KR20230051590A

KR20230051590A - 라이다(lidar) 시스템에서 각도 분해능과 검출 감도를 위한 선택적 서브-밴드 프로세싱

Info

Publication number: KR20230051590A
Application number: KR1020237009556A
Authority: KR
Inventors: 쿠마르 바르가브 비스와나타; 호세 크라우스 페린; 라젠드라 투샤르 무르티; 미나 레즈크
Original assignee: 아에바 인코포레이티드
Priority date: 2020-08-21
Filing date: 2020-08-31
Publication date: 2023-04-18
Also published as: US11378667B2; US11047963B1; EP4200642A1; WO2022039758A1; US11796652B2; US20220334235A1; JP2023539478A; US20220057494A1; CN116635747A

Abstract

신호 프로세싱 시스템은 주파수 변조 연속파(FMCW: frequency modulated continuous wave) 라이다(LIDAR: light detection and ranging) 시스템에서 거리-종속 시간 도메인 기저대역 신호의 샘플들을 수신하고, 서브밴드 분류 기준들에 기반하여 기저대역 신호의 샘플들을 시간 도메인의 주파수 서브밴드들로 분리하며, 그리고 서브밴드 분류 기준들에 기반하여 시간 도메인과 주파수 도메인에서 주파수 서브밴드들에 대한 서브밴드 프로세싱 파라미터들을 선택하기 위한 시간 도메인 프로세싱 컴포넌트를 포함한다. 서브밴드 프로세서들은 프로세싱 파라미터들에 기반하여 시간 도메인과 주파수 도메인에서 주파수 서브밴드들을 선택적으로 프로세싱한다.

Description

라이다(LIDAR) 시스템에서 각도 분해능과 검출 감도를 위한 선택적 서브-밴드 프로세싱

[0001] 본 출원은 2020년 8월 21일자로 출원된 미국 특허 출원 제16/999,954호에 대한 우선권을 35 U.S.C.§119(e) 하에서 주장하며, 이의 전체 내용들은 인용에 의해 본 명세서에 포함된다.

[0002] 본 개시는 일반적으로 라이다(LIDAR: light detection and ranging) 시스템들에 관한 것으로, 보다 구체적으로는 시간 도메인과 주파수 도메인에서 저주파수와 고주파수 서브밴드들을 선택적으로 프로세싱함으로써 라이다(LIDAR) 시스템들에서 각도 분해능과 검출 감도를 향상시키는 것에 관한 것이다.

[0003] 주파수 변조 연속파(Frequency-Modulated Continuous-Wave: FMCW) 라이다 시스템들은 타깃들의 주파수-처프 조명(frequency-chirped illumination)을 위해 튜닝 가능한 레이저들, 그리고 전송된 신호의 로컬 사본(local copy)과 결합되는 타깃들로부터 후방산란 또는 반사된 광의 검출을 위한 코히어런트 수신기(coherent receiver)들을 사용한다. 타깃까지의 왕복 시간 그리고 그 반대로의 왕복 시간만큼 지연된 리턴 신호를 로컬 사본과 혼합하면 각각의 타깃에 대해 수신기에서 비트 주파수(beat frequency)가 생성된다.

[0004] 비트 주파수와 주어진 타깃의 거리 간에는 선형 관계가 존재하며, 따라서 타깃 거리는 비트 주파수를 측정함으로써 결정될 수 있다. 일반적으로, 근거리 타깃들은 수신기에서 강하고, 낮은 비트 주파수 신호들을 생성하는 반면에, 원거리 타깃들은 수신기에서 보다 약하고, 보다 높은 비트 주파수 신호들을 생성한다.

[0005] 원거리 타깃들로부터 약한 리턴 신호들을 검출하는 확률을 증가시키는 종래의 신호 프로세싱 방법들은, 각도 분해능과 거리 분해능과 같은 다른 메트릭들의 측정을 저하시킬 수 있으며, 이는 근거리 타깃들의 신뢰성 있는 검출들을 감소시킬 수 있다.

[0006] 본 개시는 근거리 타깃들의 각도 및 거리 분해능을 증가시키는 동시에 장거리 타깃들의 높은 검출 확률을 달성하기 위해 라이다 시스템에서 서브밴드들을 선택적으로 프로세싱하기 위한 라이다 시스템들과 방법들의 다양한 예들을 기술한다.

[0007] 일 예에서, 주파수 변조 연속파(FMCW: frequency modulated continuous wave) 라이다(LIDAR: light detection and ranging) 시스템은 프로세서 및 명령들을 저장한 메모리를 포함하며, 명령들은, 프로세서에 의해 실행될 때, 시스템로 하여금, 거리-종속 시간 도메인 기저대역 신호(range-dependent time domain baseband signal)의 샘플들을 수신하고, 서브밴드 생성기(subband generator)에 의해 기저대역 신호의 샘플들을 시간 도메인의 서브밴드들로 분리하며, 서브밴드 판별기(subband discriminator)에 의해 서브밴드 분류 기준들에 기반하여 서브밴드들을 복수의 서브밴드 타입들로 분류하고, 복수의 서브밴드 타입들에 기반하여 시간 도메인과 주파수 도메인의 서브밴드들에 대한 서브밴드 프로세싱 파라미터(subband processing parameter)들을 선택하게 한다. 일 예에서, 다수의 서브밴드 프로세서들은 서브밴드 생성기 및 서브밴드 판별기와 결합되며, 서브밴드 프로세싱 파라미터들에 기반하여 시간 도메인과 주파수 도메인의 서브밴드들을 프로세싱한다.

[0008] 일 예에서, 각각의 서브밴드의 대역폭과 중심 주파수 조합은 제1 서브밴드 프로세싱 파라미터를 포함하고, 여기서 프로세서는 서브밴드 프로세서들 각각이 블록 샘플러(block sampler)에서 시간-도메인 샘플 블록을 생성하게 하며, 여기서 블록 샘플러의 적분 시간(integration time)은 각각의 서브밴드 타입과 연관된 타깃 검출의 확률에 기반한 제2 서브밴드 프로세싱 파라미터를 포함하며, 그리고 주파수 도메인의 서브밴드들을 생성하기 위해 이산 푸리에 변환 (DFT: discrete Fourier transform) 프로세서에 의해 시간-도메인 샘플 블록에 대해 이산 푸리에 변환(DFT)을 수행하게 하며, 여기서 DFT의 주기성(주파수)은 각각의 서브밴드 타입과 연관된 각도 분해능에 기반한 제4 서브밴드 프로세싱 파라미터를 포함한다.

[0009] 일 예에서, 프로세서는 서브밴드 프로세서들 각각이 피크 탐색 프로세서(peak search processor)에 의해 각각의 주파수 도메인 서브밴드에서 임계치 신호대 잡음비(SNR: signal-to-noise ratio)를 초과하는 평균 SNR, SNR 피크 및/또는 신호 피크(signal peak)를 탐색하게 한다. 서브밴드 프로세서는 또한 디지털 필터를 사용하여 주파수 도메인 프로세서에서 각각의 주파수 도메인 서브밴드를 필터링하며, 여기서 디지털 필터의 길이는 서브밴드 타입에 기반한 제5 서브밴드 프로세싱 파라미터이다. 일 예에서, 서브밴드 분류 기준들은 서브밴드내 피크 신호 에너지, 서브밴드내 평균 신호대 잡음비 및 서브밴드내 피크 신호대 잡음비 중 하나 이상에 기반한다. 일 예에서, 서브밴드 분류 기준들은 또한 장면 특성들, 상대 타깃 속도(EGO 속도), 스캔 방위각(azimuth scan angle), 스캔 앙각(elevation scan angle) 및 이전 프레임들에 기반하여 예측된 타깃들 중 하나 이상에 기반한다.

[0010] 일 예에서, 제1 타입의 서브밴드 프로세서에 의해 프로세싱되는 제1 타입의 서브밴드는 사전 정의된 근거리 타깃에 대응하는 제1 주파수 임계치보다 작은 주파수들을 포함하는 서브밴드들을 포함하고; 제2 타입의 서브밴드 프로세서에 의해 프로세싱되는 제2 타입의 서브밴드는 사전 정의된 장거리 타깃에 대응하는 제2 주파수 임계치보다 큰 주파수들을 포함하는 서브밴드들을 포함하며; 그리고 제3 타입의 서브밴드 프로세서에 의해 프로세싱되는 제3 타입의 서브밴드는 사전 정의된 중거리 타깃에 대응하는 제1 주파수 임계치와 제2 주파수 임계치 사이의 주파수들을 포함하는 서브밴드들을 포함하고, 여기서 서브밴드 분류 기준들은 서브밴드의 중심 주파수와 대역폭을 포함한다.

[0011] 일 예에서, 제4 타입의 서브밴드 프로세서에 의해 프로세싱되는 제4 타입의 서브밴드는 사전 정의된 근거리 타깃에 대응하는 제1 에너지 임계치보다 큰 피크 에너지(peak energy)를 포함하는 서브밴드들을 포함하고; 제5 타입의 서브밴드 프로세서에 의해 프로세싱되는 제5 타입의 서브밴드는 사전 정의된 장거리 타깃에 대응하는 제2 에너지 임계치보다 작은 피크 에너지를 포함하는 서브밴드들을 포함하며; 그리고 제6 타입의 서브밴드 프로세서에 의해 프로세싱되는 제6 타입의 서브밴드는 사전 정의된 중거리 타깃에 대응하는 제1 에너지 임계치와 제2 에너지 임계치 사이의 피크 에너지를 포함하는 서브밴드들을 포함한다.

[0012] 일 예에서, 제7 타입의 서브밴드 프로세서에 의해 프로세싱되는 제7 타입의 서브밴드는 사전 정의된 근거리 타깃에 대응하는 제1 SNR 임계치보다 큰 평균 SNR을 포함하는 서브밴드들을 포함하고; 제8 타입의 서브밴드 프로세서에 의해 프로세싱되는 제8 타입의 서브밴드는 사전 정의된 장거리 타깃에 대응하는 제2 SNR 임계치보다 작은 평균 SNR을 포함하는 서브밴드들을 포함하며; 그리고 제9 타입의 서브밴드 프로세서에 의해 프로세싱되는 제9 타입의 서브밴드는 사전 정의된 중거리 타깃에 대응하는 제1 SNR 임계치와 제2 SNR 임계치 사이의 평균 SNR을 포함하는 서브밴드들을 포함한다.

[0013] 일 예에서, 주파수 변조 연속파(FMCW: frequency modulated continuous wave) 라이다(LIDAR: light detection and ranging) 시스템에서의 방법은 거리-종속 시간 도메인 기저대역 신호의 샘플들을 수신하는 단계, 기저대역 신호의 샘플들을 시간 도메인의 서브밴드들로 분리하는 단계, 서브밴드 분류 기준들에 기반하여 서브밴드들을 복수의 서브밴드 타입들로 분류하는 단계, 복수의 서브밴드 타입들에 기반하여 시간 도메인과 주파수 도메인의 서브밴드들에 대한 서브밴드 프로세싱 파라미터들을 선택하는 단계 및 시간 도메인과 주파수 도메인의 서브밴드들을 선택된 서브밴드 프로세싱 파라미터들로 프로세싱하는 단계를 포함한다.

[0014] 일 예에서, 각각의 서브밴드의 대역폭과 중심 주파수 조합은 제1 서브밴드 프로세싱 파라미터를 포함하고, 여기서 시간 도메인의 서브밴드들을 프로세싱하는 단계는 블록 샘플러(block sampler)에서 시간-도메인 샘플 블록을 생성하는 단계 ― 블록 샘플러의 적분 시간(integration time)은 각각의 서브밴드 타입과 연관된 타깃 검출의 확률에 기반한 제2 서브밴드 프로세싱 파라미터를 포함함 ―, 및 주파수 도메인의 서브밴드들을 생성하기 위해 이산 푸리에 변환 (DFT) 프로세서에 의해 시간-도메인 샘플 블록에 대해 이산 푸리에 변환(DFT)을 수행하는 단계 ― DFT의 길이는 각각의 서브밴드 타입과 연관된 거리 분해능에 기반한 제3 서브밴드 프로세싱 파라미터를 포함하며, DFT의 주기성(주파수)은 각각의 서브밴드 타입과 연관된 각도 분해능에 기반한 제4 서브밴드 프로세싱 파라미터를 포함함 ―를 포함한다.

[0015] 일 예에서, 주파수 도메인의 서브밴드들을 프로세싱하는 단계는 디지털 필터를 갖는 주파수 도메인 프로세서에서 각각의 주파수 도메인 서브밴드를 필터링하는 단계, 여기서 디지털 필터의 길이는 서브밴드 타입에 기반한 제5 서브밴드 프로세싱 파라미터를 포함하며, 그리고 피크 탐색 프로세서(peak search processor)에 의해 각각의 주파수 도메인 서브밴드에서 임계치 신호대 잡음비(SNR)보다 큰 평균 SNR, SNR 피크 또는 신호 피크를 탐색하는 단계를 포함한다.

