의에 따라, 컴퓨팅 시스템은 LIDAR 디바이스가 복수의 검출 기간 동안 다수의 복귀 광 펄스를 각각 검출한 것을 결정할 때, 컴퓨팅 시스템은 각각 검출된 복귀 광 펄스에 대해 각각, 가장 최근에 방출된 광 펄스에 대한 시간 지연에 따라 대응하는 레인지를 결정할 수 있다.
예를 들어, 주목된 바와 같이, 복수의 제1 방출된 광 펄스는 대응하는 검출 기간을 각각 개별적으로 가질 수 있고, 각각의 그러한 대응하는 검출 기간 동안, 컴퓨팅 시스템은 LIDAR 디바이스가 적어도 각각의 제1 복귀 광 펄스뿐만 아니라 각각의 제2 복귀 광 펄스를 검출한 것을 결정할 수 있다. 각각의 개별적 제1 복귀 광 펄스에 대해, 컴퓨팅 시스템은 개별적 제1 복귀 광 펄스가 검출된 검출 기간에 대응하는 제1 방출된 광의 방출 시간에 대한 시간 지연에 따라 대응하는 제1 레인지를 결정할 수 있다. 부가적으로, 각각의 개별적 제2 복귀 광 펄스에 대해, 컴퓨팅 시스템은 개별적 제2 복귀 광 펄스가 검출된 검출 기간에 대응하는 제1 방출된 광의 방출 시간에 대한 시간 지연에 따라 대응하는 제2 레인지를 결정할 수 있다. 이러한 방식으로, 결정된 제1 레인지들은 레인지들의 제1 세트를 야기하고 결정된 제2 레인지들은 레인지들의 제2 세트를 야기한다.
추가로 상기 논의에 따라, 컴퓨팅 시스템이 레인지들의 그러한 제1 및 제2 세트들을 결정할 때, 이러한 세트들은 이러한 세트들 중 어느 것이 객체 검출의 목적들을 위해 사용되어야 하는지가 분명하지 않을 수 있음에 따라, 레인지 모호성을 일으킬 수 있다. 상기 언급된 기존 구현이 본 개시에 따라, 이 레인지 모호성을 극복하는 것을 때때로 도울 수 있지만, 컴퓨팅 시스템은 레인지들의 제1 및 제2 세트들에 의해 서로 간 레인지 모호성을 명확히 하는 것을 추가로 돕기 위해, 대체 레인지 가설을 추가로 발생시킬 수 있다.
더 구체적으로, 컴퓨팅 시스템은 제2 복귀 광 펄스들이 잠재적으로 대응할 수 있는 복수의 제2 방출된 광 펄스를 선택할 수 있다. 예를 들어, 각각의 제2 복귀 광 펄스에 대해, 컴퓨팅 시스템은 이전에 방출된 광 펄스를 각각 선택할 수 있으며, 그것은 제2 복귀 광 펄스가 실제로 검출된 것에 앞서는(예를 들어, 바로 앞서는) 검출 기간에 대응하는 광 펄스일 수 있다. 그 결과, 복귀 광 펄스에 대한 레인지를 계산하기 위해 사용되는 제2 방출된 광 펄스들 중 적어도 하나는 복수의 제1 방출된 광 펄스 각각과 상이할 수 있다.
컴퓨팅 시스템은 검출된 제2 복귀 광 펄스들에 잠재적으로 대응하는 복수의 제2 방출된 광 펄스를 선택하거나 그렇지 않으면 결정하면, 컴퓨팅 시스템은 제2 복귀 광 펄스들에 대한 대체 레인지 가설을 응답적으로 발생시킬 수 있다. 구체적으로, 각각의 제2 복귀 광 펄스에 대해, 컴퓨팅 시스템은 복수의 제2 방출된 광 펄스 중 하나의 방출 시간에 대한 시간 지연에 따라 연관된 레인지를 각각 결정할 수 있으며, 그것은 제2 복귀 광 펄스가 검출된 것에 앞서는 검출 기간에 대응하는 방출된 광 펄스일 수 있다. 이러한 방식으로, 컴퓨팅 시스템은 제2 복귀 광 펄스들에 대한 하나의 가능한 대체 레인지 가설인 것으로 간주되는 레인지들의 제3 세트를 야기하기 위해 연관된 레인지들을 결정할 수 있다. 더욱이, 이러한 대체 레인지 가설이 먼 레인지 가설이면, 제3 세트의 레인지들은 레인지들의 양 세트들이 제2 복귀 광 펄스들과 연관됨에도 불구하고, 상기 언급된 제2 세트의 레인지들보다 더 클 수 있다.
블록(1208)에서, 방법(1200)은 레인지들의 제3 세트에 기초하여, 객체 검출을 위한 기초로서 레인지들의 제1 세트를 사용하는 것과 객체 검출을 위한 기초로서 레인지들의 제2 세트를 사용하는 것 중 선택하는 단계를 수반한다. 그리고, 블록(1210)에서, 방법(1200)은 선택에 따라 객체 검출에 관여하는 단계를 수반한다.
더 구체적으로, 본 개시에 따라, 컴퓨팅 시스템은 레인지 모호성을 극복하는 것을 돕기 위해 발생된 대체 레인지 가설을 사용할 수 있고, 컴퓨팅 시스템은 다양한 방식들로 그렇게 행할 수 있다.
일 예에서, 컴퓨팅 시스템은 예를 들어, 레인지들의 제3 세트가 하나 이상의 공지된 객체를 나타내는지의 여부를 결정할 수 있고, 상기 논의된 바와 같이 그렇게 행할 수 있다.
이러한 예에서, 컴퓨팅 시스템은 레인지들의 제3 세트가 하나 이상의 공지된 객체를 나타내는 것을 결정하면, 컴퓨팅 시스템은 제2 복귀 광 펄스들에 대한 발생된 대체 레인지 가설이 정확할 가능성이 있는 것을 응답적으로 결정할 수 있다. 제2 복귀 광 펄스들에 대한 발생된 대체 레인지 가설이 정확할 가능성이 있다는 결정에 기초하여, 컴퓨팅 시스템은 레인지들의 제2 세트를 포함하는, 제2 복귀 광 펄스들에 대한 가까운 레인지 가설이 부정확할 가능성이 있는 것을 결정할 수 있다. 따라서, 레인지들의 제3 세트가 하나 이상의 공지된 객체를 나타내는 것을 결정하는 것에 응답하여, 컴퓨팅 시스템은 컴퓨팅 시스템이 객체 검출의 목적들을 위해, 제2 복귀 광 펄스들과 연관되는 레인지들의 제2 세트보다는 오히려 제1 복귀 광 펄스들과 연관되는 레인지들의 제1 세트를 사용해야 하는 것을 결정할 수 있다.
대조적으로, 컴퓨팅 시스템은 레인지들의 제3 세트가 임의의 공지된 객체를 나타내지 않는 것을 결정하면, 컴퓨팅 시스템은 제2 복귀 광 펄스들에 대한 발생된 대체 레인지 가설이 부정확할 가능성이 있는 것을 응답적으로 결정할 수 있다. 제2 복귀 광 펄스들에 대한 발생된 대체 레인지 가설이 부정확할 가능성이 있다는 결정에 기초하여, 컴퓨팅 시스템은 레인지들의 제2 세트를 포함하는, 제2 복귀 광 펄스들에 대한 가까운 레인지 가설이 정확할 가능성이 있는 것을 결정할 수 있다. 따라서, 레인지들의 제3 세트가 임의의 공지된 객체를 나타내지 않는 것을 결정하는 것에 응답하여, 컴퓨팅 시스템은 컴퓨팅 시스템이 객체 검출의 목적들을 위해, 제1 복귀 광 펄스들과 연관되는 레인지들의 제1 세트보다는 오히려 제2 복귀 광 펄스들과 연관되는 레인지들의 제2 세트를 사용해야 하는 것을 결정할 수 있다.
다른 예에서, 컴퓨팅 시스템은 예를 들어, 제3 세트의 레인지들이 서로 실질적으로 유사한 것을 결정할 수 있고, 상기 논의된 바와 같이 그렇게 행할 수 있다.
이러한 예에서, 컴퓨팅 시스템은 레인지들의 제3 세트가 서로 실질적으로 유사한 것을 결정하면, 컴퓨팅 시스템은 제2 복귀 광 펄스들에 대한 발생된 대체 레인지 가설이 정확할 가능성이 있는 것을 응답적으로 결정할 수 있다. 제2 복귀 광 펄스들에 대한 발생된 대체 레인지 가설이 정확할 가능성이 있다는 결정에 기초하여, 컴퓨팅 시스템은 레인지들의 제2 세트를 포함하는, 제2 복귀 광 펄스들에 대한 가까운 레인지 가설이 부정확할 가능성이 있는 것을 결정할 수 있다. 따라서, 레인지들의 제3 세트가 서로 실질적으로 유사한 것을 결정하는 것에 응답하여, 컴퓨팅 시스템은 컴퓨팅 시스템이 객체 검출의 목적들을 위해, 제2 복귀 광 펄스들과 연관되는 레인지들의 제2 세트보다는 오히려 제1 복귀 광 펄스들과 연관되는 레인지들의 제1 세트를 사용해야 하는 것을 결정할 수 있다.
대조적으로, 컴퓨팅 시스템은 레인지들의 제3 세트가 서로 실질적으로 유사하지 않은 것을 결정하면, 컴퓨팅 시스템은 발생된 대체 레인지 가설이 부정확할 가능성이 있는 것을 응답적으로 결정할 수 있다. 제2 복귀 광 펄스들에 대한 발생된 대체 레인지 가설이 부정확할 가능성이 있다는 결정에 기초하여, 컴퓨팅 시스템은 레인지들의 제2 세트를 포함하는, 제2 복귀 광 펄스들에 대한 가까운 레인지 가설이 정확할 가능성이 있는 것을 결정할 수 있다. 따라서, 제3 세트가 서로 실질적으로 유사하지 않은 것을 결정하는 것에 응답하여, 컴퓨팅 시스템은 컴퓨팅 시스템이 객체 검출의 목적들을 위해, 제1 복귀 광 펄스들과 연관되는 레인지들의 제1 세트보다는 오히려 제2 복귀 광 펄스들과 연관되는 레인지들의 제2 세트를 사용해야 하는 것을 결정할 수 있다. 다른 예들이 또한 가능하다.
본 개시에 따라, 컴퓨팅 시스템은 레인지들의 제1 세트가 객체 검출을 위한 기초로서 사용되어야 하는 것을 결정하면, 컴퓨팅 시스템은 객체 검출을 위한 기초로서 레인지들의 제2 세트보다는 오히려 레인지들의 제1 세트를 응답적으로 사용할 수 있다. 예를 들어, 컴퓨팅 시스템은 레인지들의 제1 세트에 기초하여 인근 객체가 LIDAR 디바이스에서 떨어진 특정 레인지에 위치되는 것을 결정할 수 있다. 컴퓨팅 시스템은 다른 가능성들 중에서, 이러한 특정 레인지가 제1 세트의 레인지들 중 하나인 것을 결정할 수 있거나 이러한 특정 레인지가 제1 세트의 레인지들의 평균인 것을 결정할 수 있다. 부가적으로 또는 대안적으로, 컴퓨팅 시스템은 레인지들의 제1 세트에 기초하여 포인트 클라우드를 어셈블리할 수 있고 객체 인식 기술(들)에 따라 인근 객체를 식별하기 위한 기초로서 이러한 포인트 클라우드를 사용할 수 있다.
