KR20220119500A

KR20220119500A - 광학 펄스 런타임 방법에서 후방 산란 히스토그램 데이터를 분석하는 방법 및 데이터 처리 장치

Info

Publication number: KR20220119500A
Application number: KR1020227027282A
Authority: KR
Inventors: 랄프 베셀; 팔코 디벨
Original assignee: 이베오 오토모티브 시스템즈 게엠베하
Priority date: 2020-02-11
Filing date: 2021-02-01
Publication date: 2022-08-29
Also published as: US20230048750A1; JP2023513560A; JP7471018B2; IL295469A; DE102020201637A1; WO2021160454A1; CA3167506A1; CN115104038A; EP4103962A1

Abstract

광학 펄스 런타임 방법에서 후방 산란 히스토그램 데이터를 분석하는 방법(20, 30, 40, 50)으로서,
후방 산란 히스토그램 데이터를 수신하는 단계(21, 31, 41, 51); 및 상기 수신된 후방 산란 히스토그램 데이터를 분석하는 단계(22, 32, 42, 52)를 포함한다.

Description

광학 펄스 런타임 방법에서 후방 산란 히스토그램 데이터를 분석하는 방법 및 데이터 처리 장치

본 발명은 일반적으로 광학 펄스 런타임 방법에서 후방 산란 히스토그램 데이터를 분석하는 방법 및 데이터 처리 장치에 관한 것이다.

일반적으로 알려진 다양한 광학 펄스 런타임 방법(예를 들어, 광학 런타임 측정)은, 물체에 의해 반사된 방출 광 신호의 런타임을 측정하여 런타임을 기초로 물체까지의 거리를 결정하는, 소위 이동 시간차 원리(time-of-flight principle)를 기반으로 할 수 있다.

펄스를 주기적으로 방출하고 반사된 펄스를 검출하여 주변 환경을 스캔하는, 소위 라이다(light detection and ranging, LIDAR) 원리를 기반으로 하는 자동차 환경에서 센서를 사용하는 것이 알려져 있다. 예를 들어, 대응하는 방법 및 장치가 WO 2017/081294에 공지되어 있다.

자동차 환경에서의 라이다 애플리케이션에서, 주변광의 양은 특정 환경 조건, 예를 들어 낮에 운전하는 동안에 비교적 클 수 있으며, 이는 신호 대 잡음비(signal-to-noise ratio, SNR)를 감소시킬 수 있다. 이러한 상황에서, 라이다 애플리케이션의 검출 범위도 제한될 수 있다.

일반적으로, 라이다 애플리케이션에서 검출된 광 신호의 유형은, 예를 들어 방출된 광 신호가 고체 물체에 의해 반사(물체 후방 산란)되는지 또는 공기 중의 입자, 예를 들어 안개 또는 배기 가스에 의해 다시 산란(확산 후방 산란)되는지에 따라 다를 수 있다. 환경 조건에 대해 기록된 후방 산란 데이터에서 결론을 도출할 수 있다. 광 펄스 런타임 방법에서 후방 산란 데이터를 분석하는 솔루션이 종래 기술로부터 알려져 있지만, 본 발명의 목적은 광 펄스 런타임 방법에서 후방 산란 히스토그램 데이터를 분석하는 방법 및 데이터 처리 장치를 제공하는 것이다.

이러한 목적은 청구항 1에 따른 방법 및 청구항 15에 따른 장치에 의해 달성된다.

제1 측면에서, 본 발명은 광학 펄스 런타임 방법에서 후방 산란 히스토그램 데이터를 분석하는 방법을 제공하며, 이 방법은, 후방 산란 히스토그램 데이터를 수신하는 단계 및 수신된 후방 산란 히스토그램 데이터를 분석하는 단계를 포함한다.

제2 측면에서, 본 발명은 제1 측면에 따른 방법을 구현하기 위한 수단을 포함하는 데이터 처리 장치를 제공한다.

언급된 바와 같이, 여러 실시예는 광학 펄스 런타임 방법에서 후방 산란 히스토그램 데이터를 분석하는 방법에 관한 것으로, 후방 산란 히스토그램 데이터를 수신하는 단계 및 수신된 후방 산란 히스토그램 데이터를 분석하는 단계를 포함한다.

앞에서 언급했듯이, 라이다 측정에서 환경 조건(예를 들어, 안개 또는 공기 중의 기타 입자, 연기, 스프레이 등)에 대한 후방 산란 데이터로부터 결론을 도출할 수 있다. 후방 산란광의 검출 이벤트는 여기서 고체 물체와 관련이 없다. 환경 조건에 대한 보다 정확한 지식은 환경 조건에 따라 주행 스타일을 조정할 수 있게 하여, 예를 들어 자율주행 차량에서 안전성을 향상시킨다. 또한, 라이다 측정 동안의 확산 후방 산란에 대한 정확한 지식은 또한 여러 실시예에서 고체 물체의 (더 정확한) 검출을 가능하게 한다. 예를 들어, 이를 통해 교통 상황을 보다 정확하게 판단할 수 있어 자율주행 차량의 안전성과 신뢰성이 향상된다.

후방 산란 신호와 주변광의 양에 대한 보다 정확한 지식은 라이다 측정을 위한 효과적인 검출 범위를 결정하는 데에도 도움이 될 수 있다. 고체 물체를 검출하는 동안, 이것을 신뢰할 수 있는지 여부를 더욱 잘 평가할 수 있다. 이는 측정 데이터에서 물체를 정확하게 식별할 확률을 증가시키며, 마찬가지로 자율주행 차량의 안전성과 신뢰성을 향상시킨다.

여러 실시예에서, 상기 방법은 라이다 시스템 등에서의 분석을 위해 사용되며, 예를 들어 자동차 환경에서 사용될 수 있으나, 본 발명이 이러한 경우에 제한되지는 않는다.

여러 실시예에서, 라이다 데이터는 일반적으로 확산 후방 산란으로부터의 신호 기여, 물체에 대한 광 반사, 주변광, 환경의 다른 광원으로부터의 간섭 광 신호 등을 포함한다. 이러한 데이터는 기본적으로 알려진 바와 같이 히스토그램으로 나타낼 수 있다.

여러 실시예에서, 후방 산란 히스토그램의 분석은 확산 후방 산란, 주변 광량 및 유효 검출 범위의 신호 기여가 광학 런타임 측정(광 펄스 런타임 방법) 동안 이들 데이터로부터 결정될 수 있다는 것에 상응하는 의미일 수 있다. 따라서, 후방 산란 히스토그램 데이터는 기본적으로 확산 후방 산란 및 주변 광량의 신호 기여를 포함할 수 있기 때문에 이러한 분석 및 결정에 적합할 수 있다.

여러 실시예에서, 광학 런타임 측정은, 특히 라이다에 기반한 실시예에서, 소위 시간 상관 단일 광자 카운팅(time correlated single photon counting, TCSPC) 측정 원리를 기반으로 한다. 일반적으로 수 나노 초 길이의 광 펄스가 주기적으로 방출되며 측정 시작 시간을 표시한다. 다음 광 펄스까지의 시간(측정 시간) 동안 물체에 의해 반사된 광 또는 후방 산란광은 광-검출 수신 소자(예를 들어, 단일 광자 애벌런치 다이오드(single Photon Avalanche Diode, SPAD))에 의해 검출되며, 광은 마찬가지로 광 펄스를 방출하기 전에 짧은 시간 범위에서 검출될 수 있다. 여기서 측정 시간은 복수의 짧은 시간 간격(예를 들어, 500ps)으로 나뉜다. 각 시간 간격은 시작 시간까지의 시간 거리에 해당하는 시점에 할당될 수 있다(예를 들어, 500ps의 시간 간격에서 250ps의 시간은 첫 번째 시간 간격에 할당될 수 있고 750ps는 두 번째 시간 간격 등에 할당될 수 있다).