[0016] 일 예에서, 서브밴드 분류 기준들은 서브밴드내 피크 신호 에너지, 서브밴드내 평균 신호대 잡음비, 및/또는 서브밴드내 피크 신호대 잡음비에 기반한다. 일 예에서, 서브밴드 분류 기준들은 또한 장면 특성들, 상대 타깃 속도(EGO 속도), 스캔 방위각, 스캔 앙각 및 이전 프레임들에 기반하여 예측된 타깃들 중 하나 이상에 기반한다.

[0017] 일 예에서, RMCW 라이다 시스템은 주파수 변조 연속파(FMCW) 라이다((LIDAR) 시스템에서 거리-종속 시간 도메인 기저대역 신호의 샘플들을 수신하고, 샘플들을 프리-컨디셔닝(pre-condition)하며, 프리-컨디셔닝된 샘플들을 시간 도메인 샘플 블록들로 어셈블리하기 위한 시간 도메인 프로세싱 서브시스템을 포함한다. 예시적인 시스템은 또한 시간 도메인 샘플 블록들을 기저대역 신호의 주파수 도메인 서브밴드들로 변환하기 위한 이산 푸리에 변환(DFT)을 수행하기 위해, 시간 도메인 프로세싱 서브시스템과 결합된 이산 푸리에 변환(DFT) 프로세서를 포함한다. 그리고 예시적인 시스템은 또한 주파수 도메인의 서브밴드들을 생성하고, 서브밴드들을 서브밴드 분류 기준들에 기반하여 복수의 서브밴드 타입들로 분류하며, 서브밴드 타입에 기반하여 서브밴드 프로세싱 파라미터들을 이용하여 각각의 서브밴드를 프로세싱하기 위해, DFT 프로세서와 시간 도메인 프로세싱 서브시스템이 결합된 주파수 도메인 프로세싱 서브시스템을 포함한다.

[0018] 일 예에서, 시간 도메인 프로세싱 서브시스템은 거리-종속 기저대역 신호의 샘플들을 프리-컨디셔닝하기 위한 시간 도메인 사전-프로세서, 그리고 프리-컨디셔닝된 샘플들을 시간 도메인 샘플 블록들로 어셈블리하기 위해 사전-프로세서 및 주파수 도메인 프로세싱 서브시스템과 결합된 샘플 블록 생성기를 포함하며, 여기서 블록 샘플러의 적분 시간은 각각의 서브밴드 타입과 연관된 검출의 확률에 기반한 제1 서브밴드 프로세싱 파라미터를 포함한다.

[0019] 일 예에서, DFT의 길이는 각각의 서브밴드 타입과 연관된 거리 분해능에 기반한 제2 서브밴드 프로세싱 파라미터를 포함하며, 그리고 DFT의 주기성(주파수)은 각각의 서브밴드 타입과 연관된 각도 분해능에 기반한 제3 서브밴드 프로세싱 파라미터를 포함한다.

[0020] 일 예에서, 주파수 도메인 프로세싱 서브시스템은 주파수 도메인의 서브밴드들을 생성하기 위해 서브밴드 생성기(subband generator)를 포함하고, 여기서 각각의 서브밴드의 대역폭과 중심 주파수 조합은 타깃 거리에 기반한 제4 서브밴드 프로세싱 파라미터를 포함한다. 일 예에서, 시스템은 또한 타입으로 서브밴드들을 분류하고 서브밴드 타입에 기반하여 주파수 도메인의 각각의 서브밴드를 위한 서브밴드 프로세싱 파라미터들을 선택하기 위해 서브밴드 생성기 및 샘플 블록 생성기와 결합된 서브밴드 판별기(subband discriminator)를 포함한다. 일 예에서, 시스템은 또한 각각의 서브밴드를 컨디셔닝하고, 각각의 서브밴드에서 신호 피크들과 신호대 잡음비 피크들 및 평균들을 검출하며, 각각의 서브밴드를 사후-프로세싱하기 위해, 서브밴드 생성기 및 서브밴드 판별기와 결합된 다수의 주파수 도메인 프로세싱 체인들을 포함한다.

[0021] 일 예에서, 주파수 도메인 프로세싱 체인들 각각은 서브밴드 타입에 기반하여 각각의 서브밴드를 필터링하기 위한 주파수 도메인 프로세서, 여기서 주파수 도메인 프로세서에서 디지털 필터의 길이는 서브밴드 타입에 기반한 제5 서브밴드 프로세싱 파라미터를 포함하고; 서브밴드 타입에 기반하여 에너지 피크들을 선택적으로 탐색하기 위해 주파수 도메인 프로세서에 결합된 피크 탐색 프로세서(peak search processor); 그리고 잡음 제거를 위해 라이다 포인트 클라우드내 포인트들을 선택적으로 필터링하기 위한 주파수 도메인 사후-프로세서를 포함한다.

[0022] 일 예에서, 서브밴드 분류 기준들은 서브밴드내 피크 신호 에너지, 서브밴드내 평균 신호대 잡음비, 서브밴드내 및/또는 피크 신호대 잡음비에 기반한다. 일 예에서, 서브밴드 분류 기준들은 또한 장면 특성들, 상대 타깃 속도(EGO 속도), 스캔 방위각, 스캔 앙각 및 이전 프레임들에 기반하여 예측된 타깃들 중 하나 이상에 기반한다.

[0023] 일 예에서, FMCW LIDAR 시스템에서의 방법은, 시간 도메인 프로세싱 서브시스템에서, 거리-종속 시간 도메인 기저대역 신호의 샘플들을 수신하는 단계; 샘플들은 샘플 블록 생성기로 시간 도메인의 샘플 블록들로 어셈블리하는 단계; DFT 프로세서에서 이산 푸리에 변환(DFT)으로 시간 도메인에서 주파수 도메인으로 샘플 블록들을 변환하는 단계; 서브밴드 생성기로 주파수 도메인의 서브밴드들을 생성하는 단계; 서브밴드 판별기로 서브밴드 분류 기준들에 기반하여 서브밴드들을 다수의 서브밴드 타입들로 분류하는 단계; 서브밴드 타입에 기반하여 서브밴드 프로세싱 파라미터들을 선택하는 단계; 및 대응하는 서브밴드들에 대해 선택된 서브밴드 프로세싱 파라미터들을 이용하여 각각의 주파수 서브밴드를 프로세싱하는 단계를 포함한다.

[0024] 일 예에서, 블록 샘플러의 적분 시간은 각각의 서브밴드 타입과 연관된 검출의 확률에 기반한 제1 서브밴드 프로세싱 파라미터를 포함하고, DFT의 길이는 각각의 서브밴드 타입과 연관된 거리 분해능에 기반한 제2 서브밴드 프로세싱 파라미터를 포함하며, DFT의 주기성(주파수)은 각각의 서브밴드 타입과 연관된 각도 분해능에 기반한 제3 서브밴드 프로세싱 파라미터를 포함하고, 그리고 각각의 서브밴드의 대역폭과 중심 주파수 조합은 제4 서브밴드 프로세싱 파라미터를 포함한다.

[0025] 일 예에서, 각각의 주파수 서브밴드를 프로세싱하는 단계는 서브밴드 타입에 따라서 각각의 서브밴드를 선택적으로 필터링하는 단계, 여기서 주파수 도메인 프로세서에서 디지털 필터의 길이는 각각의 서브밴드 타입과 연관된 대역폭에 기반한 제5 서브밴드 프로세싱 파라미터를 포함하며; 서브밴드 타입에 따라 서브밴드내 에너지 피크들, 그리고 서브밴드내 피크 및 평균 신호대 잡음비(SNR)를 선택적으로 탐색하는 단계; 및 잡음 제거를 위해 라이다 포인트 클라우드내 포인트들을 선택적으로 필터링하는 단계를 포함한다. 일 예에서, 서브밴드 분류 기준들은 서브밴드내 피크 신호 에너지, 서브밴드내 평균 신호대 잡음비, 및 서브밴드내 피크 신호대 잡음비에 기반한다. 일 예에서, 서브밴드 분류 기준들은 또한 장면 특성들, 상대 타깃 속도(EGO 속도), 스캔 방위각, 스캔 앙각 및 이전 프레임들에 기반하여 예측된 타깃들 중 하나 이상에 기반한다.

[0026] 다양한 예들의 보다 완전한 이해를 위해, 이제 유사한 식별자들이 유사한 엘리먼트들에 대응하는 첨부된 도면들과 관련하여 다음과 같은 상세한 설명을 참조한다.
[0027] 도 1은 본 개시에 따른 예시적인 라이다(RIDAR) 시스템을 예시하는 블록도이다.
[0028] 도 2는 본 개시에 따른 라이다 파형들의 일례를 예시하는 시간-주파수 다이어그램이다.
[0029] 도 3은 본 개시에 따른 시간 도메인과 주파수 도메인에서 선택적 서브밴드 프로세싱을 이용하는 예시적인 라이다 시스템을 예시하는 블록도이다.
[0030] 도 4는 본 개시에 따른 시간 도메인에서 서브밴드 생성기의 예를 예시하는 블록도이다.
[0031] 도 5는 본 개시에 따른 시간 도메인에서 서브밴드 생성기의 다른 예를 예시하는 블록도이다.
[0032] 도 6a-6c는 본 개시에 따른 서브밴드 선택의 예들을 예시하는 진폭-주파수 다이어그램들이다.
[0033] 도 7a는 본 개시에 따른 타깃들의 각도 분해능을 향상시키기 위해 시간 도메인에서 선택적 서브밴드 신호 프로세싱의 타입을 예시하는 시간-진폭 다이어그램이다.
[0034] 도 7b는 본 개시에 따른 타깃 검출 확률을 향상시키기 위해 시간 도메인에서 선택적 서브밴드 신호 프로세싱의 타입을 예시하는 시간-진폭 다이어그램이다.
[0035] 도 8은 본 개시에 따른 시간 도메인과 주파수 도메인에서 선택적 서브밴드 프로세싱을 위한 예시적인 방법을 예시하는 흐름도이다.
[0036] 도 9는 본 개시에 따른 주파수 도메인에서 선택적 서브밴드 프로세싱을 이용하는 예시적인 라이다 시스템을 예시하는 블록도이다.
[0037] 도 10은 본 개시에 따른 서브밴드 판별기를 예시하는 블록도이다.
[0038] 도 11은 본 개시에 따른 주파수 도메인에서 선택적 서브밴드 프로세싱을 위한 예시적인 방법을 예시하는 흐름도이다.
[0039] 도 12는 본 개시에 따른 예시적인 프로세싱 시스템을 예시하는 블록도이다.

[0040] 본 개시는 근거리 타깃들의 각도 분해능과 거리 분해능을 증가시키면서 멀리있는 타깃들을 검출하는 확률을 증가시키기 위해 시간 도메인 및/또는 주파수 도메인에서 생성된 타깃 리턴 신호들의 주파수 서브밴드들을 선택적으로 프로세싱하는 거리 측정을 위한 라이다 시스템들과 방법들의 예를 본 명세서에서 기술한다. 몇몇 실시예들에 따라서, 기술된 라이다 시스템은 운송, 제조, 계측, 의료 및 보안 시스템과 같은, 그러나 이에 제한되지 않는 임의의 센싱 마켓(sensing market)에서 구현될 수 있다. 일부 실시예들에 따르면, 기술된 라이다 시스템은 자동화된 운전자 보조 시스템(automated driver assist system)들, 또는 자율 주행 차량(self-driving vehicle)들을 위한 공간 인식을 보조하는 주파수 변조 연속파(FMCW) 디바이스의 전단(front-end)의 일부로서 구현된다.

[0041] 도 1은 본 개시의 예시적인 구현들에 따른 라이다(LIDAR) 시스템(100)을 예시한다. 라이다 시스템(100)은 각각의 다수의 컴포넌트들 중 하나 이상을 포함하지만, 도 1에 도시된 것보다 적거나 추가적인 컴포넌트들을 포함할 수 있다. 도시된 바와 같이, 라이다 시스템(100)은 포토닉스 칩(photonics chip)상에 구현된 광 회로들(optical circuit)(101)을 포함한다. 광 회로들(101)은 능동 광 컴포넌트들과 수동 광 컴포넌트들의 조합을 포함할 수 있다. 능동 광 컴포넌트들은 광 신호들 등을 생성, 증폭, 및/또는 검출할 수 있다. 일부 실시예들에서, 능동 광 컴포넌트들은 상이한 파장들의 광 빔들을 포함하고, 하나 이상의 광 증폭기들, 하나 아싱의 광 검출기들 등을 포함한다.

[0042] 자유 공간 광학기(free space optics)(115)는 광 신호들을 운반하고, 광 신호들을 능동 광 회로의 적절한 입력/출력 포트들로 라우팅하고 조작하기 위해 하나 이상의 광 도파관(optical waveguide)들을 포함할 수 있다. 자유 공간 광학기(115)는 또한 탭(tap)들, 광파장 분할 다중화기(WDM: wavelength division multiplexer)들, 분배기(splitter)들/조합기(combiner)들, 편광 빔 분배기(PBS: polarization beam splitter)들, 분광기(collimator)들, 커플러(coupler)들 등과 같은 하나 이상의 광 컴포넌트들을 포함할 수 있다. 일부 예들에서, 자유 공간 광학기(115)는, 예를 들어, PBS를 이용해 편광 상태를 변환하고 수신된 편광을 광 검출기들로 향하게 하는 컴포넌트들을 포함할 수 있다. 자유 공간 광학기(115)는 축(axis)(예를 들어, 고속-축)을 따라 상이한 각도들에서 상이한 주파수들을 갖는 광 빔들을 편향시키기 위해 회절 엘리먼트(diffractive element)를 더 포함할 수 있다.

