KR20210080634A - 코히어런트 거리 도플러 광학 센서를 이용한 자율 주행 차량 제어 방법 및 시스템 - Google Patents

코히어런트 거리 도플러 광학 센서를 이용한 자율 주행 차량 제어 방법 및 시스템 Download PDF

Info

Publication number
KR20210080634A
KR20210080634A KR1020217019744A KR20217019744A KR20210080634A KR 20210080634 A KR20210080634 A KR 20210080634A KR 1020217019744 A KR1020217019744 A KR 1020217019744A KR 20217019744 A KR20217019744 A KR 20217019744A KR 20210080634 A KR20210080634 A KR 20210080634A
Authority
KR
South Korea
Prior art keywords
doppler
vehicle
point cloud
velocity
signal
Prior art date
Application number
KR1020217019744A
Other languages
English (en)
Other versions
KR102405872B1 (ko
Inventor
스테픈 씨 크로우치
데블린 베이커
Original Assignee
블랙모어 센서스 앤드 애널리틱스, 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 블랙모어 센서스 앤드 애널리틱스, 엘엘씨 filed Critical 블랙모어 센서스 앤드 애널리틱스, 엘엘씨
Priority to KR1020227017972A priority Critical patent/KR102457967B1/ko
Publication of KR20210080634A publication Critical patent/KR20210080634A/ko
Application granted granted Critical
Publication of KR102405872B1 publication Critical patent/KR102405872B1/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
    • 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
    • G01S17/26—Systems determining position data of a target for measuring distance only using transmission of interrupted, pulse-modulated waves wherein the transmitted pulses use a frequency-modulated or phase-modulated carrier wave, e.g. for pulse compression of received signals
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B60—VEHICLES IN GENERAL
    • B60W—CONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
    • B60W40/00—Estimation or calculation of non-directly measurable driving parameters for road vehicle drive control systems not related to the control of a particular sub unit, e.g. by using mathematical models
    • B60W40/02—Estimation or calculation of non-directly measurable driving parameters for road vehicle drive control systems not related to the control of a particular sub unit, e.g. by using mathematical models related to ambient conditions
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
    • G01S17/00—Systems using the reflection or reradiation of electromagnetic waves other than radio waves, e.g. lidar systems
    • G01S17/02—Systems using the reflection of electromagnetic waves other than radio waves
    • G01S17/06—Systems determining position data of a target
    • G01S17/08—Systems determining position data of a target for measuring distance only
    • G01S17/32—Systems determining position data of a target for measuring distance only using transmission of continuous waves, whether amplitude-, frequency-, or phase-modulated, or unmodulated
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
    • G01S17/00—Systems using the reflection or reradiation of electromagnetic waves other than radio waves, e.g. lidar systems
    • G01S17/02—Systems using the reflection of electromagnetic waves other than radio waves
    • G01S17/06—Systems determining position data of a target
    • G01S17/08—Systems determining position data of a target for measuring distance only
    • G01S17/32—Systems determining position data of a target for measuring distance only using transmission of continuous waves, whether amplitude-, frequency-, or phase-modulated, or unmodulated
    • G01S17/34—Systems determining position data of a target for measuring distance only using transmission of continuous waves, whether amplitude-, frequency-, or phase-modulated, or unmodulated using transmission of continuous, frequency-modulated waves while heterodyning the received signal, or a signal derived therefrom, with a locally-generated signal related to the contemporaneously transmitted signal
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
    • G01S17/00—Systems using the reflection or reradiation of electromagnetic waves other than radio waves, e.g. lidar systems
    • G01S17/02—Systems using the reflection of electromagnetic waves other than radio waves
    • G01S17/06—Systems determining position data of a target
    • G01S17/42—Simultaneous measurement of distance and other co-ordinates
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
    • G01S17/00—Systems using the reflection or reradiation of electromagnetic waves other than radio waves, e.g. lidar systems
    • G01S17/02—Systems using the reflection of electromagnetic waves other than radio waves
    • G01S17/50—Systems of measurement based on relative movement of target
    • G01S17/58—Velocity or trajectory determination systems; Sense-of-movement determination 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
    • G01S17/00—Systems using the reflection or reradiation of electromagnetic waves other than radio waves, e.g. lidar systems
    • G01S17/86—Combinations of lidar systems with systems other than lidar, radar or sonar, e.g. with direction finders
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
    • G01S17/00—Systems using the reflection or reradiation of electromagnetic waves other than radio waves, e.g. lidar systems
    • G01S17/87—Combinations of systems using electromagnetic waves other than radio waves
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
    • G01S17/00—Systems using the reflection or reradiation of electromagnetic waves other than radio waves, e.g. lidar systems
    • G01S17/88—Lidar systems specially adapted for specific applications
    • G01S17/89—Lidar systems specially adapted for specific applications for mapping or imaging
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
    • G01S17/00—Systems using the reflection or reradiation of electromagnetic waves other than radio waves, e.g. lidar systems
    • G01S17/88—Lidar systems specially adapted for specific applications
    • G01S17/89—Lidar systems specially adapted for specific applications for mapping or imaging
    • G01S17/894—3D imaging with simultaneous measurement of time-of-flight at a 2D array of receiver pixels, e.g. time-of-flight cameras or flash lidar
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
    • G01S17/00—Systems using the reflection or reradiation of electromagnetic waves other than radio waves, e.g. lidar systems
    • G01S17/88—Lidar systems specially adapted for specific applications
    • G01S17/93—Lidar systems specially adapted for specific applications for anti-collision purposes
    • G01S17/931—Lidar systems specially adapted for specific applications for anti-collision purposes of land vehicles
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
    • G01S7/00—Details of systems according to groups G01S13/00, G01S15/00, G01S17/00
    • G01S7/48—Details of systems according to groups G01S13/00, G01S15/00, G01S17/00 of systems according to group G01S17/00
    • G01S7/481—Constructional features, e.g. arrangements of optical elements
    • G01S7/4817—Constructional features, e.g. arrangements of optical elements relating to scanning
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
    • G01S7/00—Details of systems according to groups G01S13/00, G01S15/00, G01S17/00
    • G01S7/48—Details of systems according to groups G01S13/00, G01S15/00, G01S17/00 of systems according to group G01S17/00
    • G01S7/483—Details of pulse systems
    • G01S7/486—Receivers
    • G01S7/487—Extracting wanted echo signals, e.g. pulse detection
    • 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
    • G01S7/51—Display arrangements
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B60—VEHICLES IN GENERAL
    • B60W—CONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
    • B60W2420/00—Indexing codes relating to the type of sensors based on the principle of their operation
    • B60W2420/40—Photo, light or radio wave sensitive means, e.g. infrared sensors
    • B60W2420/408—Radar; Laser, e.g. lidar
    • Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02A—TECHNOLOGIES FOR ADAPTATION TO CLIMATE CHANGE
    • Y02A90/00—Technologies having an indirect contribution to adaptation to climate change
    • Y02A90/10—Information and communication technologies [ICT] supporting adaptation to climate change, e.g. for weather forecasting or climate simulation

Landscapes

  • Physics & Mathematics (AREA)
  • Engineering & Computer Science (AREA)
  • Electromagnetism (AREA)
  • Radar, Positioning & Navigation (AREA)
  • Remote Sensing (AREA)
  • General Physics & Mathematics (AREA)
  • Computer Networks & Wireless Communication (AREA)
  • Automation & Control Theory (AREA)
  • Mathematical Physics (AREA)
  • Transportation (AREA)
  • Mechanical Engineering (AREA)
  • Optical Radar Systems And Details Thereof (AREA)
  • Optics & Photonics (AREA)
  • Aviation & Aerospace Engineering (AREA)
  • Control Of Position, Course, Altitude, Or Attitude Of Moving Bodies (AREA)
  • Traffic Control Systems (AREA)

Abstract

작동을 제어하는 프로세서로 자율 주행 차량을 제어하기 위한 기술은 각각의 포인트에 대한 경사각, 방위각, 거리 및 상기 포인트와 상기 라이다 시스템 사이의 상대 속도를 포함하는 적어도 네 개의 차원을 나타내는 포인트 클라우드 데이터를 수집하기 위해 도플러 라이다 시스템을 작동하는 것을 포함한다. 상기 포인트 클라우드의 객체의 속성값은 네 개 이상의 차원 중 세 개 이하에 기초하여 결정된다. 일부 실시예에서, 객체의 속성값을 결정하는 것은 포인트 클라우드 데이터에서 높은 값의 도플러 콤포넌트들을 갖는 복수의 포인트들을 분리하는 것을 포함한다. 복수의 포인트들 중에서 이동하는 객체는 방위각 및 도플러 콤포넌트 값들에 의해 클러스터에 기초하여 결정된다.