그러나, 컴퓨팅 시스템은 레인지들의 제2 세트가 객체 검출을 위한 기초로서 사용되어야 하는 것을 결정하면, 컴퓨팅 시스템은 객체 검출을 위한 기초로서 레인지들의 제1 세트보다는 오히려 레인지들의 제2 세트를 응답적으로 사용할 수 있다. 예를 들어, 컴퓨팅 시스템은 레인지들의 제2 세트에 기초하여 인근 객체가 LIDAR 디바이스에서 떨어진 특정 레인지에 위치되는 것을 결정할 수 있다. 컴퓨팅 시스템은 다른 가능성들 중에서, 이러한 특정 레인지가 제2 세트의 레인지들 중 하나인 것을 결정할 수 있거나 이러한 특정 레인지가 제2 세트의 레인지들의 평균인 것을 결정할 수 있다. 부가적으로 또는 대안적으로, 컴퓨팅 시스템은 레인지들의 제2 세트에 기초하여 포인트 클라우드를 어셈블리할 수 있고 객체 인식 기술(들)에 따라 인근 객체를 식별하기 위한 기초로서 이러한 포인트 클라우드를 사용할 수 있다. 다른 사례들이 또한 가능하다.
일부 구현들에서, 제2 복귀 광 펄스들에 대해 발생되는 대체 레인지 가설이 제2 대체 레인지 가설로 언급될 수 있는 것을 가정하면, 컴퓨팅 시스템은 제1 복귀 광 펄스들에 대한 제1 대체 레인지 가설을 부가적으로 발생시킬 수 있고 이러한 제1 대체 레인지 가설을 사용하여 레인지 모호성을 극복하는 것을 도울 수 있다. 즉, 컴퓨팅 시스템은 객체 검출의 목적들을 위해 레인지들의 제1 또는 제2 세트를 사용할지를 결정하기 위한 추가 기초로서 이러한 제1 대체 레인지 가설을 사용할 수 있다.
특히, 컴퓨팅 시스템은 제1 대체 레인지 가설과 제2 대체 레인지 가설 사이의 비교를 할 수 있고, 그 다음 비교에 기초하여 객체 검출의 목적들을 위해 레인지들의 제1 또는 제2 세트를 사용할지를 결정할 수 있다.
일 예에서, 비교는 제1 먼 레인지 가설이 제2 먼 레인지 가설보다 공지된 객체(들)와 더 아주 비슷한지의 결정일 수 있으며, 그 역도 또한 마찬가지이다. 예를 들어, 컴퓨팅 시스템은 제1 먼 레인지 가설이 하나 이상의 공지된 객체를 나타내는 것 및 제2 먼 레인지 가설이 임의의 공지된 객체를 나타내지 않는 것을 결정하면, 컴퓨팅 시스템은 제1 먼 레인지 가설이 제2 먼 레인지 가설보다 공지된 객체(들)와 더 아주 비슷한 것을 응답적으로 결정할 수 있다. 반면, 컴퓨팅 시스템은 제2 먼 레인지 가설이 하나 이상의 공지된 객체를 나타내는 것 및 제1 먼 레인지 가설이 임의의 공지된 객체를 나타내지 않는 것을 결정하면, 컴퓨팅 시스템은 제2 먼 레인지 가설이 제1 먼 레인지 가설보다 공지된 객체(들)와 더 아주 비슷한 것을 응답적으로 결정할 수 있다.
그러나, 컴퓨팅 시스템은 제1 및 제2 먼 레인지 가설들 둘 다가 공지된 객체(들)를 각각 나타내는 것을 결정하면, 컴퓨팅 시스템은 이러한 먼 레인지 가설들 중 어느 것이 공지된 객체(들)와 더 아주 비슷한지를 결정하기 위해 객체 인식 기술(들)을 사용할 수 있다. 예를 들어, 컴퓨팅 시스템은 제1 레인지 가설이 공지된 객체를 제1 레벨의 확실성과 매칭시키는 것(예를 들어, 25% 매치) 및 제2 레인지 가설이 공지된 객체를 제2 레벨의 확실성과 매칭시키는 것(예를 들어, 95% 매치)을 결정할 수 있다. 제2 레벨의 확실성이 제1 레벨의 확실성보다 더 높다는 결정에 기초하여, 컴퓨팅 시스템은 제2 먼 레인지 가설이 제1 먼 레인지 가설과 비교하여 공지된 객체와 더 아주 비슷한 것을 응답적으로 결정할 수 있다. 다른 사례들이 또한 가능하다.
이러한 예에서, 컴퓨팅 시스템은 제1 먼 레인지 가설이 제2 먼 레인지 가설보다 공지된 객체(들)와 더 아주 비슷한 것을 결정하면, 컴퓨팅 시스템은 제1 먼 레인지 가설이 제2 레인지 가설보다 정확할 가능성이 더 많은 것을 결정할 수 있다. 즉, 제2 복귀 광 펄스들이 가장 최근의 검출 기간에 각각 개별적으로 대응할 가능성이 더 많은 것 및 제1 복귀 광 펄스들이 이전 검출 기간에 각각 개별적으로 대응할 가능성이 더 많은 것을 결정할 수 있다. 따라서, 제1 먼 레인지 가설이 제2 먼 레인지 가설보다 공지된 객체(들)와 더 아주 비슷한 것을 결정하는 것에 응답하여, 컴퓨팅 시스템은 컴퓨팅 시스템이 객체 검출의 목적들을 위해, 제1 복귀 광 펄스들과 연관되는 레인지들의 제1 세트보다는 오히려 제2 복귀 광 펄스들과 연관되는 레인지들의 제2 세트를 사용해야 하는 것을 결정할 수 있다.
대조적으로, 컴퓨팅 시스템은 제2 먼 레인지 가설이 제1 먼 레인지 가설보다 공지된 객체(들)와 더 아주 비슷한 것을 결정하면, 컴퓨팅 시스템은 제2 먼 레인지 가설이 제1 레인지 가설보다 정확할 가능성이 더 많은 것을 결정할 수 있다. 즉, 제1 복귀 광 펄스들이 가장 최근의 검출 기간에 각각 개별적으로 대응할 가능성이 더 많은 것 및 제2 복귀 광 펄스들이 이전 검출 기간에 각각 개별적으로 대응할 가능성이 더 많은 것을 결정할 수 있다. 따라서, 제2 먼 레인지 가설이 제1 먼 레인지 가설보다 공지된 객체(들)와 더 아주 비슷한 것을 결정하는 것에 응답하여, 컴퓨팅 시스템은 컴퓨팅 시스템이 객체 검출의 목적들을 위해, 제2 복귀 광 펄스들과 연관되는 레인지들의 제2 세트보다는 오히려 제1 복귀 광 펄스들과 연관되는 레인지들의 제1 세트를 사용해야 하는 것을 결정할 수 있다.
다른 예에서, 비교는 제2 먼 레인지 가설의 레인지들이 서로 얼마나 유사한지에 대한 제1 먼 레인지 가설의 레인지들이 서로 얼마나 유사한지의 비교일 수 있다. 예를 들어, 컴퓨팅 시스템은 제2 먼 레인지 가설의 레인지들이 서로 매칭하는 것 및 제1 먼 레인지 가설의 레인지들이 서로 상이한 것을 결정할 수 있다. 그 결과, 컴퓨팅 시스템은 제2 먼 레인지 가설의 레인지들이 제1 먼 레인지 가설 내의 레인지들의 유사성과 비교하여 서로 더 유사한 것을 응답적으로 결정할 수 있다. 다른 사례들이 또한 가능하다.
이러한 예에서, 컴퓨팅 시스템은 제1 먼 레인지 가설의 레인지들이 제2 먼 레인지 가설 내의 레인지들의 유사성과 비교하여 서로 더 유사하다는 결정을 하면, 컴퓨팅 시스템은 제1 먼 레인지 가설이 제2 먼 레인지 가설보다 더 정확할 가능성이 있는 것을 결정할 수 있다. 즉, 제2 복귀 광 펄스들이 가장 최근의 검출 기간에 각각 개별적으로 대응할 가능성이 많은 것 및 제1 복귀 광 펄스들이 이전 검출 기간에 각각 개별적으로 대응할 가능성이 더 많은 것을 결정할 수 있다. 따라서, 이러한 결정을 하는 것에 응답하여, 컴퓨팅 시스템은 컴퓨팅 시스템이 객체 검출의 목적들을 위해, 제1 복귀 광 펄스들과 연관되는 레인지들의 제1 세트보다는 오히려 제2 복귀 광 펄스들과 연관되는 레인지들의 제2 세트를 사용해야 하는 것을 결정할 수 있다.
대조적으로, 컴퓨팅 시스템은 제2 먼 레인지 가설의 레인지들이 제1 먼 레인지 가설 내의 레인지들의 유사성과 비교하여 서로 더 유사하다는 결정을 하면, 컴퓨팅 시스템은 제2 먼 레인지 가설이 제1 레인지 가설보다 더 정확할 가능성이 있는 것을 결정할 수 있다. 즉, 제1 복귀 광 펄스들이 가장 최근의 검출 기간에 각각 개별적으로 대응할 가능성이 더 많은 것 및 제2 복귀 광 펄스들이 이전 검출 기간에 각각 개별적으로 대응할 가능성이 더 많은 것을 결정할 수 있다. 따라서, 이러한 결정을 하는 것에 응답하여, 컴퓨팅 시스템은 컴퓨팅 시스템이 객체 검출의 목적들을 위해, 제2 복귀 광 펄스들과 연관되는 레인지들의 제2 세트보다는 오히려 제1 복귀 광 펄스들과 연관되는 레인지들의 제1 세트를 사용해야 하는 것을 결정할 수 있다. 다른 예들이 또한 가능하다.
이러한 방식으로, 하나 이상의 대체 레인지 가설은 레인지 모호성을 극복하는 것을 돕고 따라서 더 높은 레벨의 확실성에 의해 인근 객체(들)를 검출하는 것을 도울 수 있다. 인근 객체(들)의 그러한 향상된 검출은 다른 결과들 중에서, 자율 모드로 동작하는 차량에 대한 내비게이션 결정들을 최적화하도록 컴퓨팅 시스템에 의해 사용될 수 있다.
다음에, 도 13a 내지 도 13b 및 도 14a 내지 도 14b는 하나 이상의 대체 레인지 가설이 레인지 모호성을 극복하는 것을 돕고 따라서 더 높은 레벨의 확실성에 의해 인근 객체(들)를 검출하는 것을 어떻게 도울 수 있는지를 예시한다.
특히, 도 13a는 상기 도입된 방출 시간 시퀀스(#4)를 도시한다. 여기서 다시, 컴퓨팅 시스템은 이전에 방출된 광 펄스의 방출 시간에 대한 시간 지연에 따라 광 펄스들(B, D, 및 F)에 대응하는 레인지들을 각각 결정한다. 즉, 도 13a에 도시된 바와 같이, 컴퓨팅 시스템은 복귀 광 펄스들(B)이 방출 시간(B)에 대해 533ns의 검출 시간을 갖는 것, 복귀 광 펄스들(D)이 방출 시간(D)에 대해 533ns의 검출 시간을 갖는 것, 및 복귀 광 펄스들(F)이 방출 시간(F)에 대해 533ns의 검출 시간을 갖는 것을 결정한다. 도 13b에 도시된 바와 같이, 복귀 광 펄스들(B, D, F)의 이러한 검출 시간들은 80m의 대응하는 레인지를 각각 갖는다. 따라서, 이러한 대응하는 레인지들은 레인지들(1300)의 세트가 LIDAR 디바이스에서 떨어진 80m에 위치되는 원격 객체의 먼 레인지 가설인 것으로 간주되는 것을 야기한다.