[0043] 일부 예들에서, 라이다 시스템(100)은 스캐닝 패턴(scanning pattern)에 따라 환경을 스캔하도록 광 신호들을 조정하기 위해 회절 엘리먼트의 고속-축에 직교 또는 실질적으로 직교인 축(예를 들어, 저속-축)을 따라 회전 가능한 하나 이상의 스캐닝 거울(scanning mirror)들을 포함하는 광 스캐너(optical scanner)(102)를 포함한다. 예를 들어, 스캐닝 미러(scanning mirror)들은 하나 이상의 검류계(galvanometer)들에 의해 회전 가능할 수 있다. 광 스캐너(102)는 또한 광 회로들(101)의 수동 광 회로 컴포넌트로 리턴되는 리턴 광 빔(return optical beam)으로 환경내 임의의 객체들에 입사되는 광을 수집한다. 예를 들어, 리턴 광 빔은 편광 빔 분배기(polarization beam splitter)에 의해 광 검출기(optical detector)로 향하게 될 수 있다. 거울들과 검류계들에 더해, 광 스캐너(102)는 1/4 파장 판(quarter-wave plate), 렌즈, 반사방지 코팅 윈도우(anti-reflective coated window) 등과 같은 컴포넌트들을 포함할 수 있다.

[0044] 광 회로들(101)과 광 스캐너(102)를 제어하고 지원하기 위해, 라이다 시스템(100)은 라이다 제어 시스템들(110)을 포함한다. 라이다 제어 시스템들(110)은 라이다 시스템(100)을 위한 프로세싱 디바이스를 포함할 수 있다. 일부 예들에서, 프로세싱 디바이스는 마이크로프로세서(microprocessor), 중앙 프로세싱 유닛(central processing unit) 등과 같은 하나 이상의 범용 프로세싱 디바이스들일 수 있다. 보다 구체적으로, 프로세싱 디바이스는 복잡한 명령 세트 컴퓨팅(CISC: complex instruction set computing) 마이크로프로세서, 축소된 명령 세트 컴퓨터(RISC: reduced instruction set computer) 마이크로프로세서, 매우 긴 명령 단어(VLIW: very long instruction word) 마이크로프로세서, 또는 다른 명령 세트들을 구현하는 프로세서, 또는 명령 세트들의 조합을 구현하는 프로세서들일 수 있다. 프로세싱 디바이스는 또한 주문형 반도체(ASIC: application specific integrated circuit), 필드 프로그래머블 게이트 어레이(FPGA: field programmable gate array), 디지털 신호 프로세서(DSP: digital signal processor), 네트워크 프로세서 등과 같은 하나 이상의 특수 목적 프로세싱 디바이스들일 수 있다. 일부 예들에서, 라이다 제어 시스템들(110)은 데이터를 저장하기 위한 메모리, 그리고 본 명세서에 기술된 프로세싱 디바이스들에 의해 실행될 명령들을 포함할 수 있다. 메모리는, 예를 들어, 판독전용 메모리(ROM: read-only memory), 랜덤 액세스 메모리(RAM: random-access memory), 프로그래머블 판독전용 메모리(PROM: programmable read-only memory), 삭제가능 프로그래머블 판독전용 메모리(EPROM:erasable programmable read-only memory), 전기적 삭제가능 프로그래머블 판독전용 메모리(EEPROM: electrically erasable programmable read-only memory), 플래시 메모리(flash memory), 하드 디스크 드라이브(hard disk drive)들과 같은 자기 디스크 메모리(magnetic disk memory), 콤팩트 디스크 판독전용(CD-ROM) 및 콤팩트 디스크 판독-기록 메모리(CD-RW)와 같은 광 디스크 메모리(optical disk memory), 또는 임의의 다른 타입의 비-일시적 메모리(non-transitory memory)일 수 있다.

[0045] 일부 예들에서, 라이다 제어 시스템들(110)은 DSP와 같은 신호 프로세싱 유닛(signal processing unit)(112)을 포함할 수 있다. 라이다 제어 시스템들(110)은 광 드라이버들(103)을 제어하기 위해 디지털 제어 신호들을 출력하도록 구성된다. 일부 예들에서, 디지털 제어 신호들은 신호 변환 유닛(signal conversion unit)(106)을 통해 아날로그 신호들로 변환될 수 있다. 예를 들어, 신호 변환 유닛(106)은 디지털-아날로그 변환기(digital-to-analog converter)를 포함할 수 있다. 그 다음 광 드라이버들(103)은 레이저들과 증폭기들과 같은 광원(optical source)들을 구동하기 위해 광 회로(101)의 능동 광 컴포넌트들로 구동 신호들을 제공할 수 있다. 일부 예들에서, 여러 광 드라이버들(103)과 신호 변환 유닛(106)은 다중 광원들을 구동하기 위해 제공될 수 있다.

[0046] 라이다 제어 시스템들(110)은 또한 광 스캐너(102)를 위한 디지털 제어 신호들을 출력하도록 구성된다. 모션 제어 시스템(105)은 라이다 제어 시스템(110)들로부터 수신된 제어 신호들에 기반한 광 스캐너(102)의 검류계들을 제어할 수 있다. 예를 들어, 디지털-아날로그 변환기는 라이다 제어 시스템들(110)로부터의 좌표 라우팅 정보(coordinate routing information)를 광 스캐너(102)내 검류계들에 의해 해석 가능한 신호들로 변환할 수 있다. 일부 실시예들에서, 모션 제어 시스템(105)은 또한 광 스캐너(102)의 컴포넌트들의 포지션 또는 동작에 관한 정보를 라이다 제어 시스템들(110)로 리턴할 수 있다. 예를 들어, 아날로그-디지털 변환기는 검류계들의 포지션에 관한 정보를 라이다 제어 시스템들(110)에 의해 해석가능한 신호로 차례로 변환할 수 있다.

[0047] 라이다 제어 시스템들(110)은 인입 디지털 신호들을 분석하도록 더 구성된다. 이와 관련하여, 라이다 시스템(100)은 광 회로들(101)에 의해 수신된 하나 이상의 빔들을 측정하기 위해 광 수신기들(104)을 포함한다. 예를 들어, 기준 빔 수신기(reference beam receiver)는 능동 광 컴포넌트로부터 기준 빔(reference beam)의 진폭을 측정할 수 있으며, 아날로그-디지털 변환기는 기준 수신기로부터의 신호들을 라이다 제어 시스템들(110)에 의해 해석 가능한 신호들로 변환한다. 타깃 수신기들은 비트 주파수(beat frequency), 변조된 광 신호의 형태로 타깃의 거리와 속도에 관한 정보를 운반하는 광 신호를 측정한다. 광 수신기들(104)은 타깃 수신기로부터의 신호들을 라이다 제어 시스템들(110)에 의해 해석 가능한 신호들로 변환하기 위해 고속 아날로그-디지털 변환기를 포함할 수 있다. 일부 예들에서, 광 수신기들(104)로부터의 신호들은 라이다 제어 시스템들(110)에 의한 수신 전에 신호 조정(signal conditioning)(107)의 대상일 수 있다. 예를 들어, 광 수신기들(104)로부터의 신호들은 수신된 신호들의 증폭을 위해 연산 증폭기(operational amplifier)로 제공될 수 있으며 증폭된 신호들은 라이다 제어 시스템들(110)에 제공될 수 있다.

[0048] 일부 어플리케이션들에서, 라이다 시스템(100)은 추가적으로 환경 이미지들을 캡처하도록 구성된 하나 이상의 이미지 디바이스(imaging device)들(108), 시스템의 지리적 로케이션을 제공하도록 구성된 글로벌 포지셔닝 시스템(goobal positioning system)(109), 또는 다른 센서 입력들을 포함할 수 있다. 라이다 시스템(100)은 또한 이미지 프로세싱 시스템(image processing system)(114)을 포함할 수 있다. 이미지 프로세싱 시스템(114)은 이미지들과 지리적 로케이션을 수신하도록 구성될 수 있으며, 이미지들과 로케이션 또는 이미지들과 로케이션에 관련된 정보를 라이다 제어 시스템들(110) 또는 라이다 시스템(100)에 연결된 다른 시스템들로 송신하도록 구성될 수 있다.

[0049] 일부 예들에 따른 동작에 있어서, 라이다 시스템(100)은 2 차원에 걸쳐 거리와 속도를 동시에 측정하기 위해 비퇴화 광원(non-degenerate optical source)들을 사용하도록 구성된다. 이러한 능력은 주변 환경의 거리, 속도, 방위각, 그리고 고도에 대해 실시간으로 장거리 측정들을 할 수 있게 한다.

[0050] 일부 예들에서, 스캐닝 프로세스는 광 드라이버들(103)과 라이다 제어 시스템들(110)과 함께 시작된다. 라이다 제어 시스템들(110)은 하나 이상의 광 빔들을 독립적으로 변조하도록 광 드라이버들(103)에 명령하며, 그리고 이들 변조된 신호들은 수동 광 회로를 통해 시준기(collimator)로 전파된다. 시준기는 모션 제어 시스템(105)에 의해 정의된 프로그램된 패턴을 통해 환경을 스캔하는 광 스캐닝 시스템에서 광을 향하게 한다. 광 회로들(101)은 또한 광이 광 회로들(101)을 떠날 때 광의 편광을 변환하기 위해 편광판(PWP: polarization wave plate)을 포함할 수 있다. 일부 예들에서, 편광판은 1/4 편광판 또는 1/2 편광판일 수 있다. 편광된 광의 일부는 또한 광 회로들(101)로 다시 반사될 수 있다. 예를 들어, 라이다 시스템(100)에 사용된 렌즈 또는 시준 시스템들은 자연 반사 속성들을 가지거나 광 회로들(101)로 다시 광의 일부를 반사하기 위해 반사 코팅을 가질 수 있다.

[0051] 환경으로부터 다시 반사된 광 신호들은 광 회로들(101)을 통해 수신기들로 전달된다. 광의 편광이 변환되었기 때문에, 이는 광 회로들(101)로 다시 반사되었던 편광된 광의 일부와 함께 편광 빔 분배기에 의해 반사될 수 있다. 따라서, 광원으로서 동일한 섬유(fiber) 또는 도파관으로 리턴되기 보다는, 반사된 광은 별도의 광 수신기들로 반사된다. 이들 신호들은 서로 간섭하며 조합된 신호를 생성한다. 타깃으로부터 리턴하는 각각의 빔 신호는 시간-이동 파형(time-shifted waveform)을 생성한다. 두 파형들간의 일시적인 위상차는 광 수신기들(광검출기들)에 대해 측정된 비트 주파수(beat frequency)를 생성한다. 그 다음 조합된 신호는 광 수신기들(104)로 반사될 수 있다.

[0052] 광 수신기들(104)로부터의 아날로그 신호들은 ADC들을 이용하여 디지털 신호들로 변환된다. 그 다음 디지털 신호들은 라이다 제어 시스템들(110)로 송신된다. 그 다음 신호 프로세싱 유닛(112)은 디지털 신호들을 수신하고 디지털 신호들을 해석한다. 일부 실시예들에서, 신호 프로세싱 유닛(112)은 또한 이미지 프로세싱 시스템(114)으로부터 이미지 데이터(image data)뿐만 아니라 모션 제어 시스템(105)과 (도시되지 않은)검류계들로부터 포지션 데이터를 수신한다. 그 다음 신호 프로세싱 유닛(112)은 광 스캐너(102)가 추가적인 포인트들을 스캔하기 때문에 환경내 포인트들의 거리와 속도에 관한 정보로 3D 포인트 클라우드(3D point cloud)를 생성할 수 있다. 신호 프로세싱 유닛(112)은 또한 주변 영역내 객체들의 속도와 거리를 결정하기 위해 이미지 데이터로 3D 포인트 클라우드 데이터를 덮어씌울 수 있다. 시스템은 또한 정밀한 글로벌 로케이션을 제공하기 위해 위성-기반 내비게이션 로케이션 데이터를 프로세싱한다.

[0053] 도 2는 일부 실시예들에 따라서 타깃 환경을 스캔하기 위해, 시스템(100)과 같은, 라이다 시스템에 의해 사용될 수 있는 EMCW 스캐닝 신호(201)의 시간-주파수 다이어그램(200)이다. 일 예에서,

로서 라벨된, 스캐닝 파형(201)은 처프 대역폭(chirp bandwidth)(

)과 처프 주기(

)를 갖는 톱니 파형(sawtooth waveform)(톱니 "처프(chirp)")이다. 톱니의 경사면은

로서 주어진다.

[0054] 도 2는 또한 일부 실시예들에 따른 타깃 리턴 신호(202)를 묘사한다.