Description

코히어런트 거리 도플러 광학 센서를 이용한 자율 주행 차량 제어 방법 및 시스템{METHOD AND SYSTEM FOR CONTROLLING AUTONOMOUS VEHICLE USING COHERENT RANGE DOPPLER OPTICAL SENSORS}
컴퓨팅 및 차량레이저 레이더(RADAR)라고도 불리는, 광 검출 및 거리 측정을 위한, 라이다(LIDAR), 니모닉(mnemonic)으로 자주 참조되는 레이저를 이용한 거리의 광학 검출은 고도계에서 영상(imaging), 충돌 방지에 이르기까지 다양한 응용 분야에서 사용된다. 라이다는 전파 검출 및 거리 측정(radio-wave detection and ranging, RADAR)과 같은 종래의 마이크로파 거리 측정 시스템보다 더 작은 빔 크기로 더 미세한 범위의 해상도를 제공한다. 거리의 광학적 검출은 광 펄스의 객체까지의 왕복 이동 시간에 기초한 직접 거리 측정을 포함하고, 송신된 처프(chirp) 광학 신호와 객체로부터 산란되어 리턴된 신호 사이의 주파수 차이에 기초하는 처프 검출을 포함하고, 자연 신호로부터 구별할 수 있는 일련의 단일 주파수 위상 변화에 기초하여 위상 인코딩 검출(phase-encoded detection)을 포함하는 여러 가지 다른 기술들로 수행될 수 있다.
적용 가능한 거리 정확도와 검출 감도를 획득하기 위해 직접 장거리 라이다(direct long range LIDAR) 시스템은 펄스 반복률이 낮고 펄스 최대 전력이 매우 높은 짧은 펄스 레이저를 사용한다. 높은 펄스 전력은 광학 콤포넌트(optical components)의 급속한 저하를 초래할 수 있다. 처프 및 위상 인코딩 라이다(Chirped and phase-encoded LIDAR)시스템은 최대 광 출력이 상대적으로 낮은 긴 광 펄스를 사용한다. 상기 구성에서 거리 정확도는 펄스 지속 시간보다는 처프 대역폭(bandwidth) 또는 위상 코드의 길이 및 대역폭에 따라 증가하므로 여전히 높은 거리 정확도를 획득할 수 있다.
광 반송파(optical carrier)를 변조하기 위해 광대역 무선 주파수(RF) 전기 신호를 사용하여 유용한 광 대역폭을 달성했다. 라이다의 최근 발전은 기준 신호와 동일하게 변조된 광 반송파(optical carrier)를 사용하는 것을 포함하고, 기준 신호는 주파수 차이에 비례하는 RF 대역 내 상대적으로 낮은 비트 주파수의 전기 신호를 생성하기 위해 광 검출기에서 리턴된 신호와 결합되며, 또한 기준 및 리턴된 광 신호들의 위상들을 사용하는 것을 포함한다. 검출기에 있어 주파수가 상이한 비트 주파수를 검출하는 경우를 헤테로다인(heterodyne) 검출이라 한다. 상기 기술은 RF 콤포넌트들을 사용할 때 즉시 그리고 저렴하게 사용할 수 있는 장점과 같은 몇 가지 장점이 알려져 있다.
본 발명가의 최근 연구는, 라이다 시스템과 각각의 외부 객체 사이의 벡터에서 개선된 거리뿐 아니라 상대적인 부호를 가진(signed) 속도를 제공하는 리턴된 신호에서 도플러 이동을 검출하기 위한 광학 콤포넌트의 새로운 배열과 코히어런트(coherent) 프로세싱을 개시한다. 상기 시스템은 고해상도 거리 도플러 라이다(hi-res range-Doppler LIDAR)로 지칭된다. 예를 들어, 특허 협력 조약(PCT) 특허출원 PCT/US2017/062703 및 PCT/US2018/016632 각각에 기초한 세계 지적 재산 기구(WIPO) 간행물 WO2018/160240 및 WO/2018/144853을 참조할 수 있다.
자율주행 네비게이션 솔루션은 원하는 결과를 획득하기 위해 복수의 센서의 협력을 필요로 한다. 예를 들어, 현대 자율주행 차량은 종종 공간 인식을 위해 카메라, 레이더 및 라이다 시스템을 조합한다. 상기 시스템들은 또한 전역 좌표계(global coordinate system) 내에서 위치, 속도 및 진행 방향을 생성하기 위해 위성 항법 시스템(GPS) 솔루션, 관성 측정 장치(inertial measurement units INS) 및 주행 거리계(odometer)를 사용한다. 상기 시스템은 때로 관성 항법 시스템(INS) "솔루션"으로 지칭될 수 있다. 네비게이션 작업은 제안된 운동 계획(motion plan)(INS 및 매핑 소프트웨어에 의해 지시됨)과 동적 장애물의 회피(카메라, 레이더 및 라이다 시스템) 사이의 복잡한 상호작용을 나타낸다. 상기 두 하위 시스템의 종속성은 둘 중 어느 하나의 시스템의 하위 콤포넌트들이 신뢰할 수 없게 동작할 때 복잡해진다. 예를 들어 INS솔루션은 신뢰할 수 없는 것으로 유명하다.
현재의 발명가들은 고해상도 거리 도플러 라이다가 자율주행 차량의 제어를 개선하기 위해 활용될 수 있음을 인식했다. 예를 들어, 이전의 INS 솔루션의 콤포넌트가 실패하면, 고해상도 거리 도플러 라이다의 데이터 피드(feeds)가 차량 위치 파악을 돕기 위해 호출될 수 있다. 한 예는 차량의 위치 및 속도 솔루션을 개선하기 위한 시도로 알려진 상대 위치(예: 차선 표시) 또는 알려진 지리 공간적 위치(예: 건물 또는 도로 표지만 또는 궤도 표시)를 가진 객체에 대한 탐색이 될 수 있다.
제1 세트의 실시예에서, 도플러 라이다 시스템이 작동하도록 구성된 프로세서에서 구현되는 방법은 경사각, 방위각, 거리, 상기 포인트와 상기 라이다 시스템 사이의 상대 속도를 포함하는 적어도 네 개의 차원을 각각의 포인트에 대한 나타내는 포인트 클라우드 데이터를 수집하기 위해 도플러 라이다 시스템을 작동하는 것을 포함한다. 상기 방법은 또한 상기 적어도 네 개의 차원 중 세 개 이하의 차원에 기초하여 상기 포인트 클라우드에서 객체의 속성값을 결정하는 것을 포함한다.
상기 제1 세트의 일부 실시예에서, 상기 객체의 상기 속성값을 결정하는 것은 고가(high value) 도플러 콤포넌트들을 가진 상기 포인트 클라우드 데이터에서 복수의 포인트들을 분리하는 것; 및 방위각 및 도플러 콤포넌트 값들에 의한 클러스터에 기초하여 상기 복수의 포인트들 중에서 이동 객체를 결정하는 것을 포함한다.
상기 제1 세트의 일부 실시예에서, 상기 포인트 클라우드의 상기 객체의 상기 속성값을 결정하는 것은 상기 복수의 정지 포인트들에서 각각의 포인트에 대한 경사각에 적어도 부분적으로 기초하여 상기 포인트 클라우드에서 상기 복수의 정지된 포인트들을 식별하는 것을 포함한다. 상기 방법은 상기 복수의 정지 포인트들에 대응하는 복수의 상대 속도에 기초하여 상기 라이다의 지상 속도를 결정하는 것을 포함한다. 상기 실시예들 중 일부에서, 상기 복수의 정지 포인트들에 대응하는 상기 복수의 상대 속도에 기초한 통계로부터 임계값 이상의 상대 속도를 갖는 포인트를 상기 복수의 정지된 포인트들로부터 폐기하는 것을 포함한다. 일부 실시예에서, 상기 방법은 상기 상대 속도가 상기 복수의 정지 포인트들 중에서 최대인 정지 포인트와 관련된 방위각에 기초하여 라이다 속도의 방위각 방향을 결정하는 것을 포함한다.
상기 제1 세트의 일부 실시예에서, 상기 방법은 현재 라이다 속도 및 스캔 주기 내의 정지된 시간으로부터의 시간 차이에 기초하여 상기 포인트 클라우드 데이터에서 포인트의 방위 또는 경사 또는 거리를 변경함으로써 디-스큐잉(de-skewing)하는 단계를 포함한다.
제2 세트의 실시예에서, 고해상도 라이다 시스템을 작동하도록 구성된 프로세서에서 구현되는 방법은 각각의 포인트에 대한 경사각, 방위각, 거리 및 상기 포인트의 반사율을 포함하는 적어도 네 개의 차원을 나타내는 포인트 클라우드 데이터를 수집하기 위해 고해상도 라이다 시스템을 작동하는 단계를 포함한다. 상기 방법은 또한 상기 포인트 클라우드에서 복수의 객체들을 결정하는 것을 포함한다. 각각의 객체는 높은 반사율 값을 가진 상기 포인트 클라우드의 복수의 인접 포인트들에 기반한다. 상기 방법 또한 상기 데이터베이스에서 대응하는 수의 객체를 결정하는 단계를 포함한다. 데이터베이스의 각각의 객체는 위치가 알려져 있다. 또한, 상기 방법은 상기 데이터베이스에 대응하는 상기 객체에 대한 데이터베이스 내의 각각의 객체의 알려진 위치에 적어도 부분적으로 기초하여 상기 도플러 라이다 시스템의 위치를 결정하는 단계를 포함한다.
제3 세트의 실시예에서, 도플러 라이다 시스템을 작동하도록 구성된 프로세서에서 구현되는 방법은 각각의 포인트에 대한 경사각, 방위각, 거리, 상기 포인트와 상기 라이다 시스템 사이의 상대 속도 및 상기 포인트의 반사율을 포함하는 적어도 네 개의 차원을 나타내는 포인트 클라우드 데이터를 수집하기 위해 도플러 라이다 시스템을 작동하는 단계를 포함한다. 상기 방법은 포인트 클라우드에서 복수의 객체를 결정하는 단계를 포함한다. 각각의 객체는 높은 반사율 값을 가진 포인트 클라우드에서 인접한 포인트들 또는 전역적 정지 객체를 위한 대략 적절한 상대 속도 값을 가진 포인트 클라우드의 인접 포인트들을 기반으로 한다. 상기 방법은 또한 데이터베이스에서 대응하는 수의 객체를 결정하는 단계를 포함한다. 데이터베이스에서 각각의 객체에는 위치가 알려져 있다. 상기 방법은 데이터베이스 내의 대응하는 객체에 대한 데이터베이스 내의 각각의 객체의 알려진 위치에 적어도 부분적으로 기초하여 도플러 라이다 시스템의 속도를 결정하는 단계를 더 포함한다.
제4 세트의 실시예에서, 도플러 라이다 시스템을 작동하도록 구성된 프로세서에서 구현된 방법은 각각의 포인트에 대한 경사각, 방위각, 거리, 상기 포인트와 라이다 시스템 사이의 상대 속도 및 상기 포인트의 반사율(reflectivity)을 포함하는 적어도 네 개의 차원을 나타내는 포인트 클라우드 데이터를 수집하기 위해 도플러 라이다 시스템을 작동하는 단계를 포함한다. 상기 방법은 또한 상기 포인트 클라우드에서 객체의 복수의 지점들을 결정하는 단계를 포함한다. 상기 객체는 높은 반사율 값을 가진 상기 포인트 클라우드에서 인접한 포인트 또는 방위각과 도플러 콤포넌트 값들의 클러스터를 기반으로 한다. 상기 방법은 상기 객체 상의 상기 지점들 사이의 도플러 콤포넌트 값들의 차이에 기반하여 상기 객체의 회전 속도 또는 전역 속도(global velocity)를 결정하는 단계를 더 포함한다.
다른 실시예에서, 시스템 또는 장치 또는 컴퓨터 판독 가능 매체는 상기 방법의 하나 이상의 단계를 수행하도록 구성된다.
또 다른 측면에서, 본 명세서를 수행하기 위해 고려되는 최상의 모드를 포함하는 다수의 특정 실시예 및 구현을 단순히 예시함으로써 다음의 상세한 설명으로부터 본 명세서의 특징 및 장점을 쉽게 이해될 수 있다. 다른 실시예는 또한 다른 및 상이한 특징 및 장점을 가질 수 있으며, 일부 세부 사항은 본 명세서의 사상 및 범위를 벗어나지 않는 다양한 측면에서 명백해지도록 수정될 수 있다. 따라서, 도면 및 설명은 제한적이지 않고 본질적으로 예시적인 것으로 간주되어야 한다.
실시예들은 제한적인 방식이 아니라 예시적인 방식으로 설명되고, 첨부된 도면들에서 유사한 구성 요소들은 유사한 참조 번호들이 부여되었으며:
도 1a는, 본 명세서의 일 실시예에 따라, 거리의 측정을 위해 리턴된 광 신호들과 함께 일련의 이진 숫자들로서, 송신된 신호의 예를 도시하는 도식 그래프(schematic graph);
도 1b는, 본 명세서의 일 실시예에 따라, 리턴된 두 신호들의 기준 신호의 교차 상관(cross-correlations)의 예를 도시하는 도식 그래프;
도 1b는, 본 명세서의 일 실시예에 따라, 기준 신호의 스펙트럼 및 도플러 쉬프트된 리턴 신호(Doppler shifted return signal)의 스펙트럼의 예를 도시하는 도식 그래프;
도 1c는, 본 명세서의 일 실시예에 따라, 도플러 쉬프트된 리턴 신호의 위상 콤포넌트들의 교차-스펙트럼의 예를 도시하는 도식 그래프;
도 1d는 일 실시예에 따라, 거리(range)에 관한 광 처프 측정의 예를 도시하는 그래프 세트;
도 1e는 일 실시예에 따라, 대칭 LO 신호를 사용하는 그래프이고, 도플러 시프트가 없을 때 주파수 시간 플롯의 리턴 신호를 점선으로 도시하는 그래프;
도 1f는 일 실시예에 따라, 대칭 LO 신호를 사용하는 도 1e와 유사한 그래프이고, 0이 아닌 도플러 시프트가 있을 때 주파수 시간 플롯의 리턴 신호를 점선으로 도시하는 그래프;
도 2a는 일 실시예들에 따라, 고해상도 라이다 시스템 콤포넌트들의 예를 도시하는 블록도;
도 2b는 일부 실시예들에서 사용되는, 고해상도 도플러 시스템을 위한 톱니(saw tooth) 스캔 패턴을 도시하는 블록도;
도 2c는 일 실시예에 따라, 고해상도 도플러 라이다 시스템에 의해 생성된 속도 포인트 클라우드의 예를 도시하는 이미지;
도 3a는 일 실시예에 따라, 차량에 장착된 적어도 하나의 고해상도 도플러 라이다 시스템을 포함하는 시스템의 예를 도시하는 블록도;
도 3b는 일 실시예에 따라, 차량에 장착된 다중 고해상도 도플러 라이다(multiple hi-res Doppler LIDAR) 시스템을 포함하는 시스템의 예를 도시하는 블록도;
도 3c는 일 실시예에 따라, 포인트 클라우드에서 검출된 객체와 관련하여 차량에 장착된 다중 고해상도 도플러 라이다 시스템을 포함하는 예를 도시하는 블록도;
도 4는 일 실시예에 따라, 자율주행 차량 설정에서 고해상도 도플러 라이다 시스템으로부터 데이터를 사용하기 위한 방법의 예를 도시하는 흐름도;
도 5a는 일 실시예에 따라, 정지된 노면에 대한 자차량(own vehicle) 이동을 검출하기 위한 계산 콤포넌트들의 예를 도시하는 블록도;
도 5b는 일 실시예에 따라, 자체 운동(ego-motion)에 대한 보상되지 않고 x/y/z 공간에서 렌더링 된 원시 도플러 라이다(raw Doppler LIDAR) 포인트 클라우드의 예를 도시하는 플롯;
도 5c는 일 실시예에 따라, 도플러 계산 속도 솔루션에 기초하여 자체 운동(ego-motion)에 대한 거리가 보상되고, x/y/z 공간에서 렌더링되어 구현된 도플러 라이다 포인트 클라우드의 예를 도시하는 플롯;
도 6은 일 실시예에 따라, 자차량(own vehicle) 속도를 결정하는 방법의 예를 도시하는 흐름도;
도 7a 및 도7b는 일 실시예에 따라, 위성 항법 시스템(GPS) 데이터 및 고해상도 3D 도플러 라이다 데이터에서 도출된 속도 비교의 예를 도시하는 그래프;
도 7c 내지 도7e는 일 실시예에 따라, 차량의 이동 방향에 따른 방위각에서 도플러 라이다로부터 속도 의존성의 예를 도시하는 그래프;
도 7f는 일 실시예에 따라, 방위각에서 도플러 라이다로부터 속도 의존성 측정의 예를 도시하는 그래프;
도 8은 다른 실시예에 따라, 자차량(own vehicle) 속도 및 다른 이동 객체들을 결정하기 위한 방법의 예를 도시하는 흐름도;
도 9a 내지 도 9c는 일 실시예에 따라, 자차량(own vehicle)에 대한 다른 객체의 이동을 검출하기 위한 계산 콤포넌트들의 예를 도시하는 블록도;
도 10은 다른 실시예에 따라, 다른 이동 객체의 이동 및 트랙(track)을 결정하기 위한 방법의 예를 도시하는 흐름도;
도 11은 일 실시예에 따라, 검출된 조사 객체(매핑 데이터베이스에서 정지 객체)에 대한 자체 위치(own position)를 결정하기 위한 계산 콤포넌트들의 예를 도시하는 블록도;
도 12는 일 실시예에 따라, 검출된 조사 객체에 대한 자체 위치(own position)를 결정하는 예를 도시하는 흐름도;
도 13은 일 실시예에 따라, 자체 전역 속도를 결정하기 위한 계산 콤포넌트들의 예를 도시하는 블록도;
도 14는 일 실시예에 따라, 자체 전역 속도를 결정하는 예를 도시하는 흐름도;
도 15는 일 실시예에 따라, 자차량(own vehicle)에 대한 이동 객체의 회전 속도를 결정하기 위한 계산 콤포넌트들의 예를 도시하는 블록도;
도 16은 일 실시예에 따라, 이동 객체의 전역 속도를 결정하기 위한 방법의 예를 도시하는 흐름도;
도 17a는 일 실시예에 따라, 고해상도 도플러 라이다 시스템으로부터 조명된 지점들의 위치의 예를 도시하는 블록도;
도 17b 내지 도 17d는 일 실시예에 따라, 정지 객체들 및 이동 객체들의 트랙(track)들로부터의 리턴들을 나타내는 조명된 지점에서 리턴의 예를 도시하는 이미지;
도 18a 내지 도 18c는 일 실시예에 따라, 이동 객체로서 별도의 차량에서 리턴의 예를 도시하는 그래프;
도 18d 및 도 18e는 일 실시예에 따라, 측정된 포인트 클라우드의 예를 도시하는 플롯;
도 19는 본 명세서의 일 실시예가 구현될 수 있는 컴퓨터 시스템을 도시하는 블록도; 그리고
도 20은 본 명세서의 일 실시예가 구현될 수 있는 칩셋을 도시한 것이다.
차량을 작동시키기 위한 광 거리 검출의 도플러 보정의 이용 방법, 장치, 시스템 및 컴퓨터-판독가능한 매체가 기술된다. 설명의 목적을 위해 이어지는 상세한 설명에서, 본 명세서의 완전한 이해를 제공하기 위해 다양한 구체적인 내용 들이 기술된다. 그러나, 당업자는 이와 같은 구체적인 상세한 내용이 없어도 본 명세서가 실행될 수 있음을 이해할 것이다. 다른 경우들에서, 본 명세서를 불필요하게 모호하게 하는 것을 피하기 위해, 잘-알려진 구조들과 디바이스들은 블록도 형태로 도시된다.
넓은 범위를 나타내는 수치 범위들과 파라미터들은 비록 근사치들이더라도, 구체적인 비-한정적인 예들에서 의미하는 수치들은 가능한 한 정확하게 보고된다. 그러나, 임의의 수치는 본 명세서의 작성 시점에서 그들의 각각의 실험 측정들에서 발견된 표준 편차로부터 생길 수밖에 없는 특정 오차들을 내재적으로 포함한다. 나아가서, 문맥으로부터 달리 명백하지 않으면, 본 명세서에 제시된 수치는 최하위 숫자에 의해 주어진 함축된 정밀도를 가진다. 따라서, 값 1.1은 1.05부터 1.15까지의 값을 암시한다. "대략"이라는 용어는 주어진 값을 중심으로 더 넓은 범위를 나타내는데 사용되고, 문맥으로부터 달리 명백하지 않으면, "대략 1.1"이 1.0으로부터 1.2까지 암시하는 것과 같이, 최하위 숫자 주변의 더 넓은 범위를 암시한다. 만약 최하위 숫자가 불분명하면, "대략"이라는 용어는 2배를 의미한다. 예컨대, "대략 X"는 0.5X로부터 2X까지의 범위 내의 값을 암시한다. 예를 들어, '대략 100'은 50부터 200까지의 범위 내의 값을 암시한다. 나아가서, 본 명세서에 개시된 모든 범위들은 그 안에 포함된 임의의 범위들과 모든 하위-범위들을 포함하는 것으로 이해되어야 한다. 예를 들어, "10 미만"의 범위는 영(zero)의 최소값과 10의 최대값 사이(포함하는)의 임의의 범위들과 하위-범위들 즉, 영과 동일 하거나 더 큰 최소값과 10과 동일하거나 더 작은 최대값을 가진 임의의 범위들과 하위-범위들 예컨대, 1 내지 4를 포함할 수 있다.
본 명세서의 일부 실시예는 개인용 자동차에 단일 전면 장착(single front mounted) 고해상도 도플러 라이다 시스템과 관련하여 아래에 기술된다; 그러나, 실시예들은 이런한 내용으로 제한되지 않는다. 다른 실시예에서, 겹치거나 겹치지 않는 시야를 갖는 다중 시스템 또는 더 작거나 더 큰 지상, 해상 또는 우주 차량(자율 또는 부분 자율 또는 운전자 보조)에 장착된 하나 이상의 시스템이 사용된다. 일부 실시예에서, 고해상도 도플러 라이다는, 본 발명자들의 이전 연구에서 설명된 바와 같이, 외부 변조와 함께 연속파(continuous wave, CW) 레이저를 사용하는 것이다. 외부 변조는 전자 제어를 통한 파형 유연성을 가능하게 하고, 레이저 요구사항을 줄이며(레이저는 단지 CW), 동시 거리 및 도플러(속도 측정)에 대한 새로운 방법을 허용하고, 빔이 다른 작은 타켓 반점 (speckle realizations)을 빠르게 통과할 때 낮은 SNR에서 더 나은 성능을 허용하는 이점을 제공한다.
1. 위상-인코딩 검출 개관
거리 측정을 위해 광 위상-인코딩 신호가 사용되고, 송신된 신호는 송신된 신호 일부에 대한 반송파(carrier)(위상=0)를 가진 동상(in phase)이고, 이후 짧은 시간 구간들 동안
Figure pat00001
(위상 =
Figure pat00002
) 로 대표되는 하나 이상의 위상 변화로 인해 송신된 신호에 대해 반복적으로 2개 이상의 위상 값들 사이를 전후로 스위칭된다. 일정한 위상의 가장 짧은 구간은 펄스 지속기간(
Figure pat00003
)으로 불리는 인코딩의 파라미터이고, 전형적으로 대역에서 가장 낮은 주파수의 다수의 주기들의 지속기간이다. 역(1/
Figure pat00004
)은 보드 레이트(baud rate)이고, 각각의 보드는 심벌을 나타낸다. 송신된 신호의 시간 동안의 그러한 일정한 위상 펄스들의 수(N)는 심벌들의 수(N)이고 인코딩의 길이를 나타낸다. 이진 인코딩에서, 2개의 위상 값들이 존재하고, 가장 짧은 길이의 위상 중 하나의 값은 0으로 간주될 수 있고 다른 하나의 값은 1로 간주될 수 있으므로, 심벌은 일 비트(bit)이고, 보드 레이트 역시 비트 레이트(bit rate)로 명명된다. 다중 (multiple) 위상 인코딩의 경우, 다수의 위상 값들이 존재한다. 예를 들어,
Figure pat00005
*{0,1,2,3},
Figure pat00006
=
Figure pat00007
/2(90°)와 같이, 4개의 위상 값들은 {0,
Figure pat00008
/2,
Figure pat00009
,3
Figure pat00010
/2}와 각각 동일하고, 따라서 4개의 위상 값들은 각각 0,1,2,3을 나타낼 수 있다. 상기 예에서, 각각의 심벌은 2 비트이고, 비트 속도는 보드 레이트의 2배이다.
위상-쉬프트 키잉(Phase-Shift Keying, PSK)은 기준 신호(반송파)의 위상을 변화(변조)시킴으로써 데이터를 전달하는 디지털 변조 방식을 의미한다. 변조는 정확한 시간에 사인 입력과 코사인 입력을 변화시킴으로써 수행된다. 무선 주파수들(RF)에서, PSK는 무선근거리통신망(LANs), 무선주파수인식(RFID) 및 블루투스 통신을 위해 광범위하게 사용된다. 대안적으로, 일정한 기준파(reference wave)에 대해서 작동하는 대신에, 송신은 자기 자신에 대해서 작동할 수 있다. 단일한 송신 파형의 위상 변화들은 심벌로 간주될 수 있다. 상기 시스템에서, 복조기는 (기준파에 대한) 위상 그 자체가 아닌, 수신된 신호의 위상의 변화들을 결정한다. 상기 방식은 연속적인 위상들 사이의 차이에 의존하기 때문에, 그것은 차동 위상-쉬프트 키잉(Differential Phase-Shift Keying, DPSK)로 명명된다. 복조기가 수신된 신호의 정확한 위상을 결정하기 위해 기준 신호의 사본을 가질 필요가 없기 때문에, DPSK는 보통의 PSK보다 확실하게 더 간단하게 구현될 수 있다(따라서, 그것은 넌-코히런트 방식이다).
광 거리 측정 응용들의 경우, 반송파 주파수(carrier frequenty)는 광 주파수
Figure pat00011
이고 RF 주파수(
Figure pat00012
)는 광 반송파(optical carrier)로 변조된다. 심벌들의 수(N)와 지속기간(
Figure pat00013
)이 요구되는 거리 정확도와 분해능을 달성하기 위해 선택된다. 심벌들의 패턴은 코드 된 신호들의 다른 소스들과 노이즈로부터 구별될 수 있도록 선택된다. 그러므로, 송신된 신호와 리턴된 신호 사이의 강한 상관은 반사되거나 후방 산란된(backscattered) 신호의 강한 표시이다. 송신된 신호는 하나 이상의 심벌들의 블록들로 구성되고, 각각의 블록은, 심지어 노이즈가 존재하는 경우에도, 반사되거나 후방 산란된 리턴과의 강한 상관을 제공할 만큼 충분히 길다. 이어지는 논의에서, 송신된 신호는 블록 당 N개의 심볼들의 M 블록들로 구성되고, M과 N은 음의 정수가 아닌 것으로 간주된다.
도 1a는, 본 명세서의 일 실시예에 따라, 거리의 측정을 위해 리턴된 광 신호들과 함께 일련의 이진 숫자들로서 송신된 신호의 예를 도시하는 도식 그래프(120)이다. 수평축(122)은 영의 시작 시간 후의 시간을 임의의 단위로 나타낸다. 수직축(124a)은 영에 대한 주파수(
Figure pat00014
)에서의 광 송신된 신호의 진폭을 임의의 단위로 나타낸다. 수직축(124b)은 영에 대한 주파수(
Figure pat00015
)에서의 리턴된 광 신호의 진폭을 임의의 단위로 나타내고, 트레이스들을 분리하기 위해 수직축(124a)으로부터 오프셋된다. 트레이스(125)는 00011010으로부터 시작하여 생략에 의해 표시된 바와 같이, 연속하는 코드를 생성하기 위해 도 1a에 도시된 바와 같은 위상 변화들을 가진 M*N 이진 심벌들의 송신된 신호를 나타낸다. 트레이스(126)는 움직이지 않는 객체로부터 산란되는 이상적인(노이즈가 없는) 리턴 신호를 나타낸다(따라서, 리턴은 도플러 쉬프트되지 않음). 진폭은 감소되지만, 코드(00011010)는 인식 가능하다. 트레이스(127)는 움직이고 따라서, 도플러 쉬프트되는 객체로부터 산란되는 이상적인(노이즈가 없는) 리턴 신호를 나타낸다. 리턴은 적절한 광 주파수(
Figure pat00016
)에 있지 않고, 예상된 주파수 대역 내에서 잘 검출되지 않기 때문에, 진폭이 줄어든다.
리턴의 관찰된 주파수(f')는 수학식 (1)에 의해 주어진 도플러 효과에 의한 리턴의 정확한 주파수(
Figure pat00017
)와 상이하다.
Figure pat00018
여기서, c는 매체 내의 빛의 속도이고,
Figure pat00019
는 관찰자의 속도이고,
Figure pat00020
는 수신기를 연결하는 벡터를 따르는 소스의 속도이다. 관찰자와 소스가 양자 사이의 벡터 상에서 동일한 방향으로 동일한 속도로 움직이면 2개의 주파수들은 동일함을 유의해야 한다. 2개의 주파수들간의 차이(
Figure pat00021
)는 거리 측정에 문제들을 야기하는 도플러 쉬프트(
Figure pat00022
)로서, 수학식 (2)에 의해 주어진다.
Figure pat00023
에러의 크기는 신호의 주파수(f)에 따라 증가함을 유의한다. 또한, 정지된 라이다 시스템(
Figure pat00024
= 0)에서 객체가 초당 10 미터의 속도(
Figure pat00025
= 10)로 이동하고, 가시광선의 주파수가 대략 500THz인 경우, 에러의 사이즈는 16메가헤르츠(MHz, 1MHz=106 헤르츠(Hz), 1Hz = 초당 1 사이클)임을 유의해야 한다. 아래에 기술된 다양한 실시예들에서, 도플러 쉬프트 에러는 검출되어 거리의 계산을 위한 데이터 프로세싱에 사용된다.
위상 코드된 거리 측정(phase coded ranging)에서, 위상 코드된 반사의 도달은, 송신된 신호 또는 다른 기준 신호를 리턴된 신호와 교차 상관(cross-correlations)시킴으로써 리턴 내에서 검출되고, RF 신호용 코드를 헤테로다인(heterodyne) 검출을 이용하여 광 검출기로부터의 전기 신호와 교차 상관시키고, 이에 따라 RF 대역으로 되돌리는 다운-믹싱(down-mixing)을 통하여 실질적으로 구현된다. 임의의 하나의 래그를 위한 교차 상관은 2개의 트레이스들의 콘볼빙(convolving) 즉, 2개의 트레이스들 내의 대응하는 값들을 곱하고 트레이스 내의 모든 점(point)들을 합산하고, 이후 각각의 타임 래그에서 이를 반복함으로써 계산된다. 대안적으로, 상기 교차 상관은 2개의 트레이스들 각각의 푸리에 변환들을 곱한 후 역(inverse) 푸리에 변환함으로써 수행될 수 있다. 고속(Fast) 푸리에 변환(Fast Fourier Transform FFT)을 위한 효과적인 하드웨어와 소프트웨어 구현들은 순방향 푸리에 변환과 역방향 푸리에 변환 모두를 위해 널리 이용될 수 있다.
교차 상관의 계산은 전형적으로 리턴의 진폭과 위상이 광 검출기에서 검출된 이후에 아날로그 또는 디지털 전기 신호들을 이용하여 수행됨을 유의한다. 광 검출기의 신호를 용이하게 디지털화 될 수 있는 RF 주파수 거리로 이동시키기 위해, 광 리턴 신호는 검출기에 영향을 주기 전에 기준 신호와 광학적으로 믹스된다. 위상-인코딩된 송신 광 신호의 사본은 기준 신호로서 사용될 수 있지만, 레이저에 의해 출력되는 지속파 반송파 주파수 광 신호(continuous wave carrier frequency optical signal)를 기준 신호로서 사용하고 검출기에 의해 출력되는 전기 신호의 진폭과 위상 모두를 캡쳐하는 것 역시 가능하고, 종종 바람직하다.
움직이지 않는 객체로부터 반사되는 이상적인(노이즈가 없는) 리턴 신호(따라서, 리턴은 도플러 쉬프트되지 않음)의 경우, 피크는 송신된 신호의 시작 후의 시각
Figure pat00026
에서 발생한다. 이것은 리턴된 신호가 시각
Figure pat00027
에서 시작되는 송신된 위상 코드의 버전을 포함한다는 것을 나타낸다. 반사하는(또는 후방산란하는) 객체에 대한 거리(R)는 매체 내의 광(c)의 속도에 기초하는 양방향(two way) 여행 시간 지연으로부터 계산되고, 수학식 (3)과 같이 주어진다.
Figure pat00028
이동 객체로부터 산란된 이상적인(노이즈가 없는) 리턴 신호(따라서, 리턴은 도플러 쉬프트됨)의 경우, 리턴 신호는 적절한 주파수 빈(bin) 내의 위상 인코딩을 포함하지 않고, 상관은 모든 타임 래그들(time lags) 동안 낮게 유지되고, 피크는 용이하게 검출되지 않으며, 소음이 있는 경우에는 종종 감지되지 않을 수 있다. 따라서,
Figure pat00029
는 용이하게 결정되지 않고 거리(R)가 용이하게 생성되지 않는다.
발명가의 이전 작업의 다양한 실시예에 따르면, 도플러 쉬프트는 리턴된 신호의 전기적 프로세싱 내에서 결정되고; 도플러 쉬프트는 교차 상관 계산을 보정하기 위해 사용된다. 따라서, 피크는 더 용이하게 발견되고 거리는 보다 용이하게 결정될 수 있다. 도 1b는, 일 실시예에 따라, 송신된 신호의 예시적 스펙트럼과 도플러 쉬프트된 복잡한 리턴 신호의 예시적 스펙트럼을 도시하는 도식 그래프(140)이다. 수평축(142)은 광 반송파(
Figure pat00030
)로부터 오프셋된 RF 주파수를 임의의 단위들로 나타낸다. 수직축(144a)은 스펙트럼 밀도로도 불리며, 특정한 좁은 주파수 빈의 진폭을 영(0)에 상대적인(relative to zero) 임의의 단위로 나타낸다. 수직축(144b)은 스펙트럼 밀도를 0에 상대적인 임의의 단위들로 나타내고, 트레이스들을 분리하기 위해 수직축(144a)으로부터 오프셋된다. 트레이스(145)는 송신된 신호를 나타내고, 피크는 적절한 RF(
Figure pat00031
)에서 발생한다. 트레이스(146)는 라이다 시스템을 향해 이동하는 객체로부터 후방 산란되어 이상적인(노이즈가 없는) 복잡한 리턴 신호를 나타내며 따라서 더 높은 주파수로 도플러 시프트(블루 쉬프트로 불림) 된다. 리턴은 적절한 RF(
Figure pat00032
)에서 피크를 가지지 않지만, 대신에,
Figure pat00033
만큼 쉬프트된 주파수(
Figure pat00034
)로 블루 쉬프트된다. 실제로, 리턴의 동상 및 직각(I/Q) 콤포넌트들을 모두 나타내는 복잡한 리턴은
Figure pat00035
에서 피크를 결정하는데 사용하므로, 도플러 이동 방향, 센서와 객체 사이의 벡터에 있는 대상의 이동 방향이 단일 리턴에서 분명하게 나타난다.
일부 도플러 보상 실시예들에서,
Figure pat00036
를 찾기 위하여 송신된 신호와 리턴된 신호 모두의 스펙트럼을 취하고 각각의 피크들을 검색한 후 대응하는 피크들의 주파수들을 감산하기보다는, 도 1b에 예시된 바와 같이, RF 대역 내 다운-믹스 리턴된 신호의 동상(in-phase) 및 직각(quadrature) 콤포넌트의 교차 스펙트럼(cross spectrum)을 취하는 것이 더 효과적이다. 도 1c는, 본 명세서의 일 실시예에 따라, 교차-스펙트럼의 예를 도시하는 도식 그래프(150)이다. 수평축 (152)은 기준 스펙트럼에 대한 임의의 단위의 주파수 쉬프트를 나타내고, 수직축(154)은 영에 상대적인 임의의 단위의 교차 스펙트럼의 진폭을 나타낸다. 트레이스(155)는 라이다 시스템을 향해 이동하는 제1 객체(
Figure pat00037
의 블루 쉬프트= 도 1b의
Figure pat00038
)와 라이다 시스템으로부터 멀어지도록 이동하는 제2 객체(
Figure pat00039
의 레드 쉬프트)에 의해 생성된 이상적인(노이즈가 없는) 리턴 신호와의 교차 스펙트럼을 나타낸다. 콤포넌트들의 하나가 블루 쉬프트(
Figure pat00040
)될 때 피크가 발생하고; 콤포넌트들의 하나가 레드 쉬프트(
Figure pat00041
)될 때 다른 피크가 발생한다. 이에 따라 도플러 쉬프트들이 결정된다. 상기 쉬프트들은, 충돌 방지 응용들을 위해 대단히 중요한, 라이다 부근의 객체들의 부호를 가진 접근 속도를 결정하는데 이용될 수 있다. 그러나, I/Q 처리가 완료되지 않은 경우,
Figure pat00042
및
Figure pat00043
모두에 피크가 나타나므로 도플러 이동 신호와 이동 방향에 모호성이 존재한다.
발명가의 이전 작업에서 더 자세히 설명한 바와 같이, 교차 스펙트럼 내에서 검출되는 도플러 쉬프트(들)는 교차 상관을 보정하는데 사용됨으로써, 피크(135)는 래그(