물체까지의 거리 또는 후방 산란 지점에 따라, 광은 서로 다른 시간에 광-검출 수신 소자에 도달한다. 여기서 광-검출 수신 소자에서 전기 신호를 생성한다. 기본적으로 알려진 시간-디지털 변환기(time-to-digital converter, TDC)가 시간 간격 중 하나에 전기 신호를 할당하는 데 사용될 수 있다. 시간 간격에 할당된 전기 신호("이벤트")를 카운팅하면 소위 히스토그램 또는 시간-상관 히스토그램(TCSPC 히스토그램)이 생성되고, 이러한 히스토그램은 순수한 데이터로만 존재할 수도 있으며, 예를 들어 시간 간격 및 수반되는 항목 수(이벤트 또는 events)로 구성된 값의 쌍으로 저장된다. 따라서, 각 시간 간격에 할당된 이벤트의 수와 함께 시간 간격은 기본적으로 디지털 신호(또는 아날로그 신호)로 나타낼 수 있는 히스토그램 데이터로 구성된다.

시간 상관 단일 광자 카운팅을 기반으로 하는 라이다 측정에서, 후방 반사광 또는 산란광의 히스토그램 데이터는 높은 시간 분해능으로 출력될 수 있다. 이는 시간 및/또는 거리의 함수로서 후방 반사 또는 산란광 출력의 아날로그-디지털 변환에 해당할 수 있다. 여러 실시예에서, 시간-상관 히스토그램 데이터는 (수반되는) 측정 시간 이내 및 그 직전에 광-검출 수신 소자의 전기 신호를 기초로 하여 생성된 데이터이다. 따라서, 이들은 일반적으로 확산 후방 산란, 물체에 대한 광 반사, 주변광, 환경의 다른 광원으로부터의 간섭 광 신호 등으로 구성된 신호 기여를 포함한다.

여러 실시예에서, 후방 산란 히스토그램 데이터는 여러 광-검출 수신 소자로부터의 시간-상관 히스토그램 데이터의 축적에 대응한다. 확산 후방 산란 기여 및 주변광 기여의 신호 대 잡음비(signal-to-noise ratio, SNR)는 다른 신호 기여(예를 들어, 물체의 반사 또는 간섭 광원)와 비교하여 증가될 수 있기 때문에, 시간-상관 히스토그램 데이터의 축적은 측정(후방 산란 히스토그램 데이터 분석)의 다양한 매개변수를 결정하는 데 유리할 수 있다. 여러 실시예에서, 이는 후방 산란 히스토그램 데이터의 분석을 더욱 잘 수행할 수 있도록 한다.

일부 실시예에서, 이는 여러 시간-상관 히스토그램 데이터(후방 산란 히스토그램 데이터)의 축적이 라이다 측정 시야의 상이한 거리 및/또는 상이한 범위에서 물체의 반사를 번지게 할 수 있다(물체에 의한 신호 기여)는 사실에서 비롯된다. 이러한 실시예에서, 물체는 종종 시야의 좁은 범위에만 일반적으로 존재하며, 여기서 시야는 일반적으로 검출되는 공간 영역을 설명한다. 대조적으로, 확산 후방 산란 및 주변광의 기여는 일반적으로 라이다 시스템의 전체 시야에 걸쳐 유사하다.

측정 시간 동안 주변광도 원칙적으로 일정하므로, 일반적으로 모든 시간 간격에서 일정한 기여를 한다. 물체에 대한 반사의 신호 기여는 종종 급격한 피크이며, 이는 광 펄스가 약해진 진폭으로, 하지만 동일한 펄스 지속 시간으로 수신될 수 있기 때문에 반사된 광이 하나 또는 몇몇의 시간 간격으로만 검출된다는 것을 의미한다. 예를 들어, 10ns의 일반적인 펄스 지속 시간에서 정확한 위치 파악을 위해 250ps 시간 분해능이 필요할 수 있다.

예를 들어, 안개 또는 공기 중의 입자 상의 확산 후방 산란 중에 광이 낮은 강도로 전파되는 동안 연속 후방 산란이 발생할 수 있다. 광 펄스는 시간이 지남에 따라 매우 크게 확장되거나 번질 수 있다. 예를 들어, 기하학적 확장이 1.5m인 10ns 광 펄스가 주어지면, 1.5m 깊이 범위에 걸친 확산 후방 산란이 언제든지 발생할 수 있다. 이러한 이유로, 일부 실시예에서는 명확하게 감소된 시간 분해능으로 충분하다.

일부 실시예에서, 후방 산란 히스토그램 데이터는 하나 또는 여러 히스토그램 축적 유닛에 의해 생성되고, 분석을 위해 제공된다. 히스토그램 축적 유닛은 여러 신호 입력을 갖는다. 히스토그램 축적 유닛은 각각의 신호 입력 또는 신호 입력에서의 시간-상관 히스토그램 데이터를 수신한다. 히스토그램은 각각의 신호 입력에서 항상 수신될 필요는 없으며, 일부 실시예는 히스토그램 데이터가 수신되지 않거나 대응하는 구성에 따라서만 수신되는 훨씬 더 많은 신호 입력을 제공한다. 후방 산란 히스토그램 데이터는 신호 입력에서 수신된 시간-상관 히스토그램을 기반으로 생성된다.

일부 실시예에서, 히스토그램 축적 유닛의 최대 수는 광학 런타임 측정을 위한 시스템(예를 들어, 라이다 시스템)에서 광-검출 수신 소자의 수에 의해 결정된다. 여기서 히스토그램 축적 유닛은 기본적으로, 신호 입력을 통해 디지털 신호 또는 데이터, 예를 들어 시간-상관 히스토그램을 수신하고, 여기에 설명된 바와 같이, 후방 산란 히스토그램 데이터를 생성하는 전자 회로이거나 전자 회로를 가질 수 있다. 전자 회로는 여기에 설명된 기능을 수행하기 위해 전자 부품, 디지털 저장 소자 등을 포함할 수 있다. 전자 회로는 FPGA(field programmable gate array), DSP(digital signal processor) 등에 의해 실현될 수 있다. 다른 실시예에서, 히스토그램 축적 유닛은 메모리 및 마이크로프로세서에 의해 실현된다. 다른 실시예에서, 히스토그램 축적 유닛은 소프트웨어에 의해 실현되며, 신호 입력은 이러한 실시예에서 소프트웨어 기능/방법의 매개변수/속성에 대응한다. 후방 산란 히스토그램 데이터의 생성은 컴퓨터에서 특정 산술 연산을 수행하기 위한 일련의 명령 실행에 해당하므로 후방 산란 히스토그램 데이터는 모든 명령이 처리된 후에 생긴다. 일부 실시예에서, 히스토그램 축적 유닛은 또한 여기에 설명된 기능이 상응하게 분산되는 하드웨어 및 소프트웨어 기반 구성요소의 혼합에 의해 실현된다.

일부 실시예에서, 히스토그램 축적 유닛은 수신된 시간-상관 히스토그램 데이터를 합산하여 후방 산란 히스토그램 데이터를 생성한다.

시간 간격("빈")에서 검출된 이벤트 수는 수신된 모든 시간-상관 히스토그램 데이터에서 함께 합산될 수 있으므로, 각 시간 간격에 이 시간 간격의 모든 이벤트 합계를 정확하게 포함하는 후방 산란 히스토그램 데이터가 생성된다. 시간-상관 히스토그램 데이터는 바람직하게는 정수로서 축적되거나 합산되어, 일부 실시예에서 약하게 확산되는 후방 산란을 측정하는 것을 가능하게 한다. 이는 다른 기여와 비교하여 확산 후방 산란 기여의 신호 대 잡음비가 증가될 수 있기 때문에 유리하다.