로서 라벨된, 타깃 리턴 신호(202)는 스캐닝 신호(201)의 시간-지연 버전(time-delayed version)이고, 여기서

는 스캐닝 신호(201)에 의해 조명된 타깃까지의 왕복 시간이다. 왕복 시간은

로서 주어지며, 여기서 R은 타깃 거리이고

는 빛의 속도(c)인 광 빔의 속도이다. 따라서 타깃 거리(R)는

로서 계산될 수 있다. 리턴 신호(202)가 스캐닝 신호와 광학적으로 혼합될 때, 거리 종속 차이 주파수("비트 주파수")(

)가 생성된다. 비트 주파수 (

)는 톱니(k)의 경사면만큼 시간 지연(

)에 선형적으로 관련된다. 즉,

이다. 타깃 거리(R)가

에 비례하기 때문에, 타깃 거리(R)는

로서 계산될 수 있다. 즉, 거리(R)는 비트 주파수 (

)에 선형적으로 관련된다. 비트 주파수(

)는, 예를 들어, 시스템(100)의 광 수신기들(104)에서 아날로그 신호로서 생성될 수 있다. 그 다음 비트 주파수는 예컨대 라이다 스캐닝 시스템(100)에서 신호 컨디셔닝 유닛(107)과 같은 신호 컨디셔닝 유닛내 아날로그-디지털 변환기(ADC)에 의해 디지털화될 수 있다. 그 다음 디지털화된 비트 주파수 신호는, 예를 들어, 시스템(100)내 신호 프로세싱 유닛(112)과 같은 신호 프로세싱 유닛에서 디지털적으로 프로세싱될 수 있다. 타깃이 라이다 스캐닝 시스템(100)에 상대적인 속도를 가지면 타깃 리턴 신호(202)가 일반적으로 또한 주파수 오프셋(frequency offset)(도플러 시프트(Doppler shift))을 포함할 것이라는 것에 또한 주목해야 한다. 도플러 시프트는 리턴 신호의 주파수를 정정하기 위해 별도로 결정되어 사용되어, 도플러 시프트는 설명의 간략화 및 용이함을 위해 도 2에 도시되지 않는다. ADC의 샘플링 주파수는 에일리어싱(aliasing) 없이 시스템에 의해 프로세싱될 수 있는 최고 비트 주파수를 결정할 것이라는 것에 또한 주목해야 한다. 일반적으로, 프로세싱될 수 있는 최고 주파수는 샘플링 주파수의 1/2(즉, "나이퀴스트 한계(Nyquist limit)")이다. 일 예에서, 그리고 제한없이, ADC의 샘플링 주파수가 1 기가헤르츠인 경우, 에일리어싱 없이 프로세싱될 수 있는 최고 비트 주파수(

)는 500 메가헤르츠이다. 차례로 이러한 한계는 처프 경사면(k)을 변경함으로써 조절될 수 있는

로서 시스템의 최대 거리를 결정한다. 일 예에서, 비록 ADC로부터의 데이터 샘플들이 연속적일 수 있다고 하더라도, 이하 기술된 후속적인 디지털 프로세싱은 라이다 시스템(100)내 일부 주기성과 연관될 수 있는 "시간 세그먼트들"로 분할될 수 있다. 일 예에서, 그리고 제한없이, 시간 세그먼트(time segment)는 처프 주기(T)들의 사전결정된 수, 또는 광 스캐너에 의한 방위각에서의 완전 회전들의 수에 대응한다.

[0055] 도 3은 원거리 타깃들의 검출가능성을 강화하고 근거리 타깃들의 거리 및 각도 분해능을 향상시키기 위해 선택적 시간 도메인 및 주파수 도메인 프로세싱을 이용하는 예시적인 신호 프로세싱 시스템(300)의 블록도이다. 시스템(300)은, 예를 들어, 라이다 시스템(100)의 신호 프로세싱 유닛(112)의 서브시스템 또는 컴포넌트일 수 있다. 시스템(300)은 하드웨어, 펌웨어, 소프트웨어, 또는 하드웨어, 펌웨어 및 소프트웨어의 여러 조합으로 구현될 수 있다.

[0056] 일 예에서, 신호 프로세싱 시스템(300)은 시간 도메인 프로세싱 서브시스템(310), 제1 타입의 하나 이상의 서브밴드들을 프로세싱하기 위한 서브밴드 프로세서(320), 제2 타입의 하나 이상의 서브밴드들을 프로세싱하기 위한 서브밴드 프로세서(330), 그리고 제3 타입의 하나 이상의 서브밴드들을 프로세싱하기 위한 서브밴드 프로세서(340)를 포함한다.

[0057] 일 예에서, 시간 도메인 프로세싱 서브시스템(310)은 서브밴드 분류 기준들에 기반하여 기저대역 신호를 시간 도메인의 주파수 서브밴드들로 분리하고, 서브밴드 분류 기준들에 기반하여 시간 도메인과 주파수 도메인으로 주파수 서브밴드들에 대한 서브밴드 프로세싱 파라미터들을 선택하기 위해, 시스템(100)과 같은, 주파수 변조 연속파(FMCW) 라이다 시스템에서 거리-종속 시간 도메인 기저대역 신호(

)의 디지털화된 샘플들의 연속적인 스트림을 수신하도록 구성된다.

[0058] 일 예에서, 시간 도메인 프로세싱 서브시스템(310)은 거리-종속 기저대역 신호의 샘플들을 컨디셔닝하기 위해 시간 도메인 사전-프로세서(311)를 포함한다. 신호 컨디셔닝의 예들은, 제한없이, 시간 대 주파수 변환과 같은 후속적인 신호 프로세싱 동작들에서 잡음 및 원하지 않는 신호 변환 결함들을 감소시키기 위해 해밍(Hamming) 또는 한 윈도윙(Hann windowing)과 같은 대역 제한(band limiting) 및 대역 성형(band shaping)을 포함한다. 그 다음 프리-컨디셔닝된 시간 도메인 샘플들은 최대 N 개의 상이한 중심 주파수들과 N 개의 상이한 대역폭들로 N 개의 주파수-제한 시간 도메인 서브밴드들(여기서 N은 1보다 큰 정수이다)을 생성하는 서브밴드 생성기(312)에 제공되며, 여기서 서브밴드들은 오버랩하거나 오버랩하지 않을 수 있다. 서브밴드들은 0에서

까지 기저대역 신호의 전체 스펙트럼을 커버할 수 있으며, 여기서 보다 낮은 주파수 서브밴드들은 라이다 시스템(100)에 가까운 타깃들에 대응하며 보다 높은 주파수 대역들은 라이다 시스템(100)으로부터 먼 타깃들에 대응한다.

[0059] 일반적으로, 근거리 타깃들로부터의 저주파수 서브밴드들은 검출하기 쉬운 고에너지 신호들을 포함하는 반면에, 원거리 타깃들로부터의 고주파수 서브밴드들은 (신호 분산(signal dispersion) 및 경로 손실(path loss)로 인해) 보다 검출이 어려운 저에너지 신호들을 포함한다. 추가적으로, 라이다 시스템(100)에 가까운 타깃들은 원거리 타깃들보다 높은 거리 및 각도 분해능을 요구하는데, 이는 거리상으로 가까운 타깃들의 근접성이 시간상 근접성에 대응하며, 그리고 라이다 시스템(100)은 그 타깃들을 정확히 추적하고 피할 수 있어야 하기 때문이다.

[0060] 서브밴드들은 타입에 따라서 분류될 수 있다. 일 예에서, 서브밴드의 제1 타입(타입 1)은 최대 근거리 타깃 거리에 대응하는 사전결정된 저주파수 임계치보다 작은 주파수들을 포함하는 서브밴드들을 포함하고, 서브밴드의 제2 타입(타입 2)은 최소 원거리 타깃 거리에 대응하는 사전결정된 고주파수 임계치보다 큰 주파수들을 포함하는 서브밴드들을 포함하며, 서브밴드의 제3 타입(타입 3)은 중거리 타깃 거리들에 대응하는 저주파수 임계치와 고주파수 임계치 사이의 주파수들을 포함하는 서브밴드들을 포함할 수 있다. 각각의 타입의 서브밴드 프로세서내 서브밴드들은 오버랩하거나 또는 오버랩하지 않을 수 있는 고정 또는 가변 대역폭들이며, 그리고 고정 또는 가변 중심 주파수들일 수 있다. 주파수 이외의, 또는 주파수에 더해 메트릭들이 서브밴드를 정의하기 위해 사용될 수 있다. 예를 들어, 서브밴드들은 피크 또는 평균 신호 에너지 또는 피크 또는 평균 신호대 잡음비에 의해 정의될 수 있다. 메트릭들은 또한 선행 스캔들에 기반하여 타깃들이 위치되는 방위각 또는 앙각, 그리고 타깃들의 각도 및 방사 속도들에 관한 정보를 포함할 수 있다. 시스템(300)의 예에서 3개의 서브밴드 프로세서들의 사용은 단지 설명 및 예를 쉽게 하기 위한 것이며, 제한하기 위함이 아니라는 것이 이해될 것이다.

[0061] 도 4는, 일부 실시예들에 따라서, 시간 도메인 서브밴드 생성기(312)에 대하여 상기 기술된 것들처럼 시간 도메인 서브밴드들을 생성할 수 있는 예시적인 시간 도메인 서브밴드 생성기(400)의 블록도이다. 서브밴드 생성기(400)는, N 개의 서브밴드들에 대응하여, 입력 신호(

)를 N 개의 상이한 중심 주파수들로 변환하기 위해 N 개의 다운컨버터(0에서 N-1)들의 뱅크(bank)(401)를 포함한다. 그 다음 다운컨버터 신호들은 0에서 N-1까지 N 개의 서브밴드들을 생성하기 위해 N 개의 필터와 다운샘플러들의 뱅크(402)에 의해 대역제한되고 다운 샘플링된다. 오버랩하는 서브밴드들은 다운컨버터 주파수들과 필터 대역폭들을 조정함으로써 생성될 수 있다. 일부 예들에서, 서브밴드들의 중심 주파수들은 균일하게 이격될 수 있으며 N 개의 서브밴드들의 대역폭들은 모두 같을 수 있다. 다른 예들에서, 서브밴드들의 중심 주파수들은 비균일하게 이격(예를 들어, 주파수 증가와 함께 증가된 이격)될 수 있으며 서브밴드들의 대역폭들은 비균일(예를 들어, 서브밴드의 중심 주파수와 함께 증가)할 수 있다.

[0062] 도 5는, 일부 실시예들에 따라서, 시간 도메인 서브밴드 생성기(312)에 대하여 상기 기술된 바와 같이 균일 또는 비균일한 시간 도메인 서브밴드들을 생성할 수 있는 예시적인 시간 도메인 서브밴드 생성기(500)의 블록도이다. 서브밴드 생성기(500)는 샘플링된 입력 신호(

)를 수신하고 필터 뱅크(502)로 입력 신호를 분배하는 1:N 다운샘플러(501)를 포함하여서, 필터 0(FILTER 0)은 샘플들(0, N, 2N,...)을 수신하고, 필터 1(FILTER 1)은 샘플들(1, N+1, 2N+1, ...)을 수신하는 식이다. 필터 뱅크(502)내 필터들의 중심 주파수들은 균일하거나 비균일하게 이격될 수 있으며 서브밴드 생성기(400)에 대하여 기술된 바와 같이 균일한 대역폭 또는 비균일한 대역폭들을 가질 수 있다. 필터 뱅크(502)의 출력들은 이산 푸리에 변환 엔진(discrete Fourier transform engine)(503)으로 공급되고, 이산 푸리에 변환 엔진(503)은 고속 푸리에 변환(FFT)을 수행할 수 있다.

[0063] 비록 기저대역 신호의 주파수 콘텐츠가, 라이다 시스템(100)의 최대 범위에 대응하는, 0에서 최대 주파수

까지 모든 주파수들에서 에너지를 포함할 수 있지만, 대응하는 범위들에서 타깃들의 부재로 인해 모든 주파수들이 존재하지 않을 수 있다. 도 6a, 6b 및 6c는, 일부 실시예들에 따라서, 서브밴드들을 생성하는 상이한 방법들의 예들을 예시하며, 여기서 기저대역 신호 에너지는 3개의 서브밴드들에 제한된다. 도 6a는 서브밴드들이 균일한 대역폭을 가지며 오버랩하지 않고, 신호 에너지가 서브밴드들 n-1, n, 그리고 n+1(여기서 0＜n＜N))에 제한되지 않는 가장 간단한 경우에 대한 스펙트럼(spectrum)(601)을 예시한다. 도 6b는 균일한 오버랩들을 갖는 균일한 대역폭들의 경우에 대한 스펙트럼(602)을 예시하며, 균일한 오버랩들은 서브밴드들의 에지들에서 수행의 손실을 피하기 위해 사용될 수 있다. 도 6c는 서브밴드들이 비균일한 대역폭들과 비균일한 오버랩들을 갖는 제3 경우에 대한 스펙트럼(603)을 예시하며, 비균일한 대역폭들과 비균일한 오버랩들은 도 6b와 비교하여 프로세싱 오버헤드를 감소시킬 수 있다.