Figure pat00044
)에서 도플러 보상된 도플러 쉬프트된 리턴 내에 명백하고, 거리 (R)가 결정될 수 있다. 일부 실시예에서 동시 I/Q 처리는 S. Crouch et al.의 WO2018/144853에 의한 "Method and system for Doppler detection and Doppler correction of optical phase-encoded range detection"이라는 제목의 국제 특허 출원 공보에 보다 상세히 설명된 바와 같이 수행된다. 다른 실시예에서, 예들 들어, S. Crouch et al. WO20019/014177의 "Method and System for Time Separated Quadrature Detection of Doppler Effects in Optical Range Measurements"라는 제목의 특허 출원 공보에 더 자세히 설명 된 바와 같이 직렬 I / Q 처리가 도플러 리턴 부호를 결정하는 데 사용된다. 다른 실시예에서, 도플러 보정을 결정하기 위해 다른 수단이 사용된다; 다양한 실시예에서, 도플러 보정을 수행하기 위해 당업자에 알려진 임의의 방법 또는 장치 또는 시스템이 사용된다.
2. 처프 검출 개요(Chirped Detection Overview)
도 1d는 일 시예에 따른 예시적인 광 처프 거리 측정을 도시하는 그래프들의 세트이다. 수평축(102)은 4개의 그래프 모두에 대해 동일하며 밀리 초(ms, 1ms = 10-3 초)씩 임의의 단위로 시간을 나타낸다. 그래프(100)는 송신 광 신호로서 사용되는 광의 빔의 전력을 나타낸다. 그래프(100)의 수직축(104)은 송신 신호의 전력을 임의의 단위로 나타낸다. 트레이스(Trace)(106)는 시간 0에서 시작하여 제한된 펄스 지속 시간,
Figure pat00045
동안 전력이 공급되고 있음을 나타낸다. 그래프(110)는 송신 신호의 주파수를 나타낸다. 수직축(119)은 임의의 단위로 송신 주파수를 나타낸다. 트레이스(116)는 펄스의 지속 시간
Figure pat00046
에 걸쳐 펄스의 주파수가
Figure pat00047
에서
Figure pat00048
로 증가함을 나타내며, 따라서 대역폭
Figure pat00049
을 갖는다. 주파수 변화율은
Figure pat00050
이다.
리턴된 신호는 그래프(160)로 도시되고, 그 그래프(160)는 시간을 나타내는 수평축(102) 및 그래프(110)에서와 같이 주파수를 나타내는 수직축(114)을 갖는다. 그래프(110)의 처프(116)가 또한 그래프(160) 상에 점선으로 도시되어 있다. 제1 리턴된 신호는 트레이스(166a)로 주어지고, 강도(도시되지 않음)가 감소되고
Figure pat00051
만큼 지연된 송신 기준 신호이다. 리턴된 신호가 2R의 거리를 커버한 후 상기 외부 객체로부터 수신되면, 리턴된 신호는 위에서 설명한 수학식3에 따라 2R/c로 주어지는 지연된 시간
Figure pat00052
에서 시작하고, 여기서 R은 타겟까지의 거리(range)이고, c는 매체에서의 빛의 속도(약 3x108 m/s)이다. 상기 시간 동안 주파수는, 거리에 따른 양, 즉 주파수 변화율에 지연 시간을 곱하여 주어지면서
Figure pat00053
이라고 불려지는 양만큼 변경된다. 이것은 수학식 4a에 의해 주어진다.
[수학식 4a]
Figure pat00054
Figure pat00055
의 값은 디-처핑(de-chirping)으로 지칭되는 시간 영역 혼합 작동에서 송신 신호(116)와 리턴된 신호(166a) 사이의 주파수 차이에 의해 측정된다. 따라서 거리 R은 수학식 4b에 의해 주어진다.
[수학식 4b]
Figure pat00056
물론, 리턴된 신호가 펄스가 완전히 송신된 후 도착하면, 즉 2R/c가
Figure pat00057
보다 큰 경우, 수학식 4a 및 4b는 유효하지 않다. 이의 경우, 기준 신호는 알려진 또는 고정된 양만큼 지연되어, 리턴된 신호가 기준 신호와 중첩되도록 한다. 기준 신호의 고정된 또는 알려진 지연 시간은 수학식 4b로부터 계산된 거리에 추가되는 추가 거리를 제공하기 위해 빛의 속도 c와 곱해진다. 매체에서 빛의 속도의 불확실성으로 인해 절대 거리는 부정확할 수 있지만, 이는 거의 일정한 오차(near-constant error)이며 주파수 차이를 기반으로 한 상대적 거리는 여전히 매우 정확하다.
어떤 상황에서, 송신된 광 빔에 의해 조명된 지점이, 반투명 객체의 전방 및 후방, 또는 라이다로 부터 다양한 길이에 있는 객체의 더 가까운 부분과 더 먼 부분, 또는 조명된 지점 내에서 두 개의 개별 객체와 같은 상이한 거리에서 2개 이상의 상이한 산란자를 만난다. 이러한 상황에서, 그래프(160)에 트레이스(166b)로 표시된 것과 같이, 제2 감소된 강도 및 상이하게 지연된 신호가 또한 수신될 것이다. 이것은 수학식 4b를 사용하여 다른 거리를 제공하는
Figure pat00058
의 다른 측정 값을 갖게 된다. 어떤 상황에서는, 여러 개의 추가적인 리턴된 신호가 수신된다.
그래프(170)는 제1 리턴된 신호(166a)와 기준 처프(116) 사이의 차이 주파수
Figure pat00059
를 도시한다. 수평축(102)은 도 1d의 모든 다른 정렬된 그래프와 같이 시간을 나타내고, 수직축(164)은 더 확대된 스케일로 주파수 차이를 나타낸다. 트레이스(Trace)(176)는 송신된 처프(chirp)에 대한 응답으로 측정된 일정한 주파수
Figure pat00060
을 나타내며, 수학식 4b에 의해 주어진 특정 거리를 나타낸다. 제2 리턴된 신호(166b)는, 존재한다면, 디-처핑 동안에 다른 더 큰
Figure pat00061
(도시되지 않음) 값을 발생시킬 것이다; 결과적으로 수학식 4b를 사용하여 더 큰 거리를 산출하게 된다.
디-처핑(de-chirping)을 위한 일반적인 방법은 기준 광 신호와 리턴된 광 신호를 동일한 광 검출기로 향하게 하는 것이다. 검출기의 전기 출력은 검출기에 수렴하는 두 신호의 주파수 및 위상의 차이와 같거나 그것에 의존하는 비트 주파수에 의해 좌우된다. 상기 전기적 출력 신호의 푸리에 변환은 비트 주파수에서 피크를 야기할 것이다. 상기 비트 주파수는 테라헤르츠(THz, 1THz = 1012헤르츠)의 광 주파수 거리가 아닌 메가헤르츠(MHz, 1MHz = 106Hz = 초당 106 사이클)의 무선 주파수(RF) 거리에 있다. 상기 신호는 마이크로 프로세서 또는 특수 제작된 FFT(Fast Fourier Transform) 또는 기타 디지털 신호 처리(DSP) 집적 회로에서 실행되는 FFT(Fast Fourier Transform) 알고리즘과 같은 공통 및 저렴한 RF 콤포넌트로 쉽게 처리된다. 다른 실시예에서, 리턴 신호는 (국부 발진기로서 처프와 비교하여) 국부 발진기로서 역할을 하는 연속파(CW) 톤과 혼합된다. 이것은 그 자체가 처프인 검출 신호를 유발한다(또는 어떤 파형이 송신되었는지). 이 경우 탐지된 신호는 Kachelmyer 1990에 설명된 대로 디지털 영역에서 매칭 필터링 (matched filtering)을 거친다. 단점은 디지타이저(digitizer) 대역폭 요구 사항이 일반적으로 높다는 것이다. 코히런트 검출의 긍정적인 면은 다른 방식으로 유지된다.
몇몇 실시예에서, 라이다 시스템은 동시적 업 및 다운 처프들을 생성하도록 변경된다. 상기 접근법은 실제로 거리를 변경하거나, 빔 내의, 다른 것들 사이의, 또는 상당한 조합의 일시적 산란자들을 변경하는 객체 속도 차이들, 또는 객체와 관련된 라이다 위치 변경들에 의해 도입되는 가변성을 제거한다. 상기 접근법은 게다가 업 및 다운 처프들로 측정된 거리들과 도플러 시프트들이 실제로 동일하며 대단히 유용하게 결합될 수 있음을 보장한다. 도플러 방식은 주파수 공간에서 비대칭으로 시프트된 리턴 페어들을 병렬 포착하여 정확한 보상의 높은 확률을 보장한다.
도 1e는 일 실시예에 따라, 대칭 LO 신호를 사용하는 그래프이고, 도플러 시프트가 없을 때의 주파수 시간 플롯(frequency time plot)의 리턴 신호를 점선으로 도시한다. 수평축은 10-5 초 (수십 마이크로 초) 단위로 시간을 나타낸다. 수직축은 반송파 주파수
Figure pat00062
또는 기준 신호에 대한 광 송신 신호의 주파수를 기가헤르츠 (109 Hertz) 단위로 나타낸다. 펄스 지속 기간 동안 언제든지 두 개의 광학 주파수를 포함하는 광선이 생성된다. 한 주파수가, 예컨대,
Figure pat00063
에서
Figure pat00064
(광 반송파보다 위로 1 에서 2 GHz)로 증가하는 동안, 다른 주파수는
Figure pat00065
에서
Figure pat00066
(광 반송파보다 아래로 1 에서 2 GHz)으로 감소한다. 두 개의 주파수 대역(예컨대,
Figure pat00067
에서
Figure pat00068
까지의 대역 1과,
Figure pat00069
에서
Figure pat00070
까지의 대역 2)이 오버랩되지 않으므로 송신 신호와 리턴 신호는 모두 통과 주파수
Figure pat00071
에서 시작하는 통과 대역들을 가지는, 고역 통과 필터나 저역 통과 필터, 또는 이들의 조합에 의해 광학적으로 분리될 수 있다. 예를 들어,
Figure pat00072
<
Figure pat00073
<
Figure pat00074
<
Figure pat00075
<
Figure pat00076
일 수 있다. 개시되는 실시예들에서, 더 높은 주파수들이 업 처프를 제공하고 더 낮은 주파수들이 다운 처프를 제공하지만, 다른 실시예들에서는, 더 높은 주 파수들이 다운 처프를 생성하고 더 낮은 주파수들이 업 처프를 생성한다.
일부 실시예에서, 두 개의 상이한 레이저 소스가 매 시간마다 각각의 빔에서 두 개의 상이한 광 주파수를 생성하는데 사용된다. 그러나, 일부 실시예에서, 단일 광 반송파는 단일 RF 처프에 의해 변조되어 동시적 업 및 다운 처프들로 작용하는 대칭적인 측파대(symmetrical sidebands)들을 생성한다. 상기 실시예들 중 일부에서, 일반적으로, 반송파 주파수에 많은 에너지를 남기지 않는 더블 사이드 밴드 마하 젠더 변조기(double sideband Mach-Zehnder modulator)가 사용된다; 대신에, 거의 모든 에너지가 측파대들로 들어간다.
측파대 대칭(sideband symmetry)의 결과로서, 동일한 순서의 측파대가 사용되면 두 광 처프의 대역폭은 동일할 수 있다. 다른 실시예들에서, 다른 측파대들, 예컨대, 두 번째 순서 측파대가 사용되거나, 첫번째 순서 측파대에 중첩되지 않는 두 번째 측파대가 사용되거나, 다른 어떤 조합이 사용된다.
Crouch et al.의 WO2018/160240, "Method and System for Doppler Detection and Doppler Correction of Optical Chirped Range Detection"이라는 제목의 미국 특허 출원 공보에 설명된 것과 같이, 송신(TX) 및 국부 발진기(LO) 처프 파형을 선택할 때, 시스템의 주파수 이동 대역이 이용 가능한 디지타이저(digitizer) 대역폭을 최대한 활용하도록 하는 것이 유리하다. 일반적으로 이것은 0에 가까운 거리 주파수 비트를 갖도록 업 처프 또는 다운 처프를 이동하여 수행된다.
도 1f는 일 실시예에 따라, 대칭 LO 신호를 사용하는 도 1e와 유사한 그래프이고, 0이 아닌 도플러 시프트가 있을 때 상기 주파수 시간 플롯의 리턴 신호를 점선으로 도시한다. 처프 파형의 경우 시간 분리된 I/Q 처리(일명 시간 도메인 멀티플렉싱)가 위에서 설명한 다른 접근 방식의 하드웨어 요구 사항을 극복하기 위해 사용될 수 있다. 이 경우는 AOM(acousto-optic modulator)이 실제 값 신호에 대한 거리 도플러 모호성을 해제하기 위해 사용될 수 있다. 일부 실시예에서, 인용된 특허 출원 공개 WO2018/160240에 더 상세히 설명된 바와 같이 스코어링 시스템에서 업 및 다운 처프 리턴들은 쌍으로 사용될 수 있다. 다른 실시예에서, I/Q 처리는 S. Crouch et al.의 WO2019/014177,"Method and System for Time Separated Quadrature Detection of Doppler Effects in Optical Range Measurements"이라는 제목의 특허 출원 공보에 더 자세히 설명된 바와 같이 도플러 처프의 부호를 결정하는데 사용될 수 있다.
3. 광 검출 하드웨어 개관
고해상도 거리 도플러 검출 시스템을 사용하는 방법을 설명하기 위하여, 몇 가지 일반적인 하드웨어 접근법들이 기술된다. 도 2A는 일 실시예에 따른 고해상도 라이다 시스템의 예시적인 콤포넌트들을 설명하는 블록도이다. 광학 신호들은 화살표로 표시된다. 전자 유선 또는 무선 연결은 화살촉이 없는 선분으로 표시된다. 레이저 소스(laser source)(212)는 스플리터(216) 이전 또는 이후, 변조기(282a)에서 위상 또는 주파수 변조된 반송파(201)를 방출하여 지속 시간 D를 갖는 위상 코딩되거나 처프 된 광 신호(203)를 생성한다. 스플리터(216)는 기준 경로(220)에 사용하기 위한 변조된(또는 도시된 바와 같이, 변조되지 않은) 광 신호를 분리(split)한다. 빔(201)의 에너지의 대부분을 갖는, 본 명세서에서 송신된 신호라고도 불리는, 표적 빔(205)이 생성된다. 객체(도시되지 않음)로부터 산란된 리턴된 광(291)과 좋은 혼합을 생성하기에 충분한 에너지의 훨씬 더 적은 양을 갖는 변조되거나 변조되지 않은 기준 빔(207a)이 또한 생성된다. 예시된 실시예에서, 기준 빔(207a)은 변조기(282b)에서 개별적으로 변조된다. 기준 빔(207a)은 기준 경로(220)를 통과하고, 기준 빔(207b)으로서 하나 이상의 검출기로 향한다. 일부 실시예에서, 기준 경로(220)는 기준 빔(207a)이 관심 거리의 확산 내에서 라이다 외부의 객체로부터 산란된 광과 함께 검출기 어레이(230)에 도달하기에 충분한 지연을 초래한다. 일부 실시예에서, 기준 빔(207b)은 별개의 발진기에서 국부적으로 기준 빔(207b)을 생성하는 이전의 접근법들을 나타내는, 국부 발진기(Local Oscillator LO) 신호로 명명된다. 다양한 실시예들에서, 덜 유연한 접근법에서 더 유연한 접근법으로, 기준은 다음을 통해 산란되거나 반사된 필드에 도착하게 된다: 1) 경로 길이들이 잘 매칭되도록 검출기 어레이에서 송신 빔의 일부분을 뒤로 반사시키기 위해 장면(scene) 내에 거울을 놓음으로써; 2) 경로 길이를 근접하게 매칭시키고 도 2에서 제안된 바와 같이, 특정 거리를 위해 관찰되거나 예측된 위상 차이를 보상하기 위한 경로 조절을 이용하거나 이용하지 않고, 검출기 어레이 부근의 광학을 이용하여 기준 빔을 브로드캐스트(braodcast)하기 위해 섬유(fiber) 지연을 이용함으로써; 또는 경로 길이 부조화(mismatch)를 보상하기 위한 별개의 변조를 생성하기 위해 주파수 쉬프팅 디바이스(음향광학 변조기) 또는 국부 발진기 파형 변조의 시간 지연을 이용함으로써; 또는 일부의 조합. 일부 실시예에서, 객체는 충분히 가까우며 송신된 지속 시간은 충분히 길고, 리턴들은 지연없이 기준 신호와 충분히 중첩한다.
송신된 신호는 종종 스캐닝 광학 장치(218)를 통해 관심 영역을 조명하기 위해 송신될 수 있다. 검출기 어레이는 단일 페어 또는 페어를 이루지 않는 검출기 또는 객체로부터 리턴된 빔(291)에 대략 수직인 평면에 배열된 페어를 이루거나 페어를 이루지 않는 검출기의 1 차원(1D)또는 2 차원(2D) 어레이이다. 기준 빔(207b) 및 리턴된 빔(291)은 0개 이상의 광학 믹서(284)에서 결합되어 적절하게 검출될 특성의 광학 신호를 생성한다. 간섭 패턴의 주파수, 위상 또는 진폭 또는 일부 조합은 신호 지속 기간 D 동안 여러 번 각각의 검출기에 대해 획득 시스템(240)에 의해 기록된다.
신호 지속 시간당 처리되는 시간적(temporal) 샘플의 갯수는 다운-레인지 규모(down-range extent)에 영향을 미친다. 상기 갯수는 신호당 심벌들의 갯수, 신호 반복률 및 가용 카메라 프레임률에 기초하여 선택되는 실질적 고려사항이다. 프레임 레이트는 샘플링 대역폭이고, 흔히 "디지타이저(digitizer) 주파수"로 불린다. 거리 규모의 유일한 근본적인 한계는 레이저의 코히어런스(coherence) 길이 및 그것이 반복(명확한 거리측정을 위해)하기 전 처프 또는 고유(unique) 위상 코드의 길이라는 것이다. 이는 리턴된 헤테로다인(heterodyne) 신호 또는 비트의 디지털 레코드를 이전 송신 이력에서 송신된 비트의 임의의 부분과 비교하거나 교차 상관할 수 있기 때문에 활성화된다.
획득된 데이터는 도 19를 참조하여 후술되는 컴퓨터 시스템 또는 도 20을 참조하여 후술되는 칩셋과 같은 처리 시스템(250)에 이용 가능하게 된다. 부호가 있는 도플러 보상 모듈(270)은 여기서 설명된 임의의 다른 보정과 함께 도플러 시프트의 부호와 크기 및 이에 기초한 보정된 거리를 결정한다. 일부 실시예에서, 처리 시스템(250)은 또한 스캐닝 광학계(218)를 구동하기 위한 스캐닝 신호를 제공하고, 도 2에 도시된 바와 같이 변조기(282a, 282b)를 구동하는 하나 이상의 전기 신호를 송신하기 위한 변조 신호 모듈을 포함한다. 예시된 실시예에서, 처리 시스템은 또한 공유된 지리 공간 좌표 시스템에 대해 또는 하나 이상의 검출된 객체 또는 일부 조합에 대해 차량 위치 및 이동에 대한 정보를 제공하기 위해 차량 제어 모듈(272)을 포함한다. 일부 실시예에서 차량 제어 모듈(272)은 또한 그러한 정보에 대응하여 차량(도시되지 않은)을 제어한다.
임의의 알려진 장치 또는 시스템이 레이저 소스(212), 변조기(282a, 282b), 빔 스플리터(216), 기준 경로(220), 광학 믹서(284), 검출기 어레이(230), 스캐닝 광학(218) 또는 획득 시스템(240)을 구현하기 위해 사용될 수 있다. 플러드(flood)에 대한 광 결합(Optical coupling) 또는 표적에 대한 포커스 또는 퓨필 평면(pupil plane)을 지나는 포커스는 도시되지 않았다. 본 명세서에 사용된 바와 같이, 광 결합기(optical coupler)는, 그 중에서도 무엇보다도 진공, 공기, 유리, 크리스탈, 거울, 렌즈, 광 서큘 레이터(optical circulator), 빔 스플리터, 위상판(phase plate), 폴라라이저(polarizer), 광 섬유(optical fiber) 광 믹서기, 단독으로 또는 일부 조합과 같이, 하나의 콤포넌트로부터 다른 콤포넌트까지 빛을 안내하기 위해 공간 좌표들 내에서 빛의 전파(propagation)에 영향을 미치는 임의의 콤포넌트다.
도 2a는 또한 일 실시예에 따른 동시 업 및 다운 처프 라이다 시스템에 대한 콤포넌트들의 예를 도시한다. 상기 실시예에서, 변조기(282a)는 송신된 빔(205)의 광 경로에 추가된 주파수 쉬프터(shifter)이다. 다른 실시예에서, 주파수 쉬프터는 리턴된 빔(291)의 광 경로 또는 기준 경로(220) 대신에 추가된다. 일반적으로, 주파수 쉬프터의 구성요소는 변조기(282b)로 사용되는 장치(예를 들어, AOM(acousto-optic modulator), 음향 광학 변조기)와 같은 국부 발진기(Local Oscillator LO, 또는 기준 경로라고 명명되는)측 또는 송신측(광 증폭기 앞)에 변조기(282b)로서 추가되며, 변조기로 사용되는 장치는 관련된 손실이 있으므로 수신측 또는 광 증폭기 뒤에 손실 콤포넌트들을 배치하는 것은 불리하다. 광 쉬프터의 목적은 광 검출기(230)에 의해 출력되는 전기 신호의 분석에 있어서, 예를 들어, 처리 시스템(250)에서 FTT(Fast Fourier Transform) 콤포넌트에 의해 픽업될 수 있는 상이한 주파수 대역들에서, 업 및 다운 처프의 비트 주파수가 발생하도록, 기준 신호의 주파수에 대해 송신된 신호(또는 리턴 신호)의 주파수를 알려진
Figure pat00077
만큼 쉬프트하는 것이다. 예를 들어, 거리 효과를 유발하는 블루 쉬프트가
Figure pat00078
인 경우, 업 처프의 비트 주파수는 오프셋만큼 증가하고,
Figure pat00079
에서 발생하며 다운 처프의 비트 주파수는 오프셋만큼 감소하여
Figure pat00080
가 된다. 따라서, 업 처프는 다운 처프보다 더 높은 주파수 대역에 있으므로 서로 분리될 수 있다. 만약
Figure pat00081
가 예상되는 도플러 효과보다 큰 경우, 업 처프 및 다운 처프와 관련된 거리의 모호성은 없어질 수 있다.
*측정된 비트는 적절한 업 처프 및 다운 처프 거리를 얻기 위해 알려진
Figure pat00082
의 정확한 부호값으로 수정될 수 있다. 일부 실시예에서, 균형 검출기에서 나오는 RF 신호는 FFT(Fast Fourier Transform)를 통해 분리되는 대역과 함께 직접 디지털화된다. 일부 실시예에서, 균형 검출기에서 나오는 RF 신호는 직접 디지털화 될 수 있는 저역대(업 처프 및 다운 처프 중 하나에 대응)와 기저 대역에 전자적으로 다운 믹스될 수 있는 고역대(반대 처프)를 분리하기 위한 아날로그 RF 전자 장치로 전처리된 후 디지털화 된다. 두 실시예 모두 검출된 신호의 대역을 디지타이저(digitizer) 리소스에 일치시키는 경로를 제공한다.
도 2b는 일부 실시예에서 사용되는 고해상도 도플러 라이다 시스템의 톱니(saw tooth) 스캔 패턴을 예시하는 블록도이다. 스캔은 방위각(수평) 및 경사각(제로(0) 경사에서 수평 방향의 수직 위 및 수직 아래) 범위를 스윕(sweep)한다. 다른 실시예에서, 다른 스캔 패턴이 사용된다. 예를 들어, 일부 실시예에서서, 적응형 스캐닝은 Crouch의 "Method and System for adaptive scanning with optical ranging systems", WO2018/125438 또는 "Method and System for automatic real-time adaptive scanning with optical ranging systems", WO2018/102188 이라는 제목의 국제 특허 출원 공보에 개시된 방법을 이용하여 수행될 수 있다.
도 2c는 일 실시예에 따른 스캐닝 고해상도 도플러 라이다 시스템에 의해 생성된 속도 포인트 클라우드의 예를 도시하는 이미지이다. 포인트 클라우드라고 명명되지만, 클라우드의 각각의 구성 요소는 한 지점(spot)으로부터 리턴을 나타낸다. 지점의 크기는 빔 폭과 거리의 함수이다. 일부 실시예에서, 빔은 통상적으로 약 1 mm (mm, 1 mm=10-3 meters)에서 100 mm 사이의 라이다 시스템에서 방출되는 원형의 대칭 가우스 콜리메이트 빔(collimated beam)과 단면 직경(빔 너비)을 갖는 연필 빔이다. 2D 이미지의 각각의 픽셀은 특정 방위각 및 경사각에 의해 조명되는 다른 지점을 나타내며 각각의 지점은 라이다에 상대적인 거리(3차원) 및 속도(네 개의 차원)와 관련될 수 있다. 일부 실시예에서, 반사율 측정은 또한 리턴된 신호(5차원)의 강도 또는 진폭에 의해 표시된다. 따라서, 포인트 클라우드의 각각의 포인트는 적어도 4D 벡터 및 가능하면 5D 벡터로 나타낸다.
전술한 기술을 사용하여, 스캐닝 고해상도 레인지 도플러 라이다는 각 포인트별로 라이다 시스템의 뷰(view)에서 장면(scene)의 상대적인 속도의 부호를 가진(signed) 고해상도 3D 포인트 클라우드 이미지를 생성한다. 상술한 현재 고해상도 도플러 라이다를 이용하여, 도플러 상대 속도는 매우 큰 스피드 스프레드(>+/- 100m/s)에 걸쳐 높은 입상도(granularity)(<0.25 m/s)로 결정된다. 코히어런트 측정 기술의 사용은 도플러에 대한 고유한 감도를 라이다 스캐너를 위한 동시 거리 도플러 측정으로 변환한다. 또한, 코히어런트 측정 기술은 기존의 라이다 솔루션에 비해 매우 높은 동적 거리 측정을 가능하게 한다. 상기 데이터 필드의 조합은 INS(Inertial Navigation System) 드롭아웃이 있는 경우 매우 효과적으로 차량 위치를 파악할 수 있게 한다.
4. 차량 제어 개관
일부 실시예에서, 차량은 차량에 장착된 고해상도 도플러 라이다 시스템으로부터 수신된 데이터에 기초하여 적어도 부분적으로 제어된다.
도 3a는 일 실시예에 따라, 차량(310)에 장착된 적어도 하나의 고해상도 도플러 라이다 시스템(320)을 포함하는 시스템의 예를 도시하는 블록도이다. 차량은 별(311)에 의해 표시된 질량 중심을 가지며 화살표(313)에 의해 주어진 전방 방향으로 이동한다. 일부 실시예에서, 차량(310)은 프로세서로부터의 신호에 응답하여 작동되는 조향(steering) 또는 제동 시스템(도시되지 않음)과 같은 콤포넌트를 포함한다. 일부 실시예에서 차량은 도 20에 도시된 칩 셋(chip set)과 같은 온보드(on-board) 프로세서(314)를 갖는다. 일부 실시예에서, 온보드 프로세서(314)는 도 19에 도시된 바와 같이 원격 프로세서와 유선 또는 무선 통신한다. 고해상도 도플러 라이다는 방위각 시야(field of view)(324)뿐만 아니라 주변의 수직 각도(도시되지 않음)를 미래 빔(323)으로 표현되는 한 측면에서 다른 측면으로 스위핑하는 스캐닝 빔(322)을 사용한다. 일부 실시예에서 시야는 360도 방위각이다. 일부 실시예에서 경사각 시야(inclination angle field of view)는 약 +10 도 내지 약 -10 도 또는 그 부분집합이다.
일부 실시예에서, 차량은 당업자에서 널리 공지된 GPS 센서, 주행 거리계, 호전 속도계(tachometer), 온도 센서, 진공 센서, 전압 또는 전류 센서와 같은 보조 센서(ancillary sensors)(도시되지 않음)를 포함한다. 일부 실시예에서, 회전 정보를 제공하기 위해 자이로스코프(330)가 포함된다.
또한 도 3a에는 두개의 화살표의 기저에 있는 점으로 표현되는 알려진 지리적 위치로부터 북쪽을 가리키는 화살표와 동쪽을 가리키는 화살표로 표현된 전역 좌표계(global coordinate system)가 도시되어 있다. 지리 정보 시스템(Geographical Information System GIS) 데이터베이스로서 매핑 시스템의 데이터는 전역 배치(global positioning) 시스템에 대해 상대적으로 배치된다. 차량을 제어할 때, 차량 주변의 다른 이동 객체 및 이동하지 않는 객체와 비교하여 차량의 상대적인 위치 및 이동뿐만 아니라 전역 좌표계에서의 차량의 위치와 방향을 아는 것은 유리하다.
도 3b는 일 실시예에 따라, 차량(310)에 장착된 다중 고해상도 도플러 라이다 시스템을 포함하는 시스템의 예를 도시하는 블록도이다. 항목 310, 311, 313 및 314 및 전역 좌표계는 도 3a에 도시된 바와 같다. 여기에서 다중 고해상도 도플러 라이다 시스템, 340a, 340b, 340c, 340c(이하 총칭하여 라이다 시스템(340)으로 지칭)는 차량(310)에 배치하여 특정 거리를 초과하는 범위(range)에 대해 적어도 일부 각도에서 중첩되는 완전한 각도 커버리지(coverage)를 제공한다.
도 3c는 일 실시예에 따라, 포인트 클라우드에서 검출된 객체와 관련하여 차량(310)에 장착된 다중 고해상도 도플러 라이다 시스템(340)을 포함하는 예를 도시하는 블록도이다. 항목 310, 311, 313, 314, 340, 342, 343 및 344는 도 3b와 같다. 시스템(340)으로부터 3D 포인트 클라우드에서 검출할 수 있는 항목에는 노면(391), 커브(395), 정지 신호(392), 라이트 포스트(light posts)(393a, 393b, 393c)(이하 총칭하여 라이트 포스트(393)로 지칭), 차선 표시(394), 이동하는 별도의 차량(396)을 포함한다. 이동하는 별도의 차량(396)은 회전하고 있으므로 차량의 전방에 있는 속도 벡터(397a)와 차량의 후방에 있는 속도 벡터(397b)가 다르다. 정지 신호(392) 및 라이트 포스트(393)과 같은 일부 항목들은 GIS(Geographical Information System) 데이터베이스에 전역 좌표계를 가질 수 있다.
도 4는 일 실시예에 따라, 자율주행 또는 보조주행 차량의 설정에서 고해상도 도플러 라이다 시스템으로부터 데이터를 사용하기 위한 방법(400)의 예를 도시하는 흐름도이다. 도 4 및 후속 흐름도인 도 6, 도 10, 도 12, 도 14 및 도 16에서 단계가 예시적인 목적에서 특정한 순서로 도시되어 있으나, 다른 실시예에서, 하나 이상의 단계 또는 그 일부가 상이한 순서로 수행되거나 연속적으로 직렬 또는 병렬로 중첩되거나 생략되거나 또는 하나 이상의 추가 단계가 추가되거나 또는 몇 가지 조합으로 변경될 수 있다.
401 단계에서, 고해상도 라이다 시스템(340)이 차량(310)(주변에 별도의 차량(396)을 구별하기 위해 이하 자차량(own vehicle)이라고도 함)에 구성된다. 일부 실시예에서, 상기 구성은 차량(310)에 라이다 시스템(340)을 설치하는 것을 포함한다. 구성 데이터는 차량(310)내에서 또는 원격으로 또는 일부 조합으로 하나 이상의 자차량(own vehicle) 데이터베이스에 저장된다. 구성 데이터는 적어도 차량의 질량 중심(311)에 대한 시스템(340)의 위치 및 차량의 전방 방향(313)에 대한 시스템의 시야(344)를 포함한다. 일부 실시예에서, 40 단계는 예를 들어, 도 8을 참조하여 이하에서 설명되는 바와 같이 자차량(own vehicle) 속도에 대한 솔루션 허용 오차 (tolerance)값과 같이, 후속 단계 중 하나 이상에서 사용되는 방법의 다른 상수 또는 매개 변수 값을 저장하는 단계를 포함한다.
403 단계에서, 자차량(own vehicle)의 센서 시스템이 작동된다. 예를 들어, 주행 거리계로부터 속도 정보, GPS 수신기로부터 위치 정보, 자이로스코프로부터 방향 정보, 차량의 질량 중심 및 방향에 대한 라이다 시야의 위치와 방향을 보정하는 고해상도 도플러 라이다의 3D 포인트 클라우드 데이터를 얻기 위해 관성항법장치((Inertial Navigation System INS)가 작동된다. 보정 데이터는 하나 이상의 데이터베이스에 저장된다.
405 단계에서, 어떤 캘리브레이션 측정보다도, 고해상도 도플러 라이다는 하나 이상의 상기 라이다 시스템(340) 각각에서의 한번의 완전한 스캔의 결과로 각각의 포인트에서 상대 속도를 갖는 3D 포인트 클라우드를 포함하는 장면을 구성하기 위해 작동된다. 411 단계에서, 장면 데이터는 정지 객체(예를 들어, 노면(391) 또는 교통 표지판(392) 또는 램프 포스트(393) 또는 커브(395) 또는 표시(394) 또는 일부 조합), 정지 객체에 대한 자차량 이동(자아-운동(ego-motion)이라고도 칭함), 그리고 만약 존재한다면, 하나 이상의 이동 객체(예: 396)의 속도 및 방향을 결정하기 위해 분석된다. 상기 결과 각각 또는 모두를 결정하기 위한 방법의 다양한 실시예는 나머지 흐름도를 참조하여 이하에서 더 상세히 설명된다.
큰 거리(차량의 크기 규모와 같은)를 다루기 전에 자아-운동(ego-motion)의 결정이 이동 변화(가속)를 감지할 만큼 빠른 것이 유리하다. 차량 속도 벡터의 최대 콤포넌트 별 변화(component-wise change)(
Figure pat00083
)는 수학식 4에 주어진 바와 같이 스캔 주기(
Figure pat00084
) 및 도플러 분해능 (
Figure pat00085
)의 곱에 비해 유리하게 작다.
Figure pat00086
예를 들어,
Figure pat00087
= 0.25m/s, 10Hz 스캔 레이트(
Figure pat00088
= 0.1 sec)를 가진 라이다 센서는 차량의 가속도가 2.5 m/s2를 초과하는 경우 이동 행위자를 올바르게 분리하지 못할 수 있다. 이것은 특별히 높은 값이 아니기 때문에, 현재 구현은 전체 수직 프레임(상이한 경사각 오프셋에서 순차적으로 수행되는 하나 이상의 프레임릿을 구성하는) 보다는 각각의 "프레임릿(Framelet)"(하나 이상의 동시 도플러 라이다 빔의 수직 배열의 왼쪽에서 오른쪽 스캔)의 속도 해를 구하게 된다. 이것은 전형적인 속도 솔루션의 작동이 효과적인 80Hz 스캔 속도를 갖도록 하여 대부분의 자동차 작동을 포함하여 많은 차량 시나리오에 충분한 중력 가속도의 두 배 이상인 최대 20 m/s2 의 가속도를 제공한다. 다른 객체의 속도 추정에 대해서도 유사한 한계가 존재하는데, 그 이유는 우선적으로 다른 객체의 범위에 걸친 속도의 변화가 다른 객체의 이동을 결정하기 위한 특성 도플러 노이즈 값을 유리하게 초과하기 때문이다.