일부 실시예에서, 히스토그램 축적 유닛은 수신된 시간-상관 히스토그램 데이터로부터 산술 평균을 계산하여 후방 산란 히스토그램 데이터를 생성한다.

수신된 시간-상관 히스토그램 데이터는 여기서 함께 합산되고 신호 입력의 수로 나뉜다. 이는 (정수를 축적하는 실시예와 대조적으로) 고정 소수점 및 부동 소수점 수 실현을 갖는 일부 실시예에서 유리할 수 있다.

일부 실시예에서, 히스토그램 축적 유닛은 수신된 여러 시간 간격의 시간-상관 히스토그램 데이터를 하나의 시간 간격으로 축적하여 후방 산란 히스토그램 데이터를 생성한다.

일부 실시예에서, 히스토그램 축적 유닛은 후방 산란 히스토그램 데이터를 생성하기 위해 특정 시간 임계값을 초과하는 시간 간격의 수신된 시간-상관 히스토그램 데이터를 고려하지 않도록 추가로 설정된다.

일부 실시예에서, 히스토그램 축적 유닛은 후방 산란 히스토그램 데이터를 생성하기 위해 수신된 시간-상관 히스토그램 데이터를 가중화하도록 추가로 설정된다.

일부 실시예에서, 히스토그램 축적 유닛은 후방 산란을 결정하기 위해 후방 산란 히스토그램 데이터를 출력하도록 추가로 설정된다. 예를 들어, 후방 산란 히스토그램 데이터는 후방 산란을 결정하기 위해 프로세서, FPGA 등에 출력될 수 있다.

일부 실시예에서, 광학 런타임 측정에 사용되는 수신 시스템, 예를 들어 라이다 시스템은 여러 광-검출 수신 소자를 갖는 수신 매트릭스를 가질 수 있으며, 각각의 광-검출 수신 소자는 광을 검출하고 이에 응답하여 전기 신호를 생성하도록 설정된다.

일부 실시예에서, 광-검출 수신 소자 각각은 활성화 및 비활성화될 수 있다. 일부 실시예에서, 수신 매트릭스의 광-검출 수신 소자는 (기본적으로 알려진 것처럼) 열 및 행으로 배열되며, 일부 실시예에서 동일한 수의 광-검출 수신 소자가 각 행에 제공되지만, 이에 제한되지는 않는다.

일부 실시예에서, 장치는 여러 평가 유닛을 포함하고, 각각의 평가 유닛은 열을 따라 광-검출 수신 소자와 연결되거나, 각각의 평가 유닛은 행을 따라 광-검출 수신 소자와 연결된다.

일부 실시예에서, 각각의 평가 유닛은 광-검출 수신 소자의 전기 신호를 기반으로 시간-상관 히스토그램 데이터를 생성하도록 설정된다.

일부 실시예에서, 시간-상관된 히스토그램 데이터를 생성하기 위해 활성화된 광-검출 수신 소자만이 고려된다.

일부 실시예에서, 히스토그램 축적 유닛의 각 신호 입력은 평가 유닛 중 하나와 연결되어, 시간-상관 히스토그램 데이터가 평가 유닛으로부터 대응하는 히스토그램 축적 유닛으로 전송된다.

광학 런타임 측정 동안에 후방 산란 히스토그램 데이터를 분석하는 방법은 후방 산란 히스토그램 데이터를 초기에 수신한다. 이러한 후방 산란 히스토그램 데이터는 히스토그램 축적 유닛에 의해 생성되었다.

수신된 후방 산란 히스토그램 데이터가 분석된다. 분석에는 광학 런타임 측정의 다양한 매개변수(후방 산란 신호, 주변 광량, 유효 검출 범위 등)를 결정하기 위한 계산 또는 일련의 계산이 포함될 수 있다. 상기 계산에는 수학 연산, 예를 들어 산술 평균화 또는 사전 정의된 함수의 적용 등을 위한 입력 값으로 후방 산란 히스토그램 데이터를 사용한다.

수신된 후방 산란 히스토그램 데이터는 기본적으로 프로세서, FPGA, DSP 등에 의해 분석될 수 있다. 이러한 실시예에서, 분석은 소프트웨어에 의해 실현된다. 후방 산란 히스토그램 데이터의 분석은 컴퓨터에서 특정 산술 연산을 수행하기 위한 일련의 명령을 실행하는 것에 해당하므로 후방 산란 히스토그램 데이터는 모든 명령을 처리하면 분석된다. 다른 실시예에서, 대응하는 전자 부품을 갖는 특정 전자 회로가 후방 산란 히스토그램 데이터를 분석하기 위해 제공될 수 있다. 일부 실시예에서, 후방 산란 히스토그램 데이터의 분석은 여기에 설명된 방법이 상응하게 분산되는 하드웨어 및 소프트웨어 기반 구성요소의 혼합에 의해 실현된다. 전술한 실시예는 데이터 저장을 위한 저장 소자를 추가적으로 포함할 수 있는 데이터 처리 장치의 실시예일 수 있다.

확산 후방 산란을 기반으로 검출되는 광량은, 예를 들어 일광에서의 주변광의 양과 물체에 반사된 광량에 비하여 흔히 낮기 때문에, 후방 산란을 결정하는 것이 어렵고 부정확할 수 있다. 일부 실시예에서, 이는 축적된 시간-상관 히스토그램 데이터에 대응하는 후방 산란 히스토그램 데이터를 분석하기 위한 방법이 광학 런타임 측정 동안 후방 산란 신호를 결정하는 데에 사용되는 이유이다.

확산 후방 산란은 일반적으로 장거리(예를 들어, 200m)보다 단거리(예를 들어, 5m)에서 더 높고, 지속적으로 떨어질 수 있다. 일부 실시예에서, 광학 런타임 측정 동안의 확산 후방 산란은 따라서 단거리에서 최대의 후방 산란광을 가질 수 있는 전형적인 신호 형태를 가질 수 있고, 더 긴 거리에서 빠르게 떨어진다. 이러한 실시예에서, 후방 산란 히스토그램 데이터의 후방 산란 신호는 전형적인 신호 형태와 상관된다. 이는 단거리에서 신호 형태를 기반으로 후방 산란 신호를 식별할 수 있기 때문에 유리하다. 그러나, 이러한 실시예에서, 후방 산란 신호는 또한 단거리에 있는 물체의 존재가 주어질 때 종종 결정되지 않을 수 있다.

결과적으로, 수신된 후방 산란 히스토그램 데이터를 분석하는 일부 실시예에서, 후방 산란 신호를 결정하기 위해, 수신된 후방 산란 히스토그램 데이터와 사전 정의된 기준 후방 산란 신호 사이의 유사성 측정, 예를 들어 상관 관계가 계산된다.

상관 관계는 둘 또는 여러 시간 또는 공간 신호 진행 간의 유사성에 대한 측정 또는 신호 진행 사이의 통계적 연결에 대한 측정일 수 있다. 일부 실시예에서, 상관 관계는 기본적으로 알려진 상관 적분에 의해 계산된다.

사전 정의된 기준 후방 산란 신호는 후방 산란에 대한 전형적인 신호 형태에 대응할 수 있고, 여기서 후방 산란에 대한 전형적인 신호 형태는 다양한 실시예에서 상이할 수 있다. 일부 실시예에서, 사전 정의된 기준 후방 산란 신호는, 예를 들어 프로세서를 통해 후방 산란 히스토그램을 분석하기 위해 액세스 가능한 메모리에 히스토그램 데이터로 존재할 수 있다. 다른 실시예에서, 사전 정의된 기준 후방 산란 신호는 사전 정의된 함수로부터 동적으로(예를 들어, 분석 동안 요구되는 시간에) 계산될 수 있다.