이러한 예에서, 컴퓨팅 시스템은 레인지들(1300)이 서로 실질적으로 유사한 것에 기초하여 먼 레인지 가설이 정확할 가능성이 있는 것을 결정할 수 있다. 먼 레인지 가설이 정확할 가능성이 있다는 결정에 기초하여, 컴퓨팅 시스템은 복귀 광 펄스들(B, D, 및 F)(예를 들어, 상기 언급된 레인지들(904))과 연관되는 가까운 레인지 가설이 부정확할 가능성이 있는 것을 차례로 결정할 수 있다. 따라서, 먼 레인지 가설이 정확할 가능성이 있다는 결정에 기초하여, 컴퓨팅 시스템은 광 펄스들(A, C, E, 및 G)(예를 들어, 상기 언급된 레인지들(902))과 연관되는 가까운 레인지 가설이 객체 검출을 위해 사용되어야 하는 것을 더 높은 레벨의 확실성에 의해 응답적으로 결정할 수 있으며, 그것에 의해 하나 이상의 검출 기간들에서 각각 다수의 복귀 광 펄스의 검출로 인해 발생할 수 있는 레인지 모호성을 해결한다.
더욱이, 도 14a 내지 도 14b는 부가 대체 레인지 가설이 훨씬 더 높은 레벨의 확실성에 의해 레인지 모호성을 극복하는 것을 어떻게 도울 수 있는지를 예시한다. 특히, 도 14a는 또한 방출 시간 시퀀스(#4)를 도시한다. 그러나, 이러한 경우에, 컴퓨팅 시스템은 이전에 방출된 광 펄스의 방출 시간에 대한 시간 지연에 따라 광 펄스들(C, E, 및 G)에 대응하는 레인지들을 각각 결정한다. 즉, 도 14c에 도시된 바와 같이, 컴퓨팅 시스템은 복귀 광 펄스들(C)이 방출 시간(B)에 대해 675ns의 검출 시간을 갖는 것, 복귀 광 펄스들(E)이 방출 시간(D)에 대해 725ns의 검출 시간을 갖는 것, 및 복귀 광 펄스들(G)이 방출 시간(F)에 대해 750ns의 검출 시간을 갖는 것을 결정한다. 그리고, 도 14b에 도시된 바와 같이, 복귀 광 펄스들(C, E, 및 G)의 이러한 검출 시간들은 101.35m, 108.8m, 및 112.6m의 대응하는 레인지를 각각 갖는다. 따라서, 이러한 대응하는 레인지들은 다른 먼 레인지 가설인 것으로 간주되는 레인지들(1400)의 세트를 야기한다.
이러한 예에서, 컴퓨팅 시스템은 레인지들(1300)이 레인지들(1400)의 유사성과 비교하여 서로 더 유사한 것(예를 들어, 레인지들(1400)이 레인지들(1300)에 대해 산란되는 것)을 결정할 수 있다. 따라서, 컴퓨팅 시스템은 광 펄스들(A, C, E, 및 G)(예를 들어, 상기 언급된 레인지들(902))과 연관되는 가까운 레인지 가설이 객체 검출을 위해 사용되어야 하는 것을 더 높은 레벨의 확실성에 의해 응답적으로 결정할 수 있으며, 그것에 의해 하나 이상의 검출 기간들에서 각각 다수의 복귀 광 펄스의 검출로 인해 발생할 수 있는 레인지 모호성을 해결한다. 다른 예시들이 또한 가능하다.
d. 선택된 거리에 기초한 자율 차량의 동작
도 15는 예시적 구현에 따른 방법(1500)을 예시하는 흐름도이다. 특히, 방법(1500)은 반사된 복귀 광 펄스와 연관되는 수신된 신호에 대응하는 거리를 선택하고, 그 다음 선택에 기초하여 자율 차량을 동작시키기 위해 구현될 수 있다. 본원에 논의되는 구현들 중 어느 것이 방법(1500)의 맥락에서 적용될 수 있다는 점을 주목한다.
블록(1502)에서, 방법(1500)은 자율 차량의 LIDAR 디바이스에 의해 방출되는 광 펄스의, 객체에 의한, 반사와 연관되는 신호를 수신하는 단계를 수반한다.
블록(1504)에서, 방법(1500)은 제1 시간에 기초하여 객체까지의 제1 거리를 계산하는 단계를 수반하며, 제1 시간은 자율 차량의 LIDAR 디바이스에 의해 방출되는 이전 광 펄스에 대응한다.
블록(1506)에서, 방법(1500)은 제2 시간에 기초하여 객체까지의 제2 거리를 계산하는 단계를 수반하며, 제2 시간은 자율 차량의 LIDAR 디바이스에 의해 방출되는 상이한 이전 광 펄스에 대응한다.
블록(1508)에서, 방법(1500)은 제1 거리와 제2 거리 중의 선택에 기초하여 자율 차량을 동작시키는 단계를 수반한다. 예를 들어, 제1 거리와 제2 거리 중의 선택은 LIDAR 디바이스에 의해 방출되는 복수의 광 펄스의, 객체에 의한, 각각의 반사들과 연관되는 복수의 수신된 신호에 기초할 수 있다. 일반적으로, 복수의 광 펄스 중 하나 이상은 의사 랜덤 지속기간만큼 주기성에서 벗어나는 타이밍에 따라 방출될 수 있다.
VII. LIDAR 디바이스에 의한 스캔들에 기초한 차량의 제어
주목된 바와 같이, 컴퓨팅 시스템은 본원에 개시되는 LIDAR 디바이스로부터 수신되는 스캔들에 기초하여 차량을 동작시킬 수 있다. 특히, 컴퓨팅 시스템은 LIDAR 디바이스로부터 차량 주위의 환경의 스캔들을 수신할 수 있다. 그리고, 컴퓨팅 시스템은 LIDAR 디바이스로부터 수신되는 환경의 스캔들에 적어도 기초하여 차량을 동작시킬 수 있다.
더 구체적으로, 컴퓨팅 시스템은 광을 환경으로 방출하기 위해 LIDAR 디바이스(100)를 동작시킬 수 있다. 또한, 컴퓨팅 시스템은 LIDAR 디바이스(100)로부터 반사된 광의 검출들을 나타내는 데이터를 수신할 수 있다. 그리고, 검출된 광 빔들을 방출된 광 빔들과 비교함으로써, 컴퓨팅 시스템은 환경 내의 하나 이상의 객체의 적어도 하나의 양태를 결정할 수 있다.
예를 들어, 복수의 광 빔이 LIDAR 디바이스(100)의 송신기에 의해 방출된 때의 시간 및 LIDAR 디바이스(100)의 수신기가 반사된 광을 검출한 때의 시간을 비교함으로써, LIDAR 디바이스(100)와 환경 내의 객체 사이의 거리가 결정될 수 있다. 다른 예들에서, 형상, 컬러, 재료 등과 같은 양태들은 또한 방출된 광 및 검출된 광 사이의 다양한 비교들에 기초하여 결정될 수 있다.
이러한 배열의 경우, 컴퓨팅 시스템은 LIDAR 디바이스(100)로부터의 데이터에 기초하여 환경의 3차원(three-dimensional)(3D) 표현을 결정할 수 있다. 예를 들어, 3D 표현은 LIDAR 디바이스(100)로부터의 데이터에 기초하여 3D 포인트 클라우드로서 컴퓨팅 시스템에 의해 발생될 수 있다. 3D 클라우드의 각각의 포인트는 예를 들어, 반사된 광 펄스와 연관될 수 있다. 그와 같이, 컴퓨팅 시스템은 환경 또는 그것의 부분들의 3D 표현들을 (예를 들어, 연속적으로 또는 때때로) 발생시킬 수 있다. 그리고, 컴퓨팅 시스템은 환경의 그러한 3D 표현들의 평가에 기초하여 차량의 동작을 제어할 수 있다.
예로서, 차량은 자율 모드에서 동작될 수 있다. 이러한 예에서, 컴퓨팅 시스템은 다른 가능성들 중에서 장애물들을 회피함으로써 차량을 내비게이션(예를 들어, 속도, 방향 등을 조정)하기 위해 3D 표현들을 이용할 수 있다. 장애물들 또는 객체들은 예를 들어, 3D 표현들을 분석하고 다양한 장애물들 또는 객체들을 검출 및/또는 식별하기 위해 이미지 처리 알고리즘 또는 다른 컴퓨팅 방법을 사용하여 검출 및/또는 식별될 수 있다. 다른 예로서, 차량은 부분적으로 자율 또는 수동 모드에서 동작될 수 있다. 이러한 예에서, 차량은 예컨대 차량 내의 디스플레이 또는 스피커로 하여금 환경 내의 하나 이상의 객체에 관한 정보를 제시하게 함으로써, 다양한 객체들 또는 변화하는 도로 조건들(예를 들어, 가로등들, 도로명 게시판들 등)에 대한 존재 또는 거리를 차량의 운전자 또는 조작자에게 통지할 수 있다. 다른 예들이 또한 가능하다.
다음에, 도 16은 LIDAR 디바이스(200)로부터 수신되는 환경(1600)의 스캔들에 기초하여 차량(300)의 예시적 동작을 예시한다. 본 개시에 따라, 차량의 컴퓨팅 시스템은 예를 들어 도로 표지(404)와 같은, 원격 객체(들)를 검출하고 식별하기 위해 LIDAR 디바이스(200)로부터 수신되는 데이터를 사용할 수 있다. 이와 관련하여, 컴퓨팅 시스템은 원하는 목적지에 도달하기 위해 차량(300)이 이상적으로 취해야 하는 출구를 도로 표지(404)가 나타내는 것을 데이터에 기초하여 결정할 수 있다. 그 다음, 그러한 결정을 하는 것에 응답하여, 컴퓨팅 시스템은 차선 1 상의 주행으로부터 차선 2 상의 주행으로 스위칭하기 위해 차량(300)을 동작시킬 수 있다.
실제로, 컴퓨팅 시스템은 환경(1600)의 3D 표현들 내에서 차선 마커들을 인식함으로써 이러한 차선들을 구별할 수 있다. 예를 들어, 차량의 컴퓨팅 시스템은 차선 1을 차선 2로부터 분리하는 인근 차선 마커를 검출하고 식별하기 위해 LIDAR 디바이스(200)로부터 수신되는 데이터를 사용할 수 있다. 더욱이, 차선들을 스위칭하기 위해 차량을 동작시키기 전에, 컴퓨팅 시스템은 객체들을 검출하고 식별하기 위해 환경을 스캐닝할 수 있어, 컴퓨팅 시스템은 또한 차선들을 스위칭하기 위해 차량(300)을 동작시키는 동안 그러한 검출된/식별된 객체들을 회피하는 방식으로 차량(300)을 동작시킬 수 있다.
예를 들어, 컴퓨팅 시스템은 도로 표지(402)를 검출하고 식별할 뿐만 아니라 인근 차량(1602)을 검출하고 식별하기 위해 LIDAR 디바이스(200)로부터 수신되는 데이터를 사용할 수 있다. 그러한 검출들/식별들에 기초하여, 컴퓨팅 시스템은 또한 차선 1 상의 주행으로부터 차선 2 상의 주행으로 스위칭하기 위해 차량(300)을 동작시키는 동안 차량(1602) 및 도로 표지(402)를 회피하는 방식으로 차량(300)을 동작시킬 수 있다. 다른 예시들이 또한 가능하다.
VIII. 차량의 예시적 배열