일반적으로 포인트 클라우드의 각각의 지점을 1 밀리 초 미만으로 측정하여 수백 개의 지점으로 이루어진 포인트 클라우드가 1/10초 미만에 누적될 수 있도록 하는 것이 유용하다. 수십 마이크로 초 정도의 더 빠른 측정으로 포인트 클라우드가 100 배 더 커진다. 예를 들어, 앞서 설명한 고해상도 도플러 위상 인코딩 된 라이다는 500 Mbps에서 1 Gbps의 보드 레이트(baud rate)를 달성할 수 있다. 결과적으로 한 번의 측정에 대한 상기 코드의 지속 시간은 약 500나노초(ns, 1 ns = 10-9 seconds)와 8 마이크로 초 사이이다. 상기 조건 하에서 상기 거리 창(range window)을 수 킬로미터로 연장할 수 있으며 도플러 해상도도 상당히 높을 수 있음에 유의한다(송신 신호의 지속 시간에 따라 다름).
421 단계에서, 이동 객체가 자차량에 대한 위험, 예를 들어, 자차량(own vehicle) 속도 또는 이동 객체 속도 또는 일부 조합이 충돌 또는 근접 충돌을 나타내는 경우를 나타내는지가 결정된다. 만약 그렇다면, 423 단계에서, 예를 들어, 운전자에게 경보를 보내거나 브레이크, 조향(steering) 또는 에어백과 같은 하나 이상의 시스템이 작동하도록 자차량(own vehicle)에 명령 신호를 송신함으로써 위험 완화 조치가 시작된다. 일부 실시예에서, 위험 완화 조치는 충돌 또는 근접 충돌에 관여할 것으로 예측되는 객체를 결정하는 것을 포함한다. 예를 들어, 다른 객체가 사람이거나 기차나 트럭과 같은 이동이 큰 객체인 경우 자차량(own vehicle)을 미끄러지거나 구르게 할 수 있을 만큼의 심각한 충돌 회피가 허용될 수 있지만, 다른 객체가 정지 신호이거나 연석인 경우 느린 충돌이 허용될 수 있다. 일부 실시예 중 일부에서, 객체는 당업자에 공지된 임의의 방법을 사용한 반사율 변화 또는 형상 또는 일부 조합에 기초하여 식별된다. 예를 들어, 일부 실시예에서, "Method and system for classification of an object in a point cloud data set" 이라는 제목의 Crouch에 의한 PCT특허 출원, WO2018/102190 에 설명된 방법을 사용하여 수행된다. 일부 실시예에서, 객체는 자차량의 전역 위치 및 다른 정지 또는 이동 객체에 대한 전역 위치를 나타내는 GIS에 기초하여 식별된다. 이후, 제어는 고해상도 도플러 라이다 시스템(340)을 사용하여 다음 장면을 수집하기 위해 405 단계로 되돌아간다. 421 단계에서 아무런 위험이 결정되지 않을 때까지 405 내지 411 내지 421 내지 423의 루프가 반복된다. 명백히, 스캔이 더 빨리 측정될수록 루프는 더 빨리 완성될 수 있다.
431 단계에서, 자차량의 속도가 신뢰할 수 있는지가 결정된다(도 4의 YES로 표시). 예를 들어, 캘리브레이션 데이터는 주행 거리계가 적절히 작동하고 주행 거리계에서 신호가 수신되고 있음을 나타내거나, 또는 자이로스코프는 자차량이 회전하지 않음을 나타낸다. 일부 실시예에서, 3D 포인트 클라우드에서 상대 속도로 결정된 속도는 전역 좌표계의 속도를 결정하기 위하여 사용되고, 주행 거리계가 포인트 클라우드로부터 결정된 속도와 일치하지 않으면 정상 속도가 아니다. 그렇지 않다면, 433 단계에서 속도는 상대 속도 데이터가 있는 3D 포인트 클라우드를 기초하여 결정된다. 일부 실시예에서, 도로 표면 또는 다른 지면에 대한 상기 속도는 411 단계에서 자동으로 결정된다. 일부 실시예에서, 지면에 대해 이전에 사용된 속도는 433 단계에서 사용된다. 일부 실시예에서, 3D 포인트 클라우드 데이터는 그러한 속도 결정을 위해 선택되고 속도 결정은 433 단계 동안 대신 또는 다시 실행된다. 이후 제어는 441 단계로 넘어간다.
441 단계에서, 예를 들어, 상기 매개변수에 대한 값이 하나 이상의 자차량 데이터베이스에 있는 경우, 자차량의 속도 및 방향이 도로 이탈 위험 또는 도로 상태에 대한 안전 속도 범위 초과와 같은 위험을 나타내는지가 결정된다. 만일 그렇다면 제어는 433 단계로 넘어가 위험 완화 조치를 시작한다. 예를 들어, 다양한 실시예에서, 위험 완화 조치의 시작은 운전자에게 경보를 송신하거나 브레이크 또는 조향(steering)과 같은 자차량의 하나 이상의 시스템이 작동하여 차량을 안전한 속도와 방향으로 감속시키거나 에어백이 전개되도록 명령 신호를 송신하는 것이 포함된다. 이후 제어는 405 단계로 되돌아가 다은 장면을 생성하기 위해 고해상도 도플러 라이더 데이터를 수집한다.
451 단계에서, 자차량의 위치를 신뢰할 수 있는지가 결정된다(도 4의 YES로 표시). 예를 들어, 연석이나 차선 표시와 같은 반사율이 높은 지점까지의 길이는 올바른 방향으로 가는 도로에 있는 것과 일치한다. 그렇지 않다면, 453 단계에서 상대 위치는 도로 표시 및 연석과 같은 반사율이 높은 지점까지 측정된 길이에 기반한 상대 속도 데이터를 갖는 3D 포인트 클라우드에 기초하여 결정된다. 일부 실시예에서, 자차량의 그러한 상대 위치는 411 단계에서 자동으로 결정된다. 일부 실시예에서, 이전에 사용된 상대 위치는 453 단계에서 사용된다. 일부 실시예에서, 반사율이 높은 정지 객체의 3D 포인트 클라우드 데이터가 453 단계 동안 자차량의 상대적 위치를 결정하기 위해 선택된다. 이후 제어는 461 단계로 넘어간다.
461 단계에서, 자차량의 상대적 위치가 도로 이탈 위험과 같은 위험을 나타내는지 여부가 결정된다. 만약 그렇다면, 제어는 위험 완화 조치를 시작하기 위해 463 단계로 넘어간다. 예를 들어, 다양한 실시예에서, 위험 완화 조치의 시작은 운전자에게 경보를 송신하거나 브레이크 또는 조향(steering)과 같은 자차량의 하나 이상의 시스템이 작동하여 자차량이 도로 위에 남아 있도록 유도하거나 에어백이 전개되도록 하는 명령 신호를 보내는 것을 포함한다. 이후 제어는 405 단계로 되돌아가 고해상도 도플러 라이다 데이터를 수집하여 다음 장면을 구성한다.
421, 441 또는 461 단계에서 위험이 검출되지 않으면 제어는 470 단계로 넘어간다. 470 단계에서, 전역 위치는 상대 속도 데이터가 있는 3D 포인트 클라우드를 기반으로 결정된다. 일부 실시예에서, 자차량의 그러한 전역 위치는 411 단계에서 자동으로 결정된다. 일부 실시예에서, 이전에 사용된 자차량의 전역 위치는 470 단계에서 다시 사용된다. 일부 실시예에서, 도로 표지판 및 램프 포스트와 같은 정지 객체의 3D 포인트 클라우드 데이터 또는 궤적 객체와 같은 정밀하게 알려진 전체 좌표 및 궤도를 가진 이동 객체가 선택되고 470 단계에서 GIS와 상호 참조되어 자차량의 전체 위치를 결정한다. 일부 실시예에서, 470 단계는 생략된다. 이후 제어는 481 단계로 넘어간다.
481 단계에서 자차량의 전역 위치가 특정 목적지로 진행하기 위해 잘못된 도로에 있을 위험과 같은 위험을 나타내는지 여부가 결정된다. 만약 그렇다면, 제어는 483 단계로 넘어가 위험 완화 조치를 시작한다. 예를 들어, 다양한 실시예에서, 위험 완화 조치의 시작은 운전자에게 경보를 송신하거나 브레이크 또는 조향(steering)과 같은 자차량에 있는 하나 이상의 시스템이 자차량의 정확한 전역 위치로 유도하거나 에어백이 전개되도록 하는 명령 신호를 보내는 것을 포함한다. 이후 제어는 504 단계로 되돌아가 고해상도 도플러 라이다 데이터를 수집하여 다음 장면을 구성한다.
421, 441, 461 또는 481 단계에서 위험이 검출되지 않으면, 제어는 491 단계로 넘어가 최종 조건이 충족되는지를 결정한다. 다양한 실시예에서 임의의 최종 조건이 사용될 수 있다. 예를 들어, 일부 실시예에서 차량의 전원이 꺼졌거나 특정 목적지에 도착했거나 시스템을 끄라는 명령이 운전자로부터 수신된 것으로 검출되면 종료 조건이 충족된다. 종료 조건이 충족되지 않으면, 제어는 앞서 설명된 403 단계 이후로 다시 되돌아 간다. 그렇지 않으면 과정은 종료된다.
5. 예시적인 실시예
도 5a는 일 실시예에 따라, 정지된 노면에 대한 자차량 이동(자아-운동(ego-motion))을 검출하기 위한 계산 콤포넌트들의 예를 도시하는 블록도이다. 고해상도 도플러 라이다 시스템의 센서(520)는 속도 V(차량 전방 방향으로)로 진행하는 차량에 장착된다. 센서는 노면보다 위의 높이에 있고; 차량이 상당한 거리를 이동하는 시간에 비해 짧은 스캔 동안, 단위 벡터로 표현된 경사각(예컨대, 크기=1)
Figure pat00089
및
Figure pat00090
으로 빔을 스캔하는 것에 대응하여 노면(590) 전방에 있는 지점들(591, 592)로부터 리턴들을 수신한다. 고정 지점들(591, 592)로부터의 리턴들의 상대 속도(
Figure pat00091
및
Figure pat00092
)는 센서(520)의 기준 프레임에서 관찰된 고해상도 도플러 라이다 시스템에 의해 직접 측정된다. 상기 속도는 수학식 5a 및 5b에 제시된 바와 같이 각각의 역 단위벡터
Figure pat00093
및
Figure pat00094
의 내적과 동일하다.
[수학식 5a]
Figure pat00095
[수학식 5b]
Figure pat00096
Figure pat00097
및
Figure pat00098
가 알려져 있고,
Figure pat00099
및
Figure pat00100
가 측정되고, V는 수평(노면(590)에 평행)이며 차량의 진행 방향에 있다고 가정하므로 V에 대해 각각의 수학식의 해를 구할 수 있다. 그러나 시스템적 오류로 인해 각각의 결정에 오류가 있을 수 있다. 시스템적 오류를 제거하기 위해 수학식 5c에 따라 차이가 결정되고, 차이 방정식의 V 에 대한 해가 구해질 수 있다.
[수학식 5c]
Figure pat00101
또는 방정식 5d 와 같이 다르게 표현될 수 있다.
[수학식 5d]
Figure pat00102
여기서
Figure pat00103
및
Figure pat00104
는 도 5에 나타난 것과 같다. 따라서, 라이다 시스템은 포인트와 라이다 시스템 사이의 경사각과 상대 속도를 각각의 포인트로 나타내는 포인트 클라우드 데이터를 수집하도록 작동된다. 각각의 포인트에 대한 경사각에 기초하여 복수의 정지 포인트들은 포인트 클라우드에서 식별된다. 이후 라이다의 지상 속도의 결정(그리고 차량의 지상 속도 추론에 의해)은 복수의 정지 포인트들에 대응하는 복수의 상대 속도에 기초한다.
상기 프로세싱은 데이터에서 이용 가능한 네 개의 차원 또는 다섯 개의 차원(경사, 방위, 거리 및 도플러 콤포넌트)중에서 두 개의 차원(경사 및 도플러 콤포넌트)으로 제한된다는 점에 유의할 필요가 있다. 이는 최소 네 개의 차원 중 세 개 이하 만을 기준으로 포인트 클라우드에 있는 객체의 속성값을 결정하는 예이다. 상기 두 개의 차원 접근 방식의 이점은 노이즈가 있는 연립 방정식을 푸는 다양한 계산 방법이 세 개의 차원 또는 네 개의 차원에 실행되어야 하는 경우보다 훨씬 효율적이라는 것이다. 노이즈가 있는 연립 선형 방정식을 푸는 일반적인 방법은 일반적으로 최소 제곱법(least squares solutions)이라 하며, 주로 항등식(identity)을 이용하여 x = (AT * A) -1 * AT * b 를 암시하는 양 b-Ax를 최소화하고, 이를 위해서는 (AT * A)의 역을 찾아야 한다. 이는 일반적으로 SVD(특이값 분해) 또는 완전 직교 분해(COD)를 통해 수행된다. 그러한 것들은 벡터 b, x 및 행렬 A의 차원이 높을수록 계산 집약적이다. 그러므로 이용 가능한 모든 프로세싱에 대해 더 짧은 시간에 솔루션을 결정할 수 있다. 따라서 상기 접근 방식은 위험한 상황에 대응하는데 더 많은 시간을 제공한다.
도 5b는 일 실시예에 따라, 자아-운동(ego-motion)은 보상되지 않고, x/y/z 공간에서 렌더링 된 원시 도플러 라이다 포인트 클라우드의 예를 도시하는 구성이다. 도 5c는 일 실시예에 따라, 도플러 계산 속도 솔루션에 기초하여 자아-운동(ego-motion)에 대한 거리가 보상되고, x/y/z 공간에서 렌더링 된 구현된 도플러 라이다 포인트 클라우드의 예를 도시하는 구성이다.
도 6은 일 실시예에 따라, 자차량 속도를 결정하는 방법의 예를 도시하는 흐름도이다. 상기 실시예는 수학식 5a 내지 5d에 기반한다. 601 단계에서, 도 4의 405 단계에 대응하여, 고해상도 도플러 라이다 데이터가 획득된다. 603 단계에서, 정지된 지면 및 차량 앞에 대응하는 데이터의 지점들이 식별된다. 일부 실시예들에서, 지면 포인트들은 지면 지점들로 사용하기 위해 예를 들어, 상기 3D 데이터 클라우드에서 사용자가 지점들을 둘러쌓을 수 있도록 사용하는 그래픽 사용자 인터페이스(Graphical User Interface GUI)와 같은 수동 입력에 기초하여 식별된다. 이것은 또한 기하학적 특징에 기초하여 자동으로 수행될 수 있는데, 예를 들어 차량 진행 방향(313)을 따라 음의 경사각에서, 차량 앞의 선을 따르는 포인트들을 사용할 수 있다.
상기 포인트들 사이를 이동하는 객체는 계산에 혼동을 초래할 수 있다; 그러므로 기하학적 조건을 충족하는 대부분의 포인트들과 속도 차이가 많이 나는 다른 속도를 버리려는 노력이 이루어진다.
605 단계에서, 센서와 지면의 복수의 지점들 사이의 단위 벡터
Figure pat00105
이 결정된다. 607 단계에서,
Figure pat00106
은 지면에 있는 임의의 지점들의 페어에 대해 결정된다. 609 단계에서,
Figure pat00107
은 임의의 지점들의 페어에 대한 측정된 도플러 속도를 기반으로 결정된다. 611 단계에서, V 를 얻기 위해 임의의 페어에 대해 수학식 5d가 계산된다. 일부 실시예에서, 607, 609 및 611 단계가 복수의 임의의 페어에 대해 반복되고 평균화되어 측정에 있어서 노이즈 효과를 더 감소시킨다.
도 7a 및 도 7b는 일 실시예에 따라, 위성 항법 시스템(GPS) 데이터와 고해상도 3D 도플러 라이다 데이터에서 도출된 속도들 사이의 비교의 예를 도시하는 그래프이다. 도 7a는 스캔 수의 임의의 단위로 시간을 나타내는 수평 축과, 최소 약 1에서 최대 약 15까지 초당 미터의 단위로 전방 방향(313)의 속도를 나타내는 수직 축을 가진 그래프(710)를 도시한다. 궤적(716)은 GPS에서 유래한 속도를 보여주며 GPS 솔루션이라고 불린다. 차량은 포인트(716a)에서 거의 정차하고 포인트(716b)에서 고속에 도달한다. 박스(718)는 도 7b의 그래프(720)에서 확장된 스케일로 다시 표시된 구간을 나타낸다. 그래프(720)는 스캔 수의 임의의 단위로 시간을 나타내는 수평 축과 최소 약 11.1에서 최대 약 12까지 초당 미터 단위로 전방 방향(313)의 속도를 나타내는 수직 축을 가진 그래프(720)를 도시한다. 궤적(726)은 GPS 솔루션을 나타내고 궤적(trace)(727)은 도플러 솔루션이라고 불리는, 고해상도 도플러로부터의 포인트 클라우드에서 유래한 속도를 보여준다. 초당 약 0.1 미터 이내에서 거의 일치가 이루어 지고 있다. 두 궤적 모두에서 발견된 매우 작은 추이를 형성하는 시스템적 오류가 있다.
실제로 수학식 5d 자체가 측정 값
Figure pat00108
및
Figure pat00109
에서 임의의 노이즈의 영향을 받기 때문에, 이동 객체보다는 정지된 지면을 나타내는 지점들을 객관적으로 결정하기 어려웠다. 차량의 방향(313) 이외의 방향으로 측정된 속도는 자차량의 차량 속도(속력 및 방향)를 결정할 때 노이즈의 영향을 줄이는 데 사용될 수 있음이 인식되었다. 또한 다른 방위각 방향을 사용하면 차량이 전방 방향으로 이동하고 있다는 가정을 피할 수 있다. 도 7c 내지 도 7e는 일 실시예에 따라, 차량의 이동 방향에 상대적인 방위각에 대한 도플러 라이다로부터 속도 의존성의 예를 도시하는 그래프이다. 도 7c의 플롯(730)은 360도에 걸쳐 스캔하는 하나의 실험에서 측정된 도플러 속도를 도시한다. 수평축은 -180도에서 180도까지의 방위각을 나타낸다. 수직축은 -2.5에서 +2.5까지 초당 미터로 도플러 속도를 나타낸다. 열린 원(Open circles)은 지면의 측정값(즉, 가정된 정지 포인트)을 나타낸다. 각각의 방위각에서 라이다가 360도를 여러 번 스캔할 때 여러 속도가 측정된다. 상기 실험 동안 속도의 범위(range)는 측정의 노이즈 때문에 발생한다. 상기 실험에서는 포인트 클라우드에서 정지 포인트의 측정을 오염시키는 이동 객체가 없었다.
전방 방위각(azimuth in frong)은 상대 운동이 차량을 향할 때 양의 속도를 나타내며, 차량(310)의 방향(313)에 대해 0도의 방위각 근처에서 이동 방향의 최대값을 가진다. 0으로부터의 차이는 차량의 추정된 전방 방향으로부터의 속도 차이를 나타낸다. 후방 방위각(rearward azimuth)은 지면 지점들의 상대 운동이 차량으로부터 멀어짐에 따라 음의 속도를 나타낸다. 상기 데이터는 코사인 함수와 유사한 궤적(trace)(737)으로부터 주어진 다항식에 일치할 수 있다. 따라서, 지상 속도의 방위각 방향은 복수의 정지 포인트들 중에서 상대 속도가 최대인 정지 포인트와 관련된 방위각에 기초하여 결정된다. 그리고 실제 지상 속도는 상대 속도가 최대인 복수의 정지 포인트들에 기초한다.
동일한 노이즈 평균 최대값이 차량 이동 방향에 대한 데이터의 하위 집합을 이용하여 획득된다. 도 7d의 플롯(740)은 -30도에서 30도까지의 방위각을 나타내는 수평축을 가진다. 수직축은 0에서부터 +2.5까지의 초당 미터 도플러 속도를 나타낸다. 점(746)은 약 -25도 방위각에서 약 25도까지의 측정값; 및 궤적(747)은 다항식 적합도(polynomial fit)를 나타낸다. 유사하게 도 7e의 플롯(750)에는 -60도에서 60도까지의 방위각을 나타내는 수평축을 가진다. 수직축은 0에서 +2.5까지의 초당 미터로 도플러 속도를 나타낸다. 점(756)은 약 -25도 방위각에서 약 25도까지의 측정값; 및 궤적(trace)(757)은 다항식 적합도(polynomial fit)를 나타낸다. 본질적으로 방위각 보정 차량 속도는 도 7c 내지 도 7d의 다항식의 궤적으로 표현된다.
상기 실험에서 모든 포인트들은 정지된 지면으로 향하므로, 차량의 속도는 다항식 적합도가 최대인 도플러로 제공된다. 각각의 포인트에서 도플러 속도 V 는 수학식 6에 주어진 빔 방향과 차량 속도 V 의 단위 벡터
Figure pat00110
의 내적이다.
Figure pat00111
도 7f는 일 실시예에 따라, 방위각에 대한 도플러 라이다로부터 속도 의존성을 측정하는 예를 도시하는 그래프이다. 도시된 프로젝션은 방위각/거리/도플러 공간에서 렌더링 된 도플러 라이다 포인트 클라우드를 보여 주지만, 방위각 및 도플러 축만 표시하도록 회전되었다. 정지된 지점들의 코사인 구조와 같이 상기 관점에서 보면 별개의 이동 객체가 분명해진다.
우리는 수학식 5a 내지 5d의 2차원 처리를, x, y 및 z 각각이 동쪽, 북쪽 및 위쪽을 나타내는 3차원으로 일반화한다. 계산적으로 효율적이지만 잠재적으로 수치적 불안정한 접근 방식은 짧은 시간 간격 내에 스캐너에 의해 검출된 포인트 집합에 대해 수학식 6에 세 가지 미지수를 사용하여 세 개의 수학식 시스템을 형성하는 것이다. 상기 연립 방정식은 다음과 같은 형식이다:
Figure pat00112
A 는 각각의 도플러 측정에 대한 역 단위 벡터
Figure pat00113
의 행렬, 각각의 벡터
Figure pat00114
는 x, y 및 z 방향에 대해 3개의 콤포넌트들
Figure pat00115
Figure pat00116
Figure pat00117
을 가지며, V는 차량속도 및 스칼라 측정된 도플러 상대 속도의 배열 D의 3차원 벡터이다. 다음과 같이 나타낸 수 있다:
Figure pat00118
수학식 8은 속도 벡터인 V 에 대한 값을 제공하기 위해, A의 역을 반복하여 내적하는 것과 같은 방법으로 계산될 수 있다.
상기 접근 방식은 시스템을 형성하는데 이용되는 포인트들의 선택에 민감한데, 행렬 A 가 특이한 경우 역 A 를 구하는데 실패할 수 있기 때문이다. 이는 포인트들이 매우 유사한 빔 벡터를 갖는 경우, 예를 들어, 포인트들이 작은 각도 영역에 걸쳐 수집된 경우에 발생한다. 또한, 거리와 같은 도플러 값의 측정에는 노이즈로 인해 정확한 솔루션을 얻을 수 없으며 솔루션은 반복적 수행을 통해 수렴되어야 한다. 상기 공식은 솔루션에 포함된 이동 객체의 지점에 매우 민감하므로 이동 객체의 지점이 포함되지 않도록 간단하고 낮은 수준의 방법이 유리하다. 일부 실시예에서, 이동 객체는 가장 최근의 이전 속도 솔루션과의 호환성에 기초하여 필터를 적용함으로써 구분될 수 있다. n번째 샘플의 정규화 빔 벡터를 위해, 정지 객체의 도플러 검출은 수학식 9에 주어진 관계를 따라야한다.
Figure pat00119
*여기서
Figure pat00120
는 스캐너의 도플러 속도 측정에서 예상되는 오류의 양에 이전 솔루션이 샘플링 된 이후 차량 속도의 최대 예상 변화가 곱해진 작은 벡터이다. 이는 다른 접근 방식 중에서 가장 최근의 가속 및 샘플링 시간(스캔 또는 하위 스캔 주기)으로 평가될 수 있다.
일부 실시예에서 사용되는 대안적인 접근 방식은 예를 들어, 특이값 분해(SVD)에 기초하여 과도하게 결정된 최소 제곱법의 솔루션(over-determined least squares solution)을 찾는 것이다. 여기서 A는 nx3인 행령이고, 여기서 n은 사용된 라이다 지점(3D 포인트 클라우드의 포인트들)의 수를 의미한다. 상기 경우 수학식 7은 수학식 10a의 형태를 취할 수 있다.
[수학식 10a]
Figure pat00121
수학식 10a에 의해 주어진 과도하게 결정된 표현에 대한 솔루션이 발견되는데, 여기서 목적은 방정식 10b에 의해 주어진 크기(nx1)의 열 벡터인 잔차 벡터 R 을 최소화하는 벡터 V 를 찾는 것이다.
[수학식 10b]
Figure pat00122
본질적으로, R 은 도 7c 내지 도 7d의 다항식 궤적으로 표현된 방위각 보정 차량 속도와 데이터 포인트 사이의 차이를 나타낸다.
시야(Field Of View; FOV)를 통과하는 도플러 변화의 특성이 잘 정의되어 있기 때문에, 의사-역 기반 SVD(singular value decomposition) 솔루션이 도 7c에 도시된 데이터에 대해 잘 작동하는 것은 분명하다. 대조적으로, 도 7d는 이와 동일한 상황을 +/-20도(40° FOV)에 대해서만 표시하며 그 차이는 훨씬 덜 분명하다. 그러므로 실제로 상기 제한은 FOV에 의해 강하게 구동되는 속도 벡터를 잘 분해할 수 있는 최소 속도의 형태를 취한다. 이는 차량에 사용되는 라이다 센서가 수직 방향으로 더 작은 FOV를 갖는 경우가 많기 때문에 수직(경사/고도) 방향에서 가장 일반적으로 발생함을 알 수 있다. 또한, 속도 벡터는 최상의 성능을 위해 라이다 센서의 FOV 내부를 가리켜야 한다(즉, 이동 방향은 라이다에 의해 각도 방향 스캐너 내에 있음). 공식은 상기 제약을 벗어난 값을 리턴하지만, 이 경우 논-카운터 스캐닝 패턴(non-counter scanning pattern)에 대한 스캔 주기 동안 급격한 선형 가속과 구별할 수 없으므로 유효하지 않을 수 있다. 논-카운터 스캐닝 패턴은 단일 스캐닝 프레임의 실행에서 모든 빔이 항상 동일한 방향으로 이동하는 하나 이상의 라이다 빔의 스캐닝 패턴이다. 카운터 스캐닝 패턴은 하나 이상의 라이더 빔이 단일 스캔 프레임 실행에서 동시에 또는 다른 포인트에서 하나 이상의 반대 방향으로 이동하는 스캐닝 패턴이다.
FOV 한계는 수학식 10c에 의해 주어진 중간 각도(<~80도)에 대해 근사화 될 수 있다:
[수학식 10c]
Figure pat00123
여기서 r은 도플러 라이다 센서의 속도 분해능이고,
Figure pat00124
는 차량 속도 벡터의 크기이고,
Figure pat00125
는 이동 방향과 FOV 가장 자리 중 하나 사이의 두 각도 중 더 작은 값이다.
목표 속도 추정에 대해서도 유사한 한계가 존재하며, 첫 번째로 타겟 범위에 걸친 속도의 변화는 타겟의 운동(motion)을 결정하기 위해 특성 도플러 노이즈 값을 초과해야 한다. 그러나 실제로는 도플러 라이다 예에서 제공하는 스캔 방향의 매우 높은 샘플 밀도로 인해 최소 제곱 (least squares solutions)적용의 한계 안에서 작동될 수 있다.
도 8은 다른 실시예에 따라, 자차량 속도 및 다른 이동 객체를 결정하기 위한 방법(800)의 예를 도시하는 흐름도이다. 이것은 자차량 이동(자아 운동) 보상에 관련된다. 본 실시예는 수학식 10b의 잔여 컬럼 벡터(residual column vector) R에 기초하며 자차량 이동(자아 운동)을 결정할 뿐 아니라, 자아 운동에 기초한 이동 및 정지 객체의 탐지를 보상한다. 자아 운동은 실제로는 LIDAR의 운동이고, 상기 운동은 상기 LIDAR가 고정된 차량의 움직임으로 전가됨을 유의한다. 또한 동일한 차량의 복수의 LIDAR 시스템들의 상기 자아 운동들은 상기 차량의 움직임을 결정하기 위하여 결합될 수 있음을 유의한다.
801단계에서, 현재 속도 벡터
Figure pat00126
가 결정된다. 방법(800)을 사용하여 발견될 솔루션에 대한 본질적으로 첫 번째 추측인 현재 속도 벡터를 결정하기 위해 임의의 방법이 사용될 수 있다. 예를 들어, 정지 상태에서 시작하는 차량의 경우, 현재 속도 벡터는 0이다. 예를 들어, 주행 거리계가 기능을 멈출 때 솔루션을 찾는 일부 실시예에서, 현재 속도 벡터는 차량이 그 시각에 주행하고 있던 방향으로 주행 거리계로부터의 마지막 속도로 선택될 수 있다. 예를 들어, 나중 시간의 증가분에서 솔루션을 결정하기 위한 실시예에서, 현재 속도 벡터는 이전 시간 증가분에서의 솔루션과 동일하도록 선택된다. 일부 실시예에서, 현재 속도는 전술한 바와 같이 최대 속도를 갖는 하향 경사 페어 및 방위각을 이용하여 결정된다.
801 단계는 솔루션 허용 오차, 3D 포인트 클라우드에서 정지된 지점들과 관련된 잔차 제1 임계값, 동일한 속도로 움직일 것으로 예상되는 객체에 대한 각도 빈 (angular bin) 크기 및 유사하게 이동하는 객체에 대한 각도 빈 크기를 결정하는 것을 포함한다. 제1 임계값은 스캔 시간 동안 차량 속도의 변화보다 큰 속도 차이이다. 예를 들어 스캔이 1 밀리 초 내에 완료되고 차량이 10초 내에 시속 100km(초당 약 3미터)로 가속할 수 있는 경우, 초당 .003미터 이상의 변화는 자차량 속도의 변화로 인한 것은 아니고, 그 변화는 아마도 이동 객체가 스캔되기 때문일 것으로 예상된다. 이러한 경우 제1 임계값은 초당 .01 미터이다. 만약 스캐닝 패턴에 있는 인접 빔이 유사한 속도, 예를 들어 유사한 잔차 크기를 가질 경우, 이들은 동일한 객체에 속할 수 있다. 따라서, 동일하한 이동 객체에 대한 데이터 포인트들은 근접한 각도 및 근접한 속도 변화 크기의 범위를 가질 것으로 예상된다. 상기 데이터는 일부 실시예에서 이동 객체의 크기 및 속도를 결정하기 위해 탐색된다. 각도 빈 크기 및 잔차 빈 크기를 위해 결정된 값들은 3D 포인트 클라우드에서 이동 객체의 존재와 속도를 결정하기 위해 데이터 포인트를 그룹화하는 방법에 영향을 미친다.
상기 값들을 결정하기 위하여, 로컬 또는 원격 메모리 또는 저장소로부터의 독출, 표준 알고리즘을 이용한 컴퓨팅, 임의로 또는 정보 요청에 대한 응답으로서 원격 프로세서로부터 메시지 수신을 포함하는 임의의 방법이 사용될 수 있다. 일부 실시예에서, 상기 모든 파라미터들에 대한 값들은 도 4의 401 단계 동안에 결정되고, 구성 데이터와 함께 하나 이상의 데이터베이스에 저장된다.
803 단계에서, 단일 스캔 동안 수집된 3D 포인트 클라우드 데이터는 현재 속도로 인한 스큐(skew)에 대해 보정된다. 스큐는 라이다가 장면을 스캔하는 동안 차량이 움직일 때 발생한다. 그러므로 포인트 클라우드의 각각의 포인트와 관련된 거리 및 도플러 속도는 차량 속도에 대한 현재 값을 이용하여 스캔 시작 시간 또는 스캔 도중의 시각 또는 스캔 종료 시각 또는 다른 시각으로 보정될 수 있다. 그러므로 803 단계는 현재 라이다 속도 및 스캔 주기 동안 정지된 시간으로부터의 시간 차이에 기초한 포인트 클라우드 데이터에서 포인트의 방위각 또는 경사각 또는 거리의 변화를 포함한다. 일부 실시예에서, 스큐는 중요하지 않거나 무시되며 803 단계는 생략될 수 있다.
805 단계에서, 예를 들어
Figure pat00127
,
Figure pat00128
및
Figure pat00129
를 가지고 수학식 10b를 이용하여 계산된, 현재 차량 속도에 기초하여 잔차 벡터가 결정된다. 잔차 벡터의 행은 포인트 클라우드 데이터의 포인트 속도가 현재 차량 속도로부터 얼마나 다른지 측정한다. 만약 차이가 매우 큰 경우, 포인트는 아마도 지면과 같은 정지 객체가 아니고, 이동 객체일 수 있다. 다음 단계는 이동 객체 상의 상기 지점들을 발견하려고 자차량 속도의 계산으로부터 상기 포인트들을 제거하려는 시도이다.
811 단계에서, 잔차 벡터
Figure pat00130
의 다음 행이 선택된다. 813 단계에서, 상기 행의 잔차 값이 정지된 지점에 대한 제1 임계값보다 큰지 여부가 결정된다. 만약 큰 경우, 상기 행은 아마도 정지 객체의 도플러 관찰을 위한 것이 아니고, 제어는 815 단계로 넘어간다. 815 단계에서, 상기 행이 잔차 벡터
Figure pat00131
로부터 제거되고, 도플러 상대 속도
Figure pat00132
을 갖는 데이터 어레이 D 에 대응하는 행이 제거되고, 벡터 크기가 감소된다(예를 들어, new n = current n - 1). 817 단계에서, 제거된 행은 각도 빈 크기 및 잔차 빈 크기에 기반하여 하나 이상의 이동 객체 각각에 대한 다른 잔차 벡터에 추가된다. 각각의 이동 객체 잔차 벡터는 하나의 잔차 빈(residual bin) 크기를 벗어나지 않는 특정 잔차 범위의 잔차만 포함하고, 하나의 각도 빈 크기를 벗어나지 않는 특정 각도 범위의 각도만 포함된다. 제어는 이후 811 단계로 넘어가 잔차 벡터 R에 대한 다음 행을 선택한다. 일부 실시예들에서, 제거된 행은 이동 객체 잔차 벡터에 추가되지 않고 817 단계는 생략되며; 제어는 815 단계에서 811 단계로 넘어간다.
813 단계에서 다음 행이 제1 임계값보다 큰 잔차를 가지지 않는다고 결정되면, 제어는 821 단계로 넘어간다. 821 단계에서, 선택할 수 있는 잔차 벡터
Figure pat00133
의 행이 더 남아 있는지가 결정된다. 만약 없다면, 제어는 823 단계로 넘어 간다.
823 단계에서, SVD 작업과 같은 작업이 수행되어
Figure pat00134
을 새로운 값들의 세트
Figure pat00135
로 최소화하는
Figure pat00136
의 값을 결정한다. 일부 실시예에서, 상기 솔루션은 수학식 11a에 의해 주어진 임의의 행렬의 분해, 특이값 분해(singular value decomposition)를 사용하여 수학식 10a에서 nx3 행렬 A 의 의사 역을 반복적으로 수행함으로써 얻어진다.
[수학식 11a]
Figure pat00137
여기서 U 는 nxn 크기의 단위 행렬(unitary matrix)이다; Σ 는 nx3 크기의 대각 행렬이고, V 는 3x3 단위 행렬이고, V*는 V 의 켤레 전치(conjugate transpose)이다. A의 의사 역, A-1, 는 수학식 11b에 주어진 근사치를 기반으로 한다.
[수학식 10b]
Figure pat00138
Σ 는 대각 행렬이기 때문에 쉽게 역을 구할 수 있다; 그리고 U*는 단지 U 의 켤레 전치일 뿐이다. 이 경우 잔차
Figure pat00139
은 의사 역 행렬의 해결책의 "품질"을 계산하는 데만 사용된다.
825 단계에서, 새로운 잔차가 충분히 감소되었는지 여부가 결정된다. 이것은 새로운 잔차 벡터
Figure pat00140
의 크기
Figure pat00141
이 타겟 속도 허용 오차보다 작거나 같은지를 관찰함으로써 이루어질 수 있다. 다른 것들 중에서
Figure pat00142
의 최대 원소,
Figure pat00143
원소들의 합,
Figure pat00144
원소들의 절대값의 합,
Figure pat00145
원소들의 제곱의 합과 같은 임의의 방법들이
Figure pat00146
을 결정하기 위하여 사용될 수 있다. 허용 오차의 값은
Figure pat00147
의 크기가 결정되는 방식에 의존한다. 예를 들어, 잔차 허용 오차는 도플러 측정의 오류와 함께 확장되어야 한다(빔 방향의 오류도 기여하나 비교적 작음). 완벽한 솔루션의 잔차의 정규화된 L2 노름(norm)은 단순히 도플러 측정의 분산이거나, 또는 상기 오류가 가우시안인 경우, 제곱된 표준 편차여야 한다. 좋은 허용 오차는 분산의 작은 배수이다. 허용 오차가 이보다 작으면 충족될 가능성이 낮고 최종 조건이 달성되지 않는다.
Figure pat00148
가 허용 오차보다 크면 제어는 827 단계로 넘어간다.
827 단계에서 새로운 잔차 벡터
Figure pat00149
로부터 더 많은 행을 제거하기 위하여 제1 임계값이 감소된다. 프로세스는
Figure pat00150