예를 들어, 후방 산란에 대한 전형적인 신호 형태는 단거리에서 특성 피크 또는 피크 시퀀스를 검색하여 결정할 수 있으며, 여기서 위치, 신호 형태 및 강도가 평가된다. 예를 들어, 후방 산란은, (광 펄스가 방출되는) 송신기와 수신기(예를 들어, 여러 광-검출 수신 소자가 있는 수신 매트릭스) 사이에서 시차를 갖는 광학 런타임 측정을 위한 라이다 시스템을 구비하는 실시예에서, 피크의 위치 및 시스템 종속 신호 형태를 가진다. 이러한 실시예에서, 피크의 강도가 물체에 대응하는지 여부를 확인하여 전형적인 신호 형태를 결정할 수 있다. 전형적인 기준 후방 산란 신호는, 예를 들어 도 1, 도 2 및 도 3에 도시되어 있으며, 이에 대해서는 아래에서 더 자세히 설명된다. 예를 들어, 단일 빔과 다중 빔 라이다 시스템을 구분할 수 있다(단일 빔 시스템은 동시에 하나의 광 펄스(빔)만 방출하고, 다중 빔 시스템은 DE 10 2017 222 971 A1에 기술된 라이다 시스템과 같이 서로 다른 위치에서 여러 광 펄스를 동시에 방출할 수 있다).

다른 실시예에서, 기준 후방 산란 신호는 다양한 환경 조건을 시뮬레이션하고 후방 산란의 전형적인 신호 형태, 위치 및 강도를 측정함으로써 실험적으로 결정될 수 있다.

다른 실시예에서, 기준 후방 산란 신호는 예상되는 후방 산란 신호와 수신된 후방 산란 히스토그램 데이터 사이의 상관 적분(교차 상관)을 계산함으로써 결정될 수 있다. 이러한 실시예에서, 상관 레벨은 예상 후방 산란 신호가 기준 후방 산란 신호로서 사용될 수 있는지 여부를 평가하기 위해 사용될 수 있다. 여러 예상되는 후방 산란 신호를 테스트할 수 있으며, 상관 레벨을 비교하여 특정 시스템의 기준 후방 산란 신호를 결정할 수 있다.

수신된 후방 산란 히스토그램 데이터와 사전 정의된 기준 후방 산란 신호 사이의 상관 관계가 상관 적분에 의해 계산되는 실시예에서, 측정 시간(및 직전)에 걸쳐 시간적으로 변하는 후방 산란 신호가 발생하며, 여기서 계산된 후방 산란 신호의 진폭은 후방 산란광 출력에 대응한다(이하, 약칭 AB라고도 함). 이러한 이유로, 이러한 실시예에서 후방 산란 히스토그램 데이터로부터 후방 산란이 결정될 수 있다.

일부 실시예에서, 후방 산란 히스토그램 데이터를 분석하는 방법은 수신된 후방 산란 히스토그램 데이터로부터 주변 광량을 결정하는 데 사용된다.

주변 광량(이하, 약칭 AL이라고도 함)은 기본적으로, 예를 들어 라이다 시스템에서, 방출된 광 펄스와 독립적으로 햇빛 또는 가로등의 결과로 존재하고 검출되는 신호 기여에 대응한다. 또한, 주변 광량은 온도에 따라 달라지는 수신기의 전자 노이즈 부분을 포함할 수도 있다. 그러나, 이러한 실시예에서, 주변광 및 노이즈로부터 주변 광량에 대한 기여의 효과는 동일하므로 구별되지 않는다.

측정 시간 동안(및 직전), 주변광은 원칙적으로 일정하므로, 일반적으로 모든 시간 간격에서 일정한 기여를 한다. 물체에 대한 반사의 신호 기여는 종종 급격한 피크이며, 이는 반사된 광이 하나 또는 몇몇의 시간 간격에서만 검출된다는 것을 의미한다. 이러한 이유로, 일부 실시예에서 주변 광량은 광 펄스의 방출 직전(시작 시간)에 있는 여러 시간 간격의 수신된 후방 산란 히스토그램 데이터로부터 결정될 수 있다. 다른 실시예에서, 주변 광량은 (장거리에 물체가 존재하지 않는 한) 장거리에 대응하는 여러 시간 간격의 수신된 후방 산란 히스토그램 데이터로부터 결정될 수 있다. 추가의 실시예에서, 주변 광량은 상기 방법의 조합으로부터 결정될 수 있다. 여러 실시예에서, 수신된 후방 산란 히스토그램 데이터를 분석하는 방법은 후방 산란 신호 및 주변 광량을 기반으로 광학 런타임 측정을 위한 유효 검출 범위를 결정하기 위해 사용된다.

광학 런타임 측정을 위한 유효 검출 범위(이하, EDR라고도 함)는 고체 물체 상의 반사를 통해 발생하는 신호를 여전히 명확하게 검출하고 할당할 수 있는 거리에 해당할 수 있다. 유효 검출 범위는 기본적으로 사전 정의된 일정한 광 검출 확률 및 사전 정의된 주변 광량에서 사전 정의된 반사율을 갖는 물체를 참조한다.

일부 실시예에서, 유효 검출 범위는 절대 값(예를 들어, 100m)에 대응할 수 있다. 다른 실시예에서, 유효 검출 범위는 상대 값에 대응할 수 있고, 이러한 실시예에서 유효 검출 범위는 상기 기준 값에 대해 결정된 공칭 검출 범위와 관련이 있다.

이러한 실시예에서 방출된 광 펄스의 광 출력은 거리가 증가함에 따라 후방 산란에 의해 감쇠되기 때문에, 유효 검출 범위는 후방 산란을 높게 함으로써 감소될 수 있다. 결과적으로, 고체 물체에 대한 반사에 사용 가능한 광 출력은 더 낮은 후방 산란을 갖는 실시예에서보다 적어서, 반사된 광 출력이 더 낮고 수신기로 가는 도중에 다시 한번 감소된다.

주변 광량이 높은 실시예에서, 주변 광량은 기본적으로 노이즈 레벨에 기여하기 때문에, 신호 대 잡음비 저하로 인해 유효 검출 범위가 감소될 수 있다. 다른 실시예에서, 낮은 주변 광량에서 신호 대 잡음비가 증가하기 때문에 유효 검출 범위가 증가된다. 이러한 이유로, 광학 런타임 측정의 유효 검출 범위는 후방 산란 신호 및 주변 광량을 기반으로 수신된 후방 산란 히스토그램 데이터로부터 결정할 수 있다.

일부 실시예에서, 신호 감쇠 인자를 결정하기 위해 변환 함수가 후방 산란 신호에 적용된다.

상술한 바와 같이, 후방 산란이 높으면 거리가 증가함에 따라 방출된 광 펄스의 광 출력이 감쇠하여 유효 검출 범위가 감소할 수 있다. 이러한 이유로, 후방 산란 신호를 사용하여 이러한 감쇠의 크기를 결정할 수 있다.

결과적으로, 변환 함수가 후방 산란 신호에 적용되고, 일부 실시예에서 변환 함수는 후방 산란 신호로부터 신호 감쇠 인자를 계산하는 사전 정의된(수학적) 함수일 수 있다. 다른 실시예에서, 변환 함수는 계산 시퀀스일 수 있다. 변환 함수는 실험적으로 결정되거나 경험에서 얻을 수 있다. 일부 실시예에서, 실험적 결정은 개발 중에 미리 일어날 수 있고, 변환 함수에 대응하는 주요 수치 및/또는 특성 곡선은, 예를 들어 소프트웨어에 저장될 수 있다.