최종적으로, 도 17은 예시적 실시예에 따른 차량(1700)의 간략화된 블록도이다. 차량(1700)은 차량(300)과 유사할 수 있고, LIDAR 디바이스(100)와 유사한 LIDAR 디바이스를 포함할 수 있다. 게다가, 차량(1700)은 본원에서의 기능들 및 방법들 예컨대 방법(800) 및/또는 방법(1000)을 수행하도록 구성될 수 있다. 도시된 바와 같이, 차량(1700)은 추진 시스템(1702), 센서 시스템(1704), 제어 시스템(1706)(또한 컨트롤러(1706)로 언급될 수 있음), 주변 장치들(1708), 및 컴퓨터 시스템(1710)을 포함한다. 차량(1700)은 예를 들어, 자동차, 철도 차량, 선박, 또는 비행기일 수 있다. 다른 실시예들에서, 차량(1700)은 더 많은, 더 적은, 또는 상이한 시스템들을 포함할 수 있고, 각각의 시스템은 더 많은, 더 적은, 또는 상이한 구성요소들을 포함할 수 있다.
부가적으로, 도시되는 시스템들 및 구성요소들은 임의의 수의 방식들로 조합되거나 분할될 수 있다. 예를 들어, 제어 시스템(1706) 및 컴퓨터 시스템(1710)은 다양한 동작들에 따라 차량(1700)을 동작시키는 단일 시스템으로 조합될 수 있다.
추진 시스템(1702)은 차량(1700)을 위한 파워 모션(powered motion)을 제공하도록 구성될 수 있다. 도시된 바와 같이, 추진 시스템(1702)는 엔진/모터(1718), 에너지원(1720), 변속기(1722), 및 휠들/타이어들(1724)을 포함한다.
엔진/모터(1718)는 내연 엔진, 전기 모터, 스팀 엔진, 및 스털링 엔진의 임의의 조합이거나 임의의 조합을 포함할 수 있다. 다른 모터들 및 엔진들이 또한 가능하다. 일부 실시예들에서, 추진 시스템(1702)은 다수의 타입의 엔진들 및/또는 모터들을 포함할 수 있다. 예를 들어, 가스-전기 하이브리드 승용차는 가솔린 엔진 및 전기 모터를 포함할 수 있다. 다른 예들이 가능하다.
에너지원(1720)은 엔진/모터(1718)에 전체적으로 또는 부분적으로 전력 공급하는 에너지원일 수 있다. 즉, 엔진/모터(918)는 에너지원(1720)을 기계 에너지로 변환하도록 구성될 수 있다. 에너지원들(1720)의 예들은 가솔린, 디젤, 프로판, 다른 압축된 가스계 연료들, 에탄올, 태양 전지판들, 배터리들, 및 다른 전기 전력원들을 포함한다. 에너지원(들)(1720)은 연료 탱크들, 배터리들, 커패시터들, 및/또는 플라이휠들의 임의의 조합을 부가적으로 또는 대안적으로 포함할 수 있다. 일부 실시예들에서, 에너지원(1720)은 또한 차량(1700)의 다른 시스템들을 위한 에너지를 제공할 수 있다.
변속기(1722)는 기계 동력을 엔진/모터(1718)로부터 휠들/타이어들(1724)로 전달하도록 구성될 수 있다. 이 때문에, 변속기(1722)는 기어박스, 클러치, 차동 장치, 구동 샤프트들, 및/또는 다른 요소들을 포함할 수 있다. 변속기(1722)가 구동 샤프트들을 포함하는 실시예들에서, 구동 샤프트들은 휠들/타이어들(1724)에 결합되도록 구성되는 하나 이상의 차축을 포함할 수 있다.
차량(1700)의 휠들/타이어들(1724)은 이륜/모터사이클, 삼륜, 승용차/트럭 사륜 포맷, 또는 레일을 포함하는, 다양한 포맷들로 구성될 수 있다. 6개 이상의 휠을 포함하는 것들과 같은, 다른 휠/타이어 포맷들이 또한 가능하다. 임의의 경우에, 휠들/타이어들(1724)은 다른 휠들/타이어들(1724)에 대해 별도로 회전하도록 구성될 수 있다. 일부 실시예들에서, 휠들/타이어들(1724)은 변속기(1722)에 고정 부착되는 적어도 하나의 휠 및 주행 표면과 접촉할 수 있는 휠의 림에 결합되는 적어도 하나의 타이어를 포함할 수 있다. 휠들/타이어들(1724)은 금속 및 고무의 임의의 조합, 또는 다른 재료들의 조합을 포함할 수 있다. 추진 시스템(1702)은 도시되는 것들과 다른 구성요소들을 부가적으로 또는 대안적으로 포함할 수 있다.
센서 시스템(1704)은 센서들의 위치 및/또는 배향을 수정하도록 구성되는 하나 이상의 액추에이터(1736)뿐만 아니라, 차량(1700)이 위치되는 환경에 관한 정보를 감지하도록 구성되는 다수의 센서를 포함할 수 있다. 도시된 바와 같이, 센서 시스템(1704)의 센서들은 위성 위치 확인 시스템(Global Positioning System)(GPS)(1726), 관성 측정 유닛(inertial measurement unit)(IMU)(1728), RADAR 유닛(1730), 레이저 레인지파인터 및/또는 LIDAR 유닛(1732), 및 카메라(1734)를 포함한다. 센서 시스템(1704)은 예를 들어, 차량(1700)의 내부 시스템들(예를 들어, O2 모니터, 연료 게이지, 엔진 오일 온도 등)을 감시하는 센서들을 포함하는, 부가 센서들을 또한 포함할 수 있다. 다른 센서들이 또한 가능하다.
GPS(1726)는 차량(1700)의 지리적 위치를 추정하도록 구성되는 임의의 센서(예를 들어, 위치 센서)일 수 있다. 이 때문에, GPS(1726)는 지구에 대해 차량(1700)의 위치를 추정하도록 구성되는 송수신기를 포함할 수 있다. GPS(1726)는 또한 다른 형태들을 취할 수 있다.
IMU(1728)는 관성 가속도에 기초하여 차량(1700)의 위치 및 배향 변경들을 감지하도록 구성되는 센서들의 임의의 조합일 수 있다. 일부 실시예들에서, 센서들의 조합은 예를 들어, 가속도계들 및 자이로스코프들을 포함할 수 있다. 센서들의 다른 조합들이 또한 가능하다.
RADAR 유닛(1730)은 라디오 신호들을 사용하여 차량(1700)이 위치되는 환경 내의 객체들을 감지하도록 구성되는 임의의 센서일 수 있다. 일부 실시예들에서, 객체들을 감지하는 것에 더하여, RADAR 유닛(1730)은 객체들의 속도 및/또는 진로를 감지하도록 부가적으로 구성될 수 있다.
유사하게, 레이저 레인지 파인더 또는 LIDAR 유닛(1732)은 레이저들을 사용하여 차량(1700)이 위치되는 환경 내의 객체들을 감지하도록 구성되는 임의의 센서일 수 있다. 예를 들어, LIDAR 유닛(1732)은 하나 이상의 LIDAR 디바이스를 포함할 수 있으며, 그것의 적어도 일부는 본원에 개시되는 LIDAR 디바이스(100)의 형태를 취할 수 있다.
카메라(1734)는 차량(1700)이 위치되는 환경의 이미지들을 캡처하도록 구성되는 임의의 카메라(예를 들어, 스틸 카메라, 비디오 카메라 등)일 수 있다. 이 때문에, 카메라는 상기 설명된 형태들 중 어느 것을 취할 수 있다. 센서 시스템(1704)은 도시되는 것들과 다른 구성요소들을 부가적으로 또는 대안적으로 포함할 수 있다.
제어 시스템(1706)은 차량(1700) 및 그것의 구성요소들의 동작을 제어하도록 구성될 수 있다. 이 때문에, 제어 시스템(1706)은 스티어링 유닛(1738), 스로틀(1740), 브레이크 유닛(1742), 센서 융합 알고리즘(1744), 컴퓨터 비전 시스템(1746), 내비게이션 또는 경로지정 시스템(1748), 및 장애물 회피 시스템(1750)을 포함할 수 있다.
스티어링 유닛(1738)은 차량(1700)의 진로를 조정하도록 구성되는 메커니즘들의 임의의 조합일 수 있다. 스로틀(1740)은 엔진/모터(1718)의 동작 속도, 및 차례로, 차량(1700)의 속도를 제어하도록 구성되는 메커니즘들의 임의의 조합일 수 있다. 브레이크 유닛(1742)은 차량(1700)을 감속하도록 구성되는 메커니즘들의 임의의 조합일 수 있다. 예를 들어, 브레이크 유닛(1742)은 휠들/타이어들(1724)을 느리게 하기 위해 마찰을 사용할 수 있다. 다른 예로서, 브레이크 유닛(1742)은 휠들/타이어들(1724)의 운동 에너지를 전기 전류로 변환할 수 있다. 브레이크 유닛(1742)은 또한 다른 형태들을 취할 수 있다.
센서 융합 알고리즘(1744)은 센서 시스템(1704)으로부터의 데이터를 입력으로서 수락하도록 구성되는 알고리즘(또는 알고리즘을 저장하는 컴퓨터 프로그램 제품)일 수 있다. 데이터는 예를 들어, 센서 시스템(1704)의 센서들에서 감지되는 정보를 표현하는 데이터를 포함할 수 있다. 센서 융합 알고리즘(1744)은 예를 들어, 칼만 필터, 베이지안 네트워크, 본원에서의 방법들의 기능들의 일부를 위한 알고리즘, 또는 임의의 다른 알고리즘을 포함할 수 있다. 센서 융합 알고리즘(1744)은 예를 들어, 차량(1700)이 위치되는 환경 내의 개별 객체들 및/또는 특징들의 평가들, 특정 상황들의 평가들, 및/또는 특정 상황들에 기초한 가능한 영향들의 평가들을 포함하는, 다양한 평가들을 센서 시스템(1704)으로부터의 데이터에 기초하여 제공하도록 추가로 구성될 수 있다. 다른 평가들이 또한 가능하다.
컴퓨터 비전 시스템(1746)은 예를 들어, 교통 신호들 및 장애물들을 포함하는, 차량(1700)이 위치되는 환경 내의 객체들 및/또는 특징들을 식별하기 위해 카메라(1734)에 의해 캡처되는 이미지들을 처리하고 분석하도록 구성되는 임의의 시스템일 수 있다. 이 때문에, 컴퓨터 비전 시스템(1746)은 객체 인식 알고리즘, 모션으로부터의 구조(Structure from Motion)(SFM) 알고리즘, 비디오 추적, 또는 다른 컴퓨터 비전 기술들을 사용할 수 있다. 일부 실시예들에서, 컴퓨터 비전 시스템(1746)은 환경을 매핑하고, 객체들을 추적하고, 객체들의 속도를 추정하는 등 하도록 부가적으로 구성될 수 있다.