를 현재 잔차 벡터로 만들고; 잔차 벡터의 첫번째 행을 선택될 다음 행으로 만듦으로서 재시작한다. 제어는 811 단계로 넘어가 잔차 벡터의 다음 행을 선택한다. 따라서, 속도 벡터
Figure pat00151
가 원하는 허용 오차 이하 또는 잔차 벡터 크기로 결정될 때까지 프로세스를 반복하도록 루프가 형성된다. 일부 실시예에서, 충분히 작은 잔차 벡터에 수렴하지 않는 경우, 반복 회수에 제한이 설정되어, 예를 들어, 100회 반복이 수행되거나 인접한 반복 간의 속도 V 차이가 1 %와 같이 일정 비율 미만인 경우, 프로세스가 종료될 수 있다.
831 단계에서 자이로스코프(존재하는 경우)로부터의 데이터에 기초하여 결정된 회전이 속도 벡터 V에 합산된다. 앞서 설명된 수학식으로는 그러나 순수한 회전 운동(고정축을 중심으로 회전)을 검출할 수 없으므로, 진동 구조 자이로스코프와 같이 회전 속도를 직접 검출할 수 있는 센서가 지배적으로 회전 운동을 할 수 있는 모든 차량의 추가 입력으로 추천된다. 일부 실시예에서는 자이로스코프가 포함되지 않으며, 831 단계는 생략될 수 있다. 이후 제어는 833 단계로 넘어간다.
833 단계에서, 스큐의 보정 여부가 결정된다. 일정 시간 간격 동안 검출된 포인트 집합을 기반으로 한 차량 속도 솔루션의 계산은, 상기 시간 간격 내에서 라이다 빔의 유한한 스캔 속도로 인해 발생하는 "롤링 셔터(rolling shutter)"와 같은 스큐 효과를 일정하게 보정할 수 있도록 한다. 예를 들어, 수평 스캐닝 빔을 가진 라이다 시스템의 속도 벡터에 직교하는 평평한 직교 표면은 대각선으로 스큐된 것처럼 보일 것인데, 왜냐하면 간격 내에서 나중에 검출된 포인트 표면은 차량 이동으로 인해 더 짧은 거리를 가질 것이기 때문이다. 만약 상기 간격 동안 검출된 포인트 집합을 이용하여 맵 또는 포인트 클라우드와 매칭 또는 비교하여 차량 위치 및/또는 자세를 결정하는 경우, 상기 유한한 스캔 속도 스큐 효과는 매칭 알고리즘의 정밀도와 안정성을 크게 저하시킬 수 있다. 검출된 포인트 집합으로부터 추출된 속도 벡터는 수집 시간 간격 동안 차량의 변형에 대한 즉각적이고 일정한 측정을 제공하는데 사용할 수 있으며, 상기 집합은 dt*||v||로 주어진 양의 상기 벡터를 따라 각각의 포인트를 역 투영함으로써 디-스큐될 수 있다(de-skewed). 만약 이것이 수행되어야 한다면, 제어는 데이터를 디-스큐(de-skew)하기 위해 803 단계로 되돌아 간다. 그렇지 않은 경우 제어는 841 단계로 넘어 간다.
841 단계에서, 고정 데이터 포인트에서 제거된 행을 이동하여 형성된 수학식은 각각의 이동 객체의 잔차 벡터 각각에 대해 상기 방법을 사용하여 3D 포인트 클라우드에서 자차량에 상대적인 이동 객체의 속도 V 를 구하기 위해 사용된다. 자차량의 속도는 하나 이상의 이동 객체(존재하는 경우)의 전연 좌표 속도
Figure pat00152
를 획득하기 위하여 상기 속도에 추가된다. 만약 인접한 객체가 유사하게 이동하는 것으로 결정되면, 두개의 이동 객체의 잔차 벡터 및 도플러 속도에 대한 행을 병합한 후, 병합된 수학식에 대해 V 를 구하여 인접한 객체를 하나의 객체로 병합할 수 있다. 이후 제어는 843 단계로 넘어간다.
843 단계에서, 연속적인 스캔에서 검출된 이동 객체는 동일한 객체인지 여부를 결정하기 위해 검사될 수 있다. 845 단계에서, 스캔에서 스캔과 관련된 객체의 위치 및 속도는 결합되어 상기 객체의 트랙(track)을 형성하고; 상기 이동 객체의 트랙(track)은 하나 이상의 데이터베이스에 추가된다. 일부 실시예에서, 이동 객체는 추적되지 않으며, 843 단계 및 845 단계는 생략될 수 있다.
도 9a 내지 도 9c는 일 실시예에 따라, 자차량에 대한 다른 객체의 이동을 검출하기 위한 계산 콤포넌트의 예를 도시하는 블록도이다. 도 9a에서 고해상도 도플러 라이다 시스템의 센서(921)는 차량 전방 방향 y의 속도로 진행하는 차량에 장착된다. 상기 센서는 노면 위의 높이에 있고; 차량이 상당한 거리를 이동하는 시간에 비해 짧은 스캔 동안, 단위 벡터
Figure pat00153
로 표현되는 방위각으로 빔을 스캐닝하는 것에 대응하는 지점(991)으로부터 리턴을 수신한다. 전역 좌표계는 3D 포인트 A 로 표현되는 전역 원점으로부터 각각 북쪽 방향의 벡터 N 과 동쪽 방향의 E 로 표시된다. 만약 움직이지 않는 경우, 리턴은 단순히 지점(991)의 위치를 제공한다. 도 9b에서 지점(991)으로 표현된 객체는 벡터 V 로 표현된 속도로 움직이고 있다. 상대 속도 V r 은 수학식 12에 주어진 역 단위 벡터
Figure pat00154
과 속도 V 의 내적에 의해 구해지고,
Figure pat00155
센서(921)의 기준 프레임에서 관찰된 바와 같이 고해상도 도플러 라이다 시스템에 의해 직접 측정된다. 도 9c에서, 표적 객체(991) 및 센서(921)는 각각
Figure pat00156
및
Figure pat00157
의 속도로 움직이고 있다. 센서에서 고해상도 도플러 라이다에 의해 측정된 표적의 상대 속도(
Figure pat00158
)는 수학식 13에 의해 그들을 연결하는 라인을 따라 두 속도를 합함으로써 구해진다.
[수학식 13]
Figure pat00159
Figure pat00160
도 10은 다른 실시예에 따라, 다른 이동 객체의 이동 및 트랙(track)을 결정하기 위한 방법(1000)의 예를 도시하는 흐름도이다. 상기 실시예는 수학식 12 및 13에 기반한다. 1001 단계에서 고해상도 도플러 라이다 데이터에 기초한 포인트 클라우드가 필터링 되어 도플러 속도의 큰 값을 갖는 포인트들을 분리한다. 1003 단계에서, 포인트들은 유사한 도플러 속도 값에 기초하여 클러스터링 된다. 유사한 방위각 방향, 예를 들어, 360도와 비교하여 작은 범위의 방위각에서 유사한 도플러 속도를 가지는 각각의 클러스터는 객체로 간주된다. 1005 단계에서 각각의 시간 단계에 대한 높은 도플러 클러스터의 객체 목록이 유지된다. 1007 단계에서, 서로 다른 시간에서 객체 클러스터가 공간적 (방위각 및 경사) 근접성 및 도플러 유사성에 기초하여 연관된다. 1009 단계에서, 연관된 객체 클러스터에 대한 객체 트랙(track)이 예를 들어, 컴퓨터 저장 장치에서 결정되고 유지된다.
상기 처리는 데이터에서 사용할 수 있는 세 개의 차원 또는 다섯 개의 차원 (경사, 방위각, 거리, 도플러 콤포넌트 및 반사율)에서 세 개의 차원 (경사, 방위각 및 도플러 콤포넌트)으로 제한된다는 점에 다시 한 번 유의할 가치가 있다. 이는 최소 네 개 차원 중 세 개 이하 만으로 포인트 클라우드에서 객체의 속성값을 결정하는 또 다른 예이다. 상기 세 개의 차원 접근 방식의 장점은 노이즈가 있는 연립 방정식을 클러스터링하고 해결하기 위한 다양한 계산 방법이 상기 방법을 네 개의 차원에서 실행해야 하는 경우보다 효율적이라는 것이다. 그러므로 사용 가능한 모든 처리 능력에 대해 더 짧은 시간에 솔루션을 결정할 수 있어 상기 접근 방식은 위험한 상황에 대응하는 데 더 많은 시간을 제공한다.
일부 실시예들에서, 알려진 위치에서의 상기 객체의 탐지는 자기 자신의 센서 위치를 결정하는 데 사용된다. 도 11은 일 실시예에 따라, 검출된 조사 객체(매핑 데이터베이스의 정지 객체 또는 시간에 따라 움직이는 위치가 알려진 객체)에 상대적인 자체 위치(own position)를 결정하기 위한 계산 콤포넌트들의 예를 도시하는 블록도이다. 고해상도 도플러 라이다 시스템의 센서(1121)는 3D 벡터 p 에 의해 주어진 위치에서 차량에 장착되고; 차량이 감지할 수 있는 거리를 이동하는 시간에 비해 짧은 스캔 동안, 3D 벡터
Figure pat00161
및
Figure pat00162
로 표시되는 서로 다른 거리의 지점 1191 및 1192로부터 리턴들을 수신하고 방위각에서 빔을 스캔하는 것에 응답하여 단위 벡터
Figure pat00163
및
Figure pat00164
로 각각 표현되는 방위각을 수신한다. 두 객체의 알려진 위치는 각각 3D 벡터
Figure pat00165
및
Figure pat00166
에 의해 제공된다. 데이터는 다음의 수학식 14a 내지 14e를 만족한다.
[수학식 14a]
Figure pat00167
[수학식 14b]
Figure pat00168
[수학식 14c]
Figure pat00169
[수학식 14d]
Figure pat00170
[수학식 14e]
Figure pat00171
따라서 센서 위치 p 에 대한 3D 벡터가 결정된다.
도 12는 일 실시예에 따라, 검출된 조사 객체에 대한 자체 위치(own position)를 결정하는 예를 도시하는 흐름도이다. 1201 단계에서, 고해상도 라이다 이미지가 획득된다. 그것은 도플러 이미지일 필요는 없다. 1203 단계에서, 장면에서 반사율이 높은 객체가 식별된다. 이들은 도로 표지판(392), 램프 포스트(393) 등과 같은 알려진 위치의 객체를 포함할 가능성이 있다. 1205 단계에서, 객체들을 예를 들어, 지리 정보 시스템 (GIS) 데이터베이스로부터 조사된 인접 객체와 교차 참조(cross references)한다. 자체 위치가 잘 알려지지 않은 경우, 상기 교차 참조(cross references)는 근사치로서, 예를 들어, GIS에서 조사된 객체가 검출된 객체 일 수도 있고 아닐 수도 있다. 1207 단계에서, 센서와 검출된 객체들 사이의 시선 단위 벡터들
Figure pat00172
의 집합이 결정된다. 1209 단계에서,
Figure pat00173
은 상기 검출된 객체들의 임의의 페어에 대해 계산된다. 1211 단계에서 GIS와 같은 측량된 객체 위치에서 측정된
Figure pat00174
및
Figure pat00175
로 수학식 14d를 사용하여 R을 구한다. 1213 단계에서, 복수의 페어에 대한
Figure pat00176
,
Figure pat00177
및
Figure pat00178
는 각각 센서의 위치 p 를 추정하는 데 사용된다. 또한 p 에 대한 추정 값을 얻기 위해 p 에 대한 여러 값의 기하학적 평균이 결정된다. 일부 실시예들에서, 값 p 에 대한 신뢰 수준 또한 213 단계 동안 결정된다.
도 13은 일 실시예에 따라, 자체 전역 속도를 결정하기 위한 계산 콤포넌트들의 예를 도시하는 블록도이다. 상기 실시에서, 센서는 속도 V 로 위치 p 에서 움직이는 차량에 위치한다. 고해상도 도플러 라이다 시스템의 센서 (1321)는 3D 벡터 p 에 의해 주어진 위치에서 차량에 장착된다; 차량이 감지할 수 있는 거리를 이동하는 시간에 비해 짧은 스캔 동안, 각각 단위 벡터
Figure pat00179
및
Figure pat00180
에 의해 표현되는 방위각에서 빔을 스캐닝하는 것에 대응하여 다른 방위각으로 이동하지 않는 지점들 1391 및 1392로부터 리턴들을 수신한다. 데이터는 다음의 수학식 15a 내지 15d를 만족한다.
[수학식 15a]
Figure pat00181
[수학식 15b]
Figure pat00182
[수학식 15c]
Figure pat00183
[수학식 15d]
Figure pat00184
따라서 상기 센서 속도를 위한 3D 벡터,
Figure pat00185
, 이 결정된다.
도 14는 일 실시예에 따라, 자체 전역 속도를 결정하는 방법(1400)의 예를 도시하는 흐름도이다. 1401 단계에서, 고해상도 도플러 라이다 이미지가 획득된다. 1403 단계에서, 상술된 하나 이상의 기술을 사용하여 전체적으로 정적인 표면과 일치하는 도플러 값들로 장면의 포인트들을 식별한다. 1405 단계에서, 센서와 검출된 정지 객체 사이의 시선 단위 벡터
Figure pat00186
의 집합이 결정된다. 1407 단계에서, 상기 검출된 지점들에 대해
Figure pat00187
이 계산된다. 1409 단계에서
Figure pat00188
과
Figure pat00189
를 측정한 방정식 15c를 사용하여
Figure pat00190
을 구한다. 1411 단계에서
Figure pat00191
은
Figure pat00192
을 추정하는 데 사용된다.
도 15는 일 실시예에 따라, 자차량에 대한 이동 객체의 회전 속도를 결정하기 위한 계산 콤포넌트들의 예를 도시하는 블록도이다. 고해상도 도플러 라이다 시스템의 센서(1521)는 차량에 장착된다. 차량이 상당한 거리를 이동하는 시간에 비해 짧은 스캔 동안 속도 V 로 움직이는 회전 객체의 다른 위치에 있는 지점들 1591 및 1592로부터 리턴들을 수신한다. 지점들은 각각 단위 벡터
Figure pat00193
및
Figure pat00194
로 표현되는 스캐닝 빔에 대응하여 검출된 방위각 내에 있다. 검출된 도플러 속도는 각각
Figure pat00195
및
Figure pat00196
이다. 데이터는 다음의 수학식 16a 내지 16d를 만족한다.
[수학식 16a]
Figure pat00197
[수학식 16b]
Figure pat00198
*[수학식 16c]
Figure pat00199
[수학식 16d]
Figure pat00200
그러므로 타겟의 전체 속도는 이동하는 타겟에 있는 두 지점들의 상대 속도에서 획득된다.
도 16은 일 실시예에 따라, 이동 객체의 전역 속도를 결정하기 위한 방법의 예를 도시하는 흐름도이다. 1601 단계에서, 고해상도 도플러 라이다 이미지가 획득된다. 1603 단계에서, 검출된 각각의 지점에 대한
Figure pat00201
을 획득하기 위해 수학식 13을 사용하여 자차량 움직임을 보정한다. 1605 단계에서, 도플러 속도 및 방위각 근접도에 기초하여 동일한 이동 객체 상의 여러 지점들이 클러스터링 된다. 1607 단계에서, 센서와 이동 객체상의 검출된 지점들 사이의 시선 단위 벡터
Figure pat00202
의 집합이 결정된다. 1609 단계에서,
Figure pat00203
은 상기 검출된 지점들의 임의의 페어에 대해 계산된다. 1611 단계에서,
Figure pat00204
는 상기 검출된 지점들의 임의의 페어에 대해 계산된다. 1613 단계에서
Figure pat00205
및
Figure pat00206
를 측정하여 수학식 16d를 사용하여 V 를 구한다. 상기 V 는 검출된 객체에 대한
Figure pat00207
로 사용된다. 선형 속도는 도 15의 수학식 및 도 16의 방법의 주체이다. 그러나 회전하는 객체는 그 동등성을 위반할 수 있으며; 회전 속도를 측정하는 것이 유리할 것이다.
5. 예시적 실시예들
도 17a는 일 실시예에 따라, 고해상도 도플러 라이다 시스템으로부터 조명된 지점들의 위치의 예를 도시하는 블록도이다. 상기 스캔 된 지점들은 도로 표면에 있으며 방법(600) 또는 방법(800)에 따라 자체 전역 속도를 결정하는데 사용된다.
도 17b 내지 도 17d는 일 실시예에 따라, 정지 객체들로부터의 리턴들 및 이동 객체들의 트랙들을 나타내는 조명된 지점들로부터의 리턴들의 예를 도시하는 이미지이다. 상기 이미지는 방법(800) 또는 방법(1000)을 사용하여 객체를 추적하는 데 사용된다.
도 18a 내지 도 18c는 일 실시예에 따라, 이동 객체로서 별도의 차량으로부터 리턴들의 예를 도시하는 그래프이다. 도플러 포인트들은 속도와 방위각 및 경사각 근접도에 따라 클러스터 된다. 객체의 순 이동은 방법(1600)을 사용하여 결정된다.
도 18d 및 도 18e는 일 실시예에 따라, 측정된 포인트 클라우드의 예를 도시하는 구성이다. 각각의 포인트는 측정된 속도에 따라 음영 처리된다. 코너를 돌고 있는 트럭이 그려진 결과, 상기 객체는 병진 운동과 회전 운동을 동시에 진행하고 있음을 알 수 있다. 이것은 도 8a 및 도 8b에 도시된 시뮬레이션 데이터의 실제 데이터 표현이다.
6. 컴퓨터 하드웨어 개관
도 19는 본 명세서의 실시예가 구현될 수 있는 컴퓨터 시스템(1900)을 예시하는 블록도이다. 컴퓨터 시스템(1900)은 컴퓨터 시스템(1900)의 다른 내부 및 외부 콤포넌트들 사이에서 정보를 전달하기 위한 버스(1910)와 같은 통신 메커니즘을 포함한다. 정보는 측정 가능한 현상의 물리적 신호, 전형적으로 전압들로서 표현되지만, 다른 실시예들에서, 자기적, 전자기적, 기압, 화학적, 분자 원자 및 양자 상호 작용들과 같은 현상들을 포함한다. 예를 들어, 북쪽 및 남쪽 자기장들, 또는 영과 영이 아닌 전압은 이진 숫자(비트)의 2개의 상태들(0,1)을 나타낸 다. 다른 현상들은 더 높은 베이스의 숫자들을 나타낼 수 있다. 측정 전의 다수의 동시(simultaneous) 양자 상 태들의 중첩은 퀀텀 비트(큐비트)를 나타낸다. 하나 이상의 숫자들의 시퀀스는 숫자 또는 하나의 문자를 위한 코드를 나타내기 위해 사용된다. 일부 실시예들에서, 아날로그 데이터로 명명되는 정보는 특정 거리 내에서 측정가능한 값들의 근접 연속성(near continuum)에 의해 표현된다. 컴퓨터 시스템(1900) 또는 그 일부는 본 명세 서에서 기술된 하나 이상의 방법들의 하나 이상의 단계들을 수행하기 위한 수단을 구성한다.
이진 숫자들의 시퀀스는 숫자 또는 문자를 위한 코드를 나타내기 위해 사용되는 디지털 데이터를 구성한다. 버스(1910)는 버스(1910)에 결합된 디바이스들 사이에서 정보가 신속히 전달되도록 정보의 많은 병렬 컨덕터들을 포함한다. 정보를 프로세싱하기 위한 하나 이상의 프로세서들(1902)은 버스(1910)에 결합된다. 프로세서(1902)는 정보 상에서 일련의 연산들을 수행한다. 일련의 연산들은 버스(1910)로부터 정보를 가져오는 것 및 버스(1910) 상에 정보를 배치시키는 것을 포함한다. 또한, 일련의 정보는 하나 이상의 정보 유니트들의 비교, 정보 유니트들의 위치의 쉬프트, 및 합산 또는 곱셈과 같이, 2개 이상의 정보 유니트들의 결합을 전형적으로 포함한다. 프로세서(1902)에 의해 실행될 연산들의 시퀀스는 컴퓨터 명령들을 구성한다.
또한, 컴퓨터 시스템(1900)은 버스(1910)에 결합된 메모리(1904)를 포함한다. 랜덤 엑세스 메모리(RAM) 또는 다른 동적 저장 디바이스와 같은 메모리(1904)는 컴퓨터 명명들을 포함하는 정보를 저장한다. 동적 메모리는 그 안에 저장된 정보가 컴퓨터 시스템(1900)에 의해 변환되게 한다. RAM은 메모리 어드레스로 명명되는 위치에 저장된 정보의 유니트가 인접하는 어드레스들의 정보에 독립되게 저장되고 검색되게 한다. 또한, 메모리(1904)는 컴퓨터 명령들의 실행 동안 일시적 값들을 저장하기 위해 프로세서(1902)에 의해 사용된다. 또한, 컴퓨터 시스템(1900)은 읽기 전용 메모리(ROM)(1906), 또는 컴퓨터 시스템(1900)에 의해 변경되지 않는 명령들을 포함하는 정적 정보를 저장하기 위해 버스(1910)에 결합된 기타 정적 저장 디바이스를 포함한다. 또한, 컴퓨터 시스템 (1900)이 꺼지거나 아니면 전원을 잃을 때 조차도 지속하는 명령들을 포함하는 정보를 저장하기 위한 자기 디스 크 또는 광 디스크와 같은 비-활성(지속적) 저장 디바이스(1908)는 버스(1910)에 결합된다.
명령들을 포함하는 정보는, 인간 사용자에 의해 작동되는 글자와 숫자로 된 키들을 포함하는 키보드와 같은 외부 입력 디바이스(1912) 또는 센서로부터 프로세서에 의해 사용하기 위해, 버스(1910)에 제공된다. 센서는 그 주위의 조건들을 검출하고, 상기 탐색들을 컴퓨터 시스템(1900) 내의 정보를 표현하기 위해 사용되는 신호들과 호환되는 신호들로 변환시킨다. 기본적으로 인간과 상호작용하기 위해 사용되는 버스(1910)에 결합된 다른 외부 디바이스들은, 이미지들을 묘사하기 위한 음극선관(CRT) 또는 액정디스플레이(LCD)와 같은 디스플레이 디바이스(1919), 및 디스플레이(1919) 상에 표시되는 작은 커서 이미지의 위치를 제어하고 디스플레이(1919) 상에 표시되는 그래픽 요소들과 연관된 명령어들을 발부하기 위한, 마우스 또는 트랙볼 또는 커서 방향 키들과 같은, 포인팅 디바이스(1916)를 포함한다.
예시된 실시예에서, 특수 용도의 집적 회로(IC)(1902)와 같은 특수 목적 하드웨어는 버스(1910)에 결합된다. 특수 목적 하드웨어는 특수한 목적을 위해 충분히 신속하게 프로세서(1902)에 의해 수행되지 않는 작동들을 수행하도록 구성된다. 특수 용도의 직접 회로들의 예들은 디스플레이(1919)를 위한 이미지들을 생성하기 위한 그래픽스 가속기 카드들, 네트워크를 통해 발송된 메시지들을 암호화하고 복호화하기 위한 암호(crypthographic) 보드들, 음성 인식, 및 하드웨어 내에서 보다 효과적으로 구현되는 작동들의 일부 복잡한 시퀀스들을 반복적으로 수행하는 로봇 아암들과 의료 스캐닝 설비와 같이, 특수한 외부 디바이스들에 대한 인터페이스들을 포함한다.
또한, 컴퓨터 시스템(1900)은 버스(1910)에 결합된 통신 인터페이스(1970)의 하나 이상의 인스턴스들을 포함한 다. 통신 인터페이스(1970)는 프린터들, 스캐너들 및 외부 디스크들과 같이, 그들의 자신의 프로세서들을 이용하여 작동하는 다양한 외부 디바이스들에 대한 2-방향 통신 커플링을 제공한다. 일반적으로, 커플링은 그들의 자신의 프로세서들을 이용하여 다양한 외부 디바이스들이 연결된 로컬 네트워크(1980)에 연결된 네트워크 링크 (1978)와 같은 식이다. 예를 들어, 통신 인터페이스(1970)는 퍼스널 컴퓨터 상의 병렬 포트 또는 직렬 포트 또는 범용 직렬 버스(USB)일 수 있다. 일부 실시예들에서, 통신 인터페이스(1970)는 종합 정보 통신망(ISDN) 카드 또는 디지털 가입자 회선(DSL) 카드 또는 대응하는 형태의 전화선에 대한 정보 통신 연결을 제공하는 전화 모뎀이다. 일부 실시예들에서, 통신 인터페이스(1970)는 버스(1910) 상의 신호들을 동축 케이블 통해 통신 연결용 신호들로 변환하거나 광 섬유 케이블을 통해 통신 연결을 위한 광 신호들로 변환하는 케이블 모뎀이다. 다른 예로서, 통신 인터페이스(1970)는 Ethernet과 같이, 호환가능한 근거리 통신망(LAN)에 대해 데이터 통신 연결을 제공하기 위한 LAN 카드일 수 있다. 또한, 무선 링크들이 구현될 수 있다. 음파와 전자기파와 같은 반송파들은, 유선 또는 케이블없이 공간을 통해 이동하는 전파, 광학파 및 적외선파를 포함한다. 신호들은 반송파들의 진폭, 주파수, 위상, 극성 또는 다른 물리적 성질들의 인공적인 변화들을 포함한다. 무선 링크들의 경우, 통신 인터페 이스(1970)는 디지털 데이터와 같이, 정보 스트림들을 운반하는 적외선 신호와 광신호들을 포함하는 전기, 음향 또는 전자기 신호들을 발송하고 수신한다.
본 명세서에 사용되는 '컴퓨터-판독가능한 매체'라는 용어는 실행을 위한 명령들을 포함하는 정보를 프로세서(1902)에 제공하는데 참여하는 임의의 매체를 의미한다. 그러한 매체는 비활성 매체, 활성 매체 및 송신 매체를 포함하지만 이에 한정되지 않는 다양한 형태들을 취할 수 있다. 예를 들어, 비활성 매체는 동적 메모리(1904)를 포함한다. 예를 들어, 송신 매체는 동축 케이블, 구리 와이어, 광 섬유 케이블들, 및 전파, 광학파 및 적외선파를 포함하는, 음파 및 전자기파들과 같이, 유선 또는 케이블없이 공간을 통해 이동하는 파형들을 포함한다. 본 명세서에 사용되는 '컴퓨터-판독가능한 저장 매체'라는 용어는 송신 매체를 제외하는 정보를 프로세서(1902)에 제공하는데 참여하는 임의의 매체를 의미한다.
예를 들어, 컴퓨터-판독가능한 매체의 통상적 형태들은, 플로피 디스크, 플렉스블 디스크, 하드 디스크, 자기 테이프, 또는 임의의 다른 자기적 매체, 컴팩트 디스크 ROM(CD-ROM), 디지털 비디오 디스크(DVD) 또는 임의의 다른 광학 매체, 펀치 카드들, 페이퍼 테이프, 또는 홀 패턴들을 가진 임의의 다른 물리적 매체, RAM, 프로그램 가능한 ROM(PROM), 삭제 가능한 PROM(EPROM), FLASH-EPROM, 또는 임의의 다른 메모리 칩 또는 카트리지, 반송파, 또는 컴퓨터가 읽어 올 수 있는 임의의 다른 매체를 포함한다. 본 명세서에 사용된 '비-일시적 컴퓨터판독가능한 저장 매체'라는 용어는 반송파와 다른 신호들을 제외하고 정보를 프로세서(1902)에 제공하는데 참여하는 임의의 매체를 의미한다.
[0164] 하나 이상의 실감(tangible) 매체 내에 인코딩 로직(logic)은 컴퓨터-판독가능한 저장 매체와 ACIC(1920)과 같은 특수 목적 하드웨어 상의 프로세서 명령들의 하나 또는 모두를 포함한다.
네트워크 링크(1978)는 일반적으로 정보를 사용하거나 처리하는 다른 디바이스들에 대해 하나 이상의 네트워크 들을 통해 정보 통신을 제공한다. 예를 들어, 네트워크 링크(1978)는 인터넷 서비스 공급자(ISP)에 의해 작동되는 호스트 컴퓨터(1982) 또는 ISP 설비(1984)에 대해 로컬 네트워크(1980)를 통한 연결을 제공할 수 있다. ISP 설비(1984)는 결국 인터넷(1990)으로서 현재 흔히 지칭되는 네트워크들의 공중의 세계적 패킷-교환 통신 네트워크를 통해 데이터 통신 서비스들을 제공한다. 인터넷에 연결된 서버(1992)로 명명되는 컴퓨터는 인터넷을 통해 수신된 정보에 반응하여 서비스를 제공한다. 예를 들어, 서버(1992)는 디스플레이(1919)에서의 표현을 위한 비디오 데이터를 나타내는 정보를 제공한다.
본 명세서는 본 명세서에서 기술된 기법들을 구현하기 위한 컴퓨터 시스템(1900)의 용도에 관한 것이다. 본 명세서의 일 실시예에 따르면, 그러한 기법들은 메모리(1904) 내에 포함된 하나 이상의 명령들의 하나 이상의 시퀀스 들을 실행하는 프로세서(1902)에 반응하여 컴퓨터 시스템(1900)에 의해 수행된다. 또한, 소프트웨어와 프로그램 코드로 명명되는 상기 명령들은 저장 디바이스(1908)와 같은 다른 컴퓨터-판독가능한 매체로부터 메모리 (1904) 속으로 읽혀질 수 있다. 메모리1904) 내에 포함된 명령들의 시퀀스들의 실행은 프로세서(1902)가 본 명세서에 기술된 방법 단계들을 수행하게 한다. 대안적 실시예들에서, 애플리케이션 특정 집적 회로(1920)와 같은 하드웨어는 본 명세서를 구현하기 위한 소프트웨어 대신에 또는 이와 조합하여 사용될 수 있다. 그러므로, 본 명세서의 실시예들은 하드웨어와 소프트웨어의 임의의 특정의 조합에 한정되는 것은 아니다.
네트워크 링크(1978) 및 통신 인터페이스(1970)를 통한 다른 네트워크를 통해 송신되는 신호들은 컴퓨터 시스템 (1900)으로 그리고 그로부터의 정보를 운반한다. 컴퓨터 시스템(1900)은, 다른 것들 중에서 무엇 보다도, 네트 워크들(1980,1990)을 통해, 네트워크 링크(1978)와 통신 인터페이스(1970)을 통해, 프로그램 코드를 포함하는 정보를 송신하고 수신할 수 있다. 인터넷(1990)을 이용하는 예에서, 서버(1992)는 인터넷(1990), ISP 설비 (1984), 로컬 네트워크(1980) 및 통신 인터페이스(1970)을 통해, 컴퓨터 시스템(1900)으로부터 발송된 메시지에 의해 요청된, 특수한 응용을 위한 프로그램 코드를 송신한다. 수신된 코드는 그것이 수신될 때 프로세서(1902)에 의해 실행될 수 있고, 또는 저장 디바이스(1908) 또는 나중의 실행을 위한 다른 비-활성 저장 디바이스에, 또는 둘 모두에 저장될 수 있다. 상기 방식에서, 컴퓨터 시스템(1900)은 반송파 상의 하나의 신호의 형태로 응용 프로그램 코드를 얻을 수 있다.
컴퓨터 판독가능한 매체의 다양한 형태들은 명령들 또는 데이터 또는 둘 모두의 하나 이상의 시퀀스를 실행용 프로세서(1902)로 옮기는 것을 포함할 수 있다. 예를 들어, 명령들과 데이터는 호스트(1982)와 같은 원격 컴퓨 터의 자기 디스크 상에 초기에 보유될 수 있다. 원격 컴퓨터는 명령들과 데이터를 그 동적 메모리에 로딩하고 모뎀을 이용하여 전화선을 통해 명령들과 데이터를 발송한다. 컴퓨터 시스템(1900)에 대한 로컬 모뎀은 전화선 상의 명령들과 데이터를 수신하고 명령들과 데이터를 네트워크 링크(1978)로서 역할을 하는 적외선 반송파 상의 신호로 변환하기 위해 적외선 송신기를 이용한다. 통신 인터페이스(1970)로서 역할을 하는 적외선 검출기는 적 외선 신호 내에 수반된 명령들과 데이터를 수신하고 명령들과 데이터를 나타내는 정보를 버스(1910) 상에 배치시킨다. 버스(1910)는 정보를 메모리(1904)로 옮기고 그로부터 프로세서(1902)는 명령들과 함께 발송된 데이터의 일부를 이용하여 명령들을 검색하고 실행한다. 메모리(1904) 내에 수신된 명령들과 데이터는 프로세서(1902)에 의한 실행 전 또는 후에, 저장 디바이스(1908) 상에 선택적으로 저장될 수 있다.
도 20은 본 명세서의 실시예가 구현될 수 있는 칩셋(chip set)(2000)을 예시한다. 칩셋(2000)은 예를 들어, 하나 이상의 물리적 팩키지들(예, 칩들)에 통합된 도 19와 관련하여 전술한 프로세서 및 메모리 콤포넌트들을 포함하는, 본 명세서에 기술된 방법의 하나 이상의 단계들을 수행하기 위해 프로그램된다. 예시적 방식으로, 물리적 팩키지는 전기적 상호작용의 물리적 영향력, 사이즈의 관리, 및/또는 제한과 같은 하나 이상의 특징들을 제공하 기 위해 구조적 어셈블리(예, 베이스보드) 상의 재료들, 콤포넌트들 및/또는 와이어의 하나 이상의 배치를 포함 한다. 특정의 실시예들에서, 칩셋은 단일 칩으로 구현될 수 있음을 고려할 수 있다. 칩셋(2000) 또는 그 부분은 본 명세서에서 설명된 방법의 하나 이상의 단계들을 수행하기 위한 수단을 구성한다.
일 실시예에서, 칩셋(2000)은 칩셋(2000)의 콤포넌트들 사이로 정보를 이동시키기 위한 버스(2001)와 같은 통신 메커니즘을 포함한다. 프로세서(2003)는 명령들을 실행하고, 예를 들어, 메모리(2005) 내에 저장된 정보를 처리 하기 위해 버스(2001)에 대한 연결성을 가진다. 프로세서(2003)는 각각의 코어가 독립적으로 수행하도록 구성된 하나 이상의 프로세싱 코어들을 포함할 수 있다. 다중-코어 프로세서는 단일의 물리적 팩키지 내부에서 다중프 로세싱을 가능하게 한다. 다중-코어 프로세서의 예들은 2개, 4개, 8개, 또는 더 큰 수의 프로세싱 코어들을 포 함한다. 대안적으로 또는 부가적으로, 프로세서(2003)는 명령들의 독립적인 실행, 파이프라이닝, 및 멀티쓰레딩 (multithreading)이 가능하도록 버스(2001)를 경유하여 나란히 구성된 하나 이상의 마이크로프로세서들을 포함할 수 있다. 또한, 프로세서(2003)는 하나 이상의 디지털 신호 프로세서들(DSP)(2007), 또는 하나 이상의 특수 목적용 집적 회로(ASIC)(2009)와 같이, 특정의 프로세싱 기능들과 작업들을 수행하기 위해 하나 이상의 특수한 콤포넌트들을 동반할 수 있다. 전형적으로, DSP(2007)는 프로세서(2003)와 독립되게 실 시간으로 현실-세계 신호들(예, 사운드)를 처리하도록 구성된다. 유사하게, ASIC(2009)는 일반 목적의 프로세서에 의해 용이하게 수행되지 않는 특수한 목적을 수행하도록 구성될 수 있다. 본 명세서에서 기술된 발명적인 기능들을 수행하는 것을 돕기 위한 다른 특수한 콤포넌트들은 하나 이상의 필드 프로그램가능한 게이트 어레이(FPGA)(미도시), 하나 이상의 컨트롤러(미도시), 또는 하나 이상의 다른 특수-목적 컴퓨터 칩들을 포함한다.
프로세서(2003)와 부수하는 콤포넌트들은 버스(2001)를 경유하여 메모리(2001)에 대한 연결성을 가진다. 메모리 (2005)는 본 명세서에 기술된 방법의 하나 이상의 단계들을 수행하기 위해 실행될 때 실행 가능한 명령들을 저장하기 위해, 동적 메모리(예, RAM, 자기 디스크, 작성할 수 있는 광 디스크 등) 및 정적 메모리(예, ROM, CD-ROM 등) 모두를 포함한다. 또한, 메모리(2005)는 본 명세서에서 기술된 방법들의 하나 이상의 단계들의 실행에 연관되거나 실행에 의해 생성된 데이터를 저장한다.
7. 변경들, 확장들 및 변형들
전술한 상세한 설명에서, 본 명세서는 그 구체적인 실시예들을 참조하여 기술되었다. 그러나, 본 명세서의 더 넓은 사상과 범위를 벗어나지 않는 한에서 다양한 변형들과 변경들이 가해질 수 있는 것은 명백할 것이다. 따라서, 상세한 설명과 도면들은 제한적인 의미보다는 예시적인 의미로 간주되어야 한다. 본 명세서 및 청구 범위 전체에서, 문맥상 달리 요구하지 않으면, '포함하는" 및 "구비하는"과 "구비하고"와 같은 그 변형들은 언급된 항목, 요소 또는 단계 또는 항목들, 요소들 또는 단계들의 그룹을 포함하지만 임의의 다른 항목, 요소 또는 단 계 또는 항목들, 요소들 또는 단계들의 그룹들을 배제하는 것은 아니다. 나아가서, 부정 관사 "하나"는 그 관사에 의해 변형된 항목, 요소 또는 단계의 하나 이상을 나타내는 의미를 가진다. 본 명세서에 개시된 바와 같이, 문맥으로부터 명백히 다르지 않으면, 그것이 다른 값의 2개(두배 또는 절반)의 인자 내에 있으면, 하나의 값은 "대략" 다른 값이다. 예시적인 범위들이 주어졌지만, 문맥상 분명히 다르지 않으면, 임의의 내포된 범위들 역시 다양한 실시예들 내에 포함된다. 따라서, 0부터 10까지의 범위는 일부 실시예들에서, 1부터 4까지의 범위를 포함한다.