[0064] 도 3으로 되돌아가면, 서브밴드 생성기(312)는 타입 1 서브밴드 프로세서(320)에 타입 1 서브밴드들, 타입 2 서브밴드 프로세서(330)에 타입 2 서브밴드들, 그리고 타입 3 서브밴드 프로세서(340)에 타입 3 서브밴드들을 제공하도록 구성될 수 있다. 추가적으로, 시간 도메인 프로세싱 서브시스템(310)은 또한 서브밴드 생성기(312)에 의해 생성된 서브밴드들을 검출하고 서브밴드 타입들과 추가적인 서브밴드 분류 기준들에 기반하여 시간 도메인과 주파수 도메인에서 서브밴드 프로세서들(320 및 330)내 서브밴드들을 위한 프로세싱 파라미터들을 선택하기 위해 서브밴드 판별기(subband discriminator)(313)를 포함할 수 있다. 주파수에 더해, 서브밴드 분류 기준들은, 제한없이, 피크 또는 평균 신호 에너지 및/또는 피크 또는 평균 신호대 잡음비를 포함할 수 있다. 다른 예들에서, 서브밴드 분류 기준들은 또한 타깃들의 밀도, 도플러 시프트로부터 파생된 상대적인 방사상 타깃 속도(EGO 속도), 각속도, 방위각 및 앙각에 기반한 스캔된 시야(FOV: field of view)내 로케이션, 그리고 이전의 스캔들에 기반하여 예측된 타깃들의 로케이션과 같은 타깃 환경(장면 특성들)의 특성들을 포함할 수 있다.

[0065] 전술한 바와 같이, 타입 1 서브밴드들은 타입 1 서브밴드 프로세서(320)에 결합되고, 타입 2 서브밴드들은 타입 2 서브밴드 프로세서(330)에 결합되며, 그리고 타입 3 서브밴드들은 타입 3 서브밴드 프로세서(340)에 결합된다. 도 3의 예에서, 타입 1 서브밴드 프로세서(320)는 k 개의 프로세싱 체인들 1 내지 k를 포함하고, 타입 2 서브밴드 프로세서(330)는 k 개의 프로세싱 체인들 k+1 내지 m을 포함하며, 그리고 타입 3 서브밴드 프로세서(340)는 N 개의 프로세싱 체인들 m+1 내지 n을 포함한다. 서브밴드 프로세서들에서 각각의 프로세싱 체인은 블록 샘플러(block sampler)(321), 이산 푸리에 변환(FFT) 프로세서(322), 피크 탐색 프로세서(peak search processor)(323), 그리고 주파수 도메인(FD) 프로세서(324)를 포함한다. 각각의 프로세싱 체인에 대한 서브밴드 프로세싱 파라미터들은, 데이터 및 제어 라인들(340)을 이용하여 서브밴드 분류 기준들에 기반하여 서브밴드 판별기(313)에 의해 제어된다. 이하 기술된 바와 같이, 서브밴드 프로세싱 파라미터들은 각각의 서브밴드의 조정된 대역폭(adapted bandwidth), 각각의 블록 샘플러의 적분 시간, 각각의 DFT의 길이와 주기, 그리고 주파수 도메인 프로세서들내 디지털 필터들의 길이를 포함할 수 있다. 다음은 서브밴드 프로세서들(320, 330 또는 340) 중 하나에서 전형적인 프로세싱 체인의 설명이다.

[0066] 일 예에서, 서브밴드 프로세서는 데이터 라인들(350)을 통해 서브밴드 생성기(312)로부터 서브밴드 샘플들의 스트림을 수신하고 프로세싱하며, 여기서 스트림내 각각의 서브밴드 샘플은 시간 도메인 프로세싱 서브시스템(310)에 의해 수신된 시간 도메인 기저대역 신호의 샘플 레이트(sample rate)에 대응하는 지속기간(duration)을 갖는다. 블록 샘플러(321)는 서브밴드 샘플들을 시간 도메인 샘플 블록으로 적분한다. 블록 샘플의 적분 시간은 서브밴드 판별기(313)에 의해 제어된 서브밴드 프로세싱 파라미터들 중 하나이다. 예를 들어, 장거리 타깃들에 대응하는 타입 3 서브밴드들, 고주파수 서브밴드들은 일반적으로 신호 분산(signal dispersion) 및 경로 손실들로 인해 낮은 신호 에너지와 낮은 신호대 잡음비(SNR)들을 가질 것이다. 따라서, 고주파수 서브밴드들에 대한 적분 시간이 증가되어 신호로부터 잡음을 뽑아낼 수 있다. 반대로, 근거리 타깃들에 대응하는 보다 낮은 주파수 타입 1 서브밴드들의 경우에, 신호 에너지와 SNR은 일반적으로 보다 높을 것이며, 따라서 적분 시간이 감소될 수 있다. 타입 2 중거리 서브밴드 신호들에 대한 적분 시간들은 타입 1 서브밴드들 및 타입 3 서브밴드들에 대한 적분 시간들사이에 있을 것이다.

[0067] 블록 샘플러들(321)의 적분 시간은 또한 각도 분해능에 관련된다. 이는, 예시적인 라이다 시스템(100)내 광 스캐너(102)와 같은, 라이다 시스템내 광 스캐너가 (DPS(degrees per second)로 측정되는) 방위각에서 높은 각속도를 갖기 때문에 그러하며, 따라서 각도 분해능은 시간에 직접적으로 비례한다. 따라서, 높은 신호 에너지를 갖는 근거리 타깃들에 대해, 블록 샘플러의 적분 시간을 감소시키는 것은 또한 각도 분해능을 향상시킨다.

[0068] 블록 샘플러들(321)에 의해 생성된 시간 도메인 샘플 블록들은 이산 푸리에 변환(DFT) 프로세서들(322)에 의해 수신되며, 이산 푸리에 변환(DFT) 프로세서(322)는 서브밴드 판별기(313)에 의해 제공된 프로세싱 파라미터들에 기반하여 시간 도메인 샘플 블록들을 주파수 분해능(frequency resolution)을 갖는 주파수 도메인내 서브밴드들로 변환한다. 2개의 서브밴드 프로세싱 파라미터들은 DFT 프로세서들(322); DFT 길이(즉, DFT에서 포인트들의 수) 및 DFT 주기(즉, DFT의 지속기간)와 연관될 수 있다. 주어진 적분 시간과 주어진 대역폭을 갖는 시간-도메인 샘플 블록에 대해, DFT가 길 수록 보다 작은 주파수 빈(bin)들과 보다 높은 주파수 분해능을 생성하며, 이는 FMCW 라이다 시스템에서 보다 높은 거리 분해능으로 변환된다. 주어진 DFT 길이에 대해, 시간이 광 스캐너내 스캐닝 미러(scanning mirror)들의 각도 회전(angular rotation)으로 변환되기 때문에 DFT의 주기는 시스템의 각도 분해능에 영향을 끼칠 것이다.

[0069] 도 7a는 근거리 타깃들과 연관된 저주파수 신호들에 적합할 수 있게 거리 및 각도 분해능을 개선하기 위해 짧은 지속기간을 갖는 보다 긴 DFT들(도 7a의 예에서 16-포인트)의 사용을 예시하는 시간-주파수 다이어그램(701)이다. 도 7b는 장거리 타깃들과 연관된 보다 높은 주파수 신호들에 적합할 수 있는 바와 같이 보다 긴 지속기간들을 갖는 보다 짧은 DFT들(도 7b의 예에서 4-포인트)의 사용을 예시하는 시간-주파수 다이어그램(702)이다.

[0070] 서브밴드 프로세서들에서 각각의 프로세싱 체인은 자신의 대응하는 DFT 프로세서(322)의 출력에서 각각의 주파수 빈(frequency bin)을 탐색하기 위해 피크 탐색 프로세서(peak search processor)(323)를 포함한다. 각각의 피크 탐색 프로세서(323)는 타깃 환경의 3D 라이다 클라우드 모델(3D LIDAR cloud model)에서 포인트를 설정하기 위해 라이다 시스템의 시야(FOV)내 타깃과 상관될 수 있는 주파수 빈들에서 에너지 피크들, 신호대 잡음비(SNR) 피크들 및/또는 평균 SNR에 대한 탐색을 수행한다.

[0071] 타입 1 서브밴드 프로세서(320)내 각각의 프로세싱 체인은 또한 3D 라이다 포인트 클라우드에서 타깃 거리들과 타깃 각도들을 분석하도록 구성된 주파수 도메인 사후-프로세서(FD 프로세서)(324)를 포함한다. 사후-프로세싱의 예들은, 제한없이, DFT 프로세서들(322)에 의해 생성된 주파수 도메인 서브밴드 신호들을 리샘플링, 시간-평균화 및 디지털 필터링하는 것을 포함할 수 있다. 디지털 필터들의 길이들은 서브밴드 판별기에 의해 추가적인 서브밴드 프로세싱 파라미터로서 사용될 수 있다.

[0072] 도 8은 예를 들어, 시스템(300)과 같은 FMCW 라이다 시스템에서 구현될 수 있는 예시적인 방법(800)을 예시하는 흐름도이다. 동작(802)에서 방법(800)은 시간 도메인 프로세싱 컴포넌트(예를 들어, 시간 도메인 프로세싱 컴포넌트(310))에서, 주파수 변조 연속파(FMCW) 라이다 시스템에서 거리-종속 시간 도메인 기저대역 신호의 샘플들을 수신하는 것을 시작한다. 동작(804)에서 방법(800)은 시간 도메인(예를 들어, 서브밴드 생성기(312))에서 기저대역 신호의 샘플들을 서브밴드들로 분리하는 것을 계속한다. 동작(806)에서 방법(800)은 서브밴드 분류 기준들(예를 들어, 서브밴드 판별기(313))에 기반하여 서브밴드들을 복수의 서브밴드 타입들로 분류하는 것을 계속한다. 동작(808)에서 방법(800)은 복수의 서브밴드 타입들(예를 들어, 서브밴드 판별기(313))에 기반하여 시간 도메인과 주파수 도메인의 서브밴드들에 대한 서브밴드 프로세싱 파라미터들을 선택하는 것을 계속한다. 동작(810)에서, 방법(800)은 (예를 들어, 블록 샘플러(321), DFT 프로세서들(322)에서, 피크 탐색 프로세서들(323)에서, 그리고 주파수 도메인 프로세서들(324)에서) 선택된 서브밴드 프로세싱 파라미터들로 시간 도메인과 주파수 도메인의 서브밴드들을 프로세싱하는 것을 끝낸다.

[0073] 도 9는 서브밴드 분류 기준들에 따라 서브밴드들을 분류하기 위해 주파수 도메인에서 선택적인 신호 프로세싱을 이용하는 예시적인 신호 프로세싱 시스템(900)을 예시하며, 서브밴드 분류 기준들에 기반하여 선택된 서브밴드 프로세싱 파라미터들로 서브밴드들을 프로세싱하는 블록도이다. 예를 들어, 시스템(900)은 라이다 시스템(100)의 신호 프로세싱 유닛(112)의 서브시스템 또는 컴포넌트일 수 있다. 시스템(900)은 하드웨어, 펌웨어, 소프트웨어, 또는 하드웨어, 펌웨어 및 소프트웨어의 일부 조합으로 구현될 수 있다.

[0074] 일 예에서, 시스템(900)은 주파수 변조 연속파(FMCW) 라이다(LIDAR: light detection and ranging) 시스템에서 거리-종속 시간 도메인 기저대역 신호의 샘플들을 수신하고, 샘플들을 프리-컨디셔닝하며, 그리고 프리-컨디셔닝된 샘플들을 시간 도메인 샘플 블록들로 어셈블리하기 위해 시간 도메인 프로세싱 서브시스템(910)을 포함한다. 예시적인 시스템(900)은 또한 시간 도메인 샘플 블록들을 시간 도메인 기저대역 신호의 주파수 컴포넌트들(서브밴드들)로 변환하기 위해 시간 도메인 프로세싱 컴포넌트(910)와 결합된 이산 푸리에 변환(DFT) 프로세서(920)를 포함한다. 예시적인 시스템(900)은 또한 주파수 도메인의 서브밴드들을 생성하고, 타입으로 서브밴드들을 분류하며, 그리고 서브밴드 타입에 기반하여 선택된 서브밴드 프로세싱 파라미터들을 이용해 각각의 서브밴드를 프로세싱하기 위해 DFT 프로세서에 결합된 주파수 도메인 프로세싱 서브시스템을 포함한다.

[0075] 일 예에서, 시간 도메인 프로세싱 서브시스템(910)은 거리-종속 기저대역 신호의 샘플들을 컨디셔닝하기 위해 시간-도메인 사전-프로세서(911)를 포함한다. 시간 도메인 사전프로세서(911)는 전술한 시스템(300)내 시간 도메인 사전프로세서(311)와 유사할 수 있다.

[0076] 그 다음 프리-컨디셔닝된 시간 도메인 샘플들은 시스템(300)에서 블록 샘플러들(321)에 대하여 상기 기술된 바와 같이 시간 도메인에서 샘플들을 샘플 블록들로 적분하는 샘플 블록 생성기(912)로 제공되며, 여기서 적분 시간은 시스템(300)에 대하여 전술한 서브밴드 분류 기준들에 기반한 선택된 프로세싱 파라미터이다.