내비게이션 및 경로지정 시스템(1748)은 차량(1700)에 대한 주행 경로를 결정하도록 구성되는 임의의 시스템일 수 있다. 내비게이션 및 경로지정 시스템(1748)은 차량(1700)이 동작중인 동안 주행 경로를 동적으로 갱신하도록 부가적으로 구성될 수 있다. 일부 실시예들에서, 내비게이션 및 경로지정 시스템(1748)은 차량(1700)에 대한 주행 경로를 결정하기 위해 센서 융합 알고리즘(1744), GPS(1726), LIDAR 유닛(1732), 및 하나 이상의 미리 결정된 맵으로부터 데이터를 통합하도록 구성될 수 있다.
장애물 회피 시스템(1750)은 차량(1700)이 위치되는 환경에서 장애물들을 식별하고, 평가하고, 회피하거나 그렇지 않으면 협상하도록 구성되는 임의의 시스템일 수 있다. 제어 시스템(1706)은 도시되는 것들과 다른 구성요소들을 부가적으로 또는 대안적으로 포함할 수 있다.
주변 장치들(1708)은 차량(1700)이 외부 센서들, 다른 차량들, 외부 컴퓨팅 디바이스들, 및/또는 사용자와 상호작용하는 것을 허용하도록 구성될 수 있다. 이 때문에, 주변 장치들(1708)은 예를 들어, 무선 통신 시스템(1752), 터치스크린(1754), 마이크로폰(1756), 및/또는 스피커(1758)를 포함할 수 있다.
무선 통신 시스템(1752)은 하나 이상의 다른 차량, 센서, 또는 다른 엔티티에, 직접 또는 통신 네트워크를 통해 무선 결합되도록 구성되는 임의의 시스템일 수 있다. 이 때문에, 무선 통신 시스템(1752)은 다른 차량들, 센서들, 서버들, 또는 다른 엔티티들과 직접 또는 통신 네트워크를 통해 통신하기 위한 안테나 및 칩셋을 포함할 수 있다. 칩셋 또는 무선 통신 시스템(1752)은 일반적으로 다른 가능성들 중에서, 하나 이상의 타입의 무선 통신(예를 들어, 프로토콜들) 예컨대 블루투스, IEEE 802.11(임의의 IEEE 802.11 수정들을 포함함)에 설명되는 통신 프로토콜들, 셀룰러 기술(예컨대 GSM, CDMA, UMTS, EV-DO, WiMAX, 또는 LTE), 지그비, 짧은 레인지 전용 통신들(dedicated short range communications)(DSRC), 및 무선 주파수 식별(radio frequency identification)(RFID) 통신들에 따라 통신하도록 배열될 수 있다. 무선 통신 시스템(1752)은 또한 다른 형태들을 취할 수 있다.
터치스크린(1754)은 사용자가 커맨드들을 차량(1700)에 입력하기 위해 사용될 수 있다. 이 때문에, 터치스크린(1754)은 다른 가능성들 중에서, 용량 가지, 저항 감지, 또는 표면 음향파 프로세스를 통해 사용자의 손가락의 위치 및 이동 중 적어도 하나를 감지하도록 구성될 수 있다. 터치스크린(1754)은 터치스크린 표면과 평행하거나 평면인 방향으로, 터치스크린 표면에 수직인 방향으로, 또는 둘 다로 손가락 움직임을 감지가능할 수 있고, 또한 터치스크린 표면에 인가되는 압력의 레벨을 감지가능할 수 있다. 터치스크린(1754)은 하나 이상의 반투명 또는 투명 절연 층 및 하나 이상의 반투명 또는 투명 전도 층으로 형성될 수 있다. 터치스크린(1754)은 또한 다른 형태들을 취할 수 있다.
마이크로폰(1756)은 차량(1700)의 사용자로부터 오디오(예를 들어, 보이스 커맨드 또는 다른 오디오 입력)를 수신하도록 구성될 수 있다. 유사하게, 스피커들(1758)은 오디오를 차량(1700)의 사용자에게 출력하도록 구성될 수 있다. 주변 장치들(1708)은 도시되는 것들과 다른 구성요소들을 부가적으로 또는 대안적으로 포함할 수 있다.
컴퓨터 시스템(1710)은 추진 시스템(1702), 센서 시스템(1704), 제어 시스템(1706), 및 주변 장치들(1708) 중 하나 이상에 데이터를 송신하고, 하나 이상으로부터 데이터를 수신하고, 하나 이상과 상호작용하고, 그리고/또는 하나 이상을 제어하도록 구성될 수 있다. 이 때문에, 컴퓨터 시스템(1710)은 시스템 버스, 네트워크, 및/또는 다른 연결 메커니즘(도시되지 않음)에 의해 추진 시스템(1702), 센서 시스템(1704), 제어 시스템(1706), 및 주변 장치들(1708) 중 하나 이상에 통신 링크될 수 있다.
일 예에서, 컴퓨터 시스템(1710)은 연료 효율을 개선하기 위해 변속기(1722)의 동작을 제어하도록 구성될 수 있다. 다른 예로서, 컴퓨터 시스템(1710)은 카메라(1734)로 하여금 환경의 이미지들을 캡처하게 하도록 구성될 수 있다. 또 다른 예로서, 컴퓨터 시스템(1710)은 센서 융합 알고리즘(1744)에 대응하는 명령어들을 저장하고 실행하도록 구성될 수 있다. 더 다른 예로서, 컴퓨터 시스템(1710)은 LIDAR 유닛(1732)을 사용하여 차량(1700) 주위의 환경의 3D 표현을 결정하기 위한 명령어들을 저장하고 실행하도록 구성될 수 있다. 다른 예들이 또한 가능하다. 따라서, 컴퓨터 시스템(1710)은 LIDAR 유닛(1732)에 대한 컨트롤러로서의 기능을 할 수 있다.
도시된 바와 같이, 컴퓨터 시스템(1710)은 프로세서(1712) 및 데이터 스토리지(1714)를 포함한다. 프로세서(1712)는 하나 이상의 일반 목적 프로세서 및/또는 하나 이상의 특수 목적 프로세서를 포함할 수 있다. 프로세서(1712)가 하나보다 많은 프로세서를 포함하는 정도까지, 그러한 프로세서들은 개별적으로 또는 조합하여 작동할 수 있다. 데이터 스토리지(1714)는 차례로, 하나 이상의 휘발성 및/또는 하나 이상의 비휘발성 저장 구성요소, 예컨대 광, 자기, 및/또는 유기 스토리지를 포함할 수 있고, 데이터 스토리지(1714)는 프로세서(1712)와 전체적으로 또는 부분적으로 통합될 수 있다.
일부 실시예들에서, 데이터 스토리지(1714)는 다양한 차량 기능들(예를 들어, 방법(500) 등)을 실행하기 위해 프로세서(1712)에 의해 실행가능한 명령어들(1716)(예를 들어, 프로그램 로직)을 포함할 수 있다. 데이터 스토리지(1714)는 추진 시스템(1702), 센서 시스템(1704), 제어 시스템(1706), 및/또는 주변 장치들(1708) 중 하나 이상에 데이터를 송신하고, 하나 이상으로부터 데이터를 수신하고, 하나 이상과 상호작용하고, 그리고/또는 하나 이상을 제어하는 명령어들을 포함하는, 부가 명령어들을 또한 포함할 수 있다. 컴퓨터 시스템(1710)은 도시되는 것들과 다른 구성요소들을 부가적으로 또는 대안적으로 포함할 수 있다.
도시된 바와 같이, 차량(1700)은 전원(1760)을 추가로 포함하며, 전원은 전력을 차량(1700)의 구성요소들의 일부 또는 전부에 제공하도록 구성될 수 있다. 이 때문에, 전원(1760)은 예를 들어, 재충전가능 리튬 이온 또는 납산 배터리를 포함할 수 있다. 일부 실시예들에서, 배터리들의 하나 이상의 뱅크는 전기 전력을 제공하도록 구성될 수 있다. 다른 전력 공급 재료들 및 구성들이 또한 가능하다. 일부 실시예들에서, 전원(1760) 및 에너지원(1720)은 일부 순수 전기차들(all-electric cars)에서와 같이, 하나의 구성요소로서 함께 구현될 수 있다.
일부 실시예들에서, 차량(1700)은 도시된 것들에 더하여 또는 도시된 것들 대신에 하나 이상의 요소를 포함할 수 있다. 예를 들어, 차량(1700)은 하나 이상의 부가 인터페이스 및/또는 전원을 포함할 수 있다. 다른 부가 구성요소들이 또한 가능하다. 그러한 실시예들에서, 데이터 스토리지(1714)는 부가 구성요소들을 제어하고 그리고/또는 이 구성요소들과 통신하기 위해 프로세서(1712)에 의해 실행가능한 명령어들을 추가로 포함할 수 있다.
여전히 더, 구성요소들 및 시스템들 각각은 차량(1700)에 통합되는 것으로 도시되며, 일부 실시예들에서, 하나 이상의 구성요소 또는 시스템은 유선 또는 무선 연결들을 사용하여 차량(1700) 상에 제거가능하게 장착되거나 그렇지 않으면 차량(1700)에 (기계적으로 또는 전기적으로) 연결될 수 있다. 차량(1700)은 또한 다른 형태들을 취할 수 있다.
IX. 결론
도면들에 도시된 특정 배열들은 제한적인 것으로 간주되지 않아야 한다. 다른 구현들은 주어진 도면에 도시된 각각의 요소를 더 많거나 더 적게 포함할 수 있다는 점이 이해되어야 한다. 게다가, 예시된 요소들의 일부는 조합되거나 생략될 수 있다. 게다가, 예시적 구현은 도면들에 예시되지 않은 요소들을 포함할 수 있다.
부가적으로, 다양한 양태들 및 구현들이 본원에 개시되었지만, 다른 양태들 및 구현들은 본 기술분야의 통상의 기술자들에게 분명할 것이다. 본원에 개시되는 다양한 양태들 및 구현들은 예시의 목적들을 위한 것이고 제한적이도록 의도되지 않으며, 진정한 범위 및 사상은 이하의 청구항들에 의해 표시된다. 본원에 제시되는 발명 대상의 사상 또는 범위로부터 벗어나는 것 없이, 다른 구현들이 이용될 수 있고, 다른 변경들이 이루어질 수 있다. 본 개시의 양태들은 일반적으로 본원에 설명되는 바와 같이, 그리고 예시된 도면들에서, 매우 다양한 상이한 구성들로 배열, 치환, 조합, 분리, 및 디자인될 수 있으며, 그것의 모두는 본원에서 생각된다는 점이 용이하게 이해될 것이다.