일부 실시예에서, 신호 감쇠 인자는 후방 산란에 의해 야기된 광 출력의 거리 종속 백분율 감소일 수 있다.

이러한 이유로, 일부 실시예에서는 변환 함수를 실험적으로 결정하였다. 예를 들어, 신호 감쇠는 다양한 환경 조건에서 측정될 수 있으므로 신호 감쇠에 대한 측정값과 잘 매치되는 후방 산란 신호(전술한 바와 같이 실험적으로 결정할 수도 있음)에서 신호 감쇠 인자를 결정하는 변환 함수를 찾을 수 있다.

일부 실시예에서, 산술 평균은 주변 광량을 결정하기 위해 시작 시간 이전에 있는 여러 시간 간격의 수신된 후방 산란 히스토그램 데이터로부터 계산된다.

시작 시간은 고체 물체의 거리를 결정하기 위한 광 펄스가 방출되는 시간이다. 주변광만이 광 펄스를 방출하기 직전(예를 들어, 20ns)에 검출될 수 있기 때문에, 일부 실시예에서, 주변 광량을 결정하기 위해, 시작 시간 이전에 있는 수신된 후방 산란 히스토그램 데이터에 대한 시간 간격을 고려하는 것이 유리하다. 또한, 주변광의 통계적 변동의 균형을 맞추기 위해 여러 시간 간격에서 산술 평균을 계산하여 주변 광량에 대한 보다 정확한 값을 얻는 것이 유리하다. 그러나, 이러한 실시예에서 결정된 주변 광량은 매우 멀리 있는 물체에 대한 반사에 의해 변조될 수 있다.

일부 실시예에서, 주변 광량을 결정하기 위해, 특정 시간 임계값을 초과하는 여러 시간 간격의 수신된 후방 산란 히스토그램 데이터로부터 산술 평균이 계산된다.

광량이 너무 적기 때문에 광학 런타임 측정 중의 확산 후방 산란은 일반적으로 장거리에서 더 이상 검출할 수 없다. 또한, 광 펄스가 노면이나 고체 물체에 부딪힌 후, 광 에너지 또는 광 출력이 흡수되거나 반사되기 때문에, 예를 들어 라이다 시스템에서, 일정한 주변 광량이 검출될 수 있다.

이러한 이유로, 특정 시간 임계값(예를 들어, 20m의 거리에 대응하는 시간 임계값)을 초과하는 수신된 후방 산란 히스토그램 데이터에 대한 시간 간격을 고려하기 위해, 일부 실시예에서 주변 광량을 결정하는 것이 유리하다. 또한, 주변 광량의 통계적 변동의 균형을 맞추기 위해, 여러 시간 간격에서 산술 평균을 계산하여 주변 광량에 대한 보다 정확한 값을 얻는 것이 유리하다. 그러나, 이러한 실시예에서 결정된 주변 광량은 멀리 있는 물체에 대한 반사에 의해 변조될 수 있다.

여러 실시예에서, 주변 광량을 결정하기 위해 시작 시간 이전에 있는 여러 시간 간격의 수신된 후방 산란 히스토그램 데이터 및 특정 시간 임계값을 초과하는 수신된 여러 시간 간격의 후방 산란 히스토그램 데이터로부터 산술 평균이 계산된다.

이러한 실시예에서, 상술한 두 가지 방법이 결합되어 주변 광량을 결정한다. 이는 결과적으로 주변 광량을 결정하는 데 매우 멀리 있는 물체의 잠재적인 영향이 줄어들기 때문에 유리하다. 또한, 산술 평균을 계산하면 통계적 변동을 더욱 줄일 수 있기 때문에 유리하다.

일부 실시예에서, 특정 또는 사전 정의된 기준을 만족하는 극솟값은 특정 시간 임계값을 초과하는 수신된 후방 산란 히스토그램 데이터로부터 결정되어 주변 광량을 결정한다. 위에서 언급한 바와 같이, 이 시간 범위 내에서 수신된 후방 산란 히스토그램 데이터에 물체에 대한 반사가 기여하지 않으면, 일정한 주변 광량이 일부 실시예에서 (결정된 시간 임계값에 대응하는) 더 먼 거리에 대해 결정될 수 있다. 이러한 실시예에서, 주변 광량은 특정 시간 임계값을 초과하는 수신된 후방 산란 히스토그램 데이터의 극솟값에 대응할 수 있다.

물체 상의 반사에 의한 신호 기여는 일반적으로 여러 시간 간격에 걸쳐 확장할 수 있는 특정 신호 형태를 갖는다. 더 먼 거리에 여러 물체가 존재하는 경우, 일부 실시예에서 두 개의 신호 형태는 주변 광량에 대응하지 않는 극솟값이 발생하는 방식으로 서로 오버랩될 수 있다. 일부 실시예에서, 이는, 특정 시간 임계값을 초과하는 수신된 후방 산란 히스토그램 데이터에서 극솟값의 존재에 대한 다양한 가능성을 나타내는, 특정 또는 사전 정의된 기준을 충족하는 주변광을 결정하기 위해 이러한 극솟값만이 고려된 이유이다. 이 기준에 따라 극솟값을 분류할 수 있다.

일부 실시예에서, 주변 광량은 (시간 임계값과 같이) 제1 극솟값을 초기에 확인하고 분류함으로써 결정될 수 있다. 극솟값이 분류에 따라 주변 광량을 결정하기 위한 요건을 충족하지 않으면, 수신된 후방 산란 히스토그램 데이터에서 다른 극솟값에 대한 검색이 수행될 수 있으며, 여기서 이 극솟값은 이러한 실시예에서 시간 임계값 이후 및 제1 극솟값 이후에 온다. 따라서, 검색은 측정 시간이 끝날 때까지 계속될 수 있다. 극솟값이 분류에 따른 주변 광량을 결정하기 위한 요건을 만족하면, 주변 광량을 극솟값으로 결정한다. 일부 실시예에서, 주변 광량의 결정은,

제1 주변 광량을 획득하기 위해, 시작 시간 이전에 있는 여러 시간 간격의 수신된 후방 산란 히스토그램 데이터로부터 산술 평균을 계산하는 단계;

제2 주변 광량을 획득하기 위해, 특정 시간 임계값을 초과하는 수신된 후방 산란 히스토그램 데이터로부터 특정 기준을 만족하는 극솟값을 결정하는 단계; 및

제1 주변 광량과 제2 주변 광량 사이의 비교로부터 주변 광량을 결정하는 단계를 포함하고, 주변 광량은 두 개의 주변 광량 중 더 작은 것으로 결정된다.

제1 주변 광량을 획득하기 위해 시작 시간 이전에 있는 여러 시간 간격의 수신된 후방 산란 히스토그램 데이터로부터 산술 평균이 처음에 계산된다. 이는 알고리즘적으로 min_ambient= first ambient light quantity 로 표현될 수 있으며, 여기서 min_ambient는 주변 광량에 대해 결정될 최소값에 대응한다. 특정 시간 임계값을 초과하는 수신된 후방 산란 히스토그램 데이터의 극솟값이 후속적으로 결정되고, 이는 제2 주변 광량에 대응한다. 이는, current_far_ambient= second ambient light quantity 로 표현될 수 있다. 전술한 바에 따르면, 이 극솟값은 특정 기준에 따라 분류된다. 극솟값이 분류에 따라 주변 광량을 결정하기 위한 요건을 만족하면 두 개의 주변 광량 중 작은 것이 min_ambient로 설정된다. 이는 알고리즘적으로 다음과 같이 표현될 수 있다: min_ambient=min(min_ambient, current_far_ambient). 극솟값이 분류에 따른 주변 광량을 결정하기 위한 요건을 만족하지 못한다면, 다음 극솟값이 제2 주변 광량으로 결정되어 전술한 바와 같이 다시 분류된다. 검색 중에 측정 시간의 끝에 도달하면, 주변 광량이 AL=min_ambient 로 설정된다.