Claims (15)

  1. 송신 신호를 출력하는 하나 이상의 스캐닝 광학 장치; 및
    실세계 객체(real world object)에 의한 상기 송신 신호의 반사 및 산란 중 적어도 하나로부터 수신된 리턴 신호에 대응하는 3D 포인트 클라우드를 결정하고, 상기 3D 포인트 클라우드에 기초하여 상기 실세계 객체의 도플러 파라미터(Doppler parameter)를 결정하고, 상기 도플러 파라미터에 기초하여 상기 실세계 객체에 상대적인 자율 주행 차량의 차량 속도(vehicle velocity)를 결정하는 하나 이상의 프로세서를 포함하는, 자율 주행 차량을 위한 라이다 시스템.
  2. 청구항 1에 있어서,
    상기 하나 이상의 프로세서는, 상기 3D 포인트 클라우드로부터 결정된 상기 실세계 객체의 경사각(inclination angle)에 기초하여 상기 차량 속도를 결정하는, 자율 주행 차량을 위한 라이다 시스템.
  3. 청구항 1에 있어서,
    스캐닝 광학 장치는 상기 자율 주행 차량에 장착된, 자율 주행 차량을 위한 라이다 시스템.
  4. 청구항 1에 있어서,
    상기 하나 이상의 프로세서는, (i) 상기 3D 포인트 클라우드의 방위각 (azimuth angle) 또는 (ii) 상기 3D 포인트 클라우드의 거리(range)를 이용하지 않고 상기 차량 속도를 결정하는, 자율 주행 차량을 위한 라이다 시스템.
  5. 청구항 1에 있어서,
    상기 실세계 객체는 정지 객체이고,
    상기 하나 이상의 프로세서는, 객체 위치들을 정지 객체들에 맵핑하는 데이터베이스에 기초하여 상기 정지 객체의 객체 위치를 결정하고, 상기 정지 객체의 객체 위치에 기초하여 상기 자율 주행 차량의 차량 위치를 결정하는, 자율 주행 차량을 위한 라이다 시스템.
  6. 청구항 1에 있어서,
    상기 하나 이상의 프로세서는, 상기 3D 포인트 클라우드의 하나 이상의 데이터 포인트에 할당된 도플러 파라미터에 기초하여 상기 3D 포인트 클라우드를 필터링하고,
    상기 3D 포인트 클라우드를 필터링하는 것에 응답하여 상기 3D 포인트 클라우드에 의해 표현되는 이동 객체의 이동 객체 속도(moving object velocity)를 결정하는, 자율 주행 차량을 위한 라이다 시스템.
  7. 청구항 6에 있어서,
    상기 하나 이상의 프로세서는, 상기 이동 객체 속도에 기초하여, 상기 이동 객체를 위한 트랙(track)을 결정하는, 자율 주행 차량을 위한 라이다 시스템.
  8. 청구항 1에 있어서,
    상기 송신 신호를 생성하기 위해 레이저 소스로부터의 빔에 위상 변조 및 주파수 변조 중 적어도 하나를 적용하는 변조기를 더 포함하는, 자율 주행 차량을 위한 라이다 시스템.
  9. 청구항 1에 있어서,
    상기 하나 이상의 프로세서는, 상기 리턴 신호의 진폭에 기초하여 상기 3D 포인트 클라우드를 결정하는, 자율 주행 차량을 위한 라이다 시스템.
  10. 청구항 1에 있어서,
    상기 도플러 파라미터는, 도플러 속력(Doppler speed) 및 도플러 속도(Doppler velocity) 중 적어도 하나를 포함하는, 자율 주행 차량을 위한 라이다 시스템.
  11. 송신 신호를 출력하는 단계;
    실세계 객체(real world object)에 의한 상기 송신 신호의 반사 및 산란 중 적어도 하나로부터 리턴 신호를 수신하는 단계;
    상기 리턴 신호에 기초하여 3D 포인트 클라우드를 결정하는 단계;
    상기 3D 포인트 클라우드에 기초하여 상기 실세계 객체의 도플러 파라미터(Doppler parameter)를 결정하는 단계; 및
    상기 도플러 파라미터에 기초하여 상기 실세계 객체에 상대적인 자율 주행 차량의 차량 속도(vehicle velocity)를 결정하는 단계를 포함하는, 방법.
  12. 청구항 11에 있어서,
    이동 객체 속도에 기초하여 상기 이동 객체를 위한 트랙(track)을 결정하는 단계를 더 포함하는, 방법.
  13. 3D 포인트 클라우드에 기초하여 실세계 객체(real world object)의 도플러 파라미터(Doppler parameter)를 결정하고, 상기 도플러 파라미터에 기초하여 상기 실세계 객체에 상대적인 자율 주행 차량의 차량 속도를 결정하는 하나 이상의 프로세서를 포함하는 라이다 시스템;
    스티어링 시스템(steering system);
    제동 시스템(braking system); 및
    상기 차량 속도에 대응하여 상기 스티어링 시스템 및 제동 시스템 중 적어도 하나의 동작을 제어하는 차량 제어부를 포함하되,
    상기 3D 포인트 클라우드는, 상기 실세계 객체에 의한 송신 신호의 산란 및 반사 중 적어도 하나로부터 수신된 리턴 신호로부터 결정되고,
    상기 송신 신호는, 상기 자율 주행 차량에 장착된 하나 이상의 스캐닝 광학 장치에 의해 전송되는, 자율 주행 차량.
  14. 청구항 13에 있어서,
    관성 항법 시스템(Internal Navigation System, INS), 위성 항법 시스템(Global Positioning System, GPS) 및 자이로스코프 중 적어도 하나를 포함하는 센서를 더 포함하고,
    상기 라이다 시스템의 상기 하나 이상의 프로세서는, 상기 센서로부터 수신된 센서 데이터에 더 기초하여 상기 차량 속도를 결정하는, 자율 주행 차량.
  15. 청구항 13에 있어서,
    상기 차량 제어부는, 충돌 회피를 수행하기 위해 상기 스티어링 시스템 및 상기 제동 시스템 중 적어도 하나를 제어하는, 자율 주행 차량.