Claims (20)

  1. 방법으로서,
    방출 시간 시퀀스에 따라 방출 시간들에 광 펄스들을 방출하기 위해 - 상기 방출 시간 시퀀스는 시간 가변 디더를 포함함 - , 그리고 검출 시간 시퀀스에 따라 복귀 광 펄스들을 검출하기 위해 - 상기 검출 시간 시퀀스는 각각 방출된 광 펄스에 대해, 대응하는 복귀 광 펄스의 검출을 위한 대응하는 검출 기간을 포함하고, 대응하는 방출된 광 펄스의 대응하는 방출 시간에 대한 복귀 광 펄스의 검출 시간은 상기 대응하는 방출된 광 펄스를 반사시킨 객체까지의 레인지를 나타냄 - 라이다(LIDAR) 디바이스를 컴퓨팅 시스템에 의해 동작시키는 단계;
    상기 컴퓨팅 시스템에 의해, 상기 LIDAR 디바이스가 2개 이상의 방출된 광 펄스 각각에 대한 대응하는 검출 기간들 동안 복귀 광 펄스들을 검출했다는 결정을 하는 단계;
    상기 결정을 하는 것에 응답하여, 상기 컴퓨팅 시스템에 의해, (i) 상기 검출된 복귀 광 펄스들이 레인지들의 제1 세트를 나타내는 복수의 제1 방출된 광 펄스의 대응하는 방출 시간들에 대해 검출 시간들을 갖는 것 및 (ii) 상기 검출된 복귀 광 펄스들이 레인지들의 제2 세트를 나타내는 복수의 제2 방출된 광 펄스의 대응하는 방출 시간들에 대해 검출 시간들을 갖는 것을 결정하는 단계;
    상기 컴퓨팅 시스템에 의해, 객체 검출을 위한 기초로서 상기 레인지들의 제1 세트를 사용하는 것과 객체 검출을 위한 기초로서 상기 레인지들의 제2 세트를 사용하는 것 중 선택하는 단계; 및
    상기 컴퓨팅 시스템에 의해, 상기 선택에 따라 객체 검출에 관여하는 단계
    를 포함하는, 방법.
  2. 제1항에 있어서, 상기 LIDAR 디바이스가 2개 이상의 방출된 광 펄스 각각에 대한 대응하는 검출 기간들 동안 복귀 광 펄스들을 검출했다는 결정을 하는 단계는 상기 LIDAR 디바이스가 상기 복수의 제1 방출된 광 펄스 각각에 대한 대응하는 검출 기간들 동안 복귀 광 펄스들을 검출했다는 결정을 하는 단계를 포함하는, 방법.
  3. 제2항에 있어서,
    상기 LIDAR 디바이스는 공칭 비모호성 검출 레인지를 갖고,
    상기 제1 세트의 레인지들은 상기 LIDAR 디바이스의 공칭 비모호성 검출 레인지 내에 있고,
    상기 제2 세트의 레인지들은 상기 LIDAR 디바이스의 공칭 비모호성 검출 레인지 외부에 있는, 방법.
  4. 제2항에 있어서, 상기 제2 세트의 레인지들은 상기 제1 세트의 레인지들보다 더 큰, 방법.
  5. 제1항에 있어서,
    상기 컴퓨팅 시스템에 의해, 상기 레인지들의 제2 세트가 적어도 하나의 공지된 객체를 나타내는 것을 결정하는 단계를 추가로 포함하며,
    상기 선택하는 단계는 상기 레인지들의 제2 세트가 적어도 하나의 공지된 객체를 나타내는 것을 결정하는 것에 응답하여, 객체 검출을 위한 기초로서 상기 레인지들의 제2 세트의 사용을 선택하는 단계를 포함하는, 방법.
  6. 제1항에 있어서,
    상기 컴퓨팅 시스템에 의해, 상기 레인지들의 제2 세트가 적어도 하나의 공지된 객체를 나타내지 않는 것을 결정하는 단계를 추가로 포함하며,
    상기 선택하는 단계는 상기 레인지들의 제2 세트가 적어도 하나의 공지된 객체를 나타내지 않는 것을 결정하는 것에 응답하여, 객체 검출을 위한 기초로서 상기 레인지들의 제1 세트의 사용을 선택하는 단계를 포함하는, 방법.
  7. 제1항에 있어서,
    상기 컴퓨팅 시스템에 의해, 상기 제2 세트의 레인지들이 서로 실질적으로 유사한 것을 결정하는 단계를 추가로 포함하며,
    상기 선택하는 단계는 상기 제2 세트의 레인지들이 서로 실질적으로 유사한 것을 결정하는 것에 응답하여, 객체 검출을 위한 기초로서 상기 레인지들의 제2 세트의 사용을 선택하는 단계를 포함하는, 방법.
  8. 제1항에 있어서,
    상기 컴퓨팅 시스템에 의해, 상기 제2 세트의 레인지들이 서로 실질적으로 유사하지 않은 것을 결정하는 단계를 추가로 포함하며,
    상기 선택하는 단계는 상기 제2 세트의 레인지들이 서로 실질적으로 유사하지 않은 것을 결정하는 것에 응답하여, 객체 검출을 위한 기초로서 상기 레인지들의 제1 세트의 사용을 선택하는 단계를 포함하는, 방법.
  9. 제1항에 있어서, 상기 LIDAR 디바이스는 차량 상에 위치되고, 상기 선택에 따라 객체 검출에 관여하는 단계는 상기 선택에 따라, 상기 차량 주위의 환경 내에 위치되는 객체들의 검출에 관여하는 단계를 포함하는, 방법.
  10. 제1항에 있어서, 상기 LIDAR 디바이스는 차량 상에 위치되고, 상기 컴퓨팅 시스템은 상기 차량 주위의 환경의 LIDAR 디바이스에 의한 스캔들에 적어도 기초하여 상기 차량을 동작시키도록 구성되는, 방법.
  11. 컴퓨팅 시스템으로서,
    하나 이상의 프로세서;
    비일시적 컴퓨터 판독가능 매체; 및
    상기 비일시적 컴퓨터 판독가능 매체 상에 저장되는 프로그램 명령어들을 포함하고 상기 프로그램 명령어들은
    방출 시간 시퀀스에 따라 방출 시간들에 광 펄스들을 방출하기 위해 - 상기 방출 시간 시퀀스는 시간 가변 디더를 포함함 - , 그리고 검출 시간 시퀀스에 따라 복귀 광 펄스들을 검출하기 위해 - 상기 검출 시간 시퀀스는 각각 방출된 광 펄스에 대해, 대응하는 복귀 광 펄스의 검출을 위한 대응하는 검출 기간을 포함하고, 대응하는 방출된 광 펄스의 대응하는 방출 시간에 대한 복귀 광 펄스의 검출 시간은 상기 대응하는 방출된 광 펄스를 반사시킨 객체까지의 레인지를 나타냄 - 라이다(LIDAR) 디바이스를 동작시키고;
    상기 LIDAR 디바이스가 2개 이상의 방출된 광 펄스 각각에 대한 대응하는 검출 기간들 동안 복귀 광 펄스들을 검출했다는 결정을 하고;
    상기 결정을 하는 것에 응답하여, (i) 상기 검출된 복귀 광 펄스들이 레인지들의 제1 세트를 나타내는 복수의 제1 방출된 광 펄스의 대응하는 방출 시간들에 대해 검출 시간들을 갖는 것 및 (ii) 상기 검출된 복귀 광 펄스들이 레인지들의 제2 세트를 나타내는 복수의 제2 방출된 광 펄스의 대응하는 방출 시간들에 대해 검출 시간들을 갖는 것을 결정하고;
    객체 검출을 위한 기초로서 상기 레인지들의 제1 세트를 사용하는 것과 객체 검출을 위한 기초로서 상기 레인지들의 제2 세트를 사용하는 것 중 선택하고;
    상기 선택에 따라 객체 검출에 관여하도록
    상기 하나 이상의 프로세서에 의해 실행가능한, 컴퓨팅 시스템.
  12. 제11항에 있어서, 상기 프로그램 명령어는,
    상기 레인지들의 제2 세트가 적어도 하나의 공지된 객체를 나타내는 것을 결정하도록 추가로 실행가능하며,
    상기 선택하는 것은 상기 레인지들의 제2 세트가 적어도 하나의 공지된 객체를 나타내는 것을 결정하는 것에 응답하여, 객체 검출을 위한 기초로서 상기 레인지들의 제2 세트의 사용을 선택하는 것을 포함하는, 컴퓨팅 시스템.
  13. 제11항에 있어서, 상기 프로그램 명령어는,
    상기 제2 세트의 레인지들이 서로 실질적으로 유사한 것을 결정하도록 추가로 실행가능하며,
    상기 선택하는 것은 상기 제2 세트의 레인지들이 서로 실질적으로 유사한 것을 결정하는 것에 응답하여, 객체 검출을 위한 기초로서 상기 레인지들의 제2 세트의 사용을 선택하는 것을 포함하는, 컴퓨팅 시스템.
  14. 제11항에 있어서, 상기 LIDAR 디바이스는 차량 상에 위치되고, 상기 추가 결정에 따라 객체 검출에 관여하는 것은 상기 선택에 따라, 상기 차량 주위의 환경 내에 위치되는 객체들의 검출에 관여하는 것을 포함하고, 상기 프로그램 명령어는 상기 차량 주위의 환경 내에 위치되는 객체들의 검출에 적어도 기초하여 상기 차량을 동작시키도록 추가로 실행가능한, 컴퓨팅 시스템.
  15. 방법으로서,
    방출 시간 시퀀스에 따라 방출 시간들에 광 펄스들을 방출하기 위해 - 상기 방출 시간 시퀀스는 시간 가변 디더를 포함함 - , 그리고 검출 시간 시퀀스에 따라 복귀 광 펄스들을 검출하기 위해 - 상기 검출 시간 시퀀스는 각각 방출된 광 펄스에 대해, 대응하는 복귀 광 펄스의 검출을 위한 대응하는 검출 기간을 포함하고, 대응하는 방출된 광 펄스의 대응하는 방출 시간에 대한 복귀 광 펄스의 검출 시간은 상기 대응하는 방출된 광 펄스를 반사시킨 객체까지의 레인지를 나타냄 - 라이다(LIDAR) 디바이스를 컴퓨팅 시스템에 의해 동작시키는 단계;
    상기 컴퓨팅 시스템에 의해, 상기 LIDAR 디바이스가 복수의 제1 방출된 광 펄스 각각에 대한 대응하는 검출 기간들 동안 다수의 복귀 광 펄스의 세트를 검출한 것을 결정하는 단계 - 다수의 복귀 광 펄스의 각각의 세트는 적어도 각각의 제1 복귀 광 펄스 및 각각의 제2 복귀 광 펄스를 포함함 - ;
    상기 컴퓨팅 시스템에 의해, 상기 제1 복귀 광 펄스들이 상기 복수의 제1 방출된 광 펄스에 대응하고 상기 제2 복귀 광 펄스들이 복수의 제2 방출된 광 펄스에 잠재적으로 대응한다는 결정을 하는 단계;
    상기 결정을 하는 것에 응답하여, 상기 컴퓨팅 시스템에 의해, 상기 제2 복귀 광 펄스들이 레인지들의 특정 세트를 나타내는 상기 복수의 제2 방출된 광 펄스의 대응하는 방출 시간들에 대해 검출 시간들을 갖는 것을 결정하는 단계;
    상기 컴퓨팅 시스템에 의해, 객체 검출을 위한 기초로서 상기 레인지들의 특정 세트를 사용할지의 여부의 추가 결정을 하는 단계; 및
    상기 컴퓨팅 시스템에 의해, 상기 추가 결정에 따라 객체 검출에 관여하는 단계
    를 포함하는, 방법.
  16. 제15항에 있어서, 상기 추가 결정을 하는 단계는,
    상기 레인지들의 특정 세트가 적어도 하나의 공지된 객체를 나타내는지의 여부를 결정하는 단계;
    상기 컴퓨팅 시스템이 상기 레인지들의 특정 세트가 적어도 하나의 공지된 객체를 나타내는 것을 결정하면, 상기 레인지들의 특정 세트가 객체 검출을 위한 기초로서 사용되어야 하는 것을 응답적으로 결정하는 단계; 및
    상기 컴퓨팅 시스템이 상기 특정 세트가 적어도 하나의 공지된 객체를 나타내지 않는 것을 결정하면, 상기 레인지들의 특정 세트가 객체 검출을 위한 기초로서 사용되지 않아야 하는 것을 응답적으로 결정하는 단계를 포함하는, 방법.
  17. 방법으로서,
    방출 시간 시퀀스에 따라 방출 시간들에 광 펄스들을 방출하기 위해 - 상기 방출 시간 시퀀스는 시간 가변 디더를 포함함 - , 그리고 검출 시간 시퀀스에 따라 복귀 광 펄스들을 검출하기 위해 - 상기 검출 시간 시퀀스는 각각 방출된 광 펄스에 대해, 대응하는 복귀 광 펄스의 검출을 위한 대응하는 검출 기간을 포함하고, 대응하는 방출된 광 펄스의 대응하는 방출 시간에 대한 복귀 광 펄스의 검출 시간은 상기 대응하는 방출된 광 펄스를 반사시킨 객체까지의 레인지를 나타냄 - 라이다(LIDAR) 디바이스를 컴퓨팅 시스템에 의해 동작시키는 단계;
    상기 컴퓨팅 시스템에 의해, 상기 LIDAR 디바이스가 복수의 제1 방출된 광 펄스 각각에 대한 대응하는 검출 기간들 동안 다수의 복귀 광 펄스의 세트를 검출한 것을 결정하는 단계 - 다수의 복귀 광 펄스의 각각의 세트는 적어도 각각의 제1 복귀 광 펄스 및 각각의 제2 복귀 광 펄스를 포함함 - ;
    상기 컴퓨팅 시스템에 의해, (i) 상기 제1 복귀 광 펄스들이 레인지들의 제1 세트를 나타내는 복수의 제1 방출된 광 펄스의 대응하는 방출 시간들에 대해 검출 시간들을 갖는 것, (ii) 상기 제2 복귀 광 펄스들이 레인지들의 제2 세트를 나타내는 복수의 제1 방출된 광 펄스의 대응하는 방출 시간들에 대해 검출 시간들을 갖는 것, 및 (iii) 상기 제2 복귀 광 펄스들이 레인지들의 제3 세트를 나타내는 복수의 제2 방출된 광 펄스의 대응하는 방출 시간들에 대해 검출 시간들을 갖는 것을 결정하는 단계;
    상기 레인지들의 제3 세트에 기초하여, 상기 컴퓨팅 시스템에 의해, 객체 검출을 위한 기초로서 상기 레인지들의 제1 세트를 사용하는 것과 객체 검출을 위한 기초로서 상기 레인지들의 제2 세트를 사용하는 것 중 선택하는 단계; 및
    상기 컴퓨팅 시스템에 의해, 상기 선택에 따라 객체 검출에 관여하는 단계
    를 포함하는, 방법.
  18. 제17항에 있어서, 상기 레인지들의 제3 세트에 기초하여 선택하는 단계는,
    상기 레인지들의 제3 세트가 적어도 하나의 공지된 객체를 나타내는지의 여부의 결정을 하는 단계;
    상기 결정이 상기 레인지들의 제3 세트가 적어도 하나의 공지된 객체를 나타내는 것이면, 상기 결정을 하는 것에 응답하여, 객체 검출을 위한 기초로서 상기 레인지들의 제1 세트의 사용을 선택하는 단계; 및
    상기 결정이 상기 레인지들의 제3 세트가 적어도 하나의 공지된 객체를 나타내지 않는 것이면, 상기 결정을 하는 것에 응답하여, 객체 검출을 위한 기초로서 상기 레인지들의 제2 세트의 사용을 선택하는 단계를 포함하는, 방법.
  19. 자율 차량을 동작시키는 방법으로서,
    상기 자율 차량의 LIDAR 디바이스에 의해 방출되는 광 펄스의, 객체에 의한, 반사와 연관되는 신호를 수신하는 단계;
    제1 시간에 기초하여 상기 객체까지의 제1 거리를 계산하는 단계 - 상기 제1 시간은 상기 자율 차량의 LIDAR 디바이스에 의해 방출되는 이전 광 펄스에 대응함 - ;
    제2 시간에 기초하여 상기 객체까지의 제2 거리를 계산하는 단계 - 상기 제2 시간은 상기 자율 차량의 LIDAR 디바이스에 의해 방출되는 상이한 이전 광 펄스에 대응함 - ; 및
    상기 제1 거리와 제2 거리 중의 선택에 기초하여 상기 자율 차량을 동작시키는 단계
    를 포함하는, 방법.
  20. 제19항에 있어서, 상기 제1 거리와 제2 거리 중의 선택은 상기 LIDAR 디바이스에 의해 방출되는 복수의 광 펄스의, 상기 객체에 의한, 각각의 반사들과 연관되는 복수의 수신된 신호에 기초하고 상기 복수의 광 펄스 중 하나 이상은 의사 랜덤 지속기간만큼 주기성에서 벗어나는 타이밍에 따라 방출되는, 방법.
KR1020207002487A 2017-06-30 2018-06-06 다수의 가설에 의한 라이다(lidar) 디바이스 레인지 앨리어싱 회복력 KR102352206B1 (ko)