결과적으로, 설명된 방법은 위에서 설명한 두 가지 방법의 조합에 해당할 수 있다. 이는 결과적으로 통계적 변동 및 멀리 있는 물체의 영향이 감소되어 주변 광량을 보다 정확하게 결정할 수 있기 때문에 유리할 수 있다.

일부 실시예에서, 광학 런타임 측정의 유효 검출 범위는 사전 정의된 함수의 도움으로 결정된다.

위에서 언급된 바와 같이, 유효 검출 범위는 후방 산란 신호(AB)와 주변 광량(AL)에 기초하여 결정될 수 있다. 일부 실시예에서, 사전 정의된 함수는 후방 산란 신호 및 주변 광량으로부터 유효 검출 범위를 계산하는 사전 정의된(수학적) 함수일 수 있다. 다른 실시예에서, 사전 정의된 함수는 계산 시퀀스일 수 있다. 사전 정의된 함수는 실험적으로 결정되거나 경험에서 얻을 수 있다. 이는 공식적으로 다음과 같이 표현될 수 있다: DER=f(AL, AB), 여기서 f는 사전 정의된 함수이다.

일부 실시예에서, 광학 런타임 측정의 유효 검출 범위는 특성 다이어그램으로부터 결정된다.

여기서 특성 다이어그램은 시스템의 입력 및 출력 변수 간의 관계를 이미지화하는 필수 컴퓨팅 용량 측면에서 그다지 까다롭지 않은 테이블과 같은 단순한 유형의 모델 표현이 될 수 있다. 특성 다이어그램은 입력 변수의 수가 제한된 거의 모든 수학적 관계 또는 공식을 나타내는 데 사용될 수 있다. 일부 실시예에서, 특성 다이어그램은 따라서 함수 f(AL, AB)의 이미지일 수 있으며, 이는 대응하여 AL 및 AB의 다수의 값에 대한 유효 검출 범위의 값을 저장한다. 이는 이러한 실시예에서 유효 검출 범위의 결정이 계산될 필요가 없으므로 계산 용량을 절약하기 때문에 유리하다.

위에서 언급된 바와 같이, 광학 런타임 측정을 위한 유효 검출 범위는 일부 실시예에서 사전 정의된 기준 값과의 비교로부터 결정된다.

일부 실시예는 여기서 설명된 바와 같은 방법의 단계를 수행하기 위한 수단을 포함하는 데이터 처리 장치에 관한 것이다. 여기서 장치는 자동차에 내장되거나 자동차의 구성요소, 예를 들어 온보드 컴퓨터, 컨트롤러 등에서 실현될 수 있다. 또한, 수단은 일반적으로 여기에 설명된 기능을 구현하는 데 필요한 하나 또는 여러 개의 (마이크로)프로세서, 저장 수단 및 기타 전자 부품을 포함할 수 있다.

이제 첨부 도면을 참조하여 본 발명의 실시예가 예시적으로 설명될 것이다.
도 1은 기준 후방 산란 신호의 제1 실시예를 도시한다.
도 2는 기준 후방 산란 신호의 제2 실시예를 도시한다.
도 3은 기준 후방 산란 신호의 제3 실시예를 도시한다.
도 4는 광학 거리 측정을 위한 수신 시스템에 대한 실시예를 개략적으로 도시한다.
도 5는 광학 런타임 측정 동안 후방 산란 히스토그램 데이터를 분석하는 방법의 제1 실시예의 흐름도를 도시한다.
도 6은 광학 런타임 측정 동안 후방 산란 히스토그램 데이터를 분석하는 방법의 제2 실시예의 흐름도를 도시한다.
도 7은 광학 런타임 측정 동안 후방 산란 히스토그램 데이터를 분석하는 방법의 제3 실시예의 흐름도를 도시한다.
도 8은 광학 런타임 측정 동안 후방 산란 히스토그램 데이터를 분석하는 방법의 제4 실시예의 흐름도를 도시한다.

도 1은 기준 후방 산란 신호의 제1 실시예를 도시한다.

도 1에 도시된 기준 후방 산란 신호는 동축(coaxial)의 라이다 시스템, 즉 송신기와 수신기 사이에 시차가 없는 라이다 시스템에서 발생하는 유형의 전형적인 신호 형태에 해당한다. 기준 후방 산란 신호(즉, 후방 산란광의 강도)는 시간이 지남에 따라 단조롭게 떨어진다.

도 2는 기준 후방 산란 신호의 제2 실시예를 도시한다.

도 2에 도시된 기준 후방 산란 신호는 이축(biaxial)의 단일 빔 라이다 시스템에서 발생하는 유형의 전형적인 신호 형태에 해당한다. 이축 시스템(즉, 송신 및 수신 시스템이 정의된 거리, 예를 들어 10cm에 있고 정의된 빔 발산이 있음)에서, 오버랩은 최소 거리(기준 후방 산란 신호의 신호 상승의 시작)에서만 발생한다. 그 후 기준 후방 산란 신호는 도 1의 진행에 따라 떨어진다. 기준 후방 산란 신호는 매우 짧은 거리에서 강도가 낮고, 최대로 상승하며, 시간이 지남에 따라 단조롭게 떨어진다.

도 3은 기준 후방 산란 신호의 제3 실시예를 도시한다.

도 3에 도시된 기준 후방 산란 신호는 이축의 다중 빔 라이다 시스템에서 일반적으로 발생하는 유형의 전형적인 신호 형태에 해당한다(예를 들어, DE 10 2017 222 971 A1에 따름). 기준 후방 산란 신호는 이축의 단일 빔 라이다 시스템과 유사하지만, 다양한 빔이 광-검출 수신 소자의 시야를 가로지르는 거리에서 여러 최대값을 갖는다. 더 먼 거리의 경우, 강도는 시간이 지남에 따라 단조롭게 떨어진다.

도 4는 광학적 거리 측정을 위한 수신 시스템(1)의 실시예를 개략적으로 도시한다.

수신 시스템(1)은 수신 매트릭스(2)를 가지며, 그 위에 여러 광-검출 수신 소자(ENxM, 이 실시예에서 E0,0 내지 E127,255)가 행(Z0 내지 Z127) 및 열(S0 내지 S255)로 배열된다. 256개(M=256)의 광-검출 수신 소자(E0.0 내지 E127.255)는 128개(N=128)의 행(Z0 내지 Z127)(256개(M=256)의 열(S0 내지 S255)에 대응)에 각각 배열되어 있다. 이 실시예에서 광-검출 수신 소자(E0.0 내지 E127,255)는 SPAD이다.