[0077] 샘플 블록 생성기(912)로부터의 샘플 블록들은 DFT 프로세서(920)로 제공되며, DFT 프로세서(920)는 시간 도메인 샘플 블록들을 주파수 도메인내 서브밴드들로 변환한다. DFT의 길이와 주기는 또한 서브밴드 분류 기준들에 기반한 선택된 서브밴드 프로세싱 파라미터들일 수 있다. 일 예에서, DFT 프로세서(920)는 시간 도메인 블록 샘플들을 기저대역 신호의 전체 스펙트럼으로 변환하도록 구성될 수 있다. 예를 들어, 그리고 제한없이, 기저대역 스펙트럼이 0헤르츠(Hz)에서 500메가헤르츠(MHz)까지 커버한다면, 시간 도메인에서 요구된 나이퀴스트 샘플 레이트는 에일리어싱을 피하기 위해 1기가헤르츠(GHz)일 것이다. DFT 프로세서가 32 포인트 DFT를 수행한다면, DFT 프로세서의 출력은 500MHz에 걸쳐있는 16개의 주파수 빈들일 것이며, 여기서 각각의 주파수 빈은 개별적으로 31,25MHz에 걸쳐 있다.

[0078] DFT 프로세서(920)의 출력은 주파수 도메인 프로세싱 서브시스템(930)으로 제공된다. 주파수 도메인 프로세싱 서브시스템(930)은 주파수 도메인의 서브밴드들을 생성하기 위해 서브밴드 생성기(931)를 포함한다. 서브밴드 생성기(931)는 주파수 도메인의 N 개의 서브밴드들을 생성하도록 구성될 수 있으며, 전술한 시스템(300)내 서브밴드 생성기(312)와 유사하다. 서브밴드들의 중심 주파수들과 대역폭들은 또한 서브밴드 분류 기준들에 기반한 선택된 서브밴드 프로세싱 파라미터들일 수 있다. 서브밴드 생성기(931)는 DFT 프로세서(920)의 출력을 업샘플링하거나 다운샘플링할 수 있다.

[0079] 주파수 도메인 프로세싱 서브시스템(930)은 또한 서브밴드 분류 기준들에 기반한 타입으로 서브밴드들을 분류하고, 서브밴드 타입에 기반하여 주파수 도메인에서 각각의 서브밴드에 대한 서브밴드 프로세싱 파라미터들을 선택하기 위해 서브밴드 생성기(931)와 결합된 서브밴드 판별기(932), 샘플 블록 생성기(912) 및 DFT 프로세서(920)를 포함한다.

[0080] 도 10은 일부 실시예들에 따라 선택적인 프로세싱을 위해 서브밴드들을 분류하기 위한 서브밴드 판별기(932)에 의해 사용될 수 있는 예시적인 알고리즘(1000)을 예시하는 흐름도이다. 각각의 서브밴드에 대해, 서브밴드 판별기(932)는 동작(1001)에서 서브밴드내 피크 에너지가 사전설정된 에너지 임계치보다 더 큰지, 동작(1002)에서 서브밴드내 평균 SNR이 사전설정된 SNR 임계치보다 더 큰지, 또는 동작(1003)에서 서브밴드내 피크 SNR이 사전설정된 피크 SNR 임계치보다 더 큰지를 판단한다. 이들 조건들 중 임의의 조건이 충족된다면, OR 연산(1004)은 추가 고려 및 프로세싱에 대한 서브밴드를 선택한다.

[0081] 동시에, 동작(1005)에서, 서브밴드 판별기(932)는 향상된 각도 분해능을 필요로 하는 임의의 임계 방위각 또는 앙각들 및 향상된 거리 분해능을 필요로 하는 임의의 거리들을 결정하기 위해 장면 정보를 프로세싱한다. 장면 정보는, 제한 없이, 장면 특성들(예를 들어, 일반적인 타깃 밀도), 타깃들의 속도, 그리고 이전 라이다 스캔 프레임들로부터의 타깃들의 검출 또는 예측을 포함할 수 있다.

[0082] 높은 각도 분해능을 필요로 하는 임의의 임계 방위각 또는 앙각들, 그리고 높은 거리 분해능을 필요로 하는 임의의 임계 거리들(서브밴드 주파수들)은 스캔의 현재 지역에 기반하여 서브밴드를 분류하기 위해 동작(1006)에서 실시간으로 방위각 및 앙각들과 비교된다. 이러한 결과는 서브밴드를 분류하기 위해 OR 연산(1004)의 결과와 동작(1007)에서 논리적으로 AND 연산된다. 이어, 동작(1008)에서, 임계(즉, 높은 분해능) 서브밴드들의 수는, 예를 들어, 시스템 프로세싱 용량에 의해 결정된 최대 수로 캐핑되며, 임계성(criticality)(예를 들어, 충돌 회피)에 기반하여 우선순위화된다. 동작(1008)의 출력은 주파수 도메인 프로세싱 컴포넌트(930)내 서브밴드 프로세싱 체인들에서 사용된 서브밴드 프로세싱 파라미터들이다.

[0083] 도 9로 되돌아가면, 주파수 도메인 프로세싱 서브시스템(930)은 또한 각각의 서브밴드를 컨디셔닝하고, 각각의 서브밴드에서 에너지 피크들 또는 신호대 잡음비(SNR) 피크들을 검출하며, 그리고 검출 가능한 에너지 피크 또는 SNR 피크로 각각의 서브밴드에서 타깃 거리를 해결하고 타깃 각도를 해결하기 위해, 서브밴드 생성기(931)와 서브밴드 판별기(932)에 결합된 N 개의 주파수 도메인 프로세싱 체인들을 포함한다.

[0084] 각각의 주파수 도메인 프로세싱 체인은 서브밴드 타입에 기반하여 서브밴드를 선택적으로 필터링하기 위한 주파수 도메인(FD) 사전-프로세서(933-n)(여기서 1≤n≤N), 서브밴드 타입에 기반하여 에너지 피크들을 선택적으로 탐색하기 위한 FD 사전-프로세서(933-n)와 결합된 피크 탐색 프로세서(934-n), 그리고 서브밴드 타입에 기반하여 잡음(noise)을 제거하기 위해 3차원(3D) 라이다 포인트 클라우드에서 포인트들을 선택적으로 필터링하기 위한 주파수 도메인(FD) 사후-프로세서(935-n)를 포함한다. 사전 및 사후-프로세싱을 위한 디지털 필터들의 길이들과 같은, 이들 동작들에 대한 프로세싱 파라미터들은 서브밴드 분류 기준들에 기반하여 서브밴드 판별기(932)에 의해 선택될 수 있다.

[0085] 일 예에서, 특정된 상위 주파수 임계치보다 작은 주파수들을 포함하는 주파수 서브밴드들을 위해, FD 사전-프로세서들(933-n)은 주파수 서브밴드의 대역폭보다 적거나 동일한 대역폭을 갖는 필터를 포함하고, 피크 탐색 프로세서들(934-n)은 사전설정된 보다 낮은 임계치보다 큰 검출 임계치를 갖는 피크 탐색 엔진을 포함하며, 그리고 주파수 도메인(FD) 사후-프로세서들(935-n)은 사전설정된 상위 임계치보다 큰 잡음 제거 임계치(noise rejection threshold)를 갖는 포인트 클라우드 필터(point cloud filter)를 포함한다.

[0086] 도 11은 서브밴드들을 선택적으로 프로세싱하고, 시스템(900)과 같은 FMCW 라이다 시스템에서 구현될 수 있는 예시적인 방법(1100)을 예시하는 흐름도이다. 동작(1102)에서, 방법(1100)은, 시간 도메인 프로세싱 서브시스템(예를 들어, 서브시스템(910))에서, 거리-종속 시간 도메인 기저대역 신호의 샘플들을 수신하는 것을 시작한다. 동작(1104)에서 방법(1100)은 샘플들을 시간 도메인의 샘플 블록들로 어셈블리하는 것(예를 들어, 샘플 블록 생성기(912)에서 샘플들을 적분하는 것)을 계속한다. 이어, 동작(1106)에서 방법(1100)은 이산 푸리에 변환(DFT) 프로세서(예를 들어, DFT 프로세서(920))에서 샘플 블록들을 시간 도메인에서 주파수 도메인으로 변환하는 것을 계속한다. 동작(1108)에서, 방법(1100)은 주파수 도메인(예를 들어, 서브밴드 생성기(931))에서 서브밴드들을 생성하는 것을 계속한다. 동작(1110)에서, 방법(1100)은 서브밴드 분류 기준들에 기반하여(예를 들어, 서브밴드 판별기(932)에서) 복수의 서브밴드 타입들로 서브밴드들을 분류하는 것을 계속한다. 동작(1112)에서 방법(1100)은 서브밴드 타입에 기반하여(예를 들어, 서브밴드 판별기(932)에 의해) 서브밴드 프로세싱 파라미터들(예를 들어, 서브밴드 대역폭들과 주파수들, 적분 시간들, DFT 길이 및 주기, 그리고 디지털 필터 길이들)을 선택하는 것을 계속한다. 동작(1114)에서, 방법(1100)은 대응하는 서브밴드들 상에서 (예를 들어, 서브밴드 판별기(932)로부터) 선택된 서브밴드 프로세싱 파라미터들을 이용해 (예를 들어, 프로세싱 체인들(933-n, 934-n 그리고 935-n)에서) 각각의 주파수 서브밴드를 프로세싱하는 것을 계속한다.

[0087] 도 12는 본 개시의 실시예들에 따라 라이다 시스템에서 주파수 서브밴드들을 선택적으로 프로세싱하기 위한 예시적인 프로세싱 시스템(1200)을 예시하는 블록도이다. 프로세싱 시스템(1200)은 라이다 시스템(100)의 신호 컨디셔닝 유닛(107)과 신호 프로세싱 유닛(112)의 컴포넌트들과 동일하거나 유사한 컴포넌트들을 포함할 수 있다. 프로세싱 시스템(1200)은 프로세서(1201)를 포함하며, 프로세서(1201)는 범용 프로세싱 디바이스 또는 라이다 시스템에서 사용하기 위해 설계된 특수 목적 프로세싱 디바이스 중 임의의 타입일 수 있다. 프로세싱 디바이스(1201)는 메모리(1202)에 결합되고, 메모리(1202)는, 프로세서(1201)에 의해 실행될 때, 라이다 시스템이 본 명세서에 기술된 방법(1100)을 수행하도록 하는 명령들을 포함하는 비-일시적 컴퓨터-판독가능 매체(예를 들어, RAM, ROM, PROM, EPROM, EEPROM, 플래시 메모리, 자기 디스크 메모리 또는 광 디스크 메모리) 중 임의의 타입일 수 있다. 특히, 메모리(1202)는 (예를 들어, 시간 도메인 프로세싱 모듈(310)에서) 거리-종속 시간 도메인 기저대역 신호의 샘플들을 수신하기 위한 명령들(1204); (예를 들어, 시간 도메인 프로세싱 모듈(310)에서) 서브밴드 분류 기준들에 기반하여 기저대역 신호의 샘플들을 시간 도메인의 주파수 서브밴드들로 분리하기 위한 명령들(1206); 그리고 (예를 들어, 서브밴드 프로세서들(320, 330 및 340)에서) 서브밴드 분류 기준에 기반하여 시간 도메인과 주파수 도메인에서 주파수 서브밴드들에 대한 서브밴드 프로세싱 파라미터들을 선택하기 위한 명령들(1208)을 포함한다.

[0088] 전술한 설명은 본 개시에서 여러 예들의 완전한 이해를 제공하기 위해 특정 시스템들, 컴포넌트들, 방법들 등의 예들과 같은 수 많은 특정 세부내용들을 제시한다. 그러나, 본 개시의 적어도 일부 예들은 이들 특정 세부내용들이 없이도 실행될 수 있다는 것이 당업자에게 자명할 것이다. 다른 예들에서, 잘 알려진 컴포넌트들 또는 방법들은 상세히 기술되지 않거나 본 개시의 불필요한 모호함을 피하기 위해 단순 블록도 형태로 제공된다. 따라서, 특정 세부내용들은 단지 예시적이다. 특별한 예들은 이들 예시적인 세부내용들로부터 변할 수 있으며 여전히 본 개시의 범주내에 있는 것으로 생각된다.

[0089] 본 명세서 전반에 걸쳐서 "일 예" 또는 "예"에 대한 임의의 참조는 예들과 관련하여 기술된 특별한 특징, 구조, 또는 특성이 적어도 하나의 예에 포함된다는 것을 의미한다. 따라서, 본 명세서 전반에 걸쳐서 다양한 곳들에서 문구 "일 예에서" 또는 "예에서"의 출현들은 반드시 모두 동일한 예를 지칭하는 것은 아니다.

[0090] 비록 본 명세서에서 방법들의 동작들이 특정 순서로 도시되고 기술되었지만, 각각의 방법의 동작들의 순서는 소정의 동작들이 역순으로 수행될 수 있거나 소정의 동작이, 적어도 부분적으로, 다른 동작들과 동시에 수행될 수 있도록 변경될 수 있다. 별개의 동작들의 명령들 또는 서브-동작들은 간헐적 또는 교대 방식으로 수행될 수 있다.