Priority Applications (1)

Application Number Priority Date Filing Date Title
KR1020227001200A KR102470835B1 (ko) 2017-06-30 2018-06-06 다수의 가설에 의한 라이다(lidar) 디바이스 레인지 앨리어싱 회복력

Applications Claiming Priority (3)

Application Number Priority Date Filing Date Title
US15/638,607 US10754033B2 (en) 2017-06-30 2017-06-30 Light detection and ranging (LIDAR) device range aliasing resilience by multiple hypotheses
US15/638,607 2017-06-30
PCT/US2018/036275 WO2019005442A1 (en) 2017-06-30 2018-06-06 RESILIENCE OF REPLICATING THE REACH OF A LIGHT DETECTION AND TELEMETRY DEVICE (LIDAR) THROUGH MULTIPLE ASSUMPTIONS

Related Child Applications (1)

Application Number Title Priority Date Filing Date
KR1020227001200A Division KR102470835B1 (ko) 2017-06-30 2018-06-06 다수의 가설에 의한 라이다(lidar) 디바이스 레인지 앨리어싱 회복력

Publications (2)

Publication Number Publication Date
KR20200012037A true KR20200012037A (ko) 2020-02-04
KR102352206B1 KR102352206B1 (ko) 2022-01-17

Family

ID=64738048

Family Applications (2)

Application Number Title Priority Date Filing Date
KR1020227001200A KR102470835B1 (ko) 2017-06-30 2018-06-06 다수의 가설에 의한 라이다(lidar) 디바이스 레인지 앨리어싱 회복력
KR1020207002487A KR102352206B1 (ko) 2017-06-30 2018-06-06 다수의 가설에 의한 라이다(lidar) 디바이스 레인지 앨리어싱 회복력