KR1020217019744A 2018-04-23 2019-04-22 코히어런트 거리 도플러 광학 센서를 이용한 자율 주행 차량 제어 방법 및 시스템 KR102405872B1 (ko)

Priority Applications (1)

Application Number Priority Date Filing Date Title
KR1020227017972A KR102457967B1 (ko) 2018-04-23 2019-04-22 코히어런트 거리 도플러 광학 센서를 이용한 자율 주행 차량 제어 방법 및 시스템

Applications Claiming Priority (4)

Application Number Priority Date Filing Date Title
US201862661327P 2018-04-23 2018-04-23
US62/661,327 2018-04-23
PCT/US2019/028532 WO2019209727A1 (en) 2018-04-23 2019-04-22 Method and system for controlling autonomous vehicle using coherent range doppler optical sensors
KR1020207033550A KR102272212B1 (ko) 2018-04-23 2019-04-22 코히어런트 거리 도플러 광학 센서를 이용한 자율 주행 차량 제어 방법 및 시스템

Related Parent Applications (1)

Application Number Title Priority Date Filing Date
KR1020207033550A Division KR102272212B1 (ko) 2018-04-23 2019-04-22 코히어런트 거리 도플러 광학 센서를 이용한 자율 주행 차량 제어 방법 및 시스템

Related Child Applications (1)

Application Number Title Priority Date Filing Date
KR1020227017972A Division KR102457967B1 (ko) 2018-04-23 2019-04-22 코히어런트 거리 도플러 광학 센서를 이용한 자율 주행 차량 제어 방법 및 시스템

Publications (2)

Publication Number Publication Date
KR20210080634A true KR20210080634A (ko) 2021-06-30
KR102405872B1 KR102405872B1 (ko) 2022-06-03

Family

ID=68295757

Family Applications (3)

Application Number Title Priority Date Filing Date
KR1020207033550A KR102272212B1 (ko) 2018-04-23 2019-04-22 코히어런트 거리 도플러 광학 센서를 이용한 자율 주행 차량 제어 방법 및 시스템
KR1020217019744A KR102405872B1 (ko) 2018-04-23 2019-04-22 코히어런트 거리 도플러 광학 센서를 이용한 자율 주행 차량 제어 방법 및 시스템
KR1020227017972A KR102457967B1 (ko) 2018-04-23 2019-04-22 코히어런트 거리 도플러 광학 센서를 이용한 자율 주행 차량 제어 방법 및 시스템

Family Applications Before (1)

Application Number Title Priority Date Filing Date
KR1020207033550A KR102272212B1 (ko) 2018-04-23 2019-04-22 코히어런트 거리 도플러 광학 센서를 이용한 자율 주행 차량 제어 방법 및 시스템

Family Applications After (1)

Application Number Title Priority Date Filing Date
KR1020227017972A KR102457967B1 (ko) 2018-04-23 2019-04-22 코히어런트 거리 도플러 광학 센서를 이용한 자율 주행 차량 제어 방법 및 시스템

Country Status (6)

Country Link
US (3) US10914841B2 (ko)
EP (2) EP3785043B1 (ko)
JP (3) JP2021515241A (ko)
KR (3) KR102272212B1 (ko)
CN (2) CN112154347B (ko)
WO (1) WO2019209727A1 (ko)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2023282394A1 (ko) * 2021-07-08 2023-01-12 한국과학기술원 4차원 레이더의 포인트 클라우드 필터링 방법 및 데이터 처리 장치

Families Citing this family (32)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US11537808B2 (en) 2016-11-29 2022-12-27 Blackmore Sensors & Analytics, Llc Method and system for classification of an object in a point cloud data set
KR102477195B1 (ko) 2016-11-30 2022-12-12 블랙모어 센서스 앤드 애널리틱스, 엘엘씨 광 처프 거리 검출의 도플러 검출 및 도플러 보정을 위한 방법 및 장치
US10816666B2 (en) * 2017-11-21 2020-10-27 Magna Electronics Inc. Vehicle sensing system with calibration/fusion of point cloud partitions
CN109840448A (zh) * 2017-11-24 2019-06-04 百度在线网络技术（北京）有限公司 用于无人驾驶车辆的信息输出方法和装置
EP3785043B1 (en) * 2018-04-23 2023-08-16 Blackmore Sensors & Analytics, LLC Method and system for controlling autonomous vehicle using coherent range doppler optical sensors
US10921817B1 (en) * 2018-06-29 2021-02-16 Zoox, Inc. Point cloud filtering with semantic segmentation
US10955857B2 (en) * 2018-10-02 2021-03-23 Ford Global Technologies, Llc Stationary camera localization
US20200209391A1 (en) * 2018-12-26 2020-07-02 Industrial Technology Research Institute Automatic vehicular sensor adjustment method and system thereof
US11041944B2 (en) * 2019-03-01 2021-06-22 Beijing Voyager Technology Co., Ltd. Constant false alarm rate detection in pulsed LiDAR systems
US11828848B2 (en) * 2019-03-14 2023-11-28 Aeva, Inc. Velocity estimation using doppler per point LiDAR systems
US11619724B2 (en) * 2019-06-26 2023-04-04 Nvidia Corporation Calibration of multiple lidars mounted on a vehicle using localization based on a high definition map
US11556000B1 (en) 2019-08-22 2023-01-17 Red Creamery Llc Distally-actuated scanning mirror
US11821990B2 (en) * 2019-11-07 2023-11-21 Nio Technology (Anhui) Co., Ltd. Scene perception using coherent doppler LiDAR
US11726189B2 (en) * 2019-12-09 2023-08-15 Nio Technology (Anhui) Co., Ltd. Real-time online calibration of coherent doppler lidar systems on vehicles
US11892560B2 (en) 2020-02-03 2024-02-06 Nio Technology (Anhui) Co., Ltd High precision multi-sensor extrinsic calibration via production line and mobile station
US11209529B2 (en) 2020-03-05 2021-12-28 Aurora Operations, Inc. Coherent signal combining with multiple-outputs for quasi-CW LIDAR operation
JPWO2021199730A1 (ko) * 2020-03-31 2021-10-07
GB202004950D0 (en) * 2020-04-03 2020-05-20 Secr Defence Computer implemented method for detecting pulsed radiation
CN111611900B (zh) * 2020-05-15 2023-06-30 北京京东乾石科技有限公司 一种目标点云识别方法、装置、电子设备和存储介质
CN111665522B (zh) * 2020-05-19 2022-12-16 上海有个机器人有限公司 过滤激光扫描图中静止物体的方法、介质、终端和装置
DE102020206771A1 (de) 2020-05-29 2021-12-02 Siemens Mobility GmbH Verfahren zum Schätzen einer Eigengeschwindigkeit
US11448748B2 (en) * 2020-09-10 2022-09-20 Argo AI, LLC Systems and methods for simultaneous range-rate unwrapping and outlier removal for radar
US11327158B1 (en) * 2020-10-19 2022-05-10 Aeva, Inc. Techniques to compensate for mirror Doppler spreading in coherent LiDAR systems using matched filtering
US11662454B2 (en) 2020-11-02 2023-05-30 Ford Global Technologies, Llc Systems and methods for range-rate dealiasing using position consistency
WO2022104259A1 (en) * 2020-11-16 2022-05-19 Oculii Corp. System and method for radar-based localization and/or mapping
KR20220092116A (ko) * 2020-12-24 2022-07-01 현대자동차주식회사 객체 추적 방법 및 장치와, 이 방법을 실행하기 위한 프로그램을 기록한 기록 매체
EP4024077A1 (en) * 2021-01-04 2022-07-06 Aptiv Technologies Limited Methods and system for compressing radar data
EP4036601A1 (en) * 2021-01-29 2022-08-03 Aptiv Technologies Limited Radar data processing for vehicle ego-motion estimation
US20220018953A1 (en) * 2021-07-16 2022-01-20 Ids Georadar S.R.L. Method and apparatus for blurring effect mitigation in ground-based radar images
WO2023026920A1 (ja) * 2021-08-26 2023-03-02 パナソニックＩｐマネジメント株式会社 センシング装置、処理装置、およびデータを処理する方法
US20230072441A1 (en) * 2021-09-03 2023-03-09 Texas Instruments Incorporated Empty band doppler division multiple access
CN113822914A (zh) * 2021-09-13 2021-12-21 中国电建集团中南勘测设计研究院有限公司 倾斜摄影测量模型单体化方法、计算机装置及产品、介质

Citations (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20150160332A1 (en) * 2012-08-13 2015-06-11 Digital Signal Corporation System and Method for Calibrating Video and Lidar Subsystems