[0091] 요약서에 기술된 것을 포함하여, 발명의 예시된 구현들의 상기 설명은 개시된 바로 그 형태들로 발명을 제한하거나 또는 완전한 것인 것으로 의도되지 않는다. 비록 발명의 특정 구현들 및 발명을 위한 예들이 예시적인 목적들을 위해 본 명세서에 기술되지만, 당업자가 인식할 바와 같이, 다양하고 균등한 변경들이 발명의 범주내에서 가능하다. 단어들 "예" 또는 "예시적인"은 본 명세서에서 예, 경우, 또는 예시로서 역할을 의미하기 위해 사용된다. "예" 또는 "예시적인"으로서 본 명세서에 기술된 임의의 양상 또는 설계는 다른 양상들 또는 설계들에 비해 반드시 선호되거나 유리한 것으로 해석되지 않는다. 오히려, 단어들 "예" 또는 "예시적인"의 사용은 구체적인 방식으로 개념들을 제공하는 것으로 의도된다. 본 출원에서 사용된 바와 같이, 용어 "또는"은 배타적인 "또는"이 아니라 포괄적인 "또는"을 의미하는 것으로 의도된다. 즉, 달리 특정하지 않거나 문맥으로부터 명백하지 않는 한, "X는 A 또는 B를 포함한다"는 임의의 자연스러운 포괄적 순열들을 의미하기 위한 것이다. 즉, X가 A를 포함하고; X가 B를 포함하며; 또는 X가 A와 B 둘 다를 포함한다면, "X는 A 또는 B를 포함한다"는 전술한 경우들 중 임의의 경우하에서 충족된다. 또한, 본 출원서 및 첨부된 청구항들에서 사용된 단수 형태는 일반적으로 달리 특정되지 않거나 단수형이라는 것이 문맥으로부터 분명하지 않는 한 "하나 이상"을 의미하는 것으로 이해되어야 한다. 또한, 본 명세서에서 사용되는 "제1" "제2", "제3", "제4" 등과 같은 용어들은 서로 상이한 엘리먼트들을 구별하기 위한 라벨들로서 의도되며, 반드시 그들의 숫자 명칭에 따라 서수적 의미를 갖는 것은 아니다.