Family Applications Before (1)

Application Number Title Priority Date Filing Date
KR1020227001200A KR102470835B1 (ko) 2017-06-30 2018-06-06 다수의 가설에 의한 라이다(lidar) 디바이스 레인지 앨리어싱 회복력

Country Status (10)

Country Link
US (3) US10754033B2 (ko)
EP (2) EP3625584B1 (ko)
JP (2) JP6876155B2 (ko)
KR (2) KR102470835B1 (ko)
CN (2) CN117849816A (ko)
AU (2) AU2018291866B2 (ko)
CA (1) CA3068251C (ko)
IL (2) IL300302A (ko)
SG (1) SG11201912356UA (ko)
WO (1) WO2019005442A1 (ko)

Families Citing this family (17)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US10754033B2 (en) 2017-06-30 2020-08-25 Waymo Llc Light detection and ranging (LIDAR) device range aliasing resilience by multiple hypotheses
US10627492B2 (en) 2017-08-01 2020-04-21 Waymo Llc Use of extended detection periods for range aliasing detection and mitigation in a light detection and ranging (LIDAR) system
CN111801593A (zh) * 2018-03-02 2020-10-20 松下知识产权经营株式会社 物体检测装置
US11994586B2 (en) * 2018-06-22 2024-05-28 Ams Ag Using time-of-flight and pseudo-random bit sequences to measure distance to object
US11808887B2 (en) * 2018-11-02 2023-11-07 Waymo Llc Methods and systems for mapping retroreflectors
US20220075070A1 (en) * 2019-01-15 2022-03-10 National University Corporation Shizuoka University Distance image measurement device, distance image measurement system, and distance image measurement method
US11933920B2 (en) * 2019-03-14 2024-03-19 Waymo Llc Methods and systems for detecting obstructions on a sensor housing
CN110208814B (zh) * 2019-05-17 2022-07-08 深圳市速腾聚创科技有限公司 激光雷达及其抗干扰方法
DE102020206660A1 (de) 2019-05-30 2020-12-03 Robert Bosch Gesellschaft mit beschränkter Haftung Redundante umgebungswahrnehmungsverfolgung für automatisierte fahrsysteme
US11556000B1 (en) 2019-08-22 2023-01-17 Red Creamery Llc Distally-actuated scanning mirror
US11150348B2 (en) 2019-10-02 2021-10-19 Cepton Technologies, Inc. Techniques for detecting cross-talk interferences in lidar imaging sensors
CN110749898B (zh) * 2019-10-18 2022-05-27 深圳奥锐达科技有限公司 一种激光雷达测距系统及其测距方法
US11320519B2 (en) * 2020-08-17 2022-05-03 Sharper Shape Oy Method and system for processing LiDAR data
EP4229438A1 (en) * 2020-10-14 2023-08-23 LG Innotek Co., Ltd. Multi-detector lidar systems and methods for mitigating range aliasing
US20220120905A1 (en) * 2020-10-15 2022-04-21 Waymo Llc Speed Determination Using Light Detection and Ranging (LIDAR) Device
CN113009498A (zh) * 2021-02-01 2021-06-22 奥比中光科技集团股份有限公司 一种距离测量方法、装置及系统
US20230204730A1 (en) * 2021-12-29 2023-06-29 Velodyne Lidar Usa, Inc. Multi-range lidar systems and methods

Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20150070683A1 (en) * 2013-09-09 2015-03-12 Trimble Ab Ambiguity compensation in time-of-flight ranging
US20170057510A1 (en) * 2013-07-12 2017-03-02 Google Inc. Methods And Systems For Determining Instructions For Pulling Over An Autonomous Vehicle

Family Cites Families (32)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US4751381A (en) * 1986-08-13 1988-06-14 Mechanical Technology Incorporated Fast dither detector for fiber optic sensor
US5774091A (en) * 1993-04-12 1998-06-30 The Regents Of The University Of California Short range micro-power impulse radar with high resolution swept range gate with damped transmit and receive cavities
AU6136096A (en) 1995-06-22 1997-01-22 3Dv Systems Ltd. Telecentric 3d camera and method
FR2806167B1 (fr) * 2000-03-10 2003-12-12 Architecture Et Conception De Emetteur de localisation sous-marine a etalement temporel et spectral, et procede et installation utilisant de tels emetteurs
US7489865B2 (en) * 2002-02-01 2009-02-10 Cubic Corporation Integrated optical communication and range finding system and applications thereof
US7944548B2 (en) 2006-03-07 2011-05-17 Leica Geosystems Ag Increasing measurement rate in time of flight measurement apparatuses
US8629976B2 (en) 2007-10-02 2014-01-14 Microsoft Corporation Methods and systems for hierarchical de-aliasing time-of-flight (TOF) systems
US7746449B2 (en) 2007-11-14 2010-06-29 Rosemount Aerospace Inc. Light detection and ranging system
DE102008031681A1 (de) 2008-07-04 2010-01-14 Eads Deutschland Gmbh LIDAR-Verfahren zur Messung von Geschwindigkeiten und LIDAR-Vorrichtung mit zeitgesteuerter Detektion
US8368876B1 (en) 2008-10-17 2013-02-05 Odyssey Space Research, L.L.C. Calibration system and method for imaging flash LIDAR systems
US8605761B2 (en) * 2010-01-18 2013-12-10 Optical Physics Company Multi-beam laser control system and method
FR2959318B1 (fr) * 2010-04-22 2013-04-05 Eurocopter France Localisation continue de grande precision
AT511310B1 (de) * 2011-04-07 2013-05-15 Riegl Laser Measurement Sys Verfahren zur entfernungsmessung
EP2780733A4 (en) * 2011-11-18 2015-09-23 Ron Yaacov Davidson PULSE TRANSPONDER COUNTERMEASURE
US9383753B1 (en) 2012-09-26 2016-07-05 Google Inc. Wide-view LIDAR with areas of special attention
US9448110B2 (en) 2012-09-27 2016-09-20 Northrop Grumman Systems Corporation Three-dimensional hyperspectral imaging systems and methods using a light detection and ranging (LIDAR) focal plane array
US9110169B2 (en) 2013-03-08 2015-08-18 Advanced Scientific Concepts, Inc. LADAR enabled impact mitigation system
EP3441790A1 (en) * 2013-10-23 2019-02-13 Ladar Limited A laser detection and ranging device for detecting an object under a water surface
US8886387B1 (en) 2014-01-07 2014-11-11 Google Inc. Estimating multi-vehicle motion characteristics by finding stable reference points
US9551776B2 (en) * 2014-05-12 2017-01-24 The Boeing Company Methods and apparatus to determine a position using light sources
US9575184B2 (en) * 2014-07-03 2017-02-21 Continental Advanced Lidar Solutions Us, Inc. LADAR sensor for a dense environment
CN104375119B (zh) * 2014-11-12 2017-01-11 武汉邮电科学研究院 一种基于时序标记的可见光定位系统和方法
US10215847B2 (en) * 2015-05-07 2019-02-26 GM Global Technology Operations LLC Pseudo random sequences in array lidar systems
US9945936B2 (en) * 2015-05-27 2018-04-17 Microsoft Technology Licensing, Llc Reduction in camera to camera interference in depth measurements using spread spectrum
JP2017009339A (ja) 2015-06-18 2017-01-12 株式会社リコー センサ、センシング装置及び距離計測方法
CN105182361A (zh) * 2015-08-06 2015-12-23 哈尔滨工业大学 一种基于复合调制脉冲编码的4d成像光子计数激光雷达
WO2017046010A1 (de) 2015-09-16 2017-03-23 Ibeo Automotive Systems GmbH Verfahren und vorrichtung zur optischen distanzmessung
EP3159711A1 (en) 2015-10-23 2017-04-26 Xenomatix NV System and method for determining a distance to an object
US10545240B2 (en) 2017-03-28 2020-01-28 Luminar Technologies, Inc. LIDAR transmitter and detector system using pulse encoding to reduce range ambiguity
US10295668B2 (en) * 2017-03-30 2019-05-21 Luminar Technologies, Inc. Reducing the number of false detections in a lidar system
US10649072B2 (en) 2017-05-10 2020-05-12 Massachusetts Institute Of Technology LiDAR device based on scanning mirrors array and multi-frequency laser modulation
US10754033B2 (en) 2017-06-30 2020-08-25 Waymo Llc Light detection and ranging (LIDAR) device range aliasing resilience by multiple hypotheses

Patent Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20170057510A1 (en) * 2013-07-12 2017-03-02 Google Inc. Methods And Systems For Determining Instructions For Pulling Over An Autonomous Vehicle
US20150070683A1 (en) * 2013-09-09 2015-03-12 Trimble Ab Ambiguity compensation in time-of-flight ranging

Also Published As

Publication number Publication date
US20200371235A1 (en) 2020-11-26
SG11201912356UA (en) 2020-01-30
CN111033306B (zh) 2023-11-07
IL271744A (en) 2020-02-27
WO2019005442A1 (en) 2019-01-03
CN117849816A (zh) 2024-04-09
EP4152047A2 (en) 2023-03-22
AU2021200904A1 (en) 2021-03-04
AU2021200904B2 (en) 2022-07-21
EP3625584B1 (en) 2023-01-04
JP2021120677A (ja) 2021-08-19
US11774590B2 (en) 2023-10-03
US20190004177A1 (en) 2019-01-03
AU2018291866B2 (en) 2020-11-19
US10754033B2 (en) 2020-08-25
KR102470835B1 (ko) 2022-11-28
CN111033306A (zh) 2020-04-17
JP6876155B2 (ja) 2021-05-26
IL271744B2 (en) 2023-07-01
IL271744B1 (en) 2023-03-01
CA3068251A1 (en) 2019-01-03
US20240045060A1 (en) 2024-02-08
EP4152047A3 (en) 2023-05-31
KR20220011219A (ko) 2022-01-27
EP3625584A4 (en) 2021-05-26
KR102352206B1 (ko) 2022-01-17
IL300302A (en) 2023-04-01
JP2020525767A (ja) 2020-08-27
EP3625584A1 (en) 2020-03-25
CA3068251C (en) 2023-03-28
JP7162096B2 (ja) 2022-10-27
AU2018291866A1 (en) 2020-01-23

Similar Documents

Publication Publication Date Title
KR102352206B1 (ko) 다수의 가설에 의한 라이다(lidar) 디바이스 레인지 앨리어싱 회복력
US11927697B2 (en) Use of extended detection periods for range aliasing detection and mitigation in a light detection and ranging (LIDAR) system

Legal Events

Date Code Title Description
A201 Request for examination
E902 Notification of reason for refusal
E701 Decision to grant or registration of patent right
GRNT Written decision to grant