수신 시스템(1)은 여러 평가 유닛(A0 내지 A127)을 더 갖고, 각각의 평가 유닛(A0 내지 A127)은 행(Z0 내지 Z127)의 광-검출 수신 소자(E0.0 내지 E127.255)와 멀티플렉서(미도시)를 통해 연결된다. 각 행(Z0 내지 Z127)에서, 지정된 시간에 열(S0 및 S1)에서 2개의 광-검출 수신 소자(E0,0 및 E0,1 내지 E127,0 및 E127,1)만 활성화된다(광-검출 수신 소자(E0,0 및 E0,1 내지 E127,0 및 E127,1) 내의 두 번째 원으로 표시됨). 광을 검출하면 활성화된 광-검출 수신 소자(E0,0 및 E0,1 내지 E127,0 및 E127,1)가 전기 신호를 생성하고, 이로부터 각 평가 유닛(A0 내지 A127)의 시간-디지털 변환기(미도시)의 도움으로 시간-상관 히스토그램 데이터가 생성된다. 이 실시예에서, 2개의 활성화된 광-검출 수신 소자(E0,0 및 E0,1 내지 E127,0 및 E127,1)의 시간-상관 히스토그램 데이터는 평가 유닛(A0 내지 A127)에서 함께 합산되어, 시간-상관 히스토그램 데이터를 생성하고 출력한다. 다른 실시예에서, 임의의 원하는 수의 256개(M=256)의 광-검출 수신 소자(E0,0 내지 E127,255)가 각 행, 예를 들어, E0,0 내지 E0,10, E1,0 내지 E1,10, E2,0 내지 E2,10, …, E127,0 내지 E127,10에서 활성화될 수 있다.

수신 시스템(1)은 여러 히스토그램 축적 유닛(HA0 내지 HAX)을 더 갖는다. 각 히스토그램 축적 유닛(HA0 내지 HAX)은 16개(P=16)의 신호 입력(명시적으로 도시되지 않음)을 가지며, 각 신호 입력은 각각의 평가 유닛(A0 내지 A127)과 연결된다. 이러한 이유로, 본 실시예에서는 128개(N=128)의 행(Z0 내지 Z127)에서 8개(X=N/P=8)의 히스토그램 축적 유닛이 필요하며, 이에 따라 16개(P=16)의 평가 유닛(A0 내지 A127)의 시간-상관 히스토그램 데이터가 축적된다. 평가 유닛(A0 내지 A127)에서 출력된 시간-상관 히스토그램 데이터는 히스토그램 축적 유닛(HA0 내지 HAX)으로 전송되어, 이후에 신호 입력에서 수신된다. 수신된 시간-상관 히스토그램 데이터를 기반으로, 히스토그램 축적 유닛(HA0 내지 HAX)은 후방 산란 히스토그램 데이터를 생성한다. 이 실시예에서, 각 신호 입력에서 수신된 시간-상관 히스토그램 데이터는 함께 합산되어 후방 산란 히스토그램 데이터를 생성한다.

수신 시스템(1)은 프로세서 및 저장 소자(미도시)를 갖는 데이터 처리 장치(3)를 더 갖는다. 히스토그램 축적 유닛(HA0 내지 HAX)은 생성된 후방 산란 히스토그램 데이터를 출력하고, 데이터 처리 장치(3)에 의해 수신된다. 데이터 처리 장치(3)는 수신된 후방 산란 히스토그램 데이터를 분석한다. 이 실시예에서, 데이터 처리 장치(3)는 도 3으로부터 수신된 후방 산란 히스토그램 데이터와 기준 후방 산란 신호 사이의 상관 관계를 계산하여 후방 산란 신호, 예를 들어 후방 산란 지표 또는 후방 산란 신호 강도로 확인된 신호를 결정한다.

도 5는 광학 런타임 측정 동안 후방 산란 히스토그램 데이터를 분석하는 방법(20)의 제1 실시예의 흐름도를 도시한다.

여기서 설명된 바와 같이, 21에서 후방 산란 히스토그램 데이터가 수신된다.

여기서 설명된 바와 같이, 22에서 수신된 후방 산란 히스토그램 데이터가 분석된다.

여기서 설명된 바와 같이, 23에서, 후방 산란 신호를 결정하기 위해, 수신된 후방 산란 히스토그램 데이터와 사전 정의된 기준 후방 산란 신호 사이의 유사성 측정이 계산된다.

여기서 설명된 바와 같이, 24에서 신호 감쇠 인자를 얻기 위해 변환 함수가 후방 산란 신호에 적용된다.

여기서 설명된 바와 같이, 25에서 단계 24로부터의 변환 함수가 실험적으로 (미리) 결정되었다.

도 6은 광학 런타임 측정 동안 후방 산란 히스토그램 데이터를 분석하는 방법(30)의 제2 실시예의 흐름도를 도시한다.

여기서 설명된 바와 같이, 31에서 후방 산란 히스토그램 데이터가 수신된다.

여기서 설명된 바와 같이, 32에서 수신된 후방 산란 히스토그램 데이터가 분석된다.

여기서 설명된 바와 같이, 33에서 수신된 후방 산란 히스토그램 데이터로부터 주변 광량이 결정된다.

단계 34 내지 36은 각각 별개로 구현되는 옵션이다.

여기서 설명된 바와 같이, 34에서, 주변 광량을 결정하기 위해, 시작 시간 이전에 있는 여러 시간 간격의 수신된 후방 산란 히스토그램 데이터로부터 산술 평균이 계산된다.

여기서 설명된 바와 같이, 35에서, 주변 광량을 결정하기 위해, 특정 시간 임계값을 초과하는 여러 시간 간격의 수신된 후방 산란 히스토그램 데이터로부터 산술 평균이 계산된다.

여기서 설명된 바와 같이, 36에서, 주변 광량을 결정하기 위해, 시작 시간 이전에 있는 여러 시간 간격의 수신된 후방 산란 히스토그램 데이터와 특정 시간 임계값을 초과하는 여러 시간 간격의 수신된 후방 산란 히스토그램 데이터로부터 산술 평균이 계산된다.

도 7은 광학 런타임 측정 동안 후방 산란 히스토그램 데이터를 분석하는 방법(40)의 제3 실시예의 흐름도를 도시한다.

여기서 설명된 바와 같이, 41에서 후방 산란 히스토그램 데이터가 수신된다.

여기서 설명된 바와 같이, 42에서 수신된 후방 산란 히스토그램 데이터가 분석된다.

여기서 설명된 바와 같이, 43에서 수신된 후방 산란 히스토그램 데이터로부터 주변 광량이 결정된다. 단계 44 및 45는 각각 별개로 구현되는 옵션이다.

여기서 설명된 바와 같이, 44에서, 주변 광량을 결정하기 위해, 특정 시간 임계값을 초과하는 수신된 후방 산란 히스토그램 데이터로부터 특정 기준을 만족하는 극솟값이 결정된다.

여기서 설명된 바와 같이, 45에서, 제1 주변 광량을 얻기 위해, 시작 시간 이전에 있는 여러 시간 간격의 수신된 후방 산란 히스토그램 데이터로부터 산술 평균을 계산하고, 제2 주변 광량을 결정하기 위해, 특정 시간 임계값을 초과하는 수신된 후방 산란 히스토그램 데이터로부터 특정 기준을 만족하는 극솟값을 결정하며, 제1 주변 광량과 제2 주변 광량 사이의 비교로부터 주변 광량이 결정되고, 여기서 주변 광량은 두 개의 주변 광량 중 더 작은 것으로 결정된다.

도 8은 광학 런타임 측정 동안 후방 산란 히스토그램 데이터를 분석하는 방법(50)의 제4 실시예의 흐름도를 도시한다.

여기서 설명된 바와 같이, 51에서 후방 산란 히스토그램 데이터가 수신된다.

여기서 설명된 바와 같이, 52에서 수신된 후방 산란 히스토그램 데이터가 분석된다.

여기서 설명된 바와 같이, 53에서 수신된 후방 산란 히스토그램 데이터와 사전 정의된 기준 후방 산란 신호 사이의 유사성 측정을 계산하여 후방 산란 신호를 결정한다.

여기서 설명된 바와 같이, 54에서 수신된 후방 산란 히스토그램 데이터로부터 주변 광량이 결정된다.

여기서 설명된 바와 같이, 55에서 광학 런타임 측정의 유효 검출 범위는, 예를 들어 후방 산란 지표 또는 후방 산란 신호 강도로 결정되는 후방 산란 신호 및 주변 광량을 기반으로 결정된다.