Family Cites Families (213)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US4099249A (en) 1977-02-22 1978-07-04 The United States Of America As Represented By The Secretary Of The Navy Doppler processing method and apparatus
US4620192A (en) 1983-09-29 1986-10-28 Raytheon Company Continuous wave radar with ranging capability
US4648276A (en) 1984-01-27 1987-03-10 Klepper John R Apparatus for measuring the characteristics of an ultrasonic wave medium
JPS6371674A (ja) 1986-09-16 1988-04-01 Matsushita Electric Ind Co Ltd レ−ザ−測距装置
US4804893A (en) * 1987-05-11 1989-02-14 Caterpillar Industrial Inc. Electric braking control
EP0364134B1 (en) * 1988-10-03 1992-04-29 LUCAS INDUSTRIES public limited company Speed and direction sensing apparatus for a vehicle
US5223986A (en) 1990-08-09 1993-06-29 Kaman Aerospace Corporation Radiation projecting device
US5231401A (en) 1990-08-10 1993-07-27 Kaman Aerospace Corporation Imaging lidar system
JP2765767B2 (ja) 1991-05-20 1998-06-18 富士通テン株式会社 Ｆｍ−ｃｗレーダ装置
US5227910A (en) 1992-03-27 1993-07-13 Khattak Anwar S High resolution laser beam scanner and method for operation thereof
US5216534A (en) 1992-04-24 1993-06-01 E-Systems, Inc. Read-write head for an optical tape recorder
JPH06148556A (ja) 1992-11-10 1994-05-27 Canon Inc 光走査装置
US7418346B2 (en) 1997-10-22 2008-08-26 Intelligent Technologies International, Inc. Collision avoidance methods and systems
US7610146B2 (en) * 1997-10-22 2009-10-27 Intelligent Technologies International, Inc. Vehicle position determining system and method
JP3060912B2 (ja) 1995-09-11 2000-07-10 富士通株式会社 回転多面鏡およびその製造方法
US5874914A (en) 1995-10-09 1999-02-23 Snaptrack, Inc. GPS receiver utilizing a communication link
JP2954871B2 (ja) 1996-03-25 1999-09-27 株式会社先進材料利用ガスジェネレータ研究所 光ファイバセンサ
DE19637616A1 (de) * 1996-09-16 1998-03-19 Bosch Gmbh Robert Verfahren zum automatischen Kalibrieren eines Wegsensors und Vorrichtung
US5828585A (en) * 1997-01-17 1998-10-27 Delco Electronics Corporation Vehicle speed signal calibration
US5999302A (en) 1997-06-27 1999-12-07 Speedring Systems, Inc. Polygon scanner having a fluid film bearing and active correction of cross-scan and in-scan errors
JP4126114B2 (ja) * 1997-07-07 2008-07-30 茂雄 大槻 流体の観測面内ドプラ速度分布から面内流を推定する方法
JP3309067B2 (ja) * 1997-09-30 2002-07-29 福田 孝太郎 面内流れの表示方法
JPH11153664A (ja) 1997-09-30 1999-06-08 Sumitomo Electric Ind Ltd 繰り返しパルス光を利用した物体検知装置
US20020140924A1 (en) 1999-01-08 2002-10-03 Richard J. Wangler Vehicle classification and axle counting sensor system and method
JP3422720B2 (ja) 1999-04-13 2003-06-30 富士通株式会社 レーザモジュールおよびこれを備えた光走査装置
GB9909323D0 (en) 1999-04-22 1999-06-16 Thomas Swan & Company Limited Phase modulator
JP2000338244A (ja) 1999-05-28 2000-12-08 Mitsubishi Electric Corp コヒーレントレーザレーダ装置
DE60009565T2 (de) 2000-01-26 2005-02-24 Instro Precision Ltd., Broadstairs Optische distanzmessung
US6931055B1 (en) 2000-04-18 2005-08-16 Sirf Technology, Inc. Signal detector employing a doppler phase correction system
WO2002008780A2 (en) 2000-07-24 2002-01-31 University Of Kansas Center For Research, Inc. Laser radar system
JP2002249058A (ja) 2001-02-26 2002-09-03 Koyo Seiko Co Ltd 電動パワーステアリング装置
DE10139237A1 (de) 2001-08-09 2003-03-06 Conti Temic Microelectronic Vorrichtung zur Entfernungsmessung
DE10148069A1 (de) * 2001-09-28 2003-04-10 Ibeo Automobile Sensor Gmbh Verfahren zur Erkennung und Verfolgung von Objekten
JP3729127B2 (ja) 2001-12-13 2005-12-21 株式会社村田製作所 レーダ
US20040034304A1 (en) 2001-12-21 2004-02-19 Chikayoshi Sumi Displacement measurement method and apparatus, strain measurement method and apparatus elasticity and visco-elasticity constants measurement apparatus, and the elasticity and visco-elasticity constants measurement apparatus-based treatment apparatus
US6671595B2 (en) * 2002-01-08 2003-12-30 Ford Global Technologies, Llc Vehicle side slip angle estimation using dynamic blending and considering vehicle attitude information
US20040158155A1 (en) 2002-04-01 2004-08-12 Njemanze Philip Chidi Transcranial doppler spectroscopy for assessment of brain cognitive functions
EP1509785A1 (en) 2002-05-29 2005-03-02 DEINES, Kent, L. System and method for measuring velocity using frequency modulation of laser output
US6871148B2 (en) * 2002-07-02 2005-03-22 Battelle Memorial Institute Ultrasonic system and technique for fluid characterization
US7324393B2 (en) 2002-09-24 2008-01-29 Sandisk Corporation Method for compensated sensing in non-volatile memory
AU2003295944A1 (en) 2002-11-26 2005-02-04 James F. Munro An apparatus for high accuracy distance and velocity measurement and methods thereof
US20050083513A1 (en) 2002-12-20 2005-04-21 Rogers Philip L. Quadrature processed lidar system
US7222007B2 (en) * 2004-01-07 2007-05-22 Ford Global Technologies, Llc Attitude sensing system for an automotive vehicle relative to the road
US7122691B2 (en) * 2004-03-30 2006-10-17 Sumitomo Chemical Company, Limited Process for producing compound, catalyst component for addition polymerization, process for producing catalyst for addition polymerization, and process for producing addition polymer
US7486802B2 (en) * 2004-06-07 2009-02-03 Ford Global Technologies Llc Adaptive template object classification system with a template generator
US7697748B2 (en) 2004-07-06 2010-04-13 Dimsdale Engineering, Llc Method and apparatus for high resolution 3D imaging as a function of camera position, camera trajectory and range
JP2006148556A (ja) 2004-11-19 2006-06-08 Yaskawa Electric Corp モニタデータ取得装置
US7440084B2 (en) 2004-12-16 2008-10-21 Arete' Associates Micromechanical and related lidar apparatus and method, and fast light-routing components
EP2386245B1 (en) 2005-02-14 2012-12-19 Digital Signal Corporation Laser radar system for providing chirped electromagnetic radiation
US8488967B2 (en) 2005-02-18 2013-07-16 Telcordia Technologies, Inc. System and method for OCDMA-based photonic layer security robustness to archival attack
JP4830311B2 (ja) 2005-02-21 2011-12-07 株式会社デンソー 車載用レーダ装置
JP4850826B2 (ja) 2005-03-31 2012-01-11 パナソニック株式会社 スペクトル拡散型レーダ装置およびスペクトル拡散型探知方法
US20060239312A1 (en) 2005-04-23 2006-10-26 Telaris Inc. Semiconductor Lasers in Optical Phase-Locked Loops
US7451033B2 (en) * 2005-06-10 2008-11-11 Ford Global Technologies, Llc Lateral and longitudinal velocity determination for an automotive vehicle
US7152490B1 (en) * 2005-08-15 2006-12-26 Daniel Measurement And Control, Inc. Methods for determining transducer delay time and transducer separation in ultrasonic flow meters
JP2007155467A (ja) 2005-12-05 2007-06-21 Nidec Sankyo Corp 光ビーム走査装置
US7544945B2 (en) 2006-02-06 2009-06-09 Avago Technologies General Ip (Singapore) Pte. Ltd. Vertical cavity surface emitting laser (VCSEL) array laser scanner
JP4788365B2 (ja) 2006-02-07 2011-10-05 株式会社富士通ゼネラル リモコン信号受信回路
US7742152B2 (en) 2006-06-23 2010-06-22 University Of Kansas Coherent detection scheme for FM chirped laser radar
US8174568B2 (en) * 2006-12-01 2012-05-08 Sri International Unified framework for precise vision-aided navigation
DE102007001103A1 (de) * 2007-01-04 2008-07-10 Siemens Ag Vertikale Ausrichtung eines Lidar-Sensors
CA2674830A1 (en) * 2007-01-05 2008-07-17 Nestor, Inc. Video speed detection system
US7917039B1 (en) 2007-02-09 2011-03-29 University Of Central Florida Research Foundation, Inc. Signal processing using spectrally phase-encoded optical frequency combs
US7639347B2 (en) * 2007-02-14 2009-12-29 Leica Geosystems Ag High-speed laser ranging system including a fiber laser
US7573564B2 (en) 2007-06-26 2009-08-11 The United States Of America As Represented By The Secretary Of The Army Systems for doppler tracking using photonic mixing detectors
US7835054B2 (en) 2007-07-02 2010-11-16 Texas Instruments Incorporated Optical architecture having a rotating polygon for use in imaging systems
CN101910867B (zh) 2008-01-16 2016-05-18 皇家飞利浦电子股份有限公司 基于自混合干涉的激光传感器系统
US8494709B2 (en) * 2008-02-25 2013-07-23 Mitsubishi Electric Corporation On-vehicle communication device
JP4471018B2 (ja) 2008-04-15 2010-06-02 トヨタ自動車株式会社 無段変速機の制御装置
US9041915B2 (en) * 2008-05-09 2015-05-26 Ball Aerospace & Technologies Corp. Systems and methods of scene and action capture using imaging system incorporating 3D LIDAR
JP5629052B2 (ja) 2008-06-03 2014-11-19 日立アロカメディカル株式会社 超音波診断装置
WO2010006081A1 (en) 2008-07-08 2010-01-14 Chiaro Technologies, Inc. Multiple channel locating
JP5752040B2 (ja) 2008-09-11 2015-07-22 ニコン・メトロロジー・エヌヴェ 対チャープｆｍｃｗコヒーレントレーザレーダー用の小型の光ファイバ配置
KR20100037487A (ko) * 2008-10-01 2010-04-09 엘지전자 주식회사 차량 네비게이션 방법 및 그 장치
US8437901B2 (en) * 2008-10-15 2013-05-07 Deere & Company High integrity coordination for multiple off-road vehicles
AU2010257107B2 (en) * 2009-02-20 2015-07-09 Digital Signal Corporation System and method for generating three dimensional images using lidar and video measurements
WO2010127151A2 (en) 2009-04-29 2010-11-04 Montana State University Precise broadband frequency modulated laser
US8882675B2 (en) 2009-07-16 2014-11-11 Hitachi Aloka Medical, Ltd. Methods and apparatus for ultrasound imaging
US8441622B2 (en) * 2009-07-28 2013-05-14 Applied Concepts, Inc. Lidar measurement device for vehicular traffic surveillance and method for use of same
US8125622B2 (en) * 2009-07-28 2012-02-28 Applied Concepts, Inc. Lidar measurement device with target tracking and method for use of same
CN102449500A (zh) 2010-02-18 2012-05-09 松下电器产业株式会社 超声波测定方法和超声波测定装置
JP5402772B2 (ja) 2010-03-25 2014-01-29 株式会社日本自動車部品総合研究所 光レーダ装置
US20110292371A1 (en) 2010-05-28 2011-12-01 Optical Air Data Systems, Llc Method and Apparatus for a Pulsed Coherent Laser Range Finder
US9229106B2 (en) 2010-08-13 2016-01-05 Ryan Dotson Enhancement of range measurement resolution using imagery
US8692980B2 (en) * 2010-11-01 2014-04-08 Advanced Scientific Concepts, Inc. Flash LADAR collision avoidance system
JP5709476B2 (ja) 2010-11-10 2015-04-30 富士通テン株式会社 レーダ装置
KR101760344B1 (ko) 2010-11-24 2017-07-21 에스프린팅솔루션 주식회사 다면경 조립체, 이를 채용한 광주사장치 및 화상형성장치
JP2011044750A (ja) 2010-11-30 2011-03-03 Sanyo Electric Co Ltd 太陽電池モジュール
US9323250B2 (en) * 2011-01-28 2016-04-26 Intouch Technologies, Inc. Time-dependent navigation of telepresence robots
JP5686342B2 (ja) 2011-01-28 2015-03-18 国立大学法人東北大学 レーザレーダ装置およびレーザ合成開口レーダ装置
CN102812380B (zh) 2011-03-09 2016-01-20 株式会社东芝 医用图像处理装置
WO2012135352A2 (en) 2011-03-28 2012-10-04 Bruce Hodge Lidar methods and apparatus
US8605998B2 (en) 2011-05-06 2013-12-10 Toyota Motor Engineering & Manufacturing North America, Inc. Real-time 3D point cloud obstacle discriminator apparatus and associated methodology for training a classifier via bootstrapping
US9504100B2 (en) 2011-05-31 2016-11-22 Munro Design & Technologies, Llc Selective radiation utilization apparatuses for high-efficiency photobioreactor illumination and methods thereof
CN103620506B (zh) 2011-06-10 2016-11-16 惠普发展公司，有限责任合伙企业 光学扫描装置、系统和方法
US9046909B2 (en) 2011-09-02 2015-06-02 Rambus Inc. On-chip regulator with variable load compensation
TWI435993B (zh) 2011-11-16 2014-05-01 Univ Nat Central Special lamps with light changes
DE102012200139A1 (de) * 2012-01-05 2013-07-11 Robert Bosch Gmbh Verfahren und Vorrichtung zur radunabhängigen Geschwindigkeitsmessung bei einem Fahrzeug
US8942012B2 (en) 2012-01-31 2015-01-27 Semiconductor Components Industries, Llc Method of forming a switched mode power supply controller device with an off mode and structure therefor
CN104322060B (zh) * 2012-03-28 2017-07-28 英特尔公司 用于深度图的低等待时间变形的系统、方法和装置
GB2501466A (en) * 2012-04-02 2013-10-30 Univ Oxford Localising transportable apparatus
US9248725B2 (en) * 2012-04-04 2016-02-02 Ford Global Technologies, Llc Panoramic roof module for a vehicle
BR112014032713A2 (pt) * 2012-06-27 2017-06-27 Pentair Water Pool & Spa Inc limpador de piscina com um método e sistema de telêmetro a laser
US8831780B2 (en) 2012-07-05 2014-09-09 Stanislav Zelivinski System and method for creating virtual presence
US9007569B2 (en) 2012-08-03 2015-04-14 The United States Of America As Represented By The Administrator Of The National Aeronautics And Space Administration Coherent doppler lidar for measuring altitude, ground velocity, and air velocity of aircraft and spaceborne vehicles
US9383753B1 (en) * 2012-09-26 2016-07-05 Google Inc. Wide-view LIDAR with areas of special attention
US9196164B1 (en) * 2012-09-27 2015-11-24 Google Inc. Pedestrian notifications
US9097800B1 (en) * 2012-10-11 2015-08-04 Google Inc. Solid object detection system using laser and radar sensor fusion
US8818609B1 (en) 2012-11-15 2014-08-26 Google Inc. Using geometric features and history information to detect features such as car exhaust in point maps
JP2014115978A (ja) 2012-11-19 2014-06-26 Ricoh Co Ltd 移動物体認識装置及びこれを用いた報知装置及びその移動物体認識装置に用いる移動物体認識用プログラム及び移動物体認識装置を備えた移動体
US10180496B2 (en) 2012-11-21 2019-01-15 Nikon Corporation Laser radar with remote local oscillator
EP2926147B1 (en) 2012-11-28 2018-08-08 B-K Medical ApS Angle independent velocity spectrum determination
US9048824B2 (en) 2012-12-12 2015-06-02 Intel Corporation Programmable equalization with compensated impedance
GB201303540D0 (en) 2013-02-27 2013-04-10 Arithmetica Ltd Image processing
US9086273B1 (en) 2013-03-08 2015-07-21 Google Inc. Microrod compression of laser beam in combination with transmit lens
US9618742B1 (en) 2013-03-08 2017-04-11 Google Inc. Rotatable mirror assemblies
EP2806286B1 (en) 2013-05-23 2019-07-10 Veoneer Sweden AB FMCW radar blocking detection
US9683928B2 (en) 2013-06-23 2017-06-20 Eric Swanson Integrated optical system and components utilizing tunable optical sources and coherent detection and phased array for imaging, ranging, sensing, communications and other applications
US9683836B2 (en) 2013-08-09 2017-06-20 Conduent Business Services, Llc Vehicle classification from laser scanners using fisher and profile signatures
AU2014306813A1 (en) * 2013-08-12 2016-03-31 Flyby Media, Inc. Visual-based inertial navigation
WO2015037173A1 (ja) 2013-09-12 2015-03-19 パナソニック株式会社 レーダ装置、車両及び移動体速度検出方法
TWI510877B (zh) 2013-10-23 2015-12-01 Ind Tech Res Inst 電壓補償電路及其控制方法
US20150130607A1 (en) 2013-11-11 2015-05-14 David MacArthur Rear Brake Light System
JP6146295B2 (ja) 2013-12-26 2017-06-14 株式会社豊田中央研究所 レーダ装置および速度の方向測定方法
KR102185727B1 (ko) * 2014-01-28 2020-12-02 삼성메디슨 주식회사 초음파 진단 장치 및 그 동작방법
US10431099B2 (en) * 2014-02-21 2019-10-01 FLIR Belgium BVBA Collision avoidance systems and methods
US10422649B2 (en) * 2014-02-24 2019-09-24 Ford Global Technologies, Llc Autonomous driving sensing system and method
JP6222523B2 (ja) 2014-03-11 2017-11-01 日本電気株式会社 移動目標抽出システム、移動目標抽出方法、情報処理装置およびその制御方法と制御プログラム
JP2015172491A (ja) 2014-03-11 2015-10-01 富士通テン株式会社 アンテナ、レーダ装置、および、車両制御システム
US9476730B2 (en) 2014-03-18 2016-10-25 Sri International Real-time system for multi-modal 3D geospatial mapping, object recognition, scene annotation and analytics
JP2015205176A (ja) 2014-04-08 2015-11-19 株式会社トプコン 眼科装置
US9098754B1 (en) 2014-04-25 2015-08-04 Google Inc. Methods and systems for object detection using laser point clouds
US9383442B2 (en) 2014-05-12 2016-07-05 Autoliv Asp, Inc. Radar system and method for determining range, relative velocity and bearing of an object using continuous-wave and chirp signals
JP5844430B1 (ja) * 2014-06-27 2016-01-20 日立アロカメディカル株式会社 超音波診断装置
US9523766B2 (en) 2014-09-19 2016-12-20 Institut National D'optique Phase error correction in synthetic aperture imaging
WO2016058039A1 (en) 2014-10-17 2016-04-21 Commonwealth Scientific And Industrial Research Organisation Range finding apparatus and system
WO2016069744A1 (en) 2014-10-29 2016-05-06 Bridger Photonics, Inc. Accurate chirped synthetic wavelength interferometer
WO2016103065A1 (en) * 2014-12-23 2016-06-30 Husqvarna Ab Robotic vehicle with adjustable operating area
US9607220B1 (en) * 2015-01-08 2017-03-28 Vaas, Inc. Image-based vehicle speed estimation
CN105844328B (zh) * 2015-01-15 2021-03-02 开利公司 用于自动试运行人员计数系统的方法和系统
CN107533137A (zh) 2015-01-20 2018-01-02 迪吉伦斯公司 全息波导激光雷达
US10001548B2 (en) 2015-01-23 2018-06-19 Navico Holding As Amplitude envelope correction
US9921299B2 (en) 2015-02-20 2018-03-20 Apple Inc. Dynamic beam spot size for light beam scanning device
CN107257931B (zh) 2015-02-20 2020-09-22 苹果公司 用于光束扫描设备的致动光学元件
US10032370B2 (en) * 2015-03-03 2018-07-24 Honda Motor Co., Ltd. Methods and apparatus for enabling mobile communication device based secure interaction from vehicles through motion signatures
US10000000B2 (en) 2015-03-10 2018-06-19 Raytheon Company Coherent LADAR using intra-pixel quadrature detection
EP3281033B1 (en) 2015-04-07 2022-01-12 GM Global Technology Operations LLC Compact lidar system
CN204757984U (zh) * 2015-04-13 2015-11-11 武汉海达数云技术有限公司 一体化移动三维测量系统
CN104793619B (zh) * 2015-04-17 2018-02-09 上海交通大学 基于摆动单线激光雷达的仓库巷道自动引导车导航装置
US10036812B2 (en) * 2015-06-24 2018-07-31 Blackmore Sensors and Analytics Inc. Method and system for three dimensional digital holographic aperture synthesis
KR20180030057A (ko) 2015-06-26 2018-03-21 메즈메리즈, 인코포레이티드. 비트 신호 대역폭 압축 방법, 장치 및 애플리케이션
EP3118651B1 (de) 2015-07-17 2021-04-21 Hexagon Technology Center GmbH Laufzeitmessvorrichtung und laufzeitmessverfahren mit ambiguitätslösung in echtzeit
JP6604382B2 (ja) 2015-07-27 2019-11-13 コニカミノルタ株式会社 ミラーユニット及び光走査型の対象物検知装置
WO2017025885A1 (en) 2015-08-07 2017-02-16 King Abdullah University Of Science And Technology Doppler time-of-flight imaging
CN105425245B (zh) 2015-11-06 2018-02-09 中国人民解放军空军装备研究院雷达与电子对抗研究所 一种基于相干探测的远距离高重频激光三维扫描装置
CN108603758A (zh) 2015-11-30 2018-09-28 卢米诺技术公司 具有分布式激光器和多个传感器头的激光雷达系统和激光雷达系统的脉冲激光器
US9971148B2 (en) 2015-12-02 2018-05-15 Texas Instruments Incorporated Compact wedge prism beam steering
CN105652282B (zh) 2015-12-29 2018-04-06 电子科技大学 一种激光相位测距模块
CN105629258B (zh) 2016-03-02 2019-03-29 东华大学 基于伪随机码相位调制和外差探测的测速测距系统及方法
US11255663B2 (en) * 2016-03-04 2022-02-22 May Patents Ltd. Method and apparatus for cooperative usage of multiple distance meters
CN107193011A (zh) * 2016-03-15 2017-09-22 山东理工大学 一种用于快速计算无人驾驶车感兴趣区域内车辆速度的方法
US20170329332A1 (en) 2016-05-10 2017-11-16 Uber Technologies, Inc. Control system to adjust operation of an autonomous vehicle based on a probability of interference by a dynamic object
KR102259759B1 (ko) 2016-05-13 2021-06-02 한국전자기술연구원 동시 입출력이 가능한 ROIC 구조와 이를 포함하는 Lidar ToF 센서
US10416292B2 (en) 2016-05-24 2019-09-17 Veoneer Us, Inc. Direct detection LiDAR system and method with frequency modulation (FM) transmitter and quadrature receiver
US10330778B2 (en) 2016-06-03 2019-06-25 Nokia Of America Corporation Coherent lidar system using tunable carrier-suppressed single-sideband modulation
US10267915B2 (en) 2016-06-07 2019-04-23 Raytheon Company Optical system for object detection and location
KR20170138648A (ko) 2016-06-08 2017-12-18 엘지전자 주식회사 차량용 라이다 장치 및 차량
WO2018066069A1 (ja) 2016-10-04 2018-04-12 日産自動車株式会社 駐車制御方法及び駐車制御装置
US11442149B2 (en) * 2016-10-06 2022-09-13 GM Global Technology Operations LLC LiDAR system
US11675078B2 (en) * 2016-10-06 2023-06-13 GM Global Technology Operations LLC LiDAR system
US20190154835A1 (en) * 2016-10-06 2019-05-23 GM Global Technology Operations LLC Lidar system
TWI594102B (zh) 2016-11-03 2017-08-01 緯創資通股份有限公司 電壓調節電路及其控制方法
US11010615B2 (en) * 2016-11-14 2021-05-18 Lyft, Inc. Rendering a situational-awareness view in an autonomous-vehicle environment
KR20180058068A (ko) 2016-11-23 2018-05-31 전자부품연구원 360도 다채널 스캐닝이 가능한 미러 회전 방식의 광학 구조 및 이를 포함하는 3d 라이다 시스템
US11537808B2 (en) 2016-11-29 2022-12-27 Blackmore Sensors & Analytics, Llc Method and system for classification of an object in a point cloud data set
KR102380943B1 (ko) 2016-11-30 2022-03-30 블랙모어 센서스 앤드 애널리틱스, 엘엘씨 광학 거리 측정 시스템을 이용한 자동적인 실시간 적응형 스캐닝 방법과 시스템
US11624828B2 (en) 2016-11-30 2023-04-11 Blackmore Sensors & Analytics, Llc Method and system for adaptive scanning with optical ranging systems
KR102477195B1 (ko) 2016-11-30 2022-12-12 블랙모어 센서스 앤드 애널리틱스, 엘엘씨 광 처프 거리 검출의 도플러 검출 및 도플러 보정을 위한 방법 및 장치
CA3046812A1 (en) 2016-12-16 2018-06-21 Baraja Pty Ltd Estimation of spatial profile of environment
US10942257B2 (en) 2016-12-31 2021-03-09 Innovusion Ireland Limited 2D scanning high precision LiDAR using combination of rotating concave mirror and beam steering devices
DE102017200692B4 (de) 2017-01-17 2022-08-25 Fraunhofer-Gesellschaft zur Förderung der angewandten Forschung e.V. Omnidirektionale Beleuchtungsvorrichtung und Verfahren zum Abtasten eines Raumwinkelbereichs
US10422880B2 (en) 2017-02-03 2019-09-24 Blackmore Sensors and Analytics Inc. Method and system for doppler detection and doppler correction of optical phase-encoded range detection
TWI626521B (zh) 2017-02-17 2018-06-11 旺宏電子股份有限公司 低壓差穩壓裝置及其操作方法
TWI630469B (zh) 2017-03-03 2018-07-21 Faraday Technology Corporation 電壓調整器
US20180276986A1 (en) * 2017-03-22 2018-09-27 Toyota Research Institute, Inc. Vehicle-to-human communication in an autonomous vehicle operation
US11434021B2 (en) 2017-03-23 2022-09-06 Bae Systems Plc Electrical power generation on a vehicle
US11022688B2 (en) 2017-03-31 2021-06-01 Luminar, Llc Multi-eye lidar system
US10677897B2 (en) 2017-04-14 2020-06-09 Luminar Technologies, Inc. Combining lidar and camera data
CN107015238A (zh) 2017-04-27 2017-08-04 睿舆自动化（上海）有限公司 基于三维激光雷达的无人车自主定位方法
KR20180126927A (ko) 2017-05-19 2018-11-28 정종택 8채널형 라이다
JP6821510B2 (ja) 2017-05-30 2021-01-27 あおみ建設株式会社 水中音響測位システム及び方法
WO2019006511A1 (en) * 2017-07-05 2019-01-10 Fastbrick Ip Pty Ltd REAL-TIME POSITION TRACKING AND ORIENTATION DEVICE
US10401495B2 (en) 2017-07-10 2019-09-03 Blackmore Sensors and Analytics Inc. Method and system for time separated quadrature detection of doppler effects in optical range measurements
US10534084B2 (en) 2017-07-27 2020-01-14 Blackmore Sensors & Analytics, Llc Method and system for using square wave digital chirp signal for optical chirped range detection
US11067993B2 (en) * 2017-08-25 2021-07-20 Magna Electronics Inc. Vehicle and trailer maneuver assist system
US10495757B2 (en) * 2017-09-15 2019-12-03 Aeye, Inc. Intelligent ladar system with low latency motion planning updates
US10890919B2 (en) * 2017-09-22 2021-01-12 Waymo Llc Calculating velocity of an autonomous vehicle using radar technology
JP7117092B2 (ja) * 2017-09-25 2022-08-12 株式会社トプコン レーザ測定方法及びレーザ測定装置
US11415675B2 (en) 2017-10-09 2022-08-16 Luminar, Llc Lidar system with adjustable pulse period
CN207318710U (zh) 2017-11-02 2018-05-04 厦门市和奕华光电科技有限公司 一种单激光器多线束混合激光雷达
JP7346401B2 (ja) * 2017-11-10 2023-09-19 エヌビディア コーポレーション 安全で信頼できる自動運転車両のためのシステム及び方法
US10663585B2 (en) 2017-11-22 2020-05-26 Luminar Technologies, Inc. Manufacturing a balanced polygon mirror
US11353556B2 (en) 2017-12-07 2022-06-07 Ouster, Inc. Light ranging device with a multi-element bulk lens system
US10906536B2 (en) * 2018-04-11 2021-02-02 Aurora Innovation, Inc. Control of autonomous vehicle based on determined yaw parameter(s) of additional vehicle
US11550061B2 (en) * 2018-04-11 2023-01-10 Aurora Operations, Inc. Control of autonomous vehicle based on environmental object classification determined using phase coherent LIDAR data
EP3785043B1 (en) * 2018-04-23 2023-08-16 Blackmore Sensors & Analytics, LLC Method and system for controlling autonomous vehicle using coherent range doppler optical sensors
JP7167185B2 (ja) * 2018-05-08 2022-11-08 コンチネンタル オートモーティブ システムズ インコーポレイテッド 視覚物体追跡装置
WO2019225965A1 (en) 2018-05-24 2019-11-28 Samsung Electronics Co., Ltd. Lidar device
KR102664391B1 (ko) 2018-08-07 2024-05-08 삼성전자주식회사 광 스캐너 및 이를 포함하는 라이다 시스템
TWI671983B (zh) 2018-08-08 2019-09-11 華邦電子股份有限公司 電壓調節器及動態洩流電路
KR102603968B1 (ko) 2018-08-10 2023-11-20 블랙모어 센서스 앤드 애널리틱스, 엘엘씨 콜리메이트된 빔들의 팬을 이용한 코히런트 lidar의 스캐닝을 위한 방법 및 시스템
EP3859377B1 (en) 2018-09-30 2023-02-22 SZ DJI Technology Co., Ltd. Distance detection device
US11520139B2 (en) 2020-04-20 2022-12-06 Lockheed Martin Corporation Rotating steering mirror and methods, assemblies, and systems thereof

Patent Citations (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20150160332A1 (en) * 2012-08-13 2015-06-11 Digital Signal Corporation System and Method for Calibrating Video and Lidar Subsystems

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2023282394A1 (ko) * 2021-07-08 2023-01-12 한국과학기술원 4차원 레이더의 포인트 클라우드 필터링 방법 및 데이터 처리 장치

Also Published As

Publication number Publication date
KR102405872B1 (ko) 2022-06-03
EP3785043B1 (en) 2023-08-16
CN112154347B (zh) 2022-05-10
US20210278544A1 (en) 2021-09-09
US11947017B2 (en) 2024-04-02
EP3785043A4 (en) 2022-01-12
US11500106B2 (en) 2022-11-15
US10914841B2 (en) 2021-02-09
US20230025474A1 (en) 2023-01-26
JP2023113910A (ja) 2023-08-16
CN115079195A (zh) 2022-09-20
WO2019209727A1 (en) 2019-10-31
CN112154347A (zh) 2020-12-29
KR20210003846A (ko) 2021-01-12
JP2021515241A (ja) 2021-06-17
EP3785043A1 (en) 2021-03-03
JP7295980B2 (ja) 2023-06-21
KR102457967B1 (ko) 2022-10-24
JP2022058483A (ja) 2022-04-12
KR102272212B1 (ko) 2021-07-01
KR20220077160A (ko) 2022-06-08
EP4246176A3 (en) 2023-12-13
EP4246176A2 (en) 2023-09-20
US20200132850A1 (en) 2020-04-30

Similar Documents

Publication Publication Date Title
KR102272212B1 (ko) 코히어런트 거리 도플러 광학 센서를 이용한 자율 주행 차량 제어 방법 및 시스템
US11181640B2 (en) Method and system for vehicle odometry using coherent range doppler optical sensors
US11852724B2 (en) LIDAR system
US20210072381A1 (en) Method and system for enhanced velocity resolution and signal to noise ratio in optical phase-encoded range detection
US10866312B2 (en) LIDAR system for autonomous vehicle
US10809381B2 (en) Method and system for refractive beam-steering
EP3861366B1 (en) Method and system for optimizing scanning of coherent lidar

Legal Events

Date Code Title Description
A107 Divisional application of patent
A201 Request for examination
E902 Notification of reason for refusal
E601 Decision to refuse application
AMND Amendment
X701 Decision to grant (after re-examination)
GRNT Written decision to grant