Claims

주파수 변조 연속파(FMCW: frequency modulated continuous wave) 라이다(LIDAR: light detection and ranging) 시스템으로서,
프로세서;
명령들을 저장한 메모리; 및
복수의 서브밴드 프로세서들을 포함하며,
상기 명령들은, 상기 프로세서에 의해 실행될 때, 상기 시스템으로 하여금,
거리-종속 시간 도메인 기저대역 신호의 샘플들을 수신하게 하고,
서브밴드 생성기를 사용하여 상기 기저대역 신호의 상기 샘플들을 시간 도메인의 서브밴드들로 분리하게 하며,
서브밴드 분류 기준들에 기반하여 서브밴드 판별기를 사용하여 상기 서브밴드들을 복수의 서브밴드 타입들로 분류하게 하며, 그리고
상기 복수의 서브밴드 타입들에 기반하여 상기 시간 도메인과 주파수 도메인에서 상기 서브밴드들에 대한 서브밴드 프로세싱 파라미터들을 선택하게 하며;
상기 복수의 서브밴드 프로세서들은 상기 서브밴드 생성기 및 상기 서브밴드 판별기와 결합되며, 상기 서브밴드 프로세싱 파라미터들에 기반하여 상기 시간 도메인과 상기 주파수 도메인에서 상기 서브밴드들을 프로세싱하는, 주파수 변조 연속파 라이다 시스템.
제1 항에 있어서,
각각의 서브밴드의 대역폭과 중심 주파수 조합은 제1 서브밴드 프로세싱 파라미터를 포함하고, 상기 프로세서는 상기 복수의 서브밴드 프로세서들 각각으로 하여금:
블록 샘플러(block sampler)에서 시간-도메인 샘플 블록을 생성하게 하며 ― 상기 블록 샘플러의 적분 시간(integration time)은 각각의 서브밴드 타입과 연관된 타깃 검출의 확률에 기반한 제2 서브밴드 프로세싱 파라미터를 포함함 ―; 그리고
상기 주파수 도메인의 서브밴드들을 생성하기 위해 이산 푸리에 변환(DFT: discrete Fourier transform) 프로세서를 사용하여 상기 시간-도메인 샘플 블록에 대해 이산 푸리에 변환(DFT)을 수행하게 하며, 상기 DFT의 길이는 각각의 서브밴드 타입과 연관된 거리 분해능(range resolution)에 기반한 제3 서브밴드 프로세싱 파라미터를 포함하며, 상기 DFT의 주파수는 각각의 서브밴드 타입과 연관된 각도 분해능(angular resolution)에 기반한 제4 서브밴드 프로세싱 파라미터를 포함하는, 주파수 변조 연속파 라이다 시스템.
제2 항에 있어서,
상기 프로세서는 상기 복수의 서브밴드 프로세서들의 각각으로 하여금:
피크 탐색 프로세서(peak search processor)를 사용하여 각각의 주파수 도메인 서브밴드에서 임계치 신호대 잡음비(SNR: signal-to-noise ratio)를 초과하는 평균 SNR, SNR 피크 및/또는 신호 피크(signal peak)를 탐색하게 하며; 그리고
디지털 필터(digital filter)를 사용하여 주파수 도메인 프로세서에서 각각의 주파수 도메인 서브밴드를 필터링하게 하며, 상기 디지털 필터의 길이는 상기 서브밴드 타입에 기반한 제5 서브밴드 프로세싱 파라미터를 포함하는, 주파수 변조 연속파 라이다 시스템.
제1 항에 있어서,
상기 서브밴드 분류 기준들은 서브밴드내 피크 신호 에너지, 상기 서브밴드내 평균 신호대 잡음비 및 상기 서브밴드내 피크 신호대 잡음비 중 하나 이상에 기반하는, 주파수 변조 연속파 라이다 시스템.
제1 항에 있어서,
상기 서브밴드 분류 기준들은 장면 특성들, 상대적인 타깃 속도, 스캔 방위각(azimuth scan angle), 스캔 앙각(elevation scan angle) 및 이전 프레임들에 기반하여 예측된 타깃들 중 하나 이상에 기반하는, 주파수 변조 연속파 라이다 시스템.
제1 항에 있어서,
제1 타입의 서브밴드 프로세서에 의해 프로세싱되는 제1 타입 서브밴드는 사전 정의된 근거리 타깃에 대응하는 제1 주파수 임계치보다 작은 주파수들을 포함하는 서브밴드들을 포함하며, 제2 타입의 서브밴드 프로세서에 의해 프로세싱되는 제2 타입의 서브밴드는 사전 정의된 장거리 타깃에 대응하는 제2 주파수 임계치보다 큰 주파수들을 포함하는 서브밴드들을 포함하고, 제3 타입의 서브밴드 프로세서에 의해 프로세싱되는 제3 타입의 서브밴드는 사전 정의된 중거리 타깃에 대응하는 상기 제1 주파수 임계치와 상기 제2 주파수 임계치 사이의 주파수들을 포함하는 서브밴드들을 포함하며, 그리고 상기 서브밴드 분류 기준들은 상기 서브밴드의 중심 주파수와 상기 서브밴드의 대역폭 중 하나 이상을 포함하는, 주파수 변조 연속파 라이다 시스템.
제1 항에 있어서,
제1 타입의 서브밴드 프로세서에 의해 프로세싱되는 제1 타입의 서브밴드는 사전 정의된 근거리 타깃에 대응하는 제1 에너지 임계치보다 큰 피크 에너지를 포함하는 서브밴드들을 포함하며, 제2 타입의 서브밴드 프로세서에 의해 프로세싱되는 제2 타입의 서브밴드는 사전 정의된 장거리 타깃에 대응하는 제2 에너지 임계치보다 작은 피크 에너지를 포함하는 서브밴드들을 포함하고, 제3 타입의 서브밴드 프로세서에 의해 프로세싱되는 제3 타입의 서브밴드는 사전 정의된 중거리 타깃에 대응하는 상기 제1 에너지 임계치와 상기 제2 에너지 임계치 사이의 피크 에너지를 포함하는 서브밴드들을 포함하는, 주파수 변조 연속파 라이다 시스템.
제1 항에 있어서,
제1 타입의 서브밴드 프로세서에 의해 프로세싱되는 제1 타입의 서브밴드는 사전 정의된 근거리 타깃에 대응하는 제1 SNR 임계치보다 큰 평균 SNR을 포함하는 서브밴드들을 포함하며, 제2 타입의 서브밴드 프로세서에 의해 프로세싱되는 제2 타입의 서브밴드는 사전 정의된 장거리 타깃에 대응하는 제2 SNR 임계치보다 작은 평균 SNR을 포함하는 서브밴드들을 포함하고, 제3 타입의 서브밴드 프로세서에 의해 프로세싱되는 제3 타입의 서브밴드는 사전 정의된 중거리 타깃에 대응하는 상기 제1 SNR 임계치와 상기 제2 SNR 임계치 사이의 평균 SNR 임계치를 포함하는 서브밴드들을 포함하는, 주파수 변조 연속파 라이다 시스템.
주파수 변조 연속파(FMCW: frequency modulated continuous wave) 라이다(LIDAR: light detection and ranging) 시스템에서의 방법으로서,
거리-종속 시간 도메인 기저대역 신호의 샘플들을 수신하는 단계;
상기 기저대역 신호의 상기 샘플들을 시간 도메인의 서브밴드들로 분리하는 단계;
서브밴드 분류 기준들에 기반하여 상기 서브밴드들을 복수의 서브밴드 타입들로 분류하는 단계;
상기 복수의 서브밴드 타입들에 기반하여 상기 시간 도메인과 주파수 도메인에서 상기 서브밴드들에 대한 서브밴드 프로세싱 파라미터들을 선택하는 단계; 및
상기 선택된 서브밴드 프로세싱 파라미터들을 사용하여 상기 시간 도메인과 상기 주파수 도메인에서 상기 서브밴드들을 프로세싱하는 단계를 포함하는, 방법.
제9 항에 있어서,
각각의 서브밴드의 대역폭과 중심 주파수 조합은 제1 서브밴드 프로세싱 파라미터를 포함하며, 상기 시간 도메인에서 상기 서브밴드들을 프로세싱하는 단계는:
블록 샘플러에서 시간-도메인 샘플 블록을 생성하는 단계 ― 상기 블록 샘플러의 적분 시간은 각각의 서브밴드 타입과 연관된 타깃 검출의 확률에 기반한 제2 서브밴드 프로세싱 파라미터를 포함함 ―; 및
상기 주파수 도메인의 서브밴드들을 생성하기 위해 이산 푸리에 변환(DFT) 프로세서를 사용하여 상기 시간-도메인 샘플 블록에 대해 이산 푸리에 변환(DFT)을 수행하는 단계 ― 상기 DFT의 길이는 각각의 서브밴드 타입과 연관된 거리 분해능에 기반한 제3 서브밴드 프로세싱 파라미터를 포함하고, 상기 DFT의 주파수는 각각의 서브밴드 타입과 연관된 각도 분해능에 기반한 제4 서브밴드 프로세싱 파라미터를 포함함 ―를 포함하는, 방법.
제10 항에 있어서,
상기 주파수 도메인에서 상기 서브밴드들을 프로세싱하는 단계는:
디지털 필터를 사용하여 주파수 도메인 프로세서에서 각각의 주파수 도메인 서브밴드를 필터링하는 단계 ― 상기 디지털 필터의 길이는 상기 서브밴드 타입에 기반한 제5 서브밴드 프로세싱 파라미터를 포함함 ―; 및
피크 탐색 프로세서를 사용하여 각각의 주파수 도메인 서브밴드에서 임계치 신호대 잡음비(SNR) 보다 큰 평균 SNR, SNR 피크 또는 신호 피크를 탐색하는 단계를 포함하는, 방법.
제9 항에 있어서,
상기 서브밴드 분류 기준들은 서브밴드내 피크 신호 에너지, 상기 서브밴드내 평균 신호대 잡음비 및 상기 서브밴드내 피크 신호대 잡음비 중 하나 이상에 기반하는, 방법.
제9 항에 있어서,
상기 서브밴드 분류 기준들은 장면 특성들, 상대적인 타깃 속도, 스캔 방위각, 스캔 앙각 및 이전 프레임들에 기반하여 예측된 타깃들 중 하나 이상에 기반하는, 방법.
제9 항에 있어서,
제1 타입의 서브밴드 프로세서에 의해 프로세싱되는 제1 타입 서브밴드는 사전 정의된 근거리 타깃에 대응하는 제1 주파수 임계치보다 작은 주파수들을 포함하는 서브밴드들을 포함하며, 제2 타입의 서브밴드 프로세서에 의해 프로세싱되는 제2 타입의 서브밴드는 사전 정의된 장거리 타깃에 대응하는 제2 주파수 임계치보다 큰 주파수들을 포함하는 서브밴드들을 포함하고, 제3 타입의 서브밴드 프로세서에 의해 프로세싱되는 제3 타입의 서브밴드는 사전 정의된 중거리 타깃에 대응하는 상기 제1 주파수 임계치와 상기 제2 주파수 임계치 사이의 주파수들을 포함하는 서브밴드들을 포함하며, 그리고 상기 서브밴드 분류 기준들은 상기 서브밴드의 중심 주파수와 상기 서브밴드의 대역폭 중 하나 이상을 포함하는, 방법.
제9 항에 있어서,
제1 타입의 서브밴드 프로세서에 의해 프로세싱되는 제1 타입의 서브밴드는 사전 정의된 근거리 타깃에 대응하는 제1 에너지 임계치보다 큰 피크 에너지를 포함하는 서브밴드들을 포함하며, 제2 타입의 서브밴드 프로세서에 의해 프로세싱되는 제2 타입의 서브밴드는 사전 정의된 장거리 타깃에 대응하는 제2 에너지 임계치보다 작은 피크 에너지를 포함하는 서브밴드들을 포함하고, 제3 타입의 서브밴드 프로세서에 의해 프로세싱되는 제3 타입의 서브밴드는 사전 정의된 중거리 타깃에 대응하는 상기 제1 에너지 임계치와 상기 제2 에너지 임계치 사이의 피크 에너지를 포함하는 서브밴드들을 포함하는, 방법.
제9 항에 있어서,
제1 타입의 서브밴드 프로세서에 의해 프로세싱되는 제1 타입의 서브밴드는 사전 정의된 근거리 타깃에 대응하는 제1 SNR 임계치보다 큰 평균 SNR을 포함하는 서브밴드들을 포함하며, 제2 타입의 서브밴드 프로세서에 의해 프로세싱되는 제2 타입의 서브밴드는 사전 정의된 장거리 타깃에 대응하는 제2 SNR 임계치보다 작은 평균 SNR을 포함하는 서브밴드들을 포함하고, 제3 타입의 서브밴드 프로세서에 의해 프로세싱되는 제3 타입의 서브밴드는 사전 정의된 중거리 타깃에 대응하는 상기 제1 SNR 임계치와 상기 제2 SNR 임계치 사이의 평균 SNR 임계치를 포함하는 서브밴드들을 포함하는, 방법.
시스템으로서,
주파수 변조 연속파(FMCW: frequency modulated continuous wave) 라이다(LIDAR: light detection and ranging) 시스템에서 거리-종속 시간 도메인 기저대역 신호의 샘플들을 수신하고, 상기 샘플들을 프리-컨디셔닝(pre-condition)하며, 그리고 상기 프리-컨디셔닝된 샘플들을 시간 도메인 샘플 블록들로 어셈블리하기 위한 시간 도메인 프로세싱 서브시스템;
상기 시간 도메인 프로세싱 서브시스템과 결합되고, 상기 시간 도메인 샘플 블록들을 기저대역 신호의 주파수 도메인 서브밴드들로 변환하기 위해 이산 푸리에 변환(DFT)을 수행하기 위한 이산 푸리에 변환(DFT) 프로세서; 및
상기 이산 푸리에 변환(DFT) 프로세서 및 상기 시간 도메인 프로세싱 서브시스템과 결합되며, 상기 주파수 도메인의 서브밴드들을 생성하고, 서브밴드 분류 기준들에 기반하여 상기 서브밴드들을 복수의 서브밴드 타입들로 분류하며, 그리고 서브밴드 타입에 기반한 서브밴드 프로세싱 파라미터들을 이용해 각각의 서브밴드를 프로세싱하기 위한 주파수 도메인 프로세싱 서브시스템을 포함하는, 시스템.
제17 항에 있어서,
상기 시간 도메인 프로세싱 서브시스템은:
상기 거리-종속 기저대역 신호의 상기 샘플들을 프리-컨디셔닝하기 위한 시간 도메인 사전-프로세서; 및
상기 사전-프로세서와 상기 주파수 도메인 프로세싱 서브시스템과 결합되며, 상기 프리-컨디셔닝 샘플들을 상기 시간 도메인 샘플 블록들로 어셈블리하기 위한 샘플 블록 생성기를 포함하며, 상기 블록 샘플러의 적분 시간은 각각의 서브밴드 타입과 연관된 검출의 확률에 기반한 제1 서브밴드 프로세싱 파라미터를 포함하는, 시스템.
제17 항에 있어서,
상기 이산 푸리에 변환(DFT)의 길이는 각각의 서브밴드 타입과 연관된 거리 분해능에 기반한 제2 서브밴드 프로세싱 파라미터를 포함하며, 상기 이산 푸리에 변환(DFT)의 주파수는 각각의 서브밴드 타입과 연관된 각도 분해능에 기반한 제3 서브밴드 프로세싱 파라미터를 포함하는, 시스템.
제17 항에 있어서,
상기 주파수 도메인 프로세싱 서브시스템은:
상기 주파수 도메인의 상기 서브밴드들을 생성하기 위한 서브밴드 생성기 ― 각각의 서브밴드의 대역폭과 중심 주파수 조합은 제4 서브밴드 프로세싱 파라미터를 포함함 ―;
상기 서브밴드 생성기와 상기 샘플 블록 생성기와 결합되며, 타입으로 상기 서브밴드들을 분류하고 상기 서브밴드 타입에 기반하여 상기 주파수 도메인에서 각각의 서브밴드를 위한 상기 서브밴드 프로세싱 파라미터들을 선택하기 위한 서브밴드 판별기; 및
상기 서브밴드 생성기 및 상기 서브밴드 판별기와 결합되고, 각각의 서브밴드를 컨디셔닝하고, 각각의 서브밴드에서 신호 피크들과 신호대 잡음비(SNR) 피크들과 평균들을 검출하며, 각각의 서브밴드를 사후-프로세싱하기 위한 복수의 주파수 도메인 프로세싱 체인들을 포함하는, 시스템.
제20 항에 있어서,
상기 복수의 주파수 도메인 프로세싱 체인들의 각각은:
서브밴드 타입에 기반하여 각각의 서브밴드를 필터링하기 위한 주파수 도메인 프로세서 ― 상기 주파수 도메인 프로세서에서 디지털 필터의 길이는 각각의 서브밴드 타입과 연관된 대역폭에 기반한 제5 서브밴드 프로세싱 파라미터를 포함함 ―;
상기 주파수 도메인 프로세서와 결합되며, 상기 서브밴드 타입에 기반하여 에너지 피크들을 선택적으로 탐색하기 위한 피크 탐색 프로세서; 및
잡음(noise)을 제거하기 위해 라이다 포인트 클라우드에서 포인트들을 선택적으로 필터링하기 위한 주파수 도메인 사후-프로세서를 포함하는, 시스템.
제17 항에 있어서,
상기 서브밴드 분류 기준들은 서브밴드내 피크 신호 에너지, 상기 서브밴드내 평균 신호대 잡음비 및 상기 서브밴드내 피크 신호대 잡음비 중 하나 이상에 기반하는, 시스템.
제17 항에 있어서,
상기 서브밴드 분류 기준들은 장면 특성들, 상대적인 타깃 속도, 스캔 방위각, 스캔 앙각 및 이전 프레임들에 기반하여 예측된 타깃들 중 하나 이상에 기반하는, 시스템.
제17 항에 있어서,
제1 타입의 서브밴드 프로세싱 체인에 의해 프로세싱되는 제1 타입 서브밴드는 사전 정의된 근거리 타깃에 대응하는 제1 주파수 임계치보다 작은 주파수들을 포함하는 서브밴드들을 포함하며, 제2 타입의 서브밴드 프로세싱 체인에 의해 프로세싱되는 제2 타입의 서브밴드는 사전 정의된 장거리 타깃에 대응하는 제2 주파수 임계치보다 큰 주파수들을 포함하는 서브밴드들을 포함하고, 제3 타입의 서브밴드 프로세싱 체인에 의해 프로세싱되는 제3 타입의 서브밴드는 사전 정의된 중거리 타깃에 대응하는 상기 제1 주파수 임계치와 상기 제2 주파수 임계치 사이의 주파수들을 포함하는 서브밴드들을 포함하며, 그리고 상기 서브밴드 분류 기준들은 상기 서브밴드의 중심 주파수와 상기 서브밴드의 대역폭 중 하나 이상을 포함하는, 시스템.
제17 항에 있어서,
제1 타입의 서브밴드 프로세싱 체인에 의해 프로세싱되는 제1 타입의 서브밴드는 사전 정의된 근거리 타깃에 대응하는 제1 에너지 임계치보다 큰 피크 에너지를 포함하는 서브밴드들을 포함하며, 제2 타입의 서브밴드 프로세싱 체인에 의해 프로세싱되는 제2 타입의 서브밴드는 사전 정의된 장거리 타깃에 대응하는 제2 에너지 임계치보다 작은 피크 에너지를 포함하는 서브밴드들을 포함하고, 제3 타입의 서브밴드 프로세싱 체인에 의해 프로세싱되는 제3 타입의 서브밴드는 사전 정의된 중거리 타깃에 대응하는 상기 제1 에너지 임계치와 상기 제2 에너지 임계치 사이의 피크 에너지를 포함하는 서브밴드들을 포함하는, 시스템.
제17 항에 있어서,
제1 타입의 서브밴드 프로세싱 체인에 의해 프로세싱되는 제1 타입의 서브밴드는 사전 정의된 근거리 타깃에 대응하는 제1 SNR 임계치보다 큰 평균 SNR을 포함하는 서브밴드들을 포함하며, 제2 타입의 서브밴드 프로세싱 체인에 의해 프로세싱되는 제2 타입의 서브밴드는 사전 정의된 장거리 타깃에 대응하는 제2 SNR 임계치보다 작은 평균 SNR을 포함하는 서브밴드들을 포함하고, 제3 타입의 서브밴드 프로세싱 체인에 의해 프로세싱되는 제3 타입의 서브밴드는 사전 정의된 중거리 타깃에 대응하는 상기 제1 SNR 임계치와 상기 제2 SNR 임계치 사이의 평균 SNR 임계치를 포함하는 서브밴드들을 포함하는, 시스템.
방법으로서,
주파수 변조 연속파(FMCW: frequency modulated continuous wave) 라이다(LIDAR: light detection and ranging) 시스템에서 시간 도메인 프로세싱 서브시스템을 사용하여 거리-종속 시간 도메인 기저대역 신호의 샘플들을 수신하는 단계;
샘플 블록 생성기를 사용하여 상기 샘플들을 시간 도메인의 샘플 블록들로 어셈블리하는 단계;
이산 푸리에 변환(DFT) 프로세서에서 이산 푸리에 변환(DFT)을 사용하여 상기 샘플 블록들을 상기 시간 도메인에서 주파수 도메인으로 변환하는 단계;
서브밴드 생성기를 사용하여 상기 주파수 도메인의 서브밴드들을 생성하는 단계;
서브밴드 판별기를 사용하여, 서브밴드 분류 기준들에 기반하여 상기 서브밴드들을 복수의 서브밴드 타입들로 분류하는 단계;
서브밴드 타입에 기반하여 서브밴드 프로세싱 파라미터들을 선택하는 단계; 및
대응하는 서브밴드들에 대해 상기 선택된 서브밴드 프로세싱 파라미터들을 이용해 각각의 주파수 서브밴드를 프로세싱하는 단계를 포함하는, 방법.
제27 항에 있어서,
상기 블록 샘플러의 적분 시간은 각각의 서브밴드 타입과 연관된 검출의 확률에 기반한 제1 서브밴드 프로세싱 파라미터를 포함하며, 상기 이산 푸리에 변환(DFT)의 길이는 각각의 서브밴드 타입과 연관된 거리 분해능에 기반한 제2 서브밴드 프로세싱 파라미터를 포함하고, 상기 이산 푸리에 변환(DFT)의 주기성(주파수)은 각각의 서브밴드 타입과 연관된 각도 분해능에 기반한 제3 서브밴드 프로세싱 파라미터를 포함하며, 그리고 각각의 서브밴드의 대역폭과 중심 주파수 조합은 제4 서브밴드 프로세싱 파라미터를 포함하는, 방법.
제27 항에 있어서,
상기 각각의 주파수 서브밴드를 프로세싱하는 단계는:
서브밴드 타입에 따라서 각각의 서브밴드를 선택적으로 필터링하는 단계를 포함하며, 상기 주파수 도메인 프로세서에서 디지털 필터의 길이는 각각의 서브밴드 타입과 연관된 대역폭에 기반한 제5 서브밴드 프로세싱 파라미터를 포함하고;
서브밴드 타입에 따라서 상기 주파수 서브밴드에서 에너지 피크들 또는 신호대 잡음비(SNR) 피크들을 선택적으로 탐색하는 단계; 및
잡음을 제거하기 위해 라이다 포인트 클라우드에서 포인트들을 선택적으로 필터링하는 단계를 포함하는, 방법.
제27 항에 있어서,
상기 서브밴드 분류 기준들은 서브밴드내 피크 신호 에너지, 상기 서브밴드내 평균 신호대 잡음비, 및 상기 서브밴드내 피크 신호대 잡음비 중 하나 이상을 포함하며, 상기 서브밴드 분류 기준들은 장면 특성들, 상대적인 타깃 속도, 스캔 방위각, 스캔 앙각 및 이전 프레임들에 기반하여 예측된 타깃들 중 하나 이상을 포함하는, 방법.