단계 56 내지 58은 각각 별개로 구현되는 옵션이다.

여기서 설명된 바와 같이, 56에서 광학 런타임 측정의 유효 검출 범위가 사전 정의된 함수의 도움으로 결정된다.

여기서 설명된 바와 같이, 57에서 광학 런타임 측정의 유효 검출 범위가 특성 다이어그램에서 결정된다.

여기서 설명된 바와 같이, 58에서 광학 런타임 측정의 유효 검출 범위가 사전 정의된 기준 값과의 비교로부터 결정된다.

1: 수신 시스템
2: 수신 매트릭스
3: 장치
20, 30, 40, 50: 방법
21, 31, 41, 51: 후방 산란 히스토그램 데이터 수신
22, 32, 42, 52: 수신된 후방 산란 히스토그램 데이터 분석
23, 53: 후방 산란 신호를 결정하기 위해 수신된 후방 산란 히스토그램 데이터와 사전 정의된 기준 후방 산란 신호 간의 유사성 측정 계산
24: 신호 감쇠 인자를 얻기 위해 후방 산란 신호에 변환 함수 적용
25: 실험적으로 변환 함수 결정
33, 43, 54: 수신된 후방 산란 히스토그램 데이터에서 주변 광량 결정
34: 주변 광량을 결정하기 위해 시작 시간 이전에 있는 여러 시간 간격의 수신된 후방 산란 히스토그램 데이터에서 산술 평균 계산
35: 주변 광량을 결정하기 위해 특정 시간 임계값을 초과하는 여러 시간 간격의 수신된 후방 산란 히스토그램 데이터로부터 산술 평균 계산
36: 주변 광량을 결정하기 위해 시작 시간 이전에 있는 여러 시간 간격의 수신된 후방 산란 히스토그램 데이터와 특정 시간 임계값을 초과하는 여러 시간 간격의 수신된 후방 산란 히스토그램 데이터로부터 산술 평균 계산
44: 주변 광량을 결정하기 위해 특정 시간 임계값을 초과하는 수신된 후방 산란 히스토그램 데이터에서 특정 기준을 충족하는 극솟값 결정
45: 제1 주변 광량을 결정하기 위해 시작 시간 이전에 있는 여러 시간 간격의 수신된 후방 산란 히스토그램 데이터와 특정 시간 임계값을 초과하는 여러 시간 간격의 수신된 후방 산란 히스토그램 데이터로부터 산술 평균을 계산하는 단계; 제2 주변 광량을 결정하기 위해 특정 시간 임계값을 초과하는 수신된 후방 산란 히스토그램 데이터로부터 특정 기준을 만족하는 극솟값을 결정하는 단계; 및 제1 주변 광량과 제2 주변 광량 사이의 비교로부터 주변 광량을 결정하는 단계를 포함하고, 여기서 주변 광량은 두 개의 주변 광량 중 더 작은 것으로 결정
55: 후방 산란 신호 및 주변 광량을 기반으로 광학 런타임 측정의 유효 검출 범위 결정
56: 사전 정의된 함수의 도움으로 광학 런타임 측정의 유효 검출 범위 결정
57: 특성 다이어그램에서 광학 런타임 측정의 유효 검출 범위 결정
58: 사전 정의된 기준 값과의 비교에서 광학 런타임 측정의 유효 검출 범위 결정
A0 내지 A127: 평가 유닛
ENxM, E0,0 내지 E127,255: 광-검출 수신 소자
HA0 내지 HAX: 히스토그램 축적 유닛
S0 내지 S255: 열
Z0 내지 Z127: 행

Claims

광학 펄스 런타임 방법에서 후방 산란 히스토그램 데이터를 분석하는 방법(20, 30, 40, 50)으로서,
후방 산란 히스토그램 데이터를 수신하는 단계(21, 31, 41, 51); 및
상기 수신된 후방 산란 히스토그램 데이터를 분석하는 단계(22, 32, 42, 52)를 포함하는, 방법.
제1항에 있어서,
상기 수신된 후방 산란 히스토그램 데이터를 분석하는 단계는,
후방 산란 신호를 결정하기 위해, 상기 수신된 후방 산란 히스토그램 데이터와 사전 정의된 기준 후방 산란 신호 사이의 유사성 측정을 계산하는 단계(23, 53)를 포함하는, 방법.
제1항 또는 제2항에 있어서,
상기 수신된 후방 산란 히스토그램 데이터를 분석하는 단계는,
상기 수신된 후방 산란 히스토그램 데이터로부터 주변 광량을 결정하는 단계(33, 43, 54)를 포함하는, 방법.
제2항을 인용하는 제3항에 있어서,
상기 수신된 후방 산란 히스토그램 데이터를 분석하는 단계는,
상기 후방 산란 신호 및 상기 주변 광량을 기반으로 상기 광학 런타임 측정을 위한 유효 검출 범위를 결정하는 단계(55)를 포함하는, 방법.
제2항에 있어서,
신호 감쇠 인자를 결정하기 위해, 상기 후방 산란 신호에 변환 함수가 적용(24)되는, 방법.
제5항에 있어서,
상기 변환 함수는 실험적으로 결정(25)되는, 방법.
제3항에 있어서,
상기 주변 광량을 결정하기 위해, 시작 시간 이전에 있는 여러 시간 간격의 상기 수신된 후방 산란 히스토그램 데이터로부터 산술 평균이 계산(34)되는, 방법.
제3항에 있어서,
상기 주변 광량을 결정하기 위해, 특정 시간 임계값을 초과하는 여러 시간 간격의 상기 수신된 후방 산란 히스토그램 데이터로부터 산술 평균이 계산(35)되는, 방법.
제3항에 있어서,
상기 주변 광량을 결정하기 위해, 시작 시간 이전에 있는 여러 시간 간격의 상기 수신된 후방 산란 히스토그램 데이터와 특정 시간 임계값을 초과하는 여러 시간 간격의 상기 수신된 후방 산란 히스토그램 데이터로부터 산술 평균이 계산(36)되는, 방법.
제3항에 있어서,
상기 주변 광량을 결정하기 위해, 특정 시간 임계값을 초과하는 상기 수신된 후방 산란 히스토그램 데이터로부터 특정 기준을 만족하는 극솟값(44)이 결정되는, 방법.
제3항에 있어서,
상기 주변 광량을 결정하는 단계는,
제1 주변 광량을 획득하기 위해, 시작 시간 이전에 있는 여러 시간 간격의 상기 수신된 후방 산란 히스토그램 데이터로부터 산술 평균을 계산하는 단계;
제2 주변 광량을 획득하기 위해, 특정 시간 임계값을 초과하는 상기 수신된 후방 산란 히스토그램 데이터로부터 특정 기준을 만족하는 극솟값을 결정하는 단계; 및
상기 제1 주변 광량과 상기 제2 주변 광량 사이의 비교로부터 상기 주변 광량을 결정하는 단계를 포함하고,
상기 주변 광량은 상기 두 개의 주변 광량 중 더 작은 것으로 결정(45)되는, 방법.
제4항에 있어서,
상기 광학 런타임 측정의 상기 유효 검출 범위는 사전 정의된 함수의 도움으로 결정(56)되는, 방법.
제4항에 있어서,
상기 광학 런타임 측정의 상기 유효 검출 범위는 특성 다이어그램으로부터 결정(57)되는, 방법.
제4항에 있어서,
상기 광학 런타임 측정의 상기 유효 검출 범위는 사전 정의된 기준 값과의 비교로부터 결정(58)되는, 방법.
제1항 내지 제14항 중 어느 한 항에 따른 방법을 구현하기 위한 수단을 포함하는 데이터 처리 장치